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
medium.com16. Juni 2026 · Q011076

Stop Building One AI Assistant. Build a Team of Them.

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Andrus plädiert für mehrere eng spezialisierte KI-Agenten, wenn ein einzelner Prompt unvorhersehbar scheitert und die Aufgabe klar trennbare Schritte hat. An einem Beispiel für Fehlerberichte beschreibt er strukturierte Übergaben, Validierung und Protokollierung als zentrale Voraussetzungen, räumt aber höhere Kosten und längere Laufzeiten ein; seine Einschätzung beruht auf eigener Erfahrung.

Mittel

Andrus empfiehlt mehrere KI-Agenten, wenn eine Aufgabe aus klar unterscheidbaren Schritten besteht und ein einzelner, überladener Prompt unvorhersehbar scheitert. Drei gleichzeitig eingesetzte allgemeine Coding-Agenten hätten ihn zuvor verlangsamt, weil er ihre Arbeit selbst koordinieren musste. Bei einem anderen Projekt teilte er die Umwandlung von Kundendienstprotokollen in Fehlerberichte auf vier spezialisierte Agenten auf: Aussagen extrahieren, Komponenten zuordnen, Schwere nach festen Kriterien bewerten und den Bericht zusammensetzen. Laut seiner Darstellung verbesserte das die Zuverlässigkeit und machte Fehler leichter lokalisierbar.

Die gezeigte Architektur nutzt strukturierte JSON-Übergaben, Validierung, Wiederholungsversuche, einen vorzeitigen Abbruch bei fehlenden Angaben sowie zustandslose Agenten. Ein Protokoll der Ein- und Ausgaben soll die Fehlersuche erleichtern. Der Autor schätzt, dass in seinem Beispiel etwa 60 Prozent des Codes auf diese Steuerung und Absicherung entfielen. Mehrere Modellaufrufe verursachen allerdings zusätzliche Kosten und Laufzeit; das müsse gegen die Alternative abgewogen werden. Wenn ein einzelner Prompt zuverlässig arbeitet, rät er von zusätzlicher Agentenkomplexität ab. Seine Aussagen beruhen auf der beschriebenen eigenen Erfahrung, nicht auf einer unabhängigen Vergleichsstudie.

Ausführlich lesen

Der Autor Andrus argumentiert, dass zuverlässige KI-Systeme nicht zwingend aus einem einzelnen, immer weiter ausgeweiteten Assistenten bestehen müssen. Mehrere Agenten helfen seiner Ansicht nach dann, wenn sie klar abgegrenzte Aufgaben übernehmen und ihre Übergaben sorgfältig geregelt sind. Seine frühere Erfahrung mit drei gleichzeitig arbeitenden, allgemein ausgerichteten Coding-Agenten sei sogar langsamer gewesen: Er musste ihre unfertigen Gedanken selbst koordinieren. Das Problem sei nicht die Anzahl der Agenten gewesen, sondern ihre Überschneidung und die Abhängigkeit von ihm als Verbindungspunkt.

Als Beispiel beschreibt er eine Verarbeitung von Kundendienstprotokollen zu strukturierten Fehlerberichten. Eine einzelne Eingabeaufforderung habe in seinem Fall oft funktioniert, aber laut Autor unvorhersehbare Fehler produziert, darunter erfundene Reproduktionsschritte und unpassende Schweregrade. Die umgesetzte Pipeline teilt die Arbeit auf vier Agenten auf: Einer extrahiert ausschließlich konkrete Aussagen des Kunden; ein weiterer ordnet sie einer vorgegebenen Komponentenliste zu und darf bei fehlender Übereinstimmung „null“ liefern; ein dritter bewertet die Schwere anhand fester Kriterien und sieht nur die strukturierten Aussagen, nicht den emotionalen Wortlaut; ein vierter setzt den Bericht zusammen und kennzeichnet unsichere Felder. Der Autor berichtet, dass diese Aufteilung zuverlässiger gewesen sei und leichter erkennen lasse, an welcher Stufe ein Fehler entsteht.

