Mehrere KI-Agenten, ein Prozess: Warum ein Modell allein nicht reicht

Das Problem mit der Überzeugung

Ein Sprachmodell formuliert seine Antworten mit derselben Sicherheit, ob sie stimmen oder nicht. Für eine Zusammenfassung ist das hinnehmbar. Für eine Entscheidung im Geschäftsprozess, etwa ob ein Antrag vollständig ist oder eine Rechnung zur Bestellung passt, ist es ein Risiko: Man sieht einem einzelnen Ergebnis nicht an, ob es ein Treffer oder ein überzeugend formulierter Irrtum ist.

In Organisationen gibt es für dieses Problem seit langem eine Antwort, die nichts mit KI zu tun hat: das Vier-Augen-Prinzip. Mehrere Stellen prüfen unabhängig voneinander, und wo sie sich nicht einig sind, wird genauer hingesehen. Genau dieses Muster überträgt die Workflow-Anwendung auf KI-Agenten.

So läuft es ab

Mehrere Agenten arbeiten unabhängig. Bei wichtigen Schritten bekommt nicht ein Agent den Fall, sondern mehrere, und keiner kennt das Ergebnis der anderen. Auf Wunsch arbeiten sie mit Modellen verschiedener Anbieter oder mit Ihrer eigenen Modellumgebung. Das Ziel: Die Agenten sollen sich nicht alle auf dieselbe Weise irren können.

Der Prozess wertet nach fester Regel aus. Was als Ergebnis gilt, legt nicht eines der Modelle fest, sondern eine Regel im Prozessmodell, etwa einstimmig oder mit Mehrheit.

Bei Einigkeit läuft der Fall weiter. Kommen die Agenten zum selben Ergebnis, geht der Fall automatisch in den nächsten Schritt.

Bei Uneinigkeit entscheidet ein Mensch. Dafür muss er nicht drei Gutachten von vorn lesen. Ein weiterer Agent bereitet die Entscheidung vor: Er zeigt, worin sich die Einschätzungen unterscheiden, und schlägt einen Weg vor. Die Entscheidung selbst trifft der Mensch.

Eine Frist verhindert Stillstand. Antwortet ein Agent nicht rechtzeitig, wertet der Prozess nach Ablauf der Frist aus, was vorliegt. Ein hängender Modellaufruf hält den Fall nicht auf.

Arbeitsteilung: ein Agent fragt einen anderen

Orchestrierung heißt nicht nur, dass mehrere Agenten dasselbe prüfen. Agenten können sich auch Arbeit teilen. Ein Beispiel aus dem Vertrieb: Ein Agent erstellt ein Angebot und soll einen Rabatt einräumen. Bevor er das tut, lässt er die Konditionen von einem zweiten Agenten prüfen, der die Rabattstaffel kennt. Dessen Antwort, etwa „höchstens 8 %“, fließt in das Angebot ein, das danach wie gewohnt zur Freigabe geht.

Der Vorteil liegt in der Trennung: Der spezialisierte Agent kennt nur die Staffel und muss nichts anderes können. Der erstellende Agent muss die Staffel nicht kennen. Wie der handelnde Agent dabei vorgeht, beschreibt der Beitrag KI-Agenten, die handeln dürfen – aber nur über Ihren Prozess.

Nachvollziehbar bis ins Detail

Jeder Schritt steht in der Historie des Falls: welches Modell wie entschieden hat und warum, welche Regel angewendet wurde, wer bei Uneinigkeit entschieden hat. Wer später fragt, warum ein Antrag durchgegangen ist, findet die Antwort im Vorgang selbst und nicht in einem Protokoll irgendwo im Rechenzentrum.

Dieselben Bausteine, auch ohne KI

Unabhängig urteilen, nach Regel auswerten, bei Uneinigkeit an einen Menschen geben: Das ist kein KI-Sonderbau. Dieselben Bausteine nutzen Sie, wenn mehrere Abteilungen parallel Stellung nehmen sollen, etwa Rechtsabteilung, Einkauf und Fachbereich zu einem Vertrag. Die KI-Variante ist also keine Sonderkonstruktion, sondern ein bekanntes Muster mit anderen Beteiligten.

Wann sich mehrere Agenten lohnen

Mehr Agenten bedeuten mehr Modellaufrufe und damit mehr Kosten und Laufzeit. Deshalb ist der Verbund kein Standard für jeden Schritt, sondern für die Stellen, an denen ein Fehler teuer wird oder eine Entscheidung später begründet werden muss. Kosten, Laufzeit und Zahl der Schritte lassen sich für jeden Agenten einzeln begrenzen.

Für Routineschritte reicht oft ein einzelner Agent mit festen Ausgängen, der bei Unsicherheit an einen Menschen abgibt. Wie das aussieht, zeigt die Seite KI-Agenten im Prozess. Einen Überblick über alle Einsatzarten gibt der Beitrag Fünf Arten, KI-Agenten im Geschäftsprozess einzusetzen.