KI-Technik & Entwicklung

Kooperierende KI-Agenten: Multi-Agenten-Workflows entwerfen und betreiben

Wenn ein einzelner Agent an einem mehrstufigen Geschäftsprozess scheitert, kann ein Verbund spezialisierter Agenten die Arbeit aufteilen – vorausgesetzt, Architektur, Übergaben und Qualitätssicherung stimmen. Angesprochen sind Entwicklerinnen, Entwickler und Architekten, die solche Systeme bauen wollen. Sie vergleichen Architekturmuster, bauen eine Dokumentenstrecke aus drei Agenten samt Reviewer-Agent und lernen Deployment, Monitoring und Kostensteuerung für den produktiven Betrieb kennen.

Für wen

Entwicklerinnen, Entwickler und Software-Architekten, die mehrstufige Geschäftsprozesse mit zusammenarbeitenden KI-Agenten automatisieren wollen.

KI-Tagesseminar · 1 Tag

Agentenverbünde sauber zerlegen, orchestrieren, prüfen und in Produktion bringen

Das nehmen Sie mit

  • Sicherheit in der Wahl zwischen Supervisor-, Schwarm- und hierarchischem Muster – und im Verzicht auf einen Verbund
  • Eine selbst gebaute Dokumentenstrecke aus drei Agenten, ergänzt um einen Reviewer-Agenten
  • Kriterien für Modellwahl, Evaluation von Trajektorien und Kostenkontrolle je Agent
  • Deployment- und Monitoring-Muster, mit denen ein Multi-Agenten-System produktiv laufen kann

Ablauf

  1. Teil 1

    Modul 1 – Architektur: Muster für Agentenverbünde

    • Supervisor, Schwarm und hierarchischer Aufbau: wie die Muster Arbeit verteilen und wo sie passen
    • Aufgabenzerlegung: an welchen Kriterien sich zeigt, dass mehrere Agenten einem einzelnen überlegen sind
    • Wie Agenten miteinander sprechen: Protokolle wie A2A und Handoffs zwischen Zuständigkeiten
    • Grenzen verteilter Intelligenz: wann ein Verbund nur zusätzliche Komplexität erzeugt
    • Eine erste Zielarchitektur für Ihren eigenen Prozess gedanklich entwerfen
  2. Teil 2

    Modul 2 – Orchestrierung: Abläufe modellieren und Fehler eindämmen

    • Deterministische und agentische Abschnitte eines Workflows unterscheiden und gezielt kombinieren
    • Zustandsverwaltung über Agentengrenzen: welcher Agent welchen Stand kennt und weiterreicht
    • Fehlerbehandlung so anlegen, dass ein Fehler abgefangen wird, bevor er die ganze Kette durchläuft
    • Übung: Drei Agenten zu einer Strecke für die Dokumentenverarbeitung mit sauberen Übergaben verketten
  3. Teil 3

    Modul 3 – Qualität: Prüfen und optimieren im Verbund

    • Reviewer-Agenten und Schleifen zur Selbstkorrektur als eingebaute Qualitätskontrolle
    • Modellwahl je Agent: kleinere Modelle für einfache Rollen, um Kosten und Latenz zu senken
    • Trajektorien von Multi-Agenten-Läufen evaluieren, statt nur die Endantwort zu bewerten
    • Übung: Sie ergänzen Ihre Dokumentenstrecke um einen Reviewer-Agenten
    • Feste Prüfkriterien festlegen, damit Qualität nicht vom Zufall eines Laufs abhängt
  4. Teil 4

    Modul 4 – Produktionsreife: Betrieb, Kosten und nächste Schritte

    • Deployment-Muster für Agentenverbünde: Queues, Serverless und Container
    • Verteilte Agentenläufe überwachen und Fehler per Monitoring und Debugging eingrenzen
    • Fallstudie: ein Multi-Agenten-System, das Angebote automatisiert erstellt
    • Laufende Kosten im Betrieb begrenzen und Ausreißer früh erkennen
    • Fahrplan, wie Ihr eigenes Multi-Agenten-System in den Produktivbetrieb kommt

VoraussetzungenSie programmieren in Python und haben bereits erste LLM-Anwendungen gebaut.

AbschlussTeilnahmezertifikat und digitales Badge

Thema anfragen