"Wie funktioniert das unter der Haube?""How does it work under the hood?"
Modul 3: Wie Agents zusammenarbeitenModule 3: How Agents Collaborate
Lernziel: Nach diesem Modul kannst du die Architektur eines Agent-Systems skizzieren, den Unterschied zwischen MCP und A2A erklären, und drei Multi-Agent-Patterns benennen.Learning Goal: After this module, you can sketch the architecture of an agent system, explain the difference between MCP and A2A, and name three multi-agent patterns.
Du musst kein Haus bauen können um zu erkennen ob eines gut gebaut ist. Aber du solltest wissen wo die tragenden Wände sind — damit du nicht versehentlich eine rausnimmst.You don't need to build a house to recognize if one is well built. But you should know where the load-bearing walls are — so you don't accidentally remove one.
Dasselbe gilt für Agent-Systeme. In diesem Modul schauen wir unter die Haube — nicht um zu bauen, sondern um zu verstehen, bewerten und mitentscheiden zu können.The same applies to agent systems. In this module we look under the hood — not to build, but to understand, evaluate, and co-decide.
Die vier Schichten eines Agent-SystemsThe Four Layers of an Agent System
Jedes Agent-System — ob von Google, Microsoft, einem Startup oder selbst gebaut — besteht aus vier Schichten:Every agent system — whether from Google, Microsoft, a startup, or self-built — consists of four layers:
4. Skills — WAS der Agent kann4. Skills — WHAT the agent can do
↑
3. Gedächtnis — WAS der Agent weiß3. Memory — WHAT the agent knows
↑
2. Verhalten — WIE der Agent handelt2. Behavior — HOW the agent acts
↑
1. Identität — WER der Agent ist1. Identity — WHO the agent is
Jede Schicht baut auf der darunter auf. Du kannst Skills ändern ohne die Identität anzufassen. Du kannst das Verhalten anpassen ohne Skills neu zu schreiben. Diese Trennung ist kein Zufall — sie macht das System wartbar.Each layer builds on the one below. You can change skills without touching identity. You can adjust behavior without rewriting skills. This separation isn't accidental — it makes the system maintainable.
SchichtLayer
AnalogieAnalogy
BeispielExample
IdentitätIdentity
PersonalausweisID card
Name, Sprache, Persönlichkeit, harte GrenzenName, language, personality, hard boundaries
Warum das für dich relevant ist:Why this matters for you:Wenn du ein Agent-System evaluierst, frag: Kann ich die Identität anpassen? Kann ich das Verhalten einschränken? Ist das Gedächtnis transparent? Kann ich Skills hinzufügen oder entfernen? Wenn nicht — bist du eingesperrt.When evaluating an agent system, ask: Can I customize the identity? Can I restrict behavior? Is the memory transparent? Can I add or remove skills? If not — you're locked in.
Protokolle: Wie Agents mit der Welt redenProtocols: How Agents Talk to the World
Stell dir vor: Ein Agent will eine Web-Suche machen. Wie "spricht" er mit der Suchmaschine? Dafür gibt es Protokolle — standardisierte Sprachen die definieren wie Agents mit Tools und anderen Agents kommunizieren.Imagine: An agent wants to do a web search. How does it "talk" to the search engine? That's what protocols are for — standardized languages that define how agents communicate with tools and other agents.
2024/2025 haben sich zwei Standards herauskristallisiert:In 2024/2025, two standards emerged:
MCP — Model Context Protocol
Von Anthropic (2024) · De-facto-StandardBy Anthropic (2024) · De facto standard
Was es tut: Verbindet Agents mit Tools. MCP (Anthropic, 2024) definiert wie ein Agent einer Datenbank, einer API oder einem Dateisystem sagt was er will — und wie er die Antwort versteht.What it does: Connects agents to tools. MCP (Anthropic, 2024) defines how an agent tells a database, an API, or a file system what it wants — and how it understands the response.
🔌 Analogie: MCP ist wie USB — ein universeller Anschluss für Tools. Egal welcher Agent, egal welches Tool.🔌 Analogy: MCP is like USB — a universal connector for tools. Any agent, any tool.
A2A — Agent-to-Agent Protocol
Von Google (2025) · Aufkommender StandardBy Google (2025) · Emerging standard
Was es tut: Lässt Agents miteinander sprechen (Google, 2025). Während MCP Agent↔Tool verbindet, verbindet A2A Agent↔Agent. Agents können sich gegenseitig Aufgaben geben, Ergebnisse austauschen und ihre Fähigkeiten beschreiben.What it does: Lets agents talk to each other (Google, 2025). While MCP connects Agent↔Tool, A2A connects Agent↔Agent. Agents can assign tasks to each other, exchange results, and describe their capabilities.
📡 Analogie: A2A ist wie ein Telefonnetz zwischen Agents — sie können sich anrufen, Aufträge weitergeben und Ergebnisse zurückmelden.📡 Analogy: A2A is like a phone network between agents — they can call each other, pass tasks, and report results back.
