Multi-Agenten-Systeme und Protokolle
KI-Agenten, die echte Arbeit in Ihren Systemen erledigen, nach Regeln, die Sie setzen, und unter Aufsicht von Menschen
Chatbots beantworten Fragen; die Arbeit wartet weiter auf Menschen
Die meisten KI-Piloten enden in einem Chatfenster. Die eigentlichen Kosten liegen in Arbeit, die Systeme überschreitet: eine Anfrage prüfen, Datensätze nachschlagen, das ERP aktualisieren und dem Kunden antworten.
Einem KI-Modell offenen Zugang zu diesen Systemen zu geben, ist für ein reguliertes Unternehmen keine Option. Jede Aktion muss erlaubt, protokolliert und erklärbar sein, und ein Mensch muss eingreifen können.
Was Sie erhalten
Erledigte Arbeit, nicht nur Antworten
Agenten, die mehrstufige Arbeit über Ihre Systeme hinweg rund um die Uhr erledigen und nicht nur Fragen beantworten.
Jede Aktion nachvollziehbar
Jedes Werkzeug, das ein Agent nutzen darf, ist definiert, berechtigt und protokolliert, sodass Aktionen geprüft werden können.
Menschen führen
Menschen beaufsichtigen die Agenten und greifen bei Ausnahmen ein, ohne jeden Routineschritt freizugeben.
Qualität und Kosten unter Kontrolle
Qualität, Fehler und Token-Ausgaben je Agent gemessen, mit Limits, die aus dem Ruder laufende Kosten stoppen.
Was wir liefern
Multi-Agenten-Workflows mit Human-on-the-Loop-Aufsicht
Agenten, die eine Aufgabe teilen, jeder mit einer engen Rolle, und rund um die Uhr laufen. Unter Human-on-the-Loop-Aufsicht (HOTL) beobachten Menschen die Arbeit und behandeln die Ausnahmen.
MCP-Server und Nutzung von Unternehmenswerkzeugen
Model-Context-Protocol-Server (MCP) und WebMCP-Server, die Agenten engen, protokollierten Zugriff auf Ihre APIs, Datenbanken und internen Werkzeuge geben, mit deterministischer Tool-Ausführung.
A2A-Interoperabilität und AP2-Zahlungen
Agent2Agent (A2A) lässt Ihre Agenten Arbeit an Agenten in anderen Systemen delegieren. Das Agent Payments Protocol (AP2) lässt einen Agenten unter einem kryptografischen, von Ihnen freigegebenen Mandat bezahlen.
AgentOps
Telemetrie, Evaluierung, Guardrails gegen Halluzinationen und Kontrolle der Tokenkosten für jeden Agenten, damit Sie sehen, was jeder getan hat, wie gut und zu welchem Preis.
Wie es läuft
Jeder Tool-Aufruf ist deterministisch und kryptografisch auditierbar. AgentOps-Telemetrie, Evaluierung und Guardrails laufen bei jedem Agenten, mit Human-on-the-Loop-Aufsicht für die Ausnahmen.
Workflow wählen
Wir wählen einen Workflow mit klarem Geschäftsergebnis und vereinbaren, welche Schritte Agenten übernehmen, welche Menschen behalten und wo Menschen freigeben müssen.
Werkzeuge definieren
Wir stellen die Systeme, die die Agenten brauchen, über MCP-Server bereit, jedes Werkzeug mit eigenen Berechtigungen, Eingaben und Protokollierung.
Bauen und evaluieren
Wir bauen die Agenten und testen sie mit echten Fällen, wobei wir Genauigkeit, Fehler und Kosten bewerten, bevor jemand sich auf sie verlässt.
Aufsicht einrichten
Wir geben Ihrem Team eine Sicht darauf, was die Agenten tun, Warnungen bei Ausnahmen und eine Möglichkeit, jeden Agenten zu pausieren oder zu übersteuern.
Release und Betrieb
Wir gehen in Stufen live, überwachen Qualität und Token-Ausgaben und erweitern die Agenten um neue Schritte, sobald sich die ersten bewährt haben.
Technologien und Standards
Agenten arbeiten über offene Standards: MCP und WebMCP für den Werkzeugzugriff, A2A für die Delegation zwischen Agenten und AP2 für Zahlungen. Die Ökosysteme bauen auf Standards der Linux Foundation und von FIDO auf.
- Frameworks
- FastAPI
- KI und maschinelles Lernen
- LangChain
- LlamaIndex
- Methoden und Verfahren
- Human-on-the-Loop-Aufsicht (HOTL)
- AgentOps-Telemetrie und -Evaluierung
- Guardrails gegen Halluzinationen
- Kontrolle der Tokenkosten
So beginnen
Die meisten Kunden beginnen mit dem souveränen agentischen Proof of Concept: ein funktionsfähiger Multi-Agenten-Workflow, angebunden an Ihre internen Werkzeuge in einem privaten Netz.
