Was ist ein Agenten-Router (Routing bei KI-Agenten)? Anfragen an den richtigen Agenten verteilen

Ein Agenten-Router ist die Entscheidungsschicht in einem System aus mehreren KI-Agenten, die eine eingehende Anfrage analysiert und an den dafür passenden Agenten weiterleitet. Er funktioniert wie eine Vermittlungsstelle: Er erkennt, worum es in einer Anfrage geht (die Absicht, auch „Intent" genannt), und leitet sie an die Rolle weiter, die dafür zuständig ist – etwa an einen Vertriebsagenten für eine Preisanfrage oder an einen Support-Agenten für eine technische Frage.

Sobald ein Unternehmen mehr als einen KI-Agenten betreibt, stellt sich eine praktische Frage: Wer bekommt welche Anfrage? Genau diese Aufgabe übernimmt der Agenten-Router. Er ist damit ein zentraler Baustein in Multi-Agenten-Systemen, also in Systemen, in denen mehrere spezialisierte Agenten zusammenarbeiten.

Wie ein Agenten-Router funktioniert

Ein Router bewertet jede Anfrage anhand mehrerer Merkmale: der Art der Eingabe, der erkannten Absicht des Nutzers, dem Kontext und teilweise auch dem bisherigen Gesprächsverlauf. Auf dieser Grundlage entscheidet er, welcher Agent die Anfrage übernimmt. In der Literatur wird der Router deshalb oft als „intelligenter Verkehrsleiter" beschrieben, der Daten und Anfragen an die richtigen Verarbeitungsstellen dirigiert (Deepchecks).

Technisch gibt es dafür mehrere Wege. Der einfachste ist ein Router, der selbst aus einem Sprachmodell (LLM) und einer klaren Anweisung besteht: Das Modell liest die Anfrage und benennt die passende Kategorie beziehungsweise den passenden Agenten (Patronus AI). Daneben existieren regelbasierte Ansätze, klassische Klassifikationsmodelle und semantische Verfahren, die eine Anfrage über Embeddings mit den Zuständigkeiten der Agenten vergleichen. In der Praxis werden diese Methoden häufig kombiniert.

Routing-Muster in der Praxis

Es gibt nicht das eine Routing, sondern mehrere Muster, die je nach Anwendung sinnvoll sind (TrueFoundry):

• Einzel-Agenten-Routing: Der Router leitet eine Anfrage an genau einen vordefinierten Agenten weiter. Das ist der einfachste Fall und deckt viele Alltagssituationen ab (Patronus AI).
• Multi-Agenten-Routing: Eine Anfrage wird an mehrere Agenten verteilt, die parallel arbeiten – etwa ein Rechercheagent und ein Analyseagent gleichzeitig. Deren Ergebnisse werden anschließend zusammengeführt.
• Hierarchisches Routing: Ein übergeordneter Agent steuert eine Gruppe untergeordneter Agenten und verteilt Aufgaben nach unten weiter.

Der Router-Ansatz ist dabei nur eines von mehreren Architekturmustern. Ergänzend werden häufig das Orchestrator-Worker-Muster (ein zentraler Planer zerlegt Aufgaben und verteilt sie) sowie das Critic-Refiner-Muster (ein Agent produziert, ein zweiter prüft) eingesetzt. Welches Muster passt, hängt von der Aufgabe ab. Wer sich damit tiefer beschäftigt, findet die Zusammenhänge unter Orchestrierung von KI-Agenten.

Intent-Erkennung als Kern des Routings

Die Qualität eines Routers steht und fällt mit der Intent-Erkennung, also der Frage, ob das System die Absicht hinter einer Anfrage korrekt versteht. Ein wichtiger Hinweis aus der Praxis: Fehler beim Routing kommen meist nicht vom Sprachmodell selbst, sondern von fehlendem Kontext (AuxilioBits). Wer den Router überfordert, indem er ihm zu wenig Information gibt, produziert Fehlleitungen – nicht, weil das Modell schwach ist, sondern weil ihm die Grundlage für eine gute Entscheidung fehlt.

Empfohlen wird deshalb, die Unsicherheit einer Entscheidung explizit abzubilden, statt hart in „entweder A oder B" zu klassifizieren, und Korrekturschleifen vorzusehen, in denen ein Agent oder ein Mensch die erkannte Absicht mitten im Ablauf noch klären kann (AuxilioBits). Damit lässt sich vermeiden, dass sich ein früher Fehler durch alle folgenden Schritte zieht.

