KI-Graph
Von der KI-Schleife zum Agenten-Graphen
· 2 min read
Wesentliche strategische und architektonische Erkenntnisse zur Skalierung von KI-Agentensystemen im Unternehmenskontext.
Kernproblem & Lösung #
Das Problem einer einzelnen Schleife (Single Loop): Überlässt man einem einzelnen Agenten komplexe, mehrstufige Aufgaben (Recherche, Analyse, Programmierung, Review), überfüllt sich dessen Kontextfenster. Die Aufgabenbereiche vermischen sich, Anweisungen werden vergessen und die Halluzinationsrate steigt drastisch.
Die Ursache: Das Problem liegt selten bei der kognitiven Leistungsfähigkeit der Sprachmodelle, sondern an der Architektur 😉. Ein einziger Arbeiter soll gleichzeitig alle Rollen ausführen.
Der Paradigmenwechsel:
Ein Loop ist ein Agent, der schlauer wird. Ein Graph ist ein Team von Agenten, das koordiniert zusammenarbeitet.
Der Schritt entspricht dem Übergang von einem Einzelentwickler zu einem strukturierten Team mit klaren Rollen, Übergaben und Reviews. Aehnlich wie ein Wissensgraph - Der Ki-Graph:
Die 4 Grundbausteine eines KI-Graphen #
Jeder KI-Graph besteht unabhängig von der eingesetzten Technologie aus vier Bausteinen:
Node (Knoten): Eine isolierte Funktion, die genau eine Aufgabe ausführt (z. B. API-Aufruf, DB-Abfrage, Modellaufruf).
Edge (Kante): Die Logikverbindung zwischen Knoten, die festlegt, welcher Schritt als Nächstes folgt (bedingt oder unbedingt).
Router: Ein spezialisierter Klassifizierungsknoten, der den Zustand bewertet und die Anfrage an den richtigen Spezialisten weiterleitet.
State (Zustand): Das zentrale Datenobjekt (Memory), das durch den gesamten Graphen fliesst und von den Knoten gelesen und beschrieben wird.
Die 5 essenziellen Entwurfsmuster #
Design Patterns
Sequenzielle Kette (Sequential Chain): Schritt-für-Schritt-Verarbeitung für lineare Abläufe. Risiko: Fehler pflanzen sich fort. Eine Qualitätsprüfung am Ende ist essenziell.
Router-Muster: Ein Router ordnet Anfragen Spezialisten zu, die jeweils eigene System-Prompts und Werkzeuge besitzen.
Parallele Fächerung (Parallel Fan-Out): Unabhängige Teilaufgaben (z. B. Konkurrenzanalysen) laufen gleichzeitig ab. Die Gesamtzeit entspricht der Dauer des langsamsten Agenten; ein dedizierter Merge-Knoten führt die Ergebnisse zusammen.
Geprüfte Schleife (Loop with Gate / Self-Correction): Trennung von Ersteller (Builder) und Prüfer (Reviewer). Der Prüfer muss ein separater, streng eingestellter Agent sein, da dasselbe Modell seine eigenen Denkfehler sonst nicht erkennt.
Mensch-in-der-Schleife (Human-in-the-Loop): Der Graph pausiert vor teuren, irreversiblen oder risikoreichen Aktionen (z. B. E-Mail-Massenversand, Finanztransaktionen) und zeigt dem Menschen Kosten sowie Handlungsumfang zur Freigabe an.
Strategische Erfolgsfaktoren #
Für Betrieb & Wirtschaftlichkeit:
Model Tiering (Kosten- & Leistungsoptimierung): Nicht jeder Schritt benötigt das teuerste Modell: Schnelle, günstige Modelle (z. B. Haiku) fürs Routing, leistungsfähige Modelle (z. B. Sonnet) für die Erstellung und Top-Modelle (z. B. Opus) für finale Qualitätsprüfungen nutzen.
Resilienz durch Fallback-Pfade: Jeder Knoten muss Ausfallpfade besitzen. Bei Fehlern oder Zeitüberschreitungen darf das System nicht abstürzen, sondern muss Teilergebnisse sichern oder an menschliche Prüfer übergeben.
Framework-Unabhängigkeit: Komplexe Graphen benötigen keine schwerfälligen Spezial-Frameworks; einfache Standardfunktionen, Datenstrukturen und Kontrollflussrekonstruktion reichen aus.
Spezifikation 1 und ein Beispiel: Kimi K3