Die Forschungsarbeit „Towards a Science of Scaling Agent Systems“ von Google DeepMind, die Anfang Dezember 2025 auf arXiv erschien, liefert eine wissenschaftlich fundierte Analyse der Leistungsfähigkeit von Multi-Agenten-Systemen (MAS). Sie beantwortet eine zentrale Frage: Warum scheitern viele MAS trotz massiver Rechenressourcen und zahlreicher Agenten? Die Antwort liegt in der sogenannten „17,2-fachen Fehlerverstärkung“ – einem Phänomen, das auftritt, wenn Agenten ohne strukturierte Koordination arbeiten, typischerweise in Form eines „Bags of Agents“. Ohne klare Topologie, Kontrolle und Feedbackschleifen führt der Zusatz von Agenten nicht zu mehr Intelligenz, sondern zu mehr Rauschen, inkonsistenten Ergebnissen und steigenden Kosten. Die Studie identifiziert vier entscheidende Faktoren für MAS-Performance: Quantität, Topologie, Fähigkeit der Agenten und Komplexität der Aufgabe. Erfolg entsteht erst dort, wo diese Faktoren im Gleichgewicht sind. Ein zentrales Ergebnis ist die Erkenntnis, dass mehr Agenten nicht automatisch bessere Ergebnisse bringen. Die Forscher zeigen, dass sich die Genauigkeit bei steigender Agentenzahl schnell saturiert – oft bereits ab vier Agenten – und bei schlecht strukturierten Systemen sogar sinkt. Besonders kritisch ist die „Koordinationssteuer“: Je mehr Agenten kommunizieren, desto höher wird der Overhead durch Austausch, Synthese und Fehlinterpretationen. In extremen Fällen kann die Fehlerverstärkung um das 17,2-fache steigen. Gegenmaßnahmen sind strukturierte Architekturen, insbesondere zentralisierte Systeme mit einem Orchestrator, die Fehler kontrollieren und die Kommunikation begrenzen. So erreicht ein zentraler Planner–Worker-Ansatz, wie ihn Cursor erfolgreich bei der Erstellung eines Web-Browsers eingesetzt hat, deutlich bessere Ergebnisse als flache, dezentrale „Schwärme“. Die DeepMind-Studie entwickelt zudem einen quantitativen Ansatz zur Vorhersage von MAS-Leistung. Durch die Analyse von 180 Konfigurationen auf vier unterschiedlichen Benchmarks konnten die Autoren ein Modell trainieren, das mit einer Genauigkeit von R² ≈ 0,513 die beste Architektur für eine gegebene Aufgabe vorhersagt. Dies ermöglicht eine datengestützte, statt exzessiv experimentelle Entwicklung. Eine zentrale Regel lautet: Mehr Agenten lohnen sich nur, wenn die Basisleistung des einzelnen Modells unter 45 % liegt. Bei bereits starken Modellen (über 80 %) führt der Zusatz von Agenten oft zu Leistungseinbußen. Die Arbeit führt auch eine Taxonomie von zehn Kernagententypen ein: Orchestrator, Planner, Executor, Evaluator, Critic, Synthesiser, Retriever, Memory Keeper, Mediator und Monitor. Diese werden in funktionale Kontroll-Ebenen (Control, Planning, Context, Execution, Assurance, Mediation) organisiert – ein Modell, das einer Software-Entwicklungsteam-Struktur ähnelt. Dies transformiert das chaotische „Bag of Agents“ in ein robustes, geschlossenes System mit Rückkopplungsschleifen, das Fehler erkennt und korrigiert (Closed-Loop-System). Praktisch bedeutet dies: Bevor man Agenten hinzufügt, sollte man prüfen, ob die Aufgabe parallelisierbar ist. Für sequenzielle, abhängige Aufgaben (wie PlanCraft) sind MAS oft schädlich. Für komplexe, zerlegbare Aufgaben (wie Finanzanalyse oder Web-Scraping) lohnen sich zentrale Architekturen mit spezialisierten Agenten. Die Wahl der Modelle ist entscheidend: Bei zentralisierten Systemen zählt die Leistung der Worker mehr als die des Managers. Die Kostenanalyse zeigt, dass die Koordinationskosten oft dominieren – besonders bei dezentralen oder hybriden Designs mit intensivem Austausch. Insgesamt stellt die Arbeit eine Schlüsselrolle für die Entwicklung zuverlässiger, skalierbarer MAS dar. Sie bietet eine wissenschaftliche Grundlage, die über reines Intuition und Trial-and-Error hinausgeht. Unternehmen, die diese Prinzipien anwenden, können erhebliche Wettbewerbsvorteile erzielen – durch höhere Effizienz, geringere Fehlerquote und bessere Skalierbarkeit. Die Zukunft von MAS liegt nicht in mehr Agenten, sondern in smarter Struktur, bewusster Koordination und datengestützter Architekturwahl. Evaluation & Kontext: Die DeepMind-Studie ist ein Meilenstein für die industrielle Anwendung von Multi-Agenten-Systemen. Sie belegt, dass der „Bag of Agents“-Ansatz nicht nur ineffizient, sondern oft schädlich ist. Experten wie die Cursor-Entwickler bestätigen, dass strukturierte Planer–Worker-Architekturen funktionieren – aber nur, wenn die Koordination und Qualitätssicherung systematisch gestaltet sind. LangChain, AutoGen und andere Frameworks beginnen, diese Prinzipien umzusetzen. Die Forschung zeigt, dass MAS nicht einfach „mehr LLMs“ sind, sondern komplexe Systeme, die wie Organisationen funktionieren müssen. Mit der zunehmenden Leistung von Einzelmodellen könnte die Notwendigkeit von MAS im Laufe der Zeit abnehmen – doch bis dahin bleibt die strukturierte Aggregation von Agenten eine Schlüsseltechnologie für komplexe, langfristige Aufgaben.