Was ist ein Multi-Agent System?

Ein Multi-Agent System ist eine Architektur, in der mehrere spezialisierte LLM-Agenten zusammenarbeiten, jeder mit eigenem Prompt, Tool-Set und Memory, um eine Aufgabe zu lösen, die den vernünftigen Scope eines einzelnen Agenten übersteigt. In Commerce-Stacks erlaubt das Pattern, schmale Experten zu komponieren, etwa Copywriter, Critic und Publisher, statt sich auf einen aufgeblähten Allzweck-Prompt zu verlassen.

Definition

Jeder Agent ist eine eigenständige Policy: System-Prompt, erlaubte Tool-Liste und optionale persistente Memory. Die Koordination folgt einem von mehreren Mustern: ein Supervisor-Agent, der an Worker delegiert, ein Peer-to-Peer-Message-Bus, ein Blackboard mit Shared State oder eine Graph-Runtime mit expliziten Kanten. Agenten kommunizieren in natürlicher Sprache, strukturiertem JSON oder beidem; ein Controller erzwingt Termination, damit das System nicht endlos loopt. Die Token-Kosten wachsen ungefähr linear mit der Agentenzahl, daher halten gute Designs den Kontext jedes Agenten minimal und reichen nur den State-Slice weiter, den der nächste Agent braucht.

Warum es zählt

Die Aufteilung in Rollen verbessert die Qualität, weil jeder Agent einzeln getunt und evaluiert werden kann, und sie isoliert Fehler: Eine Hallucination im Draft-Agent fängt ein Critic-Agent ab, bevor sie ins CMS gelangt. Das Pattern mappt sauber auf Microservices und passt damit gut in Composable-Commerce-Stacks, die ohnehin an klar geschnittene Services hinter der Storefront API gewöhnt sind. Die Kehrseite ist emergente Komplexität: Agenten können deadlocken, sich gegenseitig widersprechen oder Fehler verstärken, weshalb Observability und enge Guardrails Pflicht sind.

Anwendungsfälle

Ein Marketing-System kombiniert einen Strategy-Agent für Audience-Segmente mit einem Copy-Agent für E-Mail-Drafts und einem Compliance-Agent, der verbotene Claims filtert. Ein Merchandising-System nutzt Demand-Forecasting-, Pricing- und Inventory-Agent, die vor einer Preisänderung untereinander verhandeln. Ein Research-System orchestriert einen Planner, mehrere parallele Search-Agents und einen Synthesis-Agent für Market-Briefings; Ergebnisse landen in einem Knowledge Graph zur späteren Wiederverwendung.

Verwandt

Mehr dazu: Agentic Frontend Management Platform · Composable Digital Experience Platform.