Agenten bauen ihr eigenes Organigramm. Das Ziel setzt weiterhin der Mensch

In The Dot and the Swarm korrigiert Ethan Mollick seine eigene Annahme: Er hatte erwartet, dass Menschen Gruppen von AI-Agenten sorgfältig zusammenstellen und führen müssten. Neuere Systeme planen, delegieren und verteilen Rollen seiner Beobachtung nach zunehmend selbst.

Tausende Agenten bewältigten Millionen Übergaben ohne menschliche Leitstelle

Mollick stützt sein Argument auf mehrere Beobachtungen. Bei persönlichen Agenten wie Muse und Dots ist entscheidend, wie viel Kontextsuche, Planung und Nachverfolgung nicht mehr beim Nutzer liegt. Der Agent beobachtet verbundene Konten, bereitet nächste Schritte vor und meldet sich, wenn ein Problem auftaucht oder eine Freigabe nötig ist.

Sein größtes Beispiel betrifft eine Arbeit von OpenAI zum Existenz- und Glattheitsproblem der Navier-Stokes-Gleichungen. Der Darstellung zufolge arbeiteten Tausende Agenten 88 Stunden lang und tauschten rund 2,7 Millionen Nachrichten aus. Als Mollick seinen Text veröffentlichte, lag noch keine formale Anerkennung durch das Clay Mathematics Institute vor. Es handelt sich daher um eine Behauptung und Deutung der Beteiligten, nicht um ein abgeschlossenes mathematisches Urteil.

Führung verschiebt sich von der Arbeitsverteilung zur Definition des Ergebnisses

Für Produkt- und Engineering-Teams ist die organisatorische Folge wichtiger als die eindrucksvolle Zahl. Wenn ein Modell Hilfsagenten anlegen, Recherche verteilen und den Aufwand während der Arbeit umlenken kann, altert ein von Hand gebauter Multi-Agent-Workflow schnell. Ein präzises Ziel, ein überprüfbares Ergebnis und feste Grenzen sind dauerhaftere Werte.

Auch SwarmWorld weist in diese Richtung. In Populationen von 50 bis 200 anfangs identischen Agenten entstanden ohne vorherige Zuweisung Rollen für Erkundung, Bau und Wartung. Die gemeinsame Umgebung gewann jedoch nicht bei jeder Kennzahl. Unabhängige Suche blieb beim stärksten einzelnen Artefakt konkurrenzfähig.

Selbstorganisation senkt Koordinationskosten, aber keine Verantwortung

Koordination macht Agenten nicht automatisch fähig, das richtige Ziel zu wählen. Ein System kann effizient in die falsche Richtung laufen, eine falsche Annahme verbreiten oder eine gemeinsame Umgebung so nutzen, dass gewöhnliche Gesprächsüberwachung es übersieht. Je weniger Menschen einzelne Schritte steuern, desto wichtiger werden Sandbox, Budgets, Berechtigungen und unabhängige Ergebniskontrollen.

Mollick verbindet außerdem persönliche Agenten, Forschungsexperimente und außergewöhnliche Vorfälle. Das ergibt ein nützliches Bild eines Trends, beweist aber nicht, dass ein autonomes Team wochenlang zuverlässig alltägliche Unternehmensarbeit ohne Aufsicht erledigen kann.

Außerhalb des Schwarms prüfbare Ergebnisse entscheiden über den Nutzen

Das erste brauchbare Signal wird nicht die Zahl gestarteter Agenten sein. Entscheidend ist der Anteil der Aufgaben, für die ein Team vorab einen Test, eine Kostengrenze und einen menschlichen Freigabepunkt definiert und anschließend ein besseres Ergebnis als mit einem einfachen Einzelagenten erzielt.

Unternehmen sollten auch Spuren in gemeinsam genutzten Umgebungen beobachten: Änderungen an Dateien, Datenbanken, Warteschlangen und Berechtigungen. Wenn Agenten sich über Artefakte statt über Nachrichten koordinieren, zeigt ein Chat-Audit nur einen Teil der tatsächlich entstandenen Organisation.

Liliths Urteil

Wenn der Schwarm seine Schichten selbst verteilt, steht der Mensch nicht mehr als Chef am Whiteboard. Er verriegelt gefährliche Türen und entscheidet, wann die Arbeit wirklich fertig ist.