# Taxonomie der Multi-Agenten-Koordination und Lehren für die Fertigung

- Source: MechNext — https://mechnext.eu/de/article/73-a-taxonomy-of-multi-agent-coordination-and-lessons-for-manufacturing
- Published: 2026-11-17
- Updated: 2026-11-17
- Category: Industry News
- Language: de (Markdown in other languages: ?lang=en, ?lang=sk, ?lang=pl, ?lang=zh, ?lang=ru)

> Ein AWS-Beitrag trennt deterministische Abläufe von modellgesteuerten Mustern, benennt Anti-Patterns und empfiehlt, die Fertigungssteuerung deterministisch zu halten, während Agenten beobachten und beraten.

Ein AWS-Beitrag beschreibt Multi-Agenten-Koordination als Frage von Arbeitsablauf und Kontrolle. Die Taxonomie unterscheidet zwei Ebenen. **Tier 1** umfasst deterministische Kontrollflüsse, deren Pfade im Voraus feststehen. Bei **Tier 2** wählt das Modell den Pfad zur Laufzeit. Die Architekturleitlinie lautet: mit einem direkten Modellaufruf beginnen, bei bekanntem Lösungsweg Tier 1 verwenden und Tier 2 erst einsetzen, wenn während der Ausführung durch Exploration neue Teilaufgaben entstehen.

### Deterministische Koordinationsmuster

Eine sequenzielle Pipeline ordnet ihre Knoten bereits beim Aufbau. Jeder Knoten übergibt seine Ausgabe an den nächsten. Der Ablauf ist dadurch vor der Ausführung festgelegt. Ein bedingter Workflow ergänzt logikbasierte Verzweigungen. Er kann die Zahl der Wiederholungen begrenzen und nach deren Ausschöpfung an einen Menschen eskalieren.

Ein bedingter Router klassifiziert jede Eingabe und führt für jede Anfrage **genau einen** Verarbeitungspfad aus. Die Zweige sind somit Alternativen. Sie werden nicht alle gemeinsam ausgeführt, sondern die Klassifikation bestimmt den einen gewählten Weg.

Ein paralleler Workflow eignet sich für unabhängige Teilaufgaben. Sie laufen gleichzeitig; anschließend verbindet ein Fan-in-Schritt ihre Ergebnisse. Scheitert ein Pfad, wird nur dieser Pfad erneut ausgeführt. Die Latenz ergibt sich aus dem langsamsten parallel arbeitenden Agenten und nicht aus der Summe der Laufzeiten aller Agenten. Damit unterscheidet sich das Muster klar von der sequenziellen Pipeline: Dort folgen die Stufen aufeinander, hier wartet die Zusammenführung auf den langsamsten gleichzeitigen Zweig.

### Zur Laufzeit gewählte Wege

Bei planbasierter Orchestrierung verwaltet ein zentraler Orchestrator einen expliziten Plan. Er weist zustandslosen, unabhängigen Arbeitern einzelne Aufgabenanteile zu, überwacht den Fortschritt und wiederholt nur die Arbeit eines gescheiterten Arbeiters. Plan, Zuweisung und Überwachung bilden gemeinsam die zentrale Struktur.

Das Handoff-Muster nutzt lokale Delegation zwischen gleichrangigen Agenten. Mit der Kontrolle werden ein validierter Aufgabenstatus, unterstützende Belege und noch offene Fragen übertragen. Die Übergabe umfasst damit nicht nur die Zuständigkeit, sondern auch die Informationen, die für eine Fortsetzung nötig sind.

Konversationsbasierte Muster verwenden eine gemeinsame Unterhaltung. Alle Agenten sehen die Nachrichten; der Zustand liegt implizit in der bisherigen Gesprächshistorie. Die Reihenfolge kann nach einem Round-Robin-Prinzip erfolgen oder vom Modell gewählt werden. Anders als beim expliziten zentralen Plan trägt hier die gemeinsame Historie den Arbeitszustand.

Die Debatte ist ein aufwendigeres Muster. Mehrere Agenten bewerten unabhängig dieselbe Eingabe, bevor ihre Schlussfolgerungen zusammengeführt werden. Dazu können eine Mehrheitsentscheidung, ein bewertender Agent oder eine Eskalation dienen. Der Beitrag reserviert dieses kostspielige Verfahren für Entscheidungen mit hohen Konsequenzen und geringem Volumen.

### Anti-Patterns und Auswahlregeln

Als Anti-Patterns nennt der Beitrag Agenten mit zu vielen Werkzeugen, unbegrenzte Wiederholungsschleifen, unstrukturierte Prosaübergaben ohne Schema, unnötige Multi-Agenten-Entwürfe und reale Aktionen ohne Genehmigung. Die Warnungen stützen die zentrale Auswahlregel: Zusätzliche Koordination sollte nur dort eingeführt werden, wo die Aufgabe sie tatsächlich erfordert.

Die Ausgangsbasis bleibt der direkte Modellaufruf. Ist der Lösungsweg bekannt, liefern deterministische Tier-1-Muster die passende Struktur. Tier 2 ist für Arbeiten vorgesehen, bei denen Exploration während der Ausführung neue Teilaufgaben sichtbar macht. Entscheidend ist daher nicht allein, ob mehrere Agenten möglich wären, sondern ob Laufzeitentdeckung und modellgewählte Pfade erforderlich sind.

### Leitlinien für die Fertigung

Für die Sicherheit in der Fertigung empfiehlt der Beitrag, die Steuerung durch PLC, SCADA und MES deterministisch zu belassen. Agenten sollen beobachten, analysieren und Empfehlungen geben, während die eigentliche Kontrolle bei deterministischen Systemen bleibt. Sicherheitsbedingungen sollen als externe deterministische Schutzplanken umgesetzt werden. Vor einer Betätigung sind Validierung und eine der jeweiligen Aktion angemessene Freigabe vorgesehen.

Auch der Betrieb wird hybrid gedacht. Edge-Systeme übernehmen zeitkritische lokale Analysen, Cloud-Systeme breitere Analysen und erneutes Training. Ergänzend wird der Agentenspeicher auf eine Schicht begrenzt: Jede Schicht endet mit einer strukturierten Übergabe an die nächste Besatzung. So entsteht ein klarer Wechsel zwischen Schichten, ohne die getrennten Rollen von lokaler Analyse, umfassenderer Auswertung und deterministischer Steuerung aufzugeben.

Die Taxonomie fordert somit nicht möglichst viele Agenten, sondern beschreibt eine abgestufte Auswahl. Ausgangspunkt ist der direkte Aufruf; bei bekanntem Pfad folgt eine deterministische Workflow-Struktur; erst bei während der Exploration entstehenden Teilaufgaben kommt modellgesteuerte Koordination hinzu. Die vollständige Darstellung steht im [ursprünglichen AWS-Beitrag](https://aws.amazon.com/blogs/machine-learning/taxonomy-of-multi-agent-design-patterns-anti-patterns-and-lessons-from-manufacturing).
