Baue Multi-Agenten-KI-Systeme in Python mit dem OpenAI SDK (2025)

Im Jahr 2025 sind KI-Entwickler nicht mehr mit Chatbots zufrieden, die den Kontext nach wenigen Nachrichten vergessen. Ein neuer Ansatz entsteht: Multi-Agenten-Systeme, die zusammenarbeiten, sich erinnern und wie ein Team von Spezialisten agieren. OpenAIs Agents SDK bietet heute die Tools, um diese Systeme in Python zu erstellen. So können Sie beginnen.

Warum Chatbots allein komplexe Aufgaben nicht bewältigen können

Die meisten KI-Assistenten sind hervorragend darin, isolierte Fragen zu beantworten – eine E-Mail entwerfen, ein Dokument zusammenfassen oder ein Konzept erklären. Doch wenn Sie eine KI bitten, ein Projekt zu planen, mehrere Schritte zu koordinieren oder den Kontext über Interaktionen hinweg zu behalten, werden die Grenzen offensichtlich.

Betrachten wir einen routinemäßigen Arbeitsablauf: „Recherchiere drei SaaS-Unternehmen, vergleiche deren Preise und verfasse eine E-Mail an das beste.“ Ein herkömmlicher Chatbot würde verlangen, dass Sie Ergebnisse manuell zwischen Eingabeaufforderungen kopieren, Ihre Anforderungen wiederholt erklären und hoffen, dass er Ihre Budgetbeschränkungen nicht mitten im Prozess vergisst.

Ein KI-System, das nur auf einzelne Eingabeaufforderungen reagiert, kann weder Kontext beibehalten, Aufgaben in logische Schritte unterteilen noch Tools jenseits der Texterstellung nutzen. Das Ergebnis? Frustration und manuelle Arbeit, die den Zweck der Automatisierung zunichtemacht.

Wie Agenten funktionieren: Vom LLM zum Aufgaben-Erlediger

OpenAIs Agents SDK verwandelt große Sprachmodelle in Agenten – autonome Systeme, die in der Lage sind zu denken, zu planen und zu handeln. Im Gegensatz zu Chatbots folgen Agenten einem strukturierten Arbeitsablauf:

• Wahrnehmung: Empfangen von Eingaben (z. B. Ihre Aufgabenbeschreibung).
• Denken: Analyse des Ziels und des aktuellen Zustands.
• Handeln: Nutzung von Tools, APIs oder Übergaben, um Fortschritte zu erzielen.
• Beobachtung: Auswertung der Ergebnisse und Anpassung.
• Wiederholen: Fortsetzung, bis die Aufgabe abgeschlossen ist.

Dieser Kreislauf ähnelt der Art und Weise, wie Menschen Probleme lösen: Ziel definieren, in Schritte unterteilen, handeln, Ergebnisse bewerten und den Ansatz verfeinern. Durch die Kodifizierung dieses Prozesses bewegen sich Agenten von „Fragen beantworten“ zu „Dinge erledigen“.

Kernkomponenten: Agenten, Tools und Übergaben

Der Aufbau effektiver Agentensysteme erfordert drei grundlegende Elemente:

• Agenten: Spezialisierte Einheiten mit definierten Rollen und Anweisungen. Ein Recherche-Agent könnte beispielsweise damit beauftragt werden, Unternehmensdaten zu sammeln, während ein Schreib-Agent E-Mails entwirft. Jeder Agent operiert innerhalb eines klaren Rahmens, was Fehler reduziert und die Zuverlässigkeit erhöht.

• Tools: Funktionen, die Agenten aufrufen können, um mit der realen Welt zu interagieren. Tools überbrücken die Lücke zwischen Texterstellung und Handlung. Im SDK ist ein Tool eine Python-Funktion mit einer Beschreibung. Wenn der Agent entscheidet, dass ein Tool benötigt wird, ruft er die Funktion auf und erhält Echtzeitdaten oder führt eine Aktion aus.

  from openai.agents import function_tool

  @function_tool
  def fetch_company_data(company_name: str) -> dict:
      """Ruft Preise, Funktionen und Bewertungen eines SaaS-Unternehmens ab."""
      # Integration mit Preis-APIs oder Web-Scraping
      return {"name": company_name, "price": "$99/Monat", "rating": 4.5}

• Übergaben: Der Prozess der Weitergabe der Kontrolle zwischen Agenten. Statt eines überlasteten Agenten stellen Übergaben sicher, dass jede Aufgabe vom qualifiziertesten Spezialisten bearbeitet wird. Ein Triage-Agent könnte beispielsweise den Benutzer begrüßen, die Anfrage klassifizieren und an einen Billing-Agenten oder Technischen Support-Agenten weiterleiten. Dieses modulare Design verbessert die Genauigkeit und vereinfacht die Fehlerbehebung.

Aufbau Ihrer ersten Multi-Agenten-Pipeline

Lassen Sie uns ein praktisches Beispiel durchgehen: ein Multi-Agenten-System, das SaaS-Unternehmen recherchiert, Preise vergleicht und eine E-Mail an die beste Wahl entwirft. Das System umfasst drei Agenten:

• Triage-Agent: Klassifiziert die Anfrage und startet den Arbeitsablauf.
• Recherche-Agent: Holt Daten zu den angegebenen Unternehmen ein.
• Schreib-Agent: Verfässt eine E-Mail basierend auf der Recherche.

Installieren Sie zunächst das OpenAI Agents SDK:

pip install openai-agents

Definieren Sie die Agenten und deren Tools. Der Recherche-Agent nutzt das Tool fetch_company_data, um Preise und Funktionen zu sammeln:

from openai.agents import Ag

[Der Text geht weiter...]