Der Artikel veranschaulicht die Umsetzung mit Python-Beispielen. Jeder Agent erhält eng gefasste Anweisungen und strukturierte Ein- und Ausgaben. Erzwungenes JSON-Schema und Temperatureinstellung null sollen die Ausgabeform stabilisieren. Eine Steuerlogik prüft Ergebnisse, versucht bestimmte Fehler bis zu drei Mal erneut und beendet die Verarbeitung früh, wenn keine konkreten Aussagen vorliegen. Der Autor beschreibt das System als gewöhnliche Datenpipeline mit aufeinanderfolgenden Funktionen und verbindender Kontrolllogik, nicht als autonom verhandelndes Agentennetz.

Besonders wichtig seien die Übergaben: Feste Schemas dienen als Vertrag zwischen den Stufen; Freitext könne die Interpretationsprobleme lediglich an die nächste Stelle verschieben. Der Autor schätzt, dass bei seinem Beispiel rund 60 Prozent des Codes auf Ablaufsteuerung, Validierung, Fehlerbehandlung und Schemas entfielen. Er empfiehlt zustandslose Agenten sowie die Protokollierung der Ein- und Ausgaben jeder Stufe, damit sich Fehler gezielt nachvollziehen und reproduzieren lassen. Diese Zeitangaben und Einschätzungen stammen aus seiner eigenen Darstellung.

Der Autor räumt zugleich Mehrkosten und längere Laufzeiten ein: Mehrere aufeinanderfolgende Modellaufrufe kosten mehr und können langsamer sein als ein einzelner Aufruf. Ob sich das lohnt, müsse für den jeweiligen Anwendungsfall berechnet werden; bei seinem Beispiel sei die Alternative manuelles Lesen gewesen. Wenn ein einzelner Prompt zuverlässig ausreicht, empfiehlt er, dabei zu bleiben. Eine Aufteilung hält er erst dann für sinnvoll, wenn ein Prompt trotz Überarbeitungen unvorhersehbar scheitert, sich Fehler gegenseitig beeinflussen und die Aufgabe natürliche, trennbare Arbeitsschritte aufweist. Der Artikel liefert eine persönliche Praxiserfahrung samt Codebeispiel, aber keine unabhängige Vergleichsstudie oder allgemeinen Leistungsnachweis.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die mittlere Zusammenfassung gibt den Bericht im Kern treu wieder, die kurze lässt zusätzlich die Schemata und die Trennung des Schweregrad-Agenten vom Rohtranskript aus. Die Sammelfragen zu Gefahren, Governance und Modellherkunft werden vom Bericht kaum beantwortet, weil er Architektur und Zuverlässigkeit einzelner Pipelines beschreibt. Lunas Stufen 4 bei SF-A3, SF-V5 und SF-H3 sind deshalb zu hoch, bei SF-A2-T02 ist die Stufe 1 zu niedrig, da der Bericht zu diesem Punkt nichts liefert.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Falle des einen Agenten: Ein einzelner Prompt mit vielen Aufgaben und langen Regelkatalogen scheitert, weil die Anweisungen miteinander kollidieren.
  • Der Schweregrad-Agent sieht das Rohtranskript absichtlich nicht, damit emotionaler Druck die Bewertung nicht verzerrt.
  • Die Übergaben zwischen Agenten laufen über feste Schemata statt Freitext; das gilt als Voraussetzung für verlässliche Ketten.

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
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

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 30 %Hintergrund, keine Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 51 %einzelne zitierbare Belege
    • JEV 59 %beantwortet direkt und ausführlich
    • amos 24 %Hintergrund, keine Belege
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 43 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · 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 29 %gleiches Oberthema, hilft nicht
    • Luna 34 %einzelne zitierbare Belege
    • JEV 30 %einzelne zitierbare Belege
    • amos 23 %nur am Rande erwähnt
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 34 %gleiches Oberthema, hilft nicht
    • Luna 51 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 26 %nur am Rande erwähnt
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 53 %gleiches Oberthema, hilft nicht

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 52 %einzelne zitierbare Belege
    • JEV 44 %beantwortet teilweise oder widerspricht
    • amos 24 %Hintergrund, keine Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 44 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. 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 100 %kein Bezug
    • JEV 29 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

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 →