Multi-Agenten-Systeme im Fokus

Immer mehr Anwendungen setzen nicht nur auf eine einzelne KI — sondern auf Netzwerke aus mehreren autonomen Agenten: sogenannte Multi-Agenten-Systeme (MAS). Diese ermöglichen, dass verschiedene KI-Agenten gleichzeitig Aufgaben übernehmen, miteinander kommunizieren und gemeinsam komplexe Ziele erreichen. Besonders interessant für Industrie, Produktion und Wissensmanagement: MAS bieten das Potenzial, Prozesse effizienter, flexibler und skalierbarer zu gestalten.  
Das AI Network Treffen griff genau diese Entwicklungen auf. Teilnehmende erhielten Einblicke in aktuelle Forschung und Praxis und erfuhren, wie solche Systeme technisch umgesetzt werden. Es gab außerdem Gelegenheit, Fragen zu Sicherheit, Vertrauenswürdigkeit und Zukunftsperspektiven zu diskutieren.

Cybersicherheit als Grundlage für vertrauenswürdige KI-Agenten

Prof. Dr. Bernhard Bauer von der Universität Augsburg begann das Netzwerktreffen mit dem Vortrag „Vertrauenswürdige Autonomie: Cybersicherheit als Grundlage für vertrauenswürdige KI-Agenten“. Er erläuterte, wie Multi-Agenten-Systeme so gestaltet werden können, dass sie nicht nur leistungsfähig, sondern auch sicher und vertrauenswürdig funktionieren. Dabei beleuchtete er Architektur, Kommunikation und Kontrollmechanismen — insbesondere mit Blick darauf, wie man Cyber-Angriffe und unkontrollierte Interaktionen zwischen Agenten verhindert.  

Mit multi-modalen LLMs auf das nächste Level bei Robotik

Im Anschluss präsentierte Fabian Ritz von der MaibornWolff GmbH „Wie man mit multi-modalen LLMs die Interaktionen mit einem Roboterarm auf das nächste Level hebt“. Er zeigte, wie moderne, multimodale KI-Modelle genutzt werden können, um physische Geräte — konkret einen Roboterarm — anzusteuern und mit ihnen zu interagieren. Damit demonstrierte er, dass MAS und KI nicht nur abstrakte Softwarekonzepte sind, sondern konkret industrielle Anwendungen ermöglichen — etwa in Automatisierung, Robotik und Fertigung. Seine Ausführungen machten deutlich, wie eng KI, Sensorik und Robotik miteinander verschränkt sein können und wie dadurch neue Formen der Interaktion mit der realen Welt entstehen.  

Multi-Agenten-Systeme sicher einsetzen

Im dritten Teil sprach Wolfgang Graßhof von AuxData.ai darüber, wie Multi-Agenten-Systeme sicher eingesetzt werden können. Er thematisierte, welche Anforderungen bei Planung, Einrichtung und Steuerung von MAS erfüllt sein müssen, damit sie zuverlässig laufen und qualitativ hochwertige Ergebnisse liefern. Dabei ging es um Fragen wie: Wann und wie sollen Agenten gestartet werden? Wie lässt sich ihre Interaktion und Performance managen? Und wie kann man Fehler oder unerwünschte Nebeneffekte vermeiden? Sein Vortrag gab insbesondere Unternehmen und Entwickler:innen Orientierung, die MAS in der Praxis einsetzen wollten — mit Fokus auf brauchbare, sichere und nachhaltige Implementierung.  
In ihrer Gesamtheit boten die drei Vorträge einen ausgewogenen Rückblick auf Multi-Agenten-Systeme: Sie reichten von grundlegender Sicherheits- und Vertrauensfrage über konkrete Robotik-Anwendungen bis hin zur praktischen Umsetzung im Unternehmensalltag. Damit machten sie deutlich: MAS sind mehr als eine technische Vision — richtig implementiert können sie reale Mehrwerte schaffen. 
Abgerundet wurde das Netzwerktreffen in bewährter Weise natürlich wieder mit einer Networking Session — eine gute Gelegenheit, Kontakte zu knüpfen und Anwendungsszenarien aus Forschung und Praxis gemeinsam zu reflektieren.  

Haben Sie Interesse am Thema Multi-Agenten-Systeme (MAS)? Sie sind KMU und fragen sich, ob Sie MAS auch bei sich im Unternehmen sinnvoll einsetzen können? Sie sind Expertin oder Experte und würden gerne beim nächsten AI Network Treffen Ihr Wissen weitergeben? Sie möchten sich gerne rund um das Thema KI in der Produktion austauschen? Sprechen Sie uns gerne an!