Multi-Agenten Entwicklung · Spezialisierte Agenten, ein System
theBlue.ai entwickelt Multi-Agenten-Systeme für Unternehmen: mehrere spezialisierte Agenten, von denen jeder für einen Teil des Prozesses zuständig ist. Ein Orchestrator koordiniert sie, verteilt die Arbeit, gibt den Kontext weiter und legt Entscheidungen dorthin, wo sie hingehören: zu Ihren Mitarbeitenden. Die Architektur folgt Ihrem Prozess und läuft in den Systemen, die Sie bereits haben, On-Premise, in der Cloud oder hybrid.
Belege
theBlue.ai hat seit 2016 mehr als 100 KI- und Automatisierungsprojekte umgesetzt. Zwei unserer Systeme verteilen einen Prozess auf spezialisierte Agenten hinter einem Orchestrator. Beide sind unten in den Referenzen ausführlich beschrieben.
Einige der Organisationen, für die wir Systeme gebaut haben
Was die Agenten übernehmen
Mehrere Agenten lohnen sich, wenn sich die Arbeit in klar getrennte Rollen oder Wissensgebiete aufteilt. Jede Karte zeigt eine solche Situation und woher sie stammt.
Ein Berater lädt ein Policy-Papier oder einen Gesetzentwurf hoch und bekommt eine strukturierte Zusammenfassung, die wichtigsten Erkenntnisse und Antworten auf Rückfragen. Dokumentenanalyse und Recherche laufen als getrennte Agenten.
−70 % RoutinearbeitRPP Group
Ein Entwurfsagent schreibt Strategiepläne, Kernbotschaften und erste Entwürfe in dem Ton, den das Team gegenüber seinen Stakeholdern pflegt. Qualitätsagenten prüfen die Ergebnisse gegen interne Standards, bevor sie einen Kunden erreichen.
5 Agenten, 1 OrchestratorRPP Group
Bürgerinnen und Bürger fragen in Alltagssprache. Ein Hauptagent erkennt, welche der elf Fachgebiete die Frage berührt, gibt sie an die zuständigen Agenten weiter, berechnet Fristen für Genehmigungen und fragt nach, wenn eine Anfrage nicht eindeutig ist.
11 FachagentenBehörde, unter NDA
Eine Anfrage wird klassifiziert, weitergeleitet, beantwortet und geprüft, bevor jemand sie freigibt, quer durch E-Mail, Ticketsystem und zwei weitere Systeme. Die Agenten tragen den Vorgang vom ersten Dokument bis zum fertigen Ergebnis und geben zurück, was eine menschliche Entscheidung braucht.
Entscheidungen bleiben beim MenschenTypischer Ausgangspunkt
So funktioniert es
Orchestratorliest die Anfrage, teilt die Arbeit auf
Spezialisierte Agentenje eine Rolle
QualitätsprüfungAgenten prüfen Agenten
Ihr Teamentscheidet und versendet
Beispiel zur Veranschaulichung. Die Zahlen stammen aus der Referenz RPP Group.
Architektur
Wichtiger als das Modell ist die Architektur drumherum: wie Aufgaben verteilt werden, wie Kontext weitergegeben wird und wer für welchen Schritt zuständig ist. Welches Muster passt, entscheidet der Prozess, und daraus ergibt sich auch die Zahl der Agenten.
Ein Hauptagent verteilt jede Aufgabe an die Spezialisten. Viel Kontrolle, allerdings hängt alles am Orchestrator.
Unsere bisherigen ProjekteAgenten geben sich die Arbeit direkt weiter. Robuster, aber für Ihre IT schwerer zu überwachen und zu debuggen.
Koordination, wo Kontrolle zählt, direkte Übergaben, wo sie sicher sind. In Unternehmen zunehmend verbreitet.
Zwei weitere Ebenen entscheiden, ob ein System im Betrieb trägt: das Gedächtnis, also ein Arbeitsspeicher für den laufenden Prozess und dauerhaftes Wissen über Ihr Unternehmen, und Standardschnittstellen wie das Model Context Protocol (MCP), die Agenten mit Ihren Daten und Werkzeugen verbinden. Mehr dazu in unserem Artikel über Architektur, Integration und Governance.
Kontrolle
Ein Agentensystem im Unternehmen muss nicht möglichst autonom sein. Es muss zuverlässig, nachvollziehbar und kontrolliert arbeiten.
Jeder Agent hat eine festgelegte Aufgabe, die Daten, die er nutzen darf, und die Werkzeuge, die er aufrufen darf. Der Orchestrator weiß, wer für welchen Schritt zuständig ist.
Qualitätsagenten prüfen die Ergebnisse gegen Ihre internen Standards. So fällt eine Ungenauigkeit auf, bevor sie beim Kunden ankommt.
Was eine menschliche Entscheidung braucht, gibt das System zurück. Wo diese Punkte liegen, wird in der Prozessanalyse festgelegt.
Sie sehen, welcher Agent gehandelt hat und auf welcher Datengrundlage. Bei der RPP Group läuft alles DSGVO-konform in der eigenen Infrastruktur.
Referenzen
Zwei Systeme, die einen Prozess auf spezialisierte Agenten verteilen, und die Policy-Plattform, auf der eines davon aufsetzt.
Public Affairs · RPP Group
Erfahrene Berater verbrachten Stunden mit Dokumentenanalyse, Datenaufbereitung und Entwürfen, und diese Arbeit verdrängte die strategische. ChatRPP übernimmt sie jetzt, im Tonfall der Beratung und in ihrer eigenen Infrastruktur.
