Multi-Agent-System im Mittelstand: Wo es sich wirklich lohnt
Wo lohnt sich ein Multi-Agent-System im Mittelstand?
Ein Multi-Agent-System lohnt sich dort, wo ein Prozess mehrere Datenquellen zusammenzieht, eine Entscheidung vorbereitet und ein Mensch sie freigibt. Typisch sind Disposition, Angebotsprüfung und Schichtplanung. Bei einer einzelnen linearen Aufgabe ist ein einzelner Agent billiger und stabiler. Die Faustregel lautet: erst ab drei Datenquellen und einer Entscheidung, die ein Mensch freigeben muss.
- 01
Such den Prozess mit drei Datenquellen
Multi-Agent zahlt sich erst aus, wenn ein Mensch heute drei Bildschirme nebeneinander vergleicht. Im Beispiel-Szenario NAVIS sind das Live-Flugdaten, Wetterzellen, Startfenster der Flugsicherung und Crew-Status. Ein Prozess mit einer Quelle braucht keine Agenten, sondern ein Skript.
- 02
Zerleg in Sehen, Vorhersagen, Lösen
Ein Agent sammelt und normalisiert. Ein Agent rechnet die Folgen. Ein Agent formuliert den fertigen Vorschlag mit Prüfkriterien. Drei Rollen reichen für den Anfang, mehr erzeugt nur Abstimmungskosten zwischen den Agenten.
- 03
Setz die Freigabe hart in die Architektur
Der letzte Agent schlägt vor, der Mensch entscheidet. Im Beispiel-Szenario NAVIS prüft das System jeden Crew-Tausch gegen erlaubte Arbeitszeit und Berechtigung, bevor der Vorschlag überhaupt sichtbar wird. Die Freigabe gehört in den Code, nicht in den System-Prompt.
- 04
Lass jeden Schritt mitschreiben
Jeder Agentenlauf braucht ein Protokoll mit Eingabe, Quelle, Vorschlag und menschlicher Entscheidung. In regulierten Branchen ist genau dieses Protokoll das Dokument, das eine Aufsicht sehen will. Ohne Protokoll ist ein Agentensystem dort nicht verteidigbar.
Im SYNYSSPACE-CRM liegen sechs Bereiche auf einem Board, die vorher auf zehn Tools verteilt waren: Buchungen, Anfragen, Gäste, Umsatz, Gutscheine und Aufgaben. Null Excel-Listen.
SnapSite-Kundenprojekt SYNYSSPACE, Studio in Klagenfurt. Studio-CRM live unter synysspace.eu/admin.
- Was kostet ein Multi-Agent-System im Mittelstand wirklich?
- Der größere Posten ist selten das Modell, sondern die Datenanbindung. Rechne mit sechzig bis siebzig Prozent des Aufwands für Schnittstellen, Normalisierung und Protokoll, mit zwanzig Prozent für die Agentenlogik und mit dem Rest für die Oberfläche. Die laufenden Modellkosten liegen bei Prozessen dieser Größe meist unter den Kosten für einen halben Arbeitstag pro Monat. Den konkreten Rahmen klären wir nach einem Briefing-Call.
- Wie lange dauert es vom Briefing bis zum Betrieb?
- Rechne mit rund drei Monaten bis zum ersten Test und weiteren sechs Wochen bis zum Parallelbetrieb neben dem alten Weg. Die Abschaltung des alten Systems folgt frühestens acht Wochen nach dem Start. Das ist ein realistischer Korridor, wenn die Datenquellen vorhanden und dokumentiert sind. Fehlen Schnittstellen, verdoppelt sich der erste Abschnitt.
- Wann reicht ein einzelner Agent statt eines Multi-Agent-Systems?
- Wenn die Aufgabe linear ist und nur eine Quelle hat. Ein Mail-Sortierer, ein Textentwurf, eine Zusammenfassung: alles Ein-Agent-Fälle. Sobald zwei Teilaufgaben unterschiedliche Werkzeuge und unterschiedliche Prüfkriterien brauchen, wird der einzelne Agent unzuverlässig, weil sein Kontext überläuft. Das ist die Schwelle, nicht die Größe des Unternehmens. Ein Betrieb mit zwanzig Leuten kann einen Verbund brauchen, ein Betrieb mit dreihundert kommt oft mit einem einzelnen Agent aus.
- Welche Voraussetzungen muss der Betrieb mitbringen?
- Drei Dinge. Erstens Daten, die per Schnittstelle abrufbar sind und nicht nur als PDF im Ordner liegen. Zweitens einen Owner, der Entscheidungsregeln verbindlich festlegen darf. Drittens die Bereitschaft, den Prozess vier bis sechs Wochen parallel zum alten laufen zu lassen. Ohne Parallelbetrieb glaubt niemand im Team dem System. Fehlt eines der drei Dinge, verschiebt sich der Start, und zwar unabhängig davon, wie gut das Modell ist.
- Was ist der häufigste Fehler beim Aufbau?
- Zu viele Agenten zu früh. Jeder zusätzliche Agent bringt eine neue Übergabe, und jede Übergabe ist eine Fehlerquelle. Der zweite häufige Fehler: die Entscheidungsregel steckt im Prompt statt im Code. Dann ändert ein Modellwechsel still das Verhalten, und niemand merkt es, bis eine falsche Freigabe durchgeht. Halte die Regel im Code und den Prompt für die Sprache.
SnapSite baut Agentensysteme entlang eines echten Betriebsprozesses. Datenanbindung, Entscheidungsregeln und Protokoll entstehen zusammen, nicht als KI-Aufsatz auf ein bestehendes Tool.
Wer prüfen will, ob der eigene Prozess überhaupt Agenten braucht, kann das im KI-Potenzial-Check klären.
KI-Potenzial Check