Agentische Design Patterns

Was sind Agentische Design Patterns?

Agentische Design Patterns (Agentic Design Patterns) sind wiederverwendbare Strukturen für den Bau von KI-Agentensystemen. Die vier zentralen sind Reflexion, Tool-Nutzung, Planung und Multi-Agenten-Kollaboration. Jedes Pattern beschreibt eine bewährte Art, Modellaufrufe, Tools und Kontrollfluss anzuordnen, und jedes wägt Autonomie, Kosten, Latenz und Zuverlässigkeit auf eine andere, vorhersehbare Weise gegeneinander ab.

Die wichtigsten Punkte

• Die vier grundlegenden Patterns sind Reflexion (der Agent kritisiert und überarbeitet seinen eigenen Output), Tool-Nutzung (der Agent ruft externe Funktionen auf), Planung (der Agent zerlegt ein Ziel, bevor er handelt) und Multi-Agenten-Kollaboration (spezialisierte Agenten teilen sich die Arbeit).
• Patterns lassen sich kombinieren. Ein Produktivsystem stapelt typischerweise mehrere: ein Planner, der an toolnutzende Worker delegiert, deren Output einen Reflexionsschritt durchläuft.
• Jedes Pattern, das Sie hinzufügen, kostet Tokens und Latenz. Reflexion kann die Ausgaben für eine Aufgabe verdoppeln – sie gehört daher dorthin, wo Qualität wichtiger ist als Geschwindigkeit.
• Patterns sind Architektur, keine Framework-Features. Sie lassen sich alle mit einfachen API-Aufrufen umsetzen, und sie zu kennen hilft dabei zu beurteilen, was ein Framework tatsächlich bietet.

So funktioniert es

Reflexion umgibt die Generierung mit Selbstüberprüfung. Der Agent erzeugt einen Entwurf, dann kritisiert ein zweiter Durchlauf – manchmal mit einem anderen Prompt oder einem anderen Modell als LLM-Judge – diesen Entwurf gegen explizite Kriterien und löst eine Überarbeitung aus. Es ist das günstigste verfügbare Zuverlässigkeits-Upgrade, weil es keine neue Infrastruktur braucht, nur einen weiteren Modellaufruf. Der Gewinn ist messbar: Die Reflexion-Methode, bei der der Agent verbal über seine Fehlschläge reflektiert, erreichte 2023 91 % Pass@1 auf HumanEval und übertraf den vorherigen State of the Art von GPT-4 mit 80 % [1].

Tool-Nutzung erweitert das Modell über die reine Textvorhersage hinaus. Über Tool-Calling liest der Agent Dateien, fragt Datenbanken ab, ruft APIs auf und führt Code aus – und verankert seine Entscheidungen so im tatsächlichen Systemzustand statt in Vermutungen. Bei Planung schreibt der Agent eine Aufgabenzerlegung, bevor er irgendetwas anfasst, was lange Aufgaben handhabbar macht und Menschen vorab einen Plan zur Freigabe gibt. Bei Coding-Agenten zeigt sich das oft als Plan-Modus, der akzeptiert werden muss, bevor Änderungen beginnen – das passt natürlich zu Spec-Driven Development.

Multi-Agenten-Kollaboration teilt Arbeit auf Agenten mit unterschiedlichen Rollen und getrennten Kontextfenstern auf. Ein Orchestrator zerlegt das Ziel und leitet Teilaufgaben an Worker weiter, oder Peers reichen sich Arbeit gegenseitig in einer Pipeline weiter. Das ist das aufwendigste Pattern: Es vervielfacht die Kosten, führt Koordinationsfehler ein und erfordert Agent-Orchestrierungslogik – es rechtfertigt sich daher nur, wenn eine Aufgabe wirklich über das hinausgeht, was ein einzelner Agentenkontext fassen kann.

Beispiel

Ein Team, das einen automatisierten Code-Review-Dienst baut, liefert Patterns schrittweise aus. Version eins ist ein einzelner Modellaufruf, der einen Diff kommentiert; die Reviews sind oberflächlich. Version zwei fügt Tool-Nutzung hinzu, sodass der Agent benachbarte Dateien öffnen und die Testsuite ausführen kann, und die Kommentarqualität springt nach oben, weil der Agent echten Kontext sieht. Version drei fügt Reflexion hinzu: Ein zweiter Durchlauf filtert die Entwurfskommentare gegen eine Checkliste bekannter False-Positive-Muster und halbiert in ihren internen Evals in etwa die störenden Kleinigkeiten. Erst bei Version vier, als sie Sicherheit und Performance von unterschiedlichen Spezialisten überprüfen lassen wollen, führen sie Multi-Agenten-Kollaboration ein, mit einem Orchestrator, der die Erkenntnisse von drei Reviewern zusammenführt. Jedes Pattern wurde hinzugefügt, um ein gemessenes Problem zu lösen.

Häufige Missverständnisse

Der wiederkehrende Fehler ist, mit dem aufwendigsten Pattern zu beginnen. Teams lesen über Multi-Agent-Systeme und entwerfen eine Crew aus sechs benannten Agenten für eine Aufgabe, die ein einzelner toolnutzender Agent problemlos bewältigt. Jede Agentengrenze ist eine weitere Stelle, an der Kontext verloren geht, Ergebnisse missverstanden werden und sich Kosten vervielfachen. Die Patterns bilden eine Leiter: zuerst die Einzelagenten-Sprossen ausschöpfen, Tool-Nutzung, dann Planung, dann Reflexion, und erst zu Kollaboration greifen, wenn ein Kontextfenster nachweislich nicht ausreicht.

FAQ

Woher stammen diese vier Patterns? Sie kristallisierten sich aus der Praxis heraus und wurden um 2024 herum popularisiert, insbesondere durch Andrew Ngs Schriften über agentische Workflows. Ngs Zahlen untermauerten das: Das Einbetten von GPT-3.5 in eine agentische Schleife hob die HumanEval-Genauigkeit von 48,1 % Zero-Shot auf bis zu 95,1 % – ein größerer Sprung, als das Basismodell auf GPT-4 aufzurüsten, das 67,0 % erreichte [2]. Die Taxonomie hat sich gehalten, weil sie sauber auf das abbildet, was Produktivsysteme tatsächlich tun, und spätere Ergänzungen wie Memory und Routing fügen sich als Verfeinerungen ein, nicht als Ersatz.

Ist ReAct eines der agentischen Design Patterns? Ein ReAct-Agent versteht sich am besten als konkrete Umsetzung des Tool-Nutzung-Patterns: Er verschränkt bei jeder Aktion einen Reasoning-Schritt. In der ursprünglichen Arbeit von Yao et al. aus dem Jahr 2022 übertraf ReAct Imitation- und Reinforcement-Learning-Baselines um 34 beziehungsweise 10 absolute Punkte auf den Benchmarks ALFWorld und WebShop, mit nur ein oder zwei In-Context-Beispielen [3]. Die meisten modernen Tool-Calling-Agentenschleifen sind Nachfahren davon.

Brauche ich ein Framework, um diese Patterns zu nutzen? Nein. Jedes Pattern ist eine Kontrollfluss-Idee, die sich in ein paar Dutzend Zeilen um eine Modell-API herum schreiben lässt. Frameworks verpacken die Patterns mit Tracing und State-Management, was in großem Maßstab hilft, aber die Wahl des richtigen Patterns für die Aufgabe ist der Teil, der über Erfolg entscheidet.

Quellen

1. Shinn et al. (arXiv). "Reflexion erreicht 91 % Pass@1 auf HumanEval und übertrifft den vorherigen State of the Art von GPT-4 mit 80 %." https://arxiv.org/abs/2303.11366. Abgerufen im August 2026.
2. Andrew Ng, DeepLearning.AI (The Batch). "GPT-3.5 in einer agentischen Schleife hebt die HumanEval-Genauigkeit von 48,1 % auf bis zu 95,1 %, gegenüber 67,0 % für Zero-Shot-GPT-4." https://www.deeplearning.ai/the-batch/how-agents-can-improve-llm-performance/. Abgerufen im August 2026.
3. Yao et al. (arXiv). "ReAct übertrifft Imitation- und Reinforcement-Learning-Baselines um 34 % beziehungsweise 10 % absolute Erfolgsrate auf ALFWorld und WebShop." https://arxiv.org/abs/2210.03629. Abgerufen im August 2026.