Seminar KI-Agenten – Multi-Agenten-Systeme entwickeln

Beschreibung

Mehrere Agenten können Aufgaben strukturieren, verursachen aber zusätzliche Abstimmung, Laufzeit und Fehlerquellen. Das Seminar untersucht deshalb zunächst, ob sich eine Aufgabe tatsächlich in sinnvoll getrennte Rollen zerlegen lässt. Ein durchgängiges Beispiel kombiniert Recherche, fachliche Bearbeitung und eine prüfende Instanz. Einfache Ausgangslösung und Mehragentenvariante werden an denselben Aufgaben verglichen.

Die Implementierung verwendet eine vorbereitete Python-Orchestrierung mit LangGraph. Im Zentrum stehen klare Ein- und Ausgaben, begrenzte Delegation und eine gemeinsame Sicht auf den Bearbeitungsstand. Geprüft werden widersprüchliche Ergebnisse, nicht reagierende Teilagenten und fehlerhafte Übergaben. Die prüfende Rolle erhält überprüfbare Kriterien; die Zustimmung eines zweiten Modells wird nicht als Nachweis fachlicher Richtigkeit behandelt.

Im Beispiel recherchiert eine Rolle Informationen, eine weitere formuliert einen Bearbeitungsvorschlag und eine prüfende Rolle bewertet diesen anhand fester Kriterien. Die Aufteilung wird zunächst mit wenigen Aufgaben erprobt, bevor weitere Fälle hinzukommen. Unabhängige Informationen dürfen parallel bearbeitet werden; fachlich voneinander abhängige Schritte warten auf ein gültiges Zwischenergebnis. Dieser Aufbau macht sichtbar, ob Spezialisierung die Aufgabe verbessert oder vor allem zusätzliche Abstimmung erzeugt. Die Entscheidung über die passende Systemform stützt sich auf den Variantenvergleich.

Seminarziele

• Eine Aufgabe in begründete Agentenrollen und feste Arbeitsschritte aufteilen.
• Koordination und Übergaben mit überprüfbaren Datenverträgen implementieren.
• Konflikte, Ausfälle und Delegationsschleifen kontrolliert behandeln.
• Zusätzlichen Nutzen gegen Laufzeit, Kosten und Fehlerfolgen abwägen.

Seminarinhalte

• Aufgabenteilung und Ausgangslösung
• Koordinationsmuster
• Gemeinsamer Zustand und Kommunikation
• Prüfung und menschliche Kontrolle
• Evaluation und Fehlerbehandlung

Aufgabenteilung und Ausgangslösung

• Einzelagent, feste Verarbeitungskette und spezialisierte Agenten vergleichen.
• Rollen anhand von Datenzugang, Werkzeugbedarf und Prüfbarkeit zuschneiden.
• Einheitlichen Aufgabensatz und Messgrößen vor der Erweiterung festlegen.

Koordinationsmuster

• Zentrale Aufgabenverteilung und explizite Übergaben implementieren.
• Unabhängige Teilaufgaben parallel bearbeiten und Ergebnisse zusammenführen.
• Anzahl der Übergaben, Wiederholungen und Gesamtlaufzeit begrenzen.

Gemeinsamer Zustand und Kommunikation

• Nachrichten mit Vorgangskennung, Rolle, Status und Ergebnisformat definieren.
• Geteilte Informationen von privaten Arbeitsständen und Geheimnissen trennen.
• Veraltete Resultate, widersprüchliche Befunde und unvollständige Übergaben erkennen.

Prüfung und menschliche Kontrolle

• Fachregeln und automatisierbare Kontrollen vor Modellbewertungen anwenden.
• Eine prüfende Rolle mit konkretem Rubrikenschema und Gegenbeispielen gestalten.
• Unlösbare Konflikte an eine menschliche Entscheidung übergeben.

Evaluation und Fehlerbehandlung

• Agenten- und Werkzeugfehler in einem vollständigen Lauf lokalisieren.
• Ausfälle einzelner Rollen und begrenzte Ersatzbearbeitung testen.
• Qualität, Kosten und Antwortzeit mit der Ausgangslösung vergleichen.

Praxisübungen

1. Eine vorhandene Einzelagentenlösung mit einem festen Fallbestand messen und Schwachstellen erfassen.
2. Recherche und Bearbeitung in getrennte Rollen mit strukturierten Übergaben zerlegen.
3. Eine prüfende Instanz ergänzen und absichtlich widersprüchliche Zwischenergebnisse behandeln.
4. Den Ausfall eines Teilagenten und eine wiederholte Delegation auslösen und die Abbruchregeln überprüfen.
5. Die Systemvarianten anhand von Aufgabenerfolg, Werkzeugfehlern, Laufzeit und Kosten fachlich vergleichen.

Arbeitsumgebung

Vorbereitete Python- und LangGraph-Umgebung, Modellzugang, Testwerkzeuge und ein identischer Fallbestand für alle Systemvarianten. Externe Agentenverzeichnisse oder autonom beschaffte Werkzeuge werden nicht benötigt.