KI Agenten · Architektur

KI-Agenten Architektur

Eine visuelle Übersicht über die wichtigsten Schichten moderner Agentensysteme – vom Modell und Agent Loop bis zu Tools, Memory, Multi-Agent-Orchestrierung, Sicherheit und Evaluation.

Single AgentMulti-AgentMCP MemoryRoutingGovernance

Architekturschichten

Wähle eine Ebene, um die zugehörigen Komponenten hervorzuheben.

Core

Goal & Instructions

Ziele, Regeln, Systeminstruktionen und Erfolgskriterien für den Agenten.

Core

Model / Reasoning

Versteht Aufgaben, bewertet Optionen und entscheidet über nächste Schritte.

Core

Agent Loop

Think → Act → Observe → Adapt. Der zentrale Regelkreis eines Agenten.

Core

Planning

Zerlegt komplexe Ziele in Teilaufgaben und passt Pläne dynamisch an.

Context & Memory

Context

Aktive Informationen aus Nutzeranfrage, Tools, Dateien, Nachrichten und Systemzustand.

Context & Memory

Working Memory

Kurzfristiger Zustand und Zwischenergebnisse innerhalb einer laufenden Aufgabe.

Context & Memory

Long-Term Memory

Langfristig gespeicherte Erfahrung, Wissen und wiederkehrende Informationen.

Context & Memory

Retrieval / RAG

Gezielter Zugriff auf externe Wissensquellen und relevante Dokumente.

Tools & Actions

Tool Use

Verbindet Agenten mit APIs, Datenbanken, Code, Browsern und Geschäftssystemen.

Tools & Actions

Function Calling

Strukturierte Tool-Aufrufe mit definierten Parametern und Rückgabewerten.

Tools & Actions

MCP

Standardisierte Verbindung zu Tools, Datenquellen und externen Funktionen.

Tools & Actions

Execution

Ausführung von Aktionen mit Limits, Sandboxing, Timeouts und Fehlerbehandlung.

Multi-Agent

Orchestration

Steuert Agenten, Reihenfolge, Kontext, Tools, Abhängigkeiten und Beendigung.

Multi-Agent

Routing

Wählt Agent, Modell, Tool oder Provider anhand der Aufgabe aus.

Multi-Agent

Handoffs

Übergeben Aufgabe, Kontext, Fortschritt und Verantwortung zwischen Agenten.

Multi-Agent

Shared State

Gemeinsamer Status zu Zielen, Fortschritt, offenen Fragen und Abhängigkeiten.

Assurance

Observability

Erfasst Agent Steps, Tool Calls, Handoffs, Fehler, Kosten und Latenz.

Assurance

Evaluation

Misst Task Success, Robustheit, Tool-Auswahl und Systemqualität.

Assurance

Security

Schützt Tools, Daten und Ausführung durch Least Privilege, Isolation und Kontrollen.

Assurance

Governance

Definiert Identität, Rechte, Freigaben, Eskalation und Human-in-the-Loop.

Referenzfluss: Ziel → Modell → Planung → Tool/MCP → Beobachtung → Context/Memory → Validation → nächste Aktion oder Ergebnis.

Single-Agent-Architektur

Ein zentraler Agent übernimmt Planung, Tool-Nutzung und Ergebnisbildung.

  • einfacher zu debuggen
  • weniger Koordinationsaufwand
  • häufig günstiger
  • gut für klar abgegrenzte Aufgaben

Multi-Agent-Architektur

Mehrere spezialisierte Agenten teilen Aufgaben und Verantwortlichkeiten.

  • stärkere Spezialisierung
  • Parallelisierung möglich
  • flexible Handoffs
  • höhere Anforderungen an Orchestration und Observability