MCP
A2A
VerbindetConnects
Agent ↔ ToolAgent ↔ Tool
Agent ↔ AgentAgent ↔ Agent
VonBy
Anthropic (2024)
Google (2025)
StatusStatus
De-facto-StandardDe facto standard
Frühe AdoptionEarly adoption
AnalogieAnalogy
USB
TelefonnetzPhone network
Was du dir merken solltest:What to remember:MCP = Agent spricht mit Tools. A2A = Agent spricht mit Agent. Beide ergänzen sich. In 2-3 Jahren werden sie vermutlich so selbstverständlich sein wie HTTP heute.MCP = Agent talks to tools. A2A = Agent talks to agent. They complement each other. In 2-3 years, they'll probably be as natural as HTTP is today.
Drei Wege wie Agents zusammenarbeitenThree Ways Agents Collaborate
Nicht jeder Agent arbeitet allein. In komplexen Systemen arbeiten mehrere Agents zusammen — aber nach unterschiedlichen Mustern:Not every agent works alone. In complex systems, multiple agents work together — but following different patterns:
Jeder Agent erledigt seinen Teil und gibt das Ergebnis an den nächsten weiter. Wie ein Staffellauf — klar, vorhersehbar, leicht zu debuggen.Each agent completes its part and passes the result to the next. Like a relay race — clear, predictable, easy to debug.
Gut für: Workflows mit klaren Schritten (Research → Zusammenfassung → Review).Good for: Workflows with clear steps (Research → Summary → Review).
2. Parallel (Arbeitsteilung)2. Parallel (Division of Labor)
Mehrere Agents arbeiten gleichzeitig an verschiedenen Teilen. Ein Orchestrator sammelt die Ergebnisse. Schneller als sequential, aber schwieriger zu koordinieren.Multiple agents work simultaneously on different parts. An orchestrator collects results. Faster than sequential, but harder to coordinate.
Gut für: Unabhängige Research-Aufgaben, Audits mit verschiedenen Perspektiven.Good for: Independent research tasks, audits with different perspectives.
3. Handoff (Übergabe)3. Handoff
Agent A (Generalist)Agent A (Generalist)
→ "Das ist eine Rechtsfrage" →→ "That's a legal question" →
Agent B (Rechtsexperte)Agent B (Legal Expert)
Ein Agent erkennt dass er nicht der richtige für die Aufgabe ist und gibt sie an einen spezialisierten Agent weiter. Wie eine Telefonhotline die dich an die richtige Abteilung weiterleitet.An agent recognizes it's not the right one for the task and hands it off to a specialized agent. Like a phone hotline that transfers you to the right department.
Gut für: Systeme mit spezialisierten Agents (Legal, Finance, Technical).Good for: Systems with specialized agents (Legal, Finance, Technical).
FallstudieCase Study
📬 Zwei Agents die über Git kommunizieren📬 Two Agents Communicating via Git
Ein echtes Beispiel: Zwei Agents laufen auf verschiedenen Rechnern. Kein gemeinsamer Server, keine API, keine Echtzeit-Verbindung. Wie kommunizieren sie? Über ein geteiltes Git-Repository.A real example: Two agents run on different machines. No shared server, no API, no real-time connection. How do they communicate? Through a shared Git repository.
Agent AAgent A
Schreibt eine Anfrage als Markdown-Datei: signals/review-request.md "Bitte prüfe die letzten 5 Commits auf Fehler."Writes a request as a markdown file: signals/review-request.md "Please review the last 5 commits for errors."
Git
git push — Die Datei wird hochgeladen.git push — The file gets uploaded.
Agent BAgent B
git pull — Sieht die neue Datei, liest die Anfrage, führt das Review durch.git pull — Sees the new file, reads the request, performs the review.
Agent BAgent B
Schreibt das Ergebnis: responses/review-done.md "3 von 5 Commits OK. Commit #4 hat einen Fehler in Zeile 42."Writes the result: responses/review-done.md "3 of 5 commits OK. Commit #4 has an error on line 42."
Agent AAgent A
git pull — Liest die Antwort und arbeitet weiter.git pull — Reads the response and continues working.
Warum Git?Why Git?Auditierbar (jede Änderung hat einen Zeitstempel), resilient (funktioniert offline, synct wenn verbunden), simpel (keine Protokoll-Verhandlung, nur Markdown-Dateien), reversibel (fehlerhafte Kommunikation kann rückgängig gemacht werden).Auditable (every change has a timestamp), resilient (works offline, syncs when connected), simple (no protocol negotiation, just markdown files), reversible (bad communications can be undone).
📎 TechCo: Kapitel 3📎 TechCo: Chapter 3
Lisa fragt: "Brauchen wir LangChain? Oder reicht Microsoft Copilot?" Marco evaluiert: TechCo hat bereits Microsoft 365. Kein Entwicklerteam für Custom-Lösungen. Die Berater brauchen Research-Unterstützung, keine Code-Generierung.Lisa asks: "Do we need LangChain? Or is Microsoft Copilot enough?" Marco evaluates: TechCo already has Microsoft 365. No dev team for custom solutions. Consultants need research support, not code generation.