Zur Referenz
Behörde · polnische Institution, unter NDA
Der alte Chatbot ließ Bürger vor ihrer Frage eine Kategorie wählen, und die meisten wussten nicht, welche passte. Jetzt leiten spezialisierte Agenten mit Retrieval jede Frage selbst weiter und ordnen Alltagssprache der technischen Dokumentation zu.
Zur Referenz
Public Affairs · Policy-Insider.AI
Public-Affairs-Analysten verfolgten Millionen politischer Dokumente aus vielen Ländern und Sprachen von Hand. Wir haben die KI-Schicht gebaut, die beobachtet, analysiert und benachrichtigt, vom ersten Prototyp bis zur Markteinführung.
Zur ReferenzEinstieg
Wir beginnen mit dem Prozess, wie er tatsächlich läuft: mit seinen Verzweigungen, Ausnahmen und menschlichen Entscheidungspunkten. Erst dann ist klar, wo ein Agent gebraucht wird, wo herkömmliche Software genügt und wo ein Mensch die Verantwortung behält.
Sagen Sie uns, welcher Prozess über die meisten Rollen, Stellen oder Systeme läuft. Wir melden uns innerhalb eines Werktags mit einer ersten Einschätzung und einem Vorschlag für ein 30-minütiges Gespräch.
Prozess beschreibenWir nehmen Ihre Abläufe samt Ausnahmen auf, prüfen die beteiligten Systeme und Berechtigungen und schlagen eine Architektur mit den Rollen der einzelnen Agenten, Umfang, Zeitplan und Kosten vor. Ein eigenständiges Projekt, ohne Verpflichtung weiterzumachen.
So arbeiten wirFAQ
Ein Multi-Agenten-System verteilt einen Prozess auf mehrere spezialisierte KI-Agenten, von denen jeder für eine Art von Aufgabe zuständig ist, etwa Dokumentenanalyse, Recherche, Entwurf oder Qualitätsprüfung. Ein Orchestrator verteilt die Arbeit zwischen ihnen, gibt den Kontext weiter und legt Entscheidungen Menschen vor. theBlue.ai baut solche Systeme in bestehender Unternehmens-IT, On-Premise, in der Cloud oder hybrid.
Wenn sich die Arbeit in klar getrennte Rollen oder Wissensgebiete aufteilt. Der von uns konzipierte Bürger-Chatbot deckt elf Fachgebiete mit je einem Agenten ab, weil kein einzelner Agent alle zuverlässig beherrschen könnte. Läuft eine klare Aufgabe durch wenige Systeme, ist ein einzelner Agent die bessere Wahl, mehr dazu unter KI-Agenten Entwicklung. Die Zahl der Agenten ist kein Ziel, sie ergibt sich aus dem Prozess.
Über einen Orchestrator. Er liest die Anfrage, entscheidet, welche Spezialisten beteiligt sind, und verteilt die Aufgaben an sie. Zwischen den Schritten wird der Kontext weitergegeben, Zwischenergebnisse werden geprüft und Ausnahmen an einen Menschen eskaliert. In ChatRPP leitet ein zentraler Orchestrierungsagent jede Anfrage an Dokumentenanalyse, Content-Erstellung, strategische Planung oder Policy-Recherche weiter.
Die, die der Prozess verlangt. Unsere bisherigen Systeme setzen einen Orchestrator vor die spezialisierten Agenten, das bietet viel Kontrolle. Peer-to-Peer-Strukturen sind robuster, aber schwerer zu überwachen, hybride Modelle verbinden beides und setzen sich in Unternehmen zunehmend durch. Die Entscheidung fällt in der Prozessanalyse.
Jeder Agent bekommt eine festgelegte Rolle, mit den Daten, die er nutzen darf, und den Werkzeugen, die er aufrufen darf. Qualitätsagenten prüfen die Ergebnisse der anderen, die Punkte, an denen ein Mensch entscheidet, stehen vorab fest, und es bleibt nachvollziehbar, welcher Agent auf welcher Datengrundlage gehandelt hat. Governance ist ab der ersten Codezeile Teil der Architektur.
Auf die Systeme, die Sie bereits betreiben, ob Standardsoftware oder Eigenentwicklung: ERP und CRM, Dokumentenablagen, internes Wissen und externe Datenquellen, jeweils über ihre Schnittstelle. ChatRPP antwortet aus internen Dokumenten und externen Policy-Daten. Beim Bürger-Chatbot pflegen die Fachleute die Wissensbasis selbst in bearbeitbaren Listen, ganz ohne Entwickler.
Ja. ChatRPP verarbeitet vertrauliche politische Dokumente DSGVO-konform in der eigenen Infrastruktur der RPP Group, das Material verlässt die kontrollierte Umgebung also nie. theBlue.ai betreibt Systeme On-Premise, in der Cloud oder hybrid, je nach Ihren Sicherheitsanforderungen.
Selten an der Modelllogik, fast immer an zersplitterten Datenlandschaften. Ein Multi-Agenten-System ist nur so gut wie die Daten, an die es herankommt. Die eigentliche technische Arbeit ist deshalb die Anbindung an die Systeme, in denen diese Daten liegen. Aus diesem Grund erfasst die Prozessanalyse Datenflüsse und Schnittstellen, bevor etwas gebaut wird.
Die Prozessanalyse gibt es zum Festpreis ab 3.000 €. Sie endet mit einem Architekturvorschlag, der die Rollen der einzelnen Agenten, Umfang, Zeitplan und Kosten festhält. Die Umsetzung wird nach Meilensteinen abgerechnet, erste funktionierende Bausteine gibt es in der Regel nach sechs bis acht Wochen.
Beschreiben Sie den Prozess, und wir melden uns innerhalb eines Werktags mit einer ersten Einschätzung und einem Vorschlag für ein 30-minütiges Gespräch.