Warum Routing für Skalierbarkeit wichtig ist

Solange ein Unternehmen nur einen einzigen Agenten betreibt, braucht es keinen Router. Sobald aber mehrere spezialisierte Rollen im Einsatz sind, wird Routing zur Voraussetzung dafür, dass das System überschaubar bleibt. Statt einen einzigen Alleskönner zu bauen, der alles halbgut erledigt, lassen sich klar abgegrenzte Agenten kombinieren, die jeweils eine Aufgabe gut beherrschen – und der Router sorgt dafür, dass jede Anfrage bei der richtigen Rolle landet. Genau dieser Ansatz macht solche Systeme in der Praxis skalierbar (TowardsAI).

Für unsere AI-Mitarbeiter ist das ein alltägliches Prinzip. Jede Rolle ist auf eine Aufgabe zugeschnitten: Carl übernimmt die Lead-Generierung, andere Rollen kümmern sich um Marktbeobachtung oder Content. Läuft eine Anfrage in ein System aus mehreren solcher Rollen, entscheidet die Routing-Logik, welche Rolle zuständig ist. Falls eine Anfrage nach dem Routing doch bei der falschen Rolle landet oder mehrere Rollen nacheinander gebraucht werden, greift ein Agenten-Handoff, also die geregelte Übergabe zwischen Agenten.

Routing bewerten und testen

Ein Router ist kein Bauteil, das man einmal einrichtet und dann sich selbst überlässt. Weil sich Anfragen in der Produktion über die Zeit verändern (in der Fachsprache „Concept Drift"), muss die Routing-Qualität laufend geprüft werden. Bewährte Kennzahlen dafür sind Genauigkeit (Accuracy), Trefferquote (Recall) und der F1-Wert; zusätzlich lässt sich mit dem „LLM-as-a-judge"-Ansatz nachvollziehen, warum der Router eine bestimmte Entscheidung getroffen hat (Patronus AI). Als häufige Herausforderungen gelten mehrdeutige Anfragen, Anfragen mit mehreren Absichten und eben die kontinuierliche Prüfung im laufenden Betrieb. Wie man Agenten-Qualität systematisch misst, behandelt der Beitrag zur KI-Agent-Evaluation.

Häufige Fragen

Was unterscheidet einen Agenten-Router von einem einfachen Chatbot?

Ein Chatbot beantwortet Anfragen in der Regel selbst innerhalb einer festen Logik. Ein Agenten-Router beantwortet nichts direkt, sondern entscheidet nur, welcher spezialisierte Agent eine Anfrage übernimmt. Er ist also eine Verteilstelle, keine Antwortinstanz. In komplexeren Systemen sitzt der Router vor mehreren Agenten und leitet jede Anfrage an die passende Rolle weiter.

Braucht jedes KI-System einen Router?

Nein. Ein Router lohnt sich erst, wenn mehrere spezialisierte Agenten im Einsatz sind. Bei einem einzigen Agenten gibt es nichts zu verteilen. Die Empfehlung aus der Praxis lautet, klein zu starten: Bei wenigen Aufgaben kann das Sprachmodell das Routing über einfache Funktionsaufrufe oder klare Kategorien selbst übernehmen, was den Aufwand gering hält.

Wie vermeidet man, dass Anfragen falsch geroutet werden?

Die wichtigste Stellschraube ist ausreichender Kontext, denn Routing-Fehler entstehen meist durch fehlende Information, nicht durch ein schwaches Modell. Hilfreich sind außerdem klare Anweisungen mit Beispielen, das explizite Abbilden von Unsicherheit statt starrer Ja/Nein-Entscheidungen und Korrekturschleifen, in denen die erkannte Absicht noch nachträglich geklärt werden kann.

Wie hängt Routing mit der Orchestrierung von Agenten zusammen?

Routing ist ein Teil der Orchestrierung. Während Routing die Frage „Wer bekommt diese Anfrage?" beantwortet, umfasst Orchestrierung den gesamten Ablauf: das Zerlegen von Aufgaben, das Zuweisen an Agenten, das Zusammenführen von Teilergebnissen und das Steuern der Reihenfolge. Der Router ist also eine Komponente innerhalb der übergeordneten Orchestrierungslogik.