Agentenschwarm

Was ist ein Agentenschwarm?

Ein Agentenschwarm ist eine Gruppe von KI-Agenten, die parallel auf dasselbe Problem oder auf viele Teilstücke davon angesetzt werden, wobei ihre Ergebnisse anschließend zusammengeführt, gerankt oder per Abstimmung bewertet werden. Der Ansatz tauscht zusätzliche Rechenleistung und Tokens gegen breitere Abdeckung und höhere Zuverlässigkeit ein, als ein einzelner Agentenlauf liefern kann.

Die wichtigsten Punkte

• Schwärme nutzen aus, dass sich Agentenläufe günstig parallelisieren lassen und nicht-deterministisch sind. Zehn Versuche an einem hartnäckigen Bug fördern Fixes zutage, die ein einzelner Versuch übersieht.
• Der schwierige Teil ist die Aggregation. Fan-out ist nur ein API-Aufruf in einer Schleife; zu entscheiden, welches von zehn Kandidaten-Ergebnissen korrekt ist, erfordert Tests, Abstimmung oder ein Judge-Modell.
• Schwärme eignen sich für Probleme, die sich sauber in Shards aufteilen lassen (400 Dateien migrieren, jeden Endpunkt auditieren) oder von unabhängigen Versuchen profitieren (Debugging, Recherche, konkurrierende Entwürfe).
• Die Kosten steigen linear mit der Schwarmgröße, während der Grenznutzen abnimmt – die meisten praktischen Schwärme laufen daher mit fünf bis zwanzig Agenten statt mit Hunderten.
• Isolation ist entscheidend. Parallele Agenten, die denselben Working Tree bearbeiten, beschädigen sich gegenseitig – deshalb setzt Swarm-Tooling auf Git-Worktrees und Sandbox-Umgebungen.

So funktioniert es

Ein Schwarmlauf hat drei Phasen. Erstens Fan-out: Ein Koordinator, entweder ein Skript oder ein Orchestrator-Agent, startet viele Worker-Agenten. Bei teilbarer Arbeit erhält jeder Worker ein Shard, etwa ein Modul einer Codebasis, das refaktorisiert werden soll. Bei redundanter Arbeit erhält jeder Worker exakt dieselbe Aufgabe, und die Vielfalt entsteht durch zufälliges Sampling oder bewusst variierte Prompts und Modelle. Redundanz allein bewegt schon die Zahlen: Li et al. zeigten 2024, dass GPT-3.5-Turbo mit einem Sampling-und-Voting-Ensemble aus 20 Agenten die Genauigkeit von GPT-4 erreichte und Llama2-13B mit 15 Agenten Llama2-70B auf GSM8K einholte – ein Gewinn von 24 Prozentpunkten, von 35 % auf 59 % [1].

Zweitens unabhängige Ausführung. Jeder Worker läuft in seiner eigenen Schleife mit seinem eigenen Kontextfenster, was einen stillen Vorteil bringt: Hundert kleine Kontexte bleiben fokussiert, wo ein einziger riesiger Kontext degradiert. Worker schreiben in isolierte Umgebungen, sodass ihre Änderungen nie kollidieren, und ein fehlgeschlagener oder feststeckender Worker wird einfach verworfen statt debuggt.

Drittens Aggregation – hier entscheidet sich, ob ein Schwarm gelingt oder scheitert. Verifizierbare Outputs sind der einfache Fall: die Testsuite gegen jeden Kandidaten-Patch laufen lassen und die behalten, die bestehen. Weichere Outputs brauchen Mehrheitsabstimmung, einen LLM-Judge oder einen Menschen, der aus einer Shortlist auswählt. Abstimmung hat einen soliden Forschungsstammbaum: Wang et al. fanden heraus, dass das Sampling mehrerer Reasoning-Pfade mit anschließender Mehrheitsentscheidung – bekannt als Self-Consistency – die Chain-of-Thought-Genauigkeit um 17,9 Punkte auf GSM8K, 11,0 auf SVAMP und 12,2 auf AQuA verbesserte [2]. Diese Struktur unterscheidet sich von einem typischen Multi-Agent-System, in dem spezialisierte Agenten über Übergaben zusammenarbeiten. Schwarm-Worker sprechen nie miteinander, und genau diese Unabhängigkeit macht sie trivial parallelisierbar und statistisch nützlich.

