KI-Agenten-Schwärme sind massive Geldverschwendung, und ein OpenAI-Entwickler hat es gerade bewiesen

Der Pitch klingt überzeugend. Statt einen KI-Agenten eine Aufgabe sequenziell abarbeiten zu lassen, setzen Sie einen Schwarm ein: zehn Agenten, fünfzig Agenten, jeder bearbeitet parallel ein Teilproblem, und die Ergebnisse werden zu etwas zusammengeführt, das mehr ist als die Summe seiner Teile. Die Demos sehen beeindruckend aus. Die Architekturdiagramme füllen Konferenzfolien. Und 2026 positioniert jeder große Anbieter seine Plattform als schwarmfähig.

Dann veröffentlichte ein OpenAI-Codex-Entwickler eine deutliche Einschätzung: Agenten-Schwärme sind massive Tokenverschwendung ohne jeden Qualitätsgewinn. Eine solche Aussage von jemandem, der eines der meistbeachteten agentischen Coding-Tools der Branche baut, verdient mehr als einen Retweet.

Die gängige Sicht, fair dargestellt

Das Argument für Agenten-Schwärme hat echtes intellektuelles Gewicht. Ein großes Problem in parallele Arbeitsstränge zu zerlegen, spiegelt die Arbeitsweise menschlicher Teams. Eine Rechercheaufgabe lässt sich auf Agenten verteilen, die gleichzeitig Daten abrufen, Quellen zusammenfassen, auf Widersprüche prüfen und Schlussfolgerungen entwerfen. Verglichen mit einem einzelnen Agenten, der dieselben Schritte seriell durchläuft, sinkt die reine Laufzeit. In der Skalierung wirkt die Architektur rational.

Der weitere Kontext stützt diese Richtung. Anthropic treibt Claude Code aktiv in Richtung autonomer Coding-Workflows mit parallelen Agentenkonfigurationen, wie The Decoder im September 2026 berichtete. Multi-Agenten-Frameworks haben sich von Forschungsprojekten zu ausgelieferten Produkten entwickelt. Die Überlegung ist nicht naiv: Wenn ein einzelner Agent ein Kontextfenster und ein Attention-Budget hat, warum die kognitive Last nicht verteilen?

Für Aufgaben mit wirklich unabhängigen Teilkomponenten hat die parallele Struktur eine theoretische Grundlage. Der Konsens ist nicht falsch, weil die Idee absurd wäre. ErErDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → ist falsch, weil die Theorie den Kontakt mit den tatsächlichen Tokenkosten selten überlebt, und mit dem, was an den Nahtstellen zwischen Agenten wirklich mit der Qualität passiert.

Wo der Konsens zusammenbricht

Die Aussage des Codex-Entwicklers ist konkret: kein Qualitätsgewinn und erhebliche Tokenverschwendung. Diese Konkretheit zählt. Tokenverbrauch ist keine Abstraktion. Die TokenTokenEin Token ist die grundlegende Texteinheit, die Sprachmodelle verarbeiten, oft ein Wortfragment, ein ganzes Wort oder ein Satzzeichen und nicht ein einzelnes Zeichen.Vollständige Definition ansehen →-Usage-Kurve von OpenRouter aus der Jahresmitte 2026 zeigte Verbrauchsverläufe, die eine ernsthafte Debatte darüber ausgelöst haben, ob die aktuellen KI-Nutzungsmuster ökonomisch tragfähig sind. Wenn Sie einen Schwarm laufen lassen, hält jeder Agent seinen eigenen Kontext, führt seine eigenen Reasoning-Schritte aus und produziert seinen eigenen Output, den ein Koordinator anschließend parsen muss. Der Overhead ist multiplikativ.

Das Qualitätsproblem ist subtiler. Agenten-Outputs müssen zusammengeführt werden. Der Koordinator, ob ein weiterer LLMLLMEin Large Language Model ist ein KI-System, das auf riesigen Textmengen trainiert wurde, um Sprache vorherzusagen und zu erzeugen. Damit sind Aufgaben wie Schreiben, Zusammenfassen und Beantworten von Fragen möglich.Vollständige Definition ansehen →-Call oder ein deterministischer Merge, muss Konflikte auflösen, Lücken schließen, die Agenten mit falsch verstandenem Scope hinterlassen haben, und ein kohärentes Endergebnis liefern. Jede Übergabe ist eine Fehlerquelle. Der Beitrag von The Decoder zur Aufsicht über außer Kontrolle geratene Agenten trifft das Folgeproblem: Agenten handeln schneller und in größerem Volumen, als Menschen realistisch prüfen kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen, was bedeutet, dass sich Fehler aufsummieren, bevor sie jemand bemerkt.

KDnuggets veröffentlichte eine Analyse, nach der sich der Tokenverbrauch in Kontexten mit Suchergebnissen durch klügere Formatierungsentscheidungen um bis zu 74 % senken lässt. Diese Zahl ist hier relevant, weil sie ein grundsätzliches Prinzip illustriert: Der größte Teil der Tokenverschwendung in agentischen Systemen ist architektonisch bedingt, nicht unvermeidlich. Sie brauchen keine zehn Agenten, um zehn Dokumente zu verarbeiten, wenn ein einzelner, gut strukturierter Agent mit effizienter Input-Formatierung sie sequenziell mit weniger Gesamtcompute verarbeiten kann. Der Schwarm fügt Koordinationsoverhead hinzu, während die zugrunde liegende Ineffizienz im Umgang mit Kontext unangetastet bleibt.