Wie es weitergeht
Terminabstimmung
Unser Team schreibt Ihnen, um einen Termin für das Gespräch zu vereinbaren.
Beratungsvorgespräch
Ein kostenlose 30-minütige Online-Vorberatung: Wir gehen Ihre Ziele, Systeme und Rahmenbedingungen durch.
Readiness-Review
In einer kostenlose 48-stündige Readiness-Review prüft ein Principal Architect Ihr Projekt gegen die 6-Punkte-Definition of Ready und empfiehlt den passenden Track.
Wahl des Tracks
Projekte mit klarem Leistungsumfang erhalten innerhalb von 3–5 Werktagen ein verbindliches Angebot. Projekte in der Konzeptphase starten im Blueprint Studio. Ein laufendes System, das ausfällt, nicht dokumentiert ist oder integriert werden muss, beginnt mit einer Diagnose von 1–2 Wochen. Blueprint Studio und Diagnose haben jeweils ein festes Honorar, das im Angebot genannt wird.
KI-native Produktteams
Geführte, funktionsübergreifende Pods aus Senior-Ingenieuren, ausgestattet mit agentischen Coding- und QA-Harnesses.
Projekte mit festem Ergebnis und Managed Services rund um die Uhr
Lieferung mit festem Umfang und Meilensteinen unter benannten Delivery-Leads sowie Application Managed Services rund um die Uhr unter SLA-Governance.
Der schnellste Einstieg ist das Paket Souveräner agentischer POC (MCP, A2A, GraphRAG), eines unserer schnellen Zusammenarbeitspakete.
Wo Sie startenFragen und Antworten
Worin unterscheidet sich ein Multi-Agenten-System von einem Chatbot?
Ein Chatbot beantwortet Fragen. Ein Agent handelt: Er liest Datensätze, ruft Ihre Systeme auf und erledigt Schritte eines Prozesses. Ein Multi-Agenten-System teilt eine größere Aufgabe zwischen Agenten mit engen Rollen auf, die leichter zu testen und zu steuern sind.
Was sind MCP, A2A und AP2?
Es sind offene Protokolle für KI-Agenten. Das Model Context Protocol (MCP) verbindet einen Agenten mit Werkzeugen und Daten. Agent2Agent (A2A) lässt Agenten in verschiedenen Systemen Arbeit delegieren. Das Agent Payments Protocol (AP2) lässt einen Agenten unter einem von Ihnen unterzeichneten Mandat bezahlen.
Wie verhindern Sie, dass ein Agent etwas tut, was er nicht soll?
Ein Agent kann nur über die Werkzeuge handeln, die wir für ihn definieren, jedes mit eigenen Berechtigungen und Limits. Jeder Aufruf wird protokolliert. Guardrails prüfen Ein- und Ausgaben, und Schritte mit Risiko warten auf die Freigabe durch einen Menschen.
Was bedeutet Human-on-the-Loop?
Bei Human-in-the-Loop-Arbeit (HITL) gibt eine Person jeden Schritt frei. Bei Human-on-the-Loop-Arbeit (HOTL) erledigen Agenten die Routineschritte, während Menschen beaufsichtigen, Warnungen erhalten und bei Ausnahmen eingreifen. Wir vereinbaren mit Ihnen, welche Schritte welches Vorgehen brauchen.
Woher wissen Sie, dass die Agenten genau genug sind?
Wir bauen aus echten Fällen mit erwarteten Ergebnissen ein Evaluierungsset. Jeder Agent wird darauf bewertet, vor dem Release und nach jeder Änderung an Prompts, Modellen oder Werkzeugen. Sie vereinbaren die Schwelle, und wir gehen nicht darunter live.
Wie halten Sie die Tokenkosten unter Kontrolle?
AgentOps misst die Token, die jeder Agent und jeder Schritt verbraucht. Wir setzen Limits je Aufgabe, cachen wiederholte Arbeit und leiten Routineschritte an kleinere Modelle. Die Ausgaben werden berichtet, sodass ein teuer werdender Workflow früh sichtbar wird.
Können die Agenten laufen, ohne dass unsere Daten unsere Umgebung verlassen?
Ja. Die Agenten, die Werkzeuge und die Modelle können in Ihrem eigenen Rechenzentrum oder in einem privaten Netz auf einer regionalen souveränen Cloud laufen. Unser Kompetenzbereich für souveräne LLMs hostet die Modelle dort.
Wem gehören die Agenten, die Sie bauen?
Ihnen. Code, Prompts, Werkzeugdefinitionen und Evaluierungssets, die wir für Sie erstellen, gehören Ihnen, sobald der jeweilige Meilenstein bezahlt ist. Kommerzielle Modelle bleiben unter ihren eigenen Lizenzbedingungen, die wir Ihnen auflisten.
Beginnen Sie mit einem Gespräch, nicht mit einem Vertrag.
Sagen Sie uns, was Sie bauen, verbinden oder absichern möchten. Ein Architekt geht es mit Ihnen durch und empfiehlt dann, wo Sie beginnen sollten.