Multi-Agent-Architektur in der Praxis:
Von Designmustern bis Produktion

Warum ein einzelner Agent nicht reicht

Der „monolithische Agent“ — ein LLM für Retrieval, Coding und Review — ist im Prototyp trivial, scheitert in Produktion strukturell:

1. 01

   Kontextfenster-Engpass: Zwischenergebnisse füllen den Kontext, spätere Inferenzqualität bricht ein.

2. 02

   Verwässerte Expertise: Ein Agent für alles — nichts wirklich gut.

3. 03

   Serielle Ineffizienz: Gesamtzeit = Summe der Schritte, keine Parallelisierung.

4. 04

   Single Point of Failure: Ein Agent-Ausfall stoppt alles; unabhängig upgradebare Sub-Agents vermeiden das.

Laut MLflow-Bericht 2026 und AdaptOrch: Das Problem ist Orchestrierung, nicht das Modell — die richtige Topologie schlägt ein stärkeres Modell zuverlässiger.

Sechs Orchestrierungs-Designmuster

Diese sechs Muster decken über 95 % der Multi-Agent-Szenarien in Produktion ab.

Muster 1: Sequentielle Pipeline

Agent A → Agent B, strikt linear. Für: Content-Erstellung, Code-Review, Compliance. Gesamtzeit = Summe; ein Fehler blockiert alles.

builder = StateGraph(PipelineState)
builder.add_node("retriever", retrieval_agent)
builder.add_node("analyzer", analysis_agent)
builder.add_node("writer", writer_agent)
builder.add_edge(START, "retriever")
builder.add_edge("retriever", "analyzer")
builder.add_edge("analyzer", "writer")
builder.add_edge("writer", END)
pipeline = builder.compile()

Muster 2: Fan-out / Fan-in

Parallele Subtasks, Merge-Knoten. Gesamtzeit ≈ max(T1…Tn). LangGraph Send API + Annotated[list, operator.add] Reducer.

Muster 3: Supervisor-Worker

Supervisor für Intent und Routing, Worker für Fachaufgaben. Zweistufiges Routing: Keyword-Fast-Path (<1 ms) + LLM für vage Intents. Beispiele: Replit, Support-Bots.

Muster 4: Swarm

P2P ohne Zentralsteuerung, Stopp per Runden/Timeout. Für Debatten; in Produktion vorsichtig — hohe Nichtdeterministik. AutoGen GroupChat braucht hartes max_round.

Muster 5: Blackboard

Gemeinsamer strukturierter Workspace; Agents lesen/schreiben bei erfüllten Vorbedingungen. Für stunden-/tagelange async Workflows.

Muster 6: Hybrid

Typisch: Intent-Routing → einfache Queries direkt / komplexe Reports via Supervisor → parallele Recherche + QA-Pipeline (Review → Human → Publish).

Zwei-Schichten-Protokolle: MCP + A2A

2026 sind beide in der Linux Foundation Agentic AI Foundation:

• MCP (vertikal): Agent ↔ Tools/DB/API — „einmal schreiben, überall nutzen“.
• A2A (horizontal): Agent ↔ Agent — Delegation, Capability Discovery (Agent Card @ /.well-known/agent.json), JSON-RPC 2.0.

A2A: Google OSS April 2025, v1.0 Anfang 2026, 50+ Partner (Atlassian, Salesforce, SAP). Orchestrator: Agent Card holen → Skills prüfen → message/send.

Weiterlesen: Warum MCP das HTTP der KI-Ära ist, MCP Server von null entwickeln.

Observability: Die Blackbox öffnen

MAST analysierte 1.642 Traces. Besorgniserregend: 57 % der Organisationen betreiben Agents in Produktion, nur 8 % haben LLM-Observability — Fehler kommen als HTTP 200, Dashboards grün, Output falsch.

Kernmetriken: E2E-Erfolg >85 %, P95 <30 s, Agent-Fehler <5 %; Qualität via LLM-as-Judge. Jeder Call mit correlation_id, OpenTelemetry für die volle Kette.

Entscheidungsbaum

1. Q1

   Lineare Abhängigkeit? Ja → Subtasks parallel? Nein → Pipeline; Ja → Fan-out + Pipeline.

2. Q2

   Nein → Entscheidungs-Agent? Ja → Subteams nötig? Nein → Supervisor-Worker; Ja → Hierarchisch.

3. Q3

   Nein → Lang async? Ja → Blackboard; Nein → ≤5 Agents, klares Ende? Ja → Swarm (Limits); Nein → Hierarchisch umbauen.