Marcos Empfehlung: Kategorie "No-Code" — Copilot testen. Kein Framework, kein Custom-Build. Erst verstehen, was der Agent kann, dann entscheiden ob mehr nötig ist.Marco's recommendation: Category "No-Code" — test Copilot. No framework, no custom build. First understand what the agent can do, then decide if more is needed.
Die Framework-Landschaft (kein Katalog)The Framework Landscape (Not a Catalog)
Es gibt dutzende Frameworks für Agent-Systeme. Statt einen Katalog aufzulisten, zeigen wir die vier Kategorien — damit du weißt wonach du suchst:There are dozens of frameworks for agent systems. Instead of listing a catalog, we show the four categories — so you know what to look for:
🏢 Enterprise
Für Unternehmen mit bestehender CloudFor companies with existing cloud
Microsoft Azure AI Agent Service, Amazon Bedrock Agents, Google Vertex AI. Integriert in bestehende Cloud-Infrastruktur. Managed, skalierbar, teuer.Microsoft Azure AI Agent Service, Amazon Bedrock Agents, Google Vertex AI. Integrated into existing cloud infrastructure. Managed, scalable, expensive.
🔧 Developer Frameworks
Für Entwickler die bauen wollenFor developers who want to build
Für persönliche AssistentenFor personal assistants
OpenClaw, Claude Code, Cursor. Laufen lokal, volle Kontrolle, Datenschutz. Erfordern technisches Setup.OpenClaw, Claude Code, Cursor. Run locally, full control, privacy. Require technical setup.
🌐 No-Code
Für Business-UserFor business users
OpenAI Operator, Microsoft Copilot, Google Gemini. Fertige Produkte, kein Setup. Weniger Kontrolle, dafür sofort nutzbar.OpenAI Operator, Microsoft Copilot, Google Gemini. Ready-made products, no setup. Less control, but immediately usable.
Die richtige Frage ist nicht "Welches Framework?"The right question isn't "Which framework?"Sondern: "Welche Kategorie passt zu meinem Team, meinem Budget und meinem Risikoprofil?" Die Antwort findest du in Modul 5.But rather: "Which category fits my team, my budget, and my risk profile?" The answer comes in Module 5.
🔍 Spot the Error🔍 Spot the Error
Jemand behauptet in einer Präsentation:Someone claims in a presentation:
"MCP und A2A sind Konkurrenten — man muss sich für eins entscheiden. MCP von OpenAI ist der Marktführer.""MCP and A2A are competitors — you have to choose one. MCP by OpenAI is the market leader."
Lösung aufdeckenReveal solution
Drei Fehler:Three errors:
MCP und A2A sind keine Konkurrenten — sie lösen verschiedene Probleme. MCP = Agent↔Tool, A2A = Agent↔Agent. Sie ergänzen sich.MCP and A2A are not competitors — they solve different problems. MCP = Agent↔Tool, A2A = Agent↔Agent. They complement each other.
MCP ist von Anthropic, nicht OpenAI.MCP is by Anthropic, not OpenAI.
"Man muss sich entscheiden" ist falsch — man kann beide gleichzeitig nutzen."You have to choose" is wrong — you can use both simultaneously.
💭 ReflexionsfragenReflection Questions
Du evaluierst ein Agent-System für dein Team. Welche der vier Schichten wäre dir am wichtigsten? Warum?You're evaluating an agent system for your team. Which of the four layers would be most important to you? Why?
Dein Unternehmen hat bereits AWS. Ist Amazon Bedrock Agents automatisch die beste Wahl? Was könnten Gründe dagegen sein?Your company already uses AWS. Is Amazon Bedrock Agents automatically the best choice? What could be reasons against it?
Das Agent-Exchange-Pattern nutzt Git statt einer API. Welche Vorteile hat das? Welche Nachteile?The Agent Exchange pattern uses Git instead of an API. What are the advantages? What are the disadvantages?
📌 Was du mitnimmst📌 Key Takeaways
Vier Schichten: Identität → Verhalten → Gedächtnis → Skills. Frag bei jedem System: Kann ich jede Schicht anpassen?Four layers: Identity → Behavior → Memory → Skills. For every system ask: Can I customize each layer?
MCP ≠ A2A: MCP verbindet Agents mit Tools (USB). A2A verbindet Agents miteinander (Telefonnetz). Beide ergänzen sich.MCP ≠ A2A: MCP connects agents to tools (USB). A2A connects agents to each other (phone network). They complement each other.
Drei Multi-Agent-Patterns: Sequential (Staffellauf), Parallel (Arbeitsteilung), Handoff (Übergabe).Three multi-agent patterns: Sequential (relay race), Parallel (division of labor), Handoff.
Framework-Wahl = Kategorie-Wahl: Enterprise, Developer, Personal/Local, oder No-Code.Framework choice = category choice: Enterprise, Developer, Personal/Local, or No-Code.