So bauen wir Multi-Agenten-Systeme
Forward-Deployed Engineering: Wir arbeiten direkt bei Ihren Experten, liefern früh ein lauffähiges System und verfeinern es gemeinsam.
Die Agentenschleife ist der einfache Teil. Die Arbeit liegt darin, zu erfassen, wie Ihre Experten entscheiden, die Agenten an Ihre Systeme anzubinden und den Menschen die Kontrolle zu lassen.

Vom ersten Workshop bis zum Betrieb
Bei den Experten sitzen
Wir erfassen eine konkrete Entscheidung oder einen Prozess mit den Menschen, die dafür verantwortlich sind: worauf sie achten und was sie wissen, das nirgends aufgeschrieben ist.
Die Agenten anlernen
Aus diesem Wissen werden Skills, ein Wiki und ein Wissensgraph. Experten bestätigen jede Änderung; nichts gelangt ungeprüft in die Wissensbasis.
Ihre Systeme anbinden
Agenten erreichen ERP, CRM, Dateiablagen und E-Mail über MCP-Server und andere Agenten über A2A. Viewer zeigen den Live-Zustand eines Systems, ohne Senden- oder Löschen-Funktionen.
Betrieb in Ihrer Cloud
Das System wird als ein Paket in Ihr Azure- oder AWS-Konto ausgeliefert, hinter Ihrem Identity Provider, mit aktivierten Budgets und Traces.
Bausteine
Agent Skills
Eine Markdown-Datei vom Fachexperten plus Code von einem Entwickler, geprüft und in einem firmeneigenen Skills Store abgelegt.
Wiki und Wissensgraph
Der Agent pflegt ein Wiki als einzige verlässliche Quelle und einen typisierten Graphen dessen, was sich stützt, widerspricht oder voneinander abhängt.
Entscheidungsgraphen
Auslöser, Prüfung, Aktion: von Ihren Ingenieuren verfasste und freigegebene Reaktionen, die der Agent aufzeigt und Menschen ausführen.
Integration über MCP und A2A
Offene Protokolle verbinden Agenten mit Ihren bestehenden Systemen und mit Agenten anderer Hersteller.
Artefakte statt nur Chat
Editoren und Viewer für Dokumente, Tabellen, Zeitachsen und Dashboards stehen neben dem Gespräch. Eine Änderung ist ein strukturiertes Signal an den Agenten.
Betrieb
Token-Budgets, geplante Aufgaben, Guardrails, Checkpoints und Traces machen einen Agenten im Alltag bezahlbar und nachvollziehbar.
Wofür wir stehen
Agenten informieren, Menschen entscheiden
Ein Agent macht das Signal sichtbar, stellt die Optionen dar und führt Protokoll. Er ändert keinen Sollwert, gibt kein Angebot frei und plant nichts eigenmächtig um.
Das Wissen Ihrer Experten ist der Wert
Beim Bau eines Agenten wird ungeschriebenes Expertenwissen zu einem Wiki und einem Wissensgraphen. Dieses gesicherte Wissen überdauert jedes Modell und jeden Anbieter.
Deterministisch, wo es darauf ankommt
Entscheidungsregeln, die Ihre Ingenieure freigegeben haben, laufen als gewöhnlicher Programmcode, nicht als Modellaufruf. Das Modell entwirft, die Regel läuft jedes Mal gleich ab.
Mehr als ein Chatfenster
Menschen steuern Agenten über Dokumente, Diagramme, Zeitachsen und strukturierte Änderungen. Die Oberfläche ist Teil der Ein- und Ausgabe des Agenten, keine Hülle darum.
Kein Lock-in
Skills sind portable Ordner mit Experten-Anweisungen und Code. Wechseln Sie den Modellanbieter, bleibt die Investition erhalten.
Kosten und Risiken bleiben begrenzt
Budgets mit Limits, Guardrails für Ein- und Ausgabe, rollenbasierter Zugriff und Checkpoints, die sich mit einem Klick wiederherstellen lassen.
Artikel auf LinkedIn
How an AI agent uses EARS as a translation layer between the people who know what the system must do and the SysML v2 model that says how it will
Zum ArtikelThe Knowledge That Walks Out the Door: How Forward Deployed AI Engineering Conserves Your Experts' Expertise
Zum ArtikelAI Agent Skills: The Missing Piece That Makes AI Actually Work for Your Business
Zum ArtikelOntologies, Agents, and the Art of Knowing What to Do
Zum ArtikelBeyond the Chat Box: Architecting UX for AI Agents
Zum ArtikelWorld Building with Deep Agents
Zum Artikel
