Im Maschinenraum steht wieder dieses alte Versprechen: Wenn ein Arbeiter langsam ist, stellt man fünf dazu. Bei KI-Agenten klingt das nach Fortschritt, Skalierung und sehr zufriedenen Konferenzfolien. Google Research hat nun nachgemessen, wann das Rudel wirklich zieht — und wann es nur gemeinsam im Förderband hängt.
Der Forschungsbeitrag „Towards a Science of Scaling Agent Systems“ untersucht Agentensysteme nicht als Glaubensfrage, sondern als Werkbankproblem. Die Autoren vergleichen laut arXiv-Version 260 Konfigurationen über sechs agentische Benchmarks, fünf Architekturen und drei Modellfamilien. Google Research fasst den Kern so zusammen: Multi-Agenten-Koordination kann bei gut zerlegbaren Aufgaben deutlich helfen, bei sequentiellen Aufgaben aber auch Leistung vernichten.
Mehr Hände, mehr Kabel
Die geprüften Bauformen klingen wie eine kleine Maschinenhalle: ein einzelner Agent, unabhängige Agenten, zentrale Orchestrierung, dezentrale Abstimmung und hybride Varianten. Das ist wichtig, weil „mehr Agenten“ kein Zustand ist, sondern eine ganze Sorte Betriebsgeräusch. Wer parallel Akten sortiert, kann viele Hände gebrauchen. Wer dagegen eine Schraube nach der anderen durch eine enge Mutter drehen muss, gewinnt wenig durch eine Menschentraube mit identischem Schraubenschlüssel.
Im Paper reicht die relative Veränderung gegenüber dem Single-Agent-Baseline laut Abstract von +80,8 Prozent bei zerlegbarer Finanzanalyse bis -70,0 Prozent bei sequenzieller Planung. Das ist kein kleiner Streubereich, das ist die komplette Werkbank: links läuft der Pressentakt, rechts ruft jemand „Meeting zur Koordination des Schraubendrehers“.
Der Orchestrator ist kein Weihwasser
Spannend ist die nüchterne Kante: Die Studie sieht Sättigungseffekte bei steigender Modellfähigkeit, Overhead bei tool-lastigen Aufgaben und Fehlerfortpflanzung bei Architekturen ohne zentrale Verifikation. Das passt unangenehm gut zu echter Agentenarbeit. Ein Orchestrator kann prüfen, bündeln und abbrechen. Er kann aber auch Flaschenhals, Theaterdirektor und Protokollschredder in Personalunion werden.
Das Forschungsmodell identifizierte im Paper für 87 Prozent der zurückgehaltenen Konfigurationen die beste Architektur. Die Blechpresse liest daraus keine magische Formel, sondern einen brauchbaren Werkstattzettel: Erst die Aufgabe ansehen, dann die Agenten stapeln. Nicht umgekehrt.
Für Betreiber: Rudel nur mit Laufplan
Für Teams, die gerade überall Agenten anschrauben, ist das eine heilsame Bremse. Parallelisierbare Recherche, unabhängige Prüfungen, breite Code-Inspektion oder Variantenbau können vom Rudel profitieren. Lange, zustandsreiche, streng geordnete Prozesse brauchen dagegen weniger Stimmen im Maschinenraum und mehr Kontrolle über Kontext, Rechte, Zwischenergebnisse und Abbruchpunkte.
Die Pointe ist trocken: Skalierung ist keine Sitzordnung. Ein Agentensystem ist erst dann besser, wenn Aufgabe, Architektur, Modellstärke und Werkzeugzugriff zusammenpassen. Sonst steht am Ende kein Schwarm intelligenter Arbeiter vor der Presse, sondern ein Haufen sehr beschäftigter Roboter, die einander höflich den gleichen Schraubenschlüssel reichen.