Ãœber mich

Mehr Agenten = bessere Ergebnisse?

Towards a Science of Scaling Agent Systems


Wie verhalten sich Systeme bei wachsender Agentenanzahl?

Welche Topologien funktionieren unter welchen Bedingungen?

Wo entstehen Schwachstellen und wie propagieren sie?

Identische LLMs, Prompts und Tool-Zugriffe für alle Konfigurationen

Gleiches Token- und Compute-Budget für Single- und Multi-Agent-Systeme

Multi-Agent lohnt nicht immer!

-70%

Maximaler Verlust

Dramatischer Einbruch bei sequentiellen Planungsaufgaben

+81%

Maximaler Gewinn

Beste Performance bei parallelisierbaren Analyseaufgaben

Design-Heuristiken

Sequentielle Prozesse → Single Agent

Planung, Zustandsverwaltung und abhängige Schritte profitieren von zentraler Kontrolle

Analyse & Recherche → Multi-Agent

Parallelisierbare Perspektiven, komplementäre Datenquellen, unabhängige Bewertungen

Hohe Governance → Zentrale Koordination

Audit-Anforderungen, Compliance und Fehlerkosten erfordern kontrollierte Architekturen

Ursache 1: Koordinations-Overhead

Kommunikation frisst Denkbudget


Kommunikation konkurriert mit Problemlösung

Tokens für Koordination stehen nicht für eigentliche Aufgabe zur Verfügung

Tool-Nutzung leidet

Weniger Kapazität für kritische Werkzeuge und externe Datenquellen

Fixes Budget verstärkt den Effekt

In Enterprise-Szenarien mit strikten FinOps-Vorgaben besonders kritisch


Ursache 2: Fehlerverstärkung

Schlechte Koordination verstärkt Fehler

Independent Agents

Fehlannahmen werden ohne Validierung aggregiert und verstärkt

Fehlende Validierung

Keine zentrale Instanz prüft Plausibilität einzelner Agenten-Outputs

Kumulative Degradation

Jeder weitere Agent kann Fehler einbringen oder verstärken



Ursache 3: Topologie bestimmt Robustheit

Centralized / Hybrid

Zentrale Koordination ermöglicht Validierung und Fehlerkorrektur

Decentralized

Höhere Flexibilität, aber schwerer vorhersagbare Ergebnisse

Independent

Fehlerverstärkung wird nicht durch Koordination mitigiert

Architektur vor Agentenanzahl

Koordination ist der eigentliche Hebel

1

Steuerung schlägt Parallelität

Gut koordinierte wenige Agenten übertreffen unkontrollierte viele

2

Validierung wichtiger als Autonomie

Kontrollinstanzen verhindern Fehlerakkumulation und garantieren Qualität

3

Weniger Agenten, besser integriert

Einfachere Systeme mit klaren Schnittstellen sind robuster und wartbarer

Wie viele Agenten ?

Welcher Aufgabentyp liegt vor?

Sequentiell vs. parallelisierbar – das bestimmt die Grundarchitektur

Wie viel Koordination ist sinnvoll?

Zentralisierung für Robustheit oder Dezentralisierung für Exploration

Wo ist Einfachheit ein Vorteil?

Weniger Komponenten bedeuten oft bessere Wartbarkeit und geringere Fehlerquellen