Beispiel

Ein Platform-Team muss 340 Services von einer veralteten Logging-Bibliothek wegmigrieren. Ein Koordinationsskript teilt die Repo-Liste in Shards auf und startet einen Worker-Agenten pro Service in einem eigenen Worktree, jeweils dreißig gleichzeitig. Jeder Worker führt die Migration durch, lässt die Tests des jeweiligen Service laufen und eröffnet nur dann einen Draft-PR, wenn die Tests bestehen. Über Nacht migrieren 291 Services sauber, 34 scheitern an Tests und werden mit dem Fehler-Output im Prompt erneut versucht, und 15 landen in einer Warteschlange für menschliche Aufmerksamkeit. Das Team überprüft PRs für einen Tag, statt einen Monat lang Services von Hand zu migrieren.

Häufige Missverständnisse

Das Missverständnis ist, mehr Agenten bedeute mehr Intelligenz. Ein Schwarm denkt nicht besser als seine einzelnen Mitglieder; er sampelt lediglich mehr Versuche aus derselben Verteilung. Wenn ein einzelner Agent eine Aufgabe nur in 2 % der Fälle richtig löst, bleiben Ihnen bei fünfzig parallelen Läufen immer noch überwiegend falsche Antworten, ohne verlässliche Möglichkeit, die gute herauszufinden. Schwärme verstärken eine ordentliche Baseline zu einem starken Ergebnis. Sie können eine Aufgabe nicht retten, die das zugrunde liegende Modell grundsätzlich nicht lösen kann, und ohne einen vertrauenswürdigen Verifier erzeugen sie meist teures Rauschen.

FAQ

Wie unterscheidet sich ein Agentenschwarm von Agent-Orchestrierung? Orchestrierung ist die allgemeine Praxis, mehrere Agenten zu koordinieren, einschließlich Pipelines und Hierarchien mit reichhaltiger Kommunikation zwischen Agenten. Ein Schwarm ist das spezifische Muster vieler unabhängiger, paralleler Worker mit Aggregation am Ende. Jeder Schwarm ist orchestriert; die meiste Orchestrierung ist kein Schwarm.

Wann lohnt sich ein Schwarm trotz der Token-Kosten? Wenn sich die Arbeit in unabhängige Einheiten aufteilen lässt, wenn ein günstiger automatischer Verifier existiert (Tests, Compiler, Linter) oder wenn die Kosten einer falschen Antwort die Kosten redundanter Versuche bei Weitem übersteigen. Für sequenzielle Aufgaben ohne Verifier ist ein einzelner sorgfältiger Agent mit Human-in-the-Loop-Review meist günstiger und sicherer. Kalkulieren Sie den Trade-off ehrlich: Anthropic maß, dass Multi-Agenten-Systeme etwa 15-mal so viele Tokens nutzen wie eine Chat-Interaktion, und bei seiner BrowseComp-Evaluation erklärte allein die Token-Nutzung 80 % der Leistungsvarianz [3].

Mit wie vielen Agenten sollte ein Schwarm laufen? Fangen Sie klein an, mit etwa fünf, und messen Sie. Bei redundanten Versuchen nimmt der Ertrag schnell ab, sobald der Pass-Pool des Verifiers regelmäßig nicht leer ist. Bei aufgeteilter Arbeit richtet sich die Größe nach der Anzahl der Shards, gedrosselt durch Rate Limits und dadurch, wie schnell Menschen den Output überprüfen können.

Quellen

1. Li et al., "More Agents Is All You Need" (arXiv). "GPT-3.5-Turbo mit 20 Agenten erreicht die Genauigkeit von GPT-4; Llama2-13B mit 15 Agenten erreicht Llama2-70B auf GSM8K." https://arxiv.org/html/2402.05120v2. Abgerufen im August 2026.
2. Wang et al. (arXiv). "Self-Consistency verbessert die Chain-of-Thought-Genauigkeit um +17,9 % auf GSM8K, +11,0 % auf SVAMP und +12,2 % auf AQuA." https://arxiv.org/abs/2203.11171. Abgerufen im August 2026.
3. Anthropic. "Multi-Agenten-Systeme nutzen etwa 15-mal so viele Tokens wie Chat; die Token-Nutzung erklärt 80 % der BrowseComp-Leistungsvarianz." https://www.anthropic.com/engineering/built-multi-agent-research-system. Abgerufen im August 2026.