Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
epoch22. August 2025 · Q006921

Why future AI agents will be trained to work together

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Die Autoren erwarten, dass KI-Agenten zunehmend parallel arbeiten und lernen, ihre Rollen und Zusammenarbeit selbst zu koordinieren. Das könne Aufgaben schneller und zuverlässiger machen, koste aber mehr Tokens und funktioniere besonders gut, wenn Aufgaben sinnvoll aufteilbar sind; die Autoren betonen, dass die langfristige Entwicklung unsicher bleibt.

Mittel

Der Beitrag vertritt die Prognose, dass KI-Agenten künftig häufiger als Teams arbeiten und ihre Zusammenarbeit zunehmend selbst erlernen werden. Mehrere Agenten können laut den Autoren schwierige Aufgaben zuverlässiger lösen, Teilaufgaben parallel bearbeiten und dadurch Zeit sowie Inferenzspeicher sparen. Als Beispiele nennen sie Claude Research: Das System habe bei einer internen Anthropic-Bewertung Claude Opus 4 allein um 90,2 Prozent übertroffen und die Recherchezeit bei komplexen Fragen um bis zu 90 Prozent reduziert. Dafür verbrauche es wesentlich mehr Tokens.

Die Vorteile seien nicht für alle Aufgaben gleich groß: Mehr Agenten kosten mehr, und besonders profitieren Aufgaben, die sich in weitgehend unabhängige Teilprobleme zerlegen lassen. Wie verbreitet solche Aufgaben sind, bleibe offen. Wo Agenten gemeinsam an Dateien oder Umgebungen arbeiten, müssten sie zudem Konflikte vermeiden und Informationen teilen. Statt Rollen und Agentenzahlen starr per Prompt festzulegen, könnten künftig trainierte Modelle selbst über Aufteilung, Zusammenarbeit und weitere Agenten entscheiden. Für die nächsten ein bis zwei Jahre halten die Autoren diese Entwicklung für plausibel; langfristig sehen sie erhebliche Unsicherheiten. Der Beitrag gibt die Einschätzungen seiner Autoren wieder, nicht notwendigerweise die von Epoch AI.

Ausführlich lesen

Der Beitrag von Anson Ho und Jean-Stanislas Denain vertritt die Einschätzung, dass KI-Systeme künftig häufiger aus mehreren zusammenarbeitenden Sprachmodell-Agenten bestehen werden. Die Autoren erwarten, dass solche Systeme mit längeren und anspruchsvolleren Aufgaben wichtiger werden. Sie weisen darauf hin, dass der Beitrag ihre eigenen Meinungen wiedergibt und nicht zwingend die Position von Epoch AI.

Als Gründe für den Einsatz mehrerer Agenten nennen sie bessere Genauigkeit und Zuverlässigkeit, kürzere Bearbeitungszeiten sowie eine effizientere Nutzung des verfügbaren Speichers bei der Inferenz. Parallel arbeitende Agenten können unterschiedliche Lösungswege prüfen und Teilaufgaben gleichzeitig erledigen. Der Text führt Claude Research als Beispiel an: Dessen Mehragentensystem habe in einer internen Forschungsbewertung von Anthropic Claude Opus 4 allein um 90,2 Prozent übertroffen und bei komplexen Anfragen die Recherchezeit um bis zu 90 Prozent verkürzt. Zugleich brauche das System deutlich mehr Tokens: 3,75-mal so viele wie ein einzelner Agent und 15-mal so viele wie ein einfacher Chat. Die Autoren argumentieren, dass getrennte Kontexte zusätzliche Tokens nutzbar machen können, ohne alles in einen langen Kontext zu packen, und dass parallele Bearbeitung Zeit und KV-Cache-Speicher sparen kann.

Die Vorteile hängen laut Beitrag von Aufgabe und Kosten ab. Mehr Agenten verbrauchen mehr Tokens und können deshalb für preisempfindliche Anwendungen unattraktiv sein. Besonders geeignet seien Aufgaben, deren Teilprobleme sich weitgehend unabhängig bearbeiten lassen. Welcher Anteil aller Aufgaben diese Bedingung erfüllt, sei jedoch offen. Als wirtschaftlich bedeutsames Beispiel nennen die Autoren Programmierung.

