138 - Agenten verstehen Teil 7: Multi-Agenten-Konzepte

SPEAKER_1 (0:02)

Dieser Podcast ist ein Projekt der KI-Gilde. Die Inhalte und Stimmen sind mit KI erzeugt und dienen der Information und Demonstration. Viel Spaß beim Hören. Stell dir vor, du gibst deiner künstlichen Intelligenz morgens so eine scheinbar simple Aufgabe. Du sagst einfach, räume meinen Postfach auf und sortiere die Termine für nächste Woche.

SPEAKER_2 (0:26)

Klickt nach einem Standardauftrag, ja?

SPEAKER_1 (0:27)

Genau. Und dann holst du dir ganz entspannt einen Kaffee, kommst zurück an den Schreibtisch und das System hat nicht nur aus Versehen deinen kompletten Jahresurlaub storniert, sondern auch noch eine extrem passiv-aggressive E-Mail an deinen Chef geschickt.

SPEAKER_2 (0:41)

Ja, das ist dann quasi der Worst Case.

SPEAKER_1 (0:44)

Absolut. Wir kommen in der fatalen Realität unstrukturierter Agentensysteme. Du hörst die siebte Folge unserer Freitagsreihe Agenten verstehen hier im KI-Gilde Podcast. Schön, dass du wieder dabei bist.

SPEAKER_2 (0:56)

Hallo, auch von mir. Und dieses Beispiel mit der E-Mail an den Chef, das klingt jetzt vielleicht etwas extrem, aber es trifft den Kern unserer heutigen Ausgabe eigentlich perfekt.

SPEAKER_1 (1:04)

Ja, finde ich auch. Wir haben uns ja in den vergangenen Wochen die Evolutionsschritte von künstlicher Intelligenz angesehen. Also von der allerersten, simplen Eingabe-Aufforderung bis hin zum voll ausgewachsenen Agentenschwarm.

SPEAKER_2 (1:17)

Genau, die ganze Entwicklung halt.

SPEAKER_1 (1:19)

Richtig. Und heute gehen wir an das absolute Fundament. Wir sprechen über die grundlegenden Architektur-Konzepte für Multi-Agenten-Systeme.

SPEAKER_2 (1:28)

Ein extrem wichtiges Thema, gerade wenn man selbst baut.

SPEAKER_1 (1:32)

Definitiv. Und unser Fahrplan für diese wirklich ausführliche Folge sieht so aus. Wir verschaffen uns erstmal einen detaillierten Überblick, welches Steuerungskonzept sich eigentlich für welchen Anwendungsfall eignet. Und dann nehmen wir dieses Wissen und wenden es wirklich gnadenlos auf drei konkrete Szenarien an. Einmal einen autonomen Coding-Agenten, dann eine persönliche Assistenz und schließlich einen Firmenagenten, der ganze Wertschöpfungsketten abbildet.

SPEAKER_2 (1:59)

Sehr gut.

SPEAKER_1 (1:59)

Und nächste Woche schauen wir uns dann konkrete Vertreter dieser Frameworks an.

SPEAKER_2 (2:04)

Genau. Also heute gießen wir quasi erstmal das Fundament, damit wir überhaupt verstehen, warum manche Systeme genial funktionieren und andere halt spektakulär scheitern.

SPEAKER_1 (2:14)

Und da drängt sich mir direkt zu Beginn eine sehr grundsätzliche Frage auf. Warum machen wir uns eigentlich diese unfassbare Mühe, ein extrem komplexes Netzwerk aus vielen verschiedenen Agenten zu bauen?

SPEAKER_2 (2:26)

Tja, das fragen sich viele.

SPEAKER_1 (2:28)

Eben. Warum nehmen wir nicht einfach ein einziges absolut gigantisches Large-Language-Model, geben ihm Zugriff auf alle unsere Werkzeuge und lassen es einfach die Arbeit machen?

SPEAKER_2 (2:39)

Das ist genau die Falle, in die momentan unzählige Entwicklerteams auf der ganzen Welt tappen.

SPEAKER_1 (2:44)

Wirklich?

SPEAKER_2 (2:45)

Ja, total. Die Idee klingt ja in der Theorie erst einmal bestechend logisch. Wir haben diese unglaublich fähigen Sprachmodelle. Also geben wir einem einzigen Modell einfach den vollen Zugriff auf das Dateisystem, das Internet, den Kalender und die Unternehmensdatenbank.

SPEAKER_1 (3:01)

So nach dem Motto, mach alles, sei unser Superhirn.

SPEAKER_2 (3:05)

Exakt. Aber die Realität in der Praxis sieht halt völlig anders aus. Da fällt man sehr schnell auf die Nase.

SPEAKER_1 (3:11)

Woran scheitert es denn dann konkret? Ist das die Rechenleistung?

SPEAKER_2 (3:15)

Nein, überhaupt nicht. Es scheitert an der kognitiven Überladung des Modells selbst.

SPEAKER_1 (3:20)

Okay, wie muss ich mir das vorstellen?

SPEAKER_2 (3:22)

Also ein einzelnes, noch so großes Sprachmodell verliert massiv an Zuverlässigkeit, sobald man ihm mehr als etwa 15 verschiedene externe Werkzeuge zur Verfügung stellt.

SPEAKER_1 (3:34)

15 Werkzeuge ist ja eigentlich gar nicht so viel.

SPEAKER_2 (3:36)

Für ein Modell schon. Stell dir vor, du hast 15 verschiedene Fernbedienungen auf dem Tisch liegen und musst in Millisekunden entscheiden, welche Taste auf welcher Fernbedienung das richtige Format für die jeweilige Aufgabe hat.

SPEAKER_1 (3:48)

Oh, das würde mich auch überfordern.

SPEAKER_2 (3:50)

Richtig. Das Modell kollabiert förmlich unter dieser Auswahl. Es fängt dann an, die falschen Werkzeuge für die falschen Aufgaben zu wählen. Es halluziniert Parameter zusammen. Oder, und das ist eigentlich das häufigste, es vergisst mitten in einem mehrstufigen Prozess schlichtweg, was eigentlich das ursprüngliche Ziel der Aufgabe war.

SPEAKER_1 (4:08)

Okay, krass. Ein Modell allein ist also maßlos überfordert.

SPEAKER_2 (4:13)

Absolut.

SPEAKER_1 (4:14)

Die logische Konsequenz für viele wäre jetzt wahrscheinlich, wir verteilen die Arbeit einfach auf mehrere Agenten. Also nach dem Prinzip, viel hilft viel, oder?

SPEAKER_2 (4:23)

Das denken fast alle, ja.

SPEAKER_1 (4:24)

Wenn ein Agent überfordert ist, nehme ich einfach zehn Agenten und werfe sie alle zusammen in einen virtuellen Raum. Die Schwarmintelligenz wird das dann schon irgendwie regeln.

SPEAKER_2 (4:34)

Und exakt das ist die zweite, noch viel fatalere Falle.

SPEAKER_1 (4:38)

Ernsthaft.

SPEAKER_2 (4:39)

Ja. Das ist eine absolute Illusion der Schwarmintelligenz bei künstlicher Intelligenz. Viele Entwickler bauen genau das, was du gerade beschrieben hast. Völlig unstrukturierte Netzwerke aus vielen Agenten.

SPEAKER_1 (4:49)

Okay.

SPEAKER_2 (4:50)

In der Fachsprache nennt man das oft spöttisch Back of Agents.