Agentic Levels

Wissen

Nicht jeder "Agent" ist gleich autonom. Die Agentic Levels beschreiben, wie viel Entscheidungsfreiheit ein System hat. Diese Unterscheidung ist wichtig, weil sie direkt beeinflusst, welche Architektur und welche Guardrails du brauchst.

Hover oder klickeTippe auf eine Stufe, um Details zu sehen

Level 1: Output Decisions

Der Agent entscheidet über das Format und den Inhalt seiner Antwort, aber nicht über den Prozess. Er bekommt einen Input und generiert einen Output -- ohne Tools, ohne Schleifen, ohne Planung.

Beispiele: Chatbot (kurz vs. ausführlich), E-Mail-Klassifikator, Übersetzer mit Tonanpassung.

Input → [LLM] → Output

Guardrails: Output-Validation, Toxizitätsfilter, Fact-Checking bei kritischen Informationen.

Level 2: Task Decisions

Der Agent entscheidet, welche Schritte er unternimmt und welche Tools er nutzt. Er hat ein Ziel und findet selbstständig den Weg -- das ist der klassische ReAct-Agent.

Beispiele: Recherche-Agent, Coding-Agent, Support-Agent mit Datenbankzugriff.

Input → [LLM + Tools] → Schleife → Output
              ↑               │
              └───────────────┘

Guardrails: Alles aus Level 1, plus Max-Steps-Limit, Tool-Berechtigungen (Least Privilege), Human-in-the-Loop, Logging.

Level 3: Process Decisions

Der Agent entscheidet nicht nur über Schritte, sondern über die Arbeitsweise selbst: Welche anderen Agents werden eingesetzt? Wie viele Instanzen? In welcher Konfiguration? Das ist die Ebene der Multi-Agent Systeme.

Beispiele: Orchestrator für Coding-Projekte, Research-Coordinator mit dynamischer Agent-Anzahl, Incident-Response-System.

Input → [Orchestrator-LLM]
              │
              ├── Spawn: Agent A (Modell X, Tools Y)
              ├── Spawn: Agent B x3 (parallel)
              └── Spawn: Agent C (wartet auf A+B)
                         │
                         └── Ergebnisse → [Orchestrator] → Output

Guardrails: Alles aus Level 1 und 2, plus Budget-Limits, Agent-Spawn-Limits, Timeout, Monitoring/Alerting, Kill-Switch.

!Mit großer Autonomie kommt große Verantwortung

Level 3 Agents können in kurzer Zeit erhebliche Kosten verursachen und unerwartete Aktionen durchführen. Jedes Level mehr Autonomie erfordert exponentiell mehr Guardrails. Starte immer mit dem niedrigsten Level, das deine Aufgabe erfordert.

Verstehen

Wie du das richtige Level wählst

Frage	Level 1	Level 2	Level 3
Braucht der Agent Tools?	Nein	Ja	Ja
Sind die Schritte vorhersagbar?	Ja	Teilweise	Nein
Müssen mehrere Agents kooperieren?	Nein	Nein	Ja
Wie hoch ist das Risiko?	Niedrig	Mittel	Hoch
Wie viel Kontrolle brauchst du?	Wenig	Mittel	Viel

Praxisbeispiel: E-Commerce-Plattform

Betrachte eine E-Commerce-Plattform und wie verschiedene Features auf unterschiedlichen Levels operieren:

Level 1: Produktbeschreibungen generieren -- Input: Produktdaten, Output: Text. Kein Agent-Verhalten nötig.
Level 2: Support-Agent -- beantwortet Kundenfragen, schlägt Bestellungen nach, leitet Retouren ein. Klassischer ReAct-Agent mit Tools.
Level 3: Pricing-Optimierung -- ein Orchestrator analysiert Marktdaten (Agent A), Wettbewerberpreise (Agent B), eigene Lagerbestände (Agent C) und berechnet optimale Preise. Die Anzahl und Art der Analyse-Agents hängt von der Produktkategorie ab.

Levelübergreifende Architektur

In realen Systemen arbeitest du oft mit mehreren Levels gleichzeitig. Ein Level-3-Orchestrator delegiert an Level-2-Agents, die Level-1-Calls an LLMs machen. Die Kunst liegt darin, jedes Level mit den richtigen Guardrails zu versehen und die Autonomie auf das Minimum zu beschränken, das die Aufgabe erfordert.

Level 3: Orchestrator (Process Decisions)
    │
    ├── Level 2: Research-Agent (Task Decisions)
    │       └── Level 1: Summarizer (Output Decision)
    │
    ├── Level 2: Analysis-Agent (Task Decisions)
    │       └── Level 1: Formatter (Output Decision)
    │
    └── Level 2: Writer-Agent (Task Decisions)
            └── Level 1: Translator (Output Decision)

Jedes Level fügt Autonomie hinzu -- und erfordert entsprechend mehr Absicherung.

Anwenden

Dein Unternehmen will ein System, das automatisch Incident Reports analysiert und je nach Schweregrad unterschiedlich reagiert: Bei kritischen Incidents sollen 5 Diagnose-Agents parallel laufen, bei normalen Incidents reicht einer. Welches Agentic Level beschreibt dieses System?

Reflektieren

Agentic Levels helfen dir, den Autonomiegrad eines Agenten-Systems bewusst zu steuern. Je höher das Level, desto mehr Entscheidungsfreiheit hat der Agent -- aber auch desto mehr Absicherung brauchst du. Im nächsten Abschnitt lernst du die Praxisregeln, die dir helfen, Multi-Agent Systeme stabil und kosteneffizient zu betreiben.