Es gibt zudem eine Zuverlässigkeitsdimension, die die Schwarm-Literatur weitgehend ignoriert. In der Produktion legt das Verständnis dafür, wie Kosten, Latenz und Zuverlässigkeit zusammenspielen, einen brutalen Trade-off offen: mehr Agenten bedeuten mehr APIAPIApplication Programming Interface: eine standardisierte Schnittstelle, über die Anwendungen kommunizieren und Daten austauschen, ohne die interne Funktionsweise der jeweils anderen zu kennen.Vollständige Definition ansehen →-Calls, mehr Fehlerquellen, mehr Latenzvarianz und unvorhersehbarere Abrechnung. Ein einzelner Agent, der mitten in der Aufgabe scheitert, ist ein behebbares Ereignis. Fünf Agenten, die an unterschiedlichen Punkten eines parallelen Workflows scheitern, mit Teilergebnissen, die der Koordinator nun sauber behandeln muss, sind ein Engineering-Incident.

Der Vorstoß von Anthropic in Richtung paralleler Agenten-Workflows ist real, sollte aber genau gelesen werden. Anthropic ist ein Anbieter mit kommerziellem Interesse an Workflows, die mehr Claude-TokensTokensEin Token ist die grundlegende Texteinheit, die Sprachmodelle verarbeiten, oft ein Wortfragment, ein ganzes Wort oder ein Satzzeichen und nicht ein einzelnes Zeichen.Vollständige Definition ansehen → verbrauchen. Das macht die Funktion nicht nutzlos, aber es bedeutet, dass ihre Dokumentation nicht als neutraler Beleg dafür gelten sollte, dass Schwärme Einzelagenten-Ansätze bei Qualitätsmetriken übertreffen.

Was ein kluger Operator tatsächlich tun sollte

Erstens: Hören Sie auf, die Zahl der Agenten als Indikator für Raffinesse zu behandeln. Der Reflex, bei einem schwierigen Problem mehr Agenten hinzuzufügen, entspricht dem Reflex, mehr Junior-Analysten auf einen Report anzusetzen. Mehr Köpfe verbessern selten das Denken; sie vervielfachen die Koordinationssteuer.

Zweitens: Prüfen Sie, wohin die Tokens tatsächlich fließen. Bevor Sie eine Multi-Agenten-Architektur hochfahren, lassen Sie die Einzelagenten-Variante laufen und messen Sie die Output-Qualität gegen ein von Menschen bewertetes Raster. Wenn der einzelne Agent 80 % der Qualitätsschwelle bei 10 % der Tokenkosten erreicht, muss der Schwarm die Lücke mit konkreten Belegen rechtfertigen, nicht mit theoretischem Reiz.

Drittens: Unterscheiden Sie die Fälle, in denen parallele Agenten wirklich helfen. Wirklich unabhängige Teilaufgaben ohne gemeinsamen State und ohne Kohärenzanforderung auf der Output-Stufe sind sinnvolle Kandidaten. Code-Tests über isolierte Module hinweg, Datenabruf aus getrennten Quellen, die getrennt angezeigt werden, oder parallele Übersetzungs-Pipelines, deren Outputs nie zusammengeführt werden müssen, sind Beispiele, in denen die Schwarmstruktur Geschwindigkeit bringt, ohne Koordinationsrisiko zu erzeugen. Zu verstehen, wie die Perceive-Plan-Act-Observe-Schleife in einem einzelnen Agenten funktioniert, bevor Sie einen zweiten Agenten hinzufügen, ist keine Anfängerübung; es ist Berufsstandard.

Viertens: Behalten Sie die Koordinationsebene im Blick. Der Orchestrator ist in jedem Multi-Agenten-System der Ort, an dem sich Qualität entscheidet. Wenn Ihr Orchestrator ein weiterer LLM-Call ist, der widersprüchliche Agenten-Outputs zusammenbringen muss, haben Sie das schwierige Problem nicht verteilt, sondern verschoben und schwieriger gemacht. Bauen Sie den Orchestrator so deterministisch wie möglich und reservieren Sie LLM-Urteile für Fälle, in denen Regeln die Entscheidung wirklich nicht abdecken können.

Die Kritik des Codex-Entwicklers ist ein nützliches Korrektiv gegen einen Trend, der stärker von architektonischer Ästhetik als von Produktionsbelegen getrieben wird. Schwärme sind nicht grundsätzlich falsch, aber sie sind fast nie das erste Werkzeug, zu dem man greifen sollte. Ein gut entworfener einzelner Agent mit sauberen Inputs und klar abgegrenzter Aufgabe schlägt einen schlecht koordinierten Schwarm in den meisten realen Deployments bei Kosten und Zuverlässigkeit. Zu diesem Schluss führen die Tokendaten immer wieder, und Praktiker, die das früh verinnerlichen, liefern bessere Systeme aus als jene, die in sechs Monaten noch immer ihre Orchestrierungsebene debuggen.