Die Standardarchitektur für Multi-Agenten-Systeme hat einen Chef. Ein Orchestrator zerlegt die Aufgabe, weist den Agenten Arbeit zu, sammelt die Ergebnisse ein und entscheidet, was wahr ist. Das lässt sich leicht nachvollziehen, erbt aber auch die klassischen Probleme jedes zentralen Koordinators: Er ist ein Engpass, ein Single Point of Failure und, subtiler, eine Obergrenze — das System kann nie klüger sein als die Komponente, die die Zuweisung vornimmt.
Im TUM × SAP Praxiskurs hat unser sechsköpfiges Team ein Semester lang auf die gegenteilige Wette gesetzt. Mycellium ist ein orchestratorfreies Multi-Agenten-System: Agenten organisieren sich selbst über gemeinsamen Zustand und lokale Entscheidungsregeln, ohne dass jemand das Sagen hat. Ich war Product Owner und Architektur-Lead und habe daher sowohl die Design-Seite als auch die Seite "das den Stakeholdern aus der Industrie erklären" miterlebt.
Drei Mechanismen statt eines Chefs
Den Orchestrator zu entfernen, entfernt nicht seine Verantwortlichkeiten. Aufgabenzuweisung, Informationsaustausch und die Entscheidung, was wahr ist, müssen weiterhin stattfinden, nur eben ohne zentrale Kontrolle. Mycellium teilt sie auf drei Mechanismen auf.
Eine Auktion statt eines Zuweisers. Arbeit wird in Verträge und Threads zerlegt, auf die Agenten bieten. Gebote werden nach Fähigkeit und Vertrauen gewichtet, sodass ein Agent, der eine bestimmte Art von Aufgabe historisch zuverlässig erledigt hat, ähnliche Aufgaben häufiger gewinnt. Niemand weist etwas zu; Agenten wählen sich selbst aus, und die Gewichtung verhindert, dass diese Selbstauswahl zum Wildwuchs wird.
Ein Blackboard statt eines Message-Routers. Der gesamte gemeinsame Zustand liegt auf einem nur erweiterbaren Blackboard. Das Tool-Set, das Agenten erhalten, ist bewusst klein: eine Erkenntnis posten, die eines anderen zitieren, abstimmen, einen anderen Agenten erwähnen. Dass sich nichts nachträglich verändern lässt, ist wichtiger, als es klingt: Nichts wird jemals bearbeitet oder gelöscht, nur ergänzt, sodass die vollständige Historie, wie der Schwarm zu seiner Ausgabe gekommen ist, immer nachvollziehbar bleibt.
Zitierungen statt eines Richters. Das war der Teil, den ich am interessantesten fand. Wenn Agenten Erkenntnisse posten, bauen andere Agenten, die an angrenzenden Threads arbeiten, entweder darauf auf oder nicht. Eine Aussage, die unabhängige Zitierungen erhält, gewinnt an Gewicht; eine Aussage, auf die niemand aufbaut, verblasst still. Konsens braucht keinen Richter, er braucht eine Schwelle. Es gibt keinen finalen Schiedsrichter-Agenten, der entscheidet, was wahr ist — und trotzdem konvergiert das System.
Der Simulator war nicht optional
Einem emergenten System zu vertrauen fällt schwer, gerade weil niemand sein Verhalten festgelegt hat. Das mit Abstand wertvollste, was wir für die Akzeptanz gebaut haben, lag gar nicht im Protokoll: eine visuelle Oberfläche, auf der man ein Agentennetzwerk konfiguriert, laufen lässt und den Schwarm Schritt für Schritt nachspielt — jedes Gebot, jeden Post, jede Zitierung und jede Abstimmung in der richtigen Reihenfolge.
Als wir das den SAP-Stakeholdern präsentiert haben, hat das Replay mehr überzeugt als die Architektur-Folien. "Emergente Koordination" klingt nach Handgewinke, bis man einen Lauf durchscrubben und live mitverfolgen kann, wie eine falsche Aussage gepostet wird, keine einzige Zitierung erhält und aus dem Ergebnis herausfällt. Dasselbe Tooling hat auch unsere eigenen Reviews beschleunigt: Wenn ein Lauf aus dem Ruder lief, konnten wir genau den Schritt finden, an dem es passiert ist.
Wo ich vorsichtig wäre
Ich glaube nicht, dass orchestratorfrei für jedes System der richtige Standardansatz ist. Der Ansatz rechtfertigt seine Komplexität, wenn Aufgaben sich so zerlegen lassen, dass eine Auktion sinnvoll ist, und wenn es wichtig ist, keinen Single Point of Failure zu haben. Für eine enge Pipeline mit drei festen Schritten ist ein Orchestrator einfacher, und einfach gewinnt.
Die allgemeinen Lektionen ließen sich trotzdem übertragen, ob mit oder ohne Orchestrator: Gib Agenten explizite Verträge und kleine Tool-Oberflächen, halte den gemeinsamen Zustand nur erweiterbar, damit das Verhalten nachvollziehbar bleibt, und investiere früh in Replay-Tooling. Diese drei Punkte prägen unmittelbar, wie ich über die agentischen Systeme denke, an denen ich im Unternehmensumfeld arbeite.
Das Projekt bietet eine Live-Demo, falls Sie einen Schwarmlauf selbst beobachten möchten. Wenn Sie an Multi-Agenten-Systemen arbeiten und eine klare Meinung zur Koordination haben, würde ich sie wirklich gerne hören.