Bei paralleler Arbeit an gemeinsamen Dateien oder Umgebungen müssen Agenten außerdem Konflikte vermeiden und Informationen austauschen. Der Text beschreibt heutige Systeme häufig als stark durch vorgegebene Rollen, Prompts und Agentenzahlen gesteuert. Die Autoren erwarten, dass solche starren Vorgaben allmählich durch Modelle ersetzt werden, die gelernt haben, selbst zu entscheiden, wann sie weitere Agenten starten, wie sie Aufgaben aufteilen und wie sie zusammenarbeiten. Als mögliche Grundlage nennen sie den zunehmenden Rechenaufwand und Training durch Ausprobieren; konkrete Ergebnisse eines solchen Trainings werden im Beitrag nicht berichtet.

Für die nächsten ein bis zwei Jahre halten die Autoren ausdrücklich trainierte Koordination für eine plausible Fortsetzung bestehender Entwicklungen und erwarten mögliche Ankündigungen großer KI-Labore. Weiter reichende Prognosen seien deutlich unsicherer: Unklar sei etwa, wie Agenten verschiedener Anbieter mit konkurrierenden Interessen zusammenarbeiten oder ob künftige Modellarchitekturen Parallelisierung grundlegend anders umsetzen. Auch das angeführte Beispiel der IMO-Goldmedaille ist eingeschränkt: Der Beitrag merkt an, dass nicht klar sei, ob Mehragentensysteme dafür ausschlaggebend waren oder die Aufgaben des Wettbewerbs leichter als üblich waren.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die mittlere Zusammenfassung von Luna; die kurze Fassung ist ebenfalls treu, nennt aber keine Zahlen. Der Bericht behandelt vor allem Fähigkeiten und Architektur von Multi-Agent-Systemen, nicht Sicherheitsfragen, daher fallen die Einordnungen niedrig aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Programmierung (Coding) als zentrales Beispiel, bei dem sich der hohe Tokenverbrauch trotz Kosten lohnt
  • Begründung, dass schnellere Iterationszyklen auch den algorithmischen Fortschritt der KI-Entwickler beschleunigen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 27 %Hintergrund, keine Belege
    • Luna 61 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-P3-T06 Wenn getrennte Sicherheitsprüfungen Repositorien, Zwischenspeicher oder andere beschreibbare Dienste teilen: Wie zeigt man, dass Modellinstanzen zwischen den Läufen keine Informationen austauschen und dadurch das gemeldete Ergebnis ungültig machen können? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
  2. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 31 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 31 %Hintergrund, keine Belege
    • Luna 48 %einzelne zitierbare Belege
    • JEV 28 %einzelne zitierbare Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-T3-T01 Welches messbare Zeichen, also welche beobachtbare Änderung in der Fähigkeit eines Modells, die Abläufe zu verbessern, mit denen seine eigenen Fähigkeiten entwickelt werden, würden Labore und Staaten gemeinsam als Beginn der Selbstverbesserung anerkennen, und wer darf im Labor danach suchen? Welche beobachtbare Änderung markiert den Schritt von beaufsichtigter automatisierter Forschung zu voll selbstständiger Selbstverbesserung, und welche öffentliche Stelle darf diesen Schritt nach Prüfung der Belege für menschliche Kontrolle erlauben oder ablehnen? Luna: Stufe 3 · 27 % · Hintergrund, keine Belege
    • SF-T3-T08 Welche kontrollierten Versuche können Labore heute machen, um Selbstverbesserung nachzubilden, ohne eine unbeabsichtigte Beschleunigung zu riskieren? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 26 %Hintergrund, keine Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 28 %Hintergrund, keine Belege
    • Luna 53 %einzelne zitierbare Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 32 %Hintergrund, keine Belege
    • Luna 43 %einzelne zitierbare Belege
    • JEV 32 %nur am Rande erwähnt
    • amos 33 %nur am Rande erwähnt
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 36 %gleiches Oberthema, hilft nicht
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 32 %Hintergrund, keine Belege
    • Luna 86 %einzelne zitierbare Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 33 %einzelne zitierbare Belege
    • SubQ 28 %einzelne zitierbare Belege
    • drex 25 %Hintergrund, keine Belege
    • d3-ultra 36 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht? Luna: Stufe 3 · 48 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • SF-A3-T04 Werden Ausrichtungstests vor der Freigabe prüfen, ob ein Modell seine Sicherheitsregeln hält, wenn unabhängig gebaute KIs ihm widersprüchliche oder unsichere Empfehlungen geben, und werden die Ergebnisse getrennt von Einzeltests berichtet? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 69 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 63 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 31 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 70 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →