Subagent
Ein Subagent ist ein KI-Agent, den ein anderer Agent startet, um einen Teil einer größeren Aufgabe zu erledigen. Der übergeordnete Agent (oft Supervisor oder Orchestrator genannt) gibt ihm eine schriftliche Aufgabe, ausgewählte Tools und einen eigenen, frischen Kontext; der Subagent bearbeitet diesen Teil selbstständig und gibt nur sein Ergebnis zurück. So aufgeteilt, können mehrere Subagenten parallel laufen, und der Kontext des Hauptagenten bleibt übersichtlich.
Verstehen Subagent
Subagenten sind die Arbeiter in einem Supervisor-Worker-Mehragentensystem. Jeder Subagent ist für einen bestimmten Bereich oder Aufgabentyp optimiert: Einer kann auf E-Mail-Operationen spezialisiert sein, ein anderer auf Kalenderverwaltung, wieder ein anderer auf Datenbankabfragen oder externe API-Aufrufe.
Subagenten können parallel arbeiten, wenn ihre Aufgaben unabhängig sind, was erhebliche Geschwindigkeitsvorteile gegenüber sequentieller Verarbeitung ermöglicht. Eine Anfrage wie „Bereite mich auf meine Meetings am Montag vor“ kann Subagenten gleichzeitig beauftragen: Sie holen Teilnehmerdaten aus dem Kalender, rufen aktuelle E-Mails dieser Teilnehmer ab, prüfen offene Aufgaben im Projekttool und sammeln relevante Dokumente aus Notion – und erledigen so in Sekunden, was sequentiell Minuten dauern würde.
Subagenten ermöglichen außerdem Spezialisierung, was die Qualität verbessert. Ein E-Mail-Subagent kann E-Mail-spezifische Prompts, Tools und Kontexte nutzen, um E-Mails effektiver zu bearbeiten als ein Allzweck-Agent. Diese Spezialisierung ist vergleichbar damit, wie Expert:innen in ihrem Fachbereich effizienter arbeiten als Generalisten.
In LangGraph (GAIAs Agenten-Framework) werden Subagenten als Knoten im Graphen dargestellt. Die Graphenstruktur definiert, wann welcher Knoten ausgeführt wird, welche Eingaben er erhält und wie seine Ausgaben an andere Knoten weitergeleitet werden.
Was ein Subagent bekommt und was er zurückgibt: in der Regel einen System-Prompt für sein Fachgebiet, die vom Hauptagenten formulierte Aufgabe, eine Auswahl an Tools und Grenzen wie eine maximale Zahl an Schritten. Das vollständige Gespräch des Hauptagenten sieht er nur, wenn dieser es weitergibt. Am Ende liefert er eine Zusammenfassung oder ein strukturiertes Ergebnis statt seines ganzen Verlaufs, und genau darum geht es: Ein Subagent kann zwanzig Dateien lesen oder zehn Suchen ausführen und einen einzigen Absatz zurückgeben.
Fachagenten oder Aufgaben-Subagenten: Manche Systeme halten langlebige Fachagenten vor (einen E-Mail-Agenten, einen Datenbank-Agenten), an die der Supervisor Anfragen weiterleitet. Andere starten bei Bedarf kurzlebige Subagenten für eine einzelne Aufgabe, etwa die Recherche zu einem Thema oder die Prüfung eines Dokuments, und verwerfen sie danach. Coding-Assistenten wie Claude Code nutzen den zweiten Ansatz: Der Hauptagent startet Subagenten, die parallel eine Codebasis erkunden oder ein Review durchführen, jeder in seinem eigenen Kontext.
Wann Subagenten helfen und wann sie schaden: Sie lohnen sich, wenn Teilaufgaben unabhängig sind, viele Zwischenergebnisse erzeugen oder andere Tools brauchen. Sie schaden, wenn Teilaufgaben eng von den Details der anderen abhängen, weil bei jeder Übergabe Kontext verloren geht und der Hauptagent ihn erneut erklären muss. Jeder Subagent macht außerdem eigene Modellaufrufe, drei parallele Subagenten kosten also ungefähr dreimal so viele Tokens wie einer.
Wie GAIA verwendet Subagent
In GAIA ist der Executor-Agent (die Arbeitsebene hinter dem Chat) der übergeordnete Agent. Eingebaute Integrationen wie Gmail und Google Kalender sind keine eigenen Subagenten: Der Executor lädt ihre Tools und handelt selbst. Subagenten kommen für zwei Dinge zum Einsatz. Der Executor kann einen Subagenten für umfangreiche, abgeschlossene Arbeit starten, etwa die Recherche zu einem Thema über viele Seiten, damit diese Ausgabe nie den Hauptkontext füllt; und er übergibt Aufgaben an einen Subagenten für jeden eigenen oder authentifizierten MCP-Server, den Sie verbunden haben und dessen Tools pro Nutzer ausgegeben werden. Subagenten laufen standardmäßig im Hintergrund, mehrere können gleichzeitig laufen, und jeder meldet sein Ergebnis an den Executor zurück. Ein gestarteter Subagent kann keine weiteren Subagenten starten.
Verwandte Konzepte
Supervisor-Agent
Ein Supervisor-Agent ist der KI-Agent, der ein Multi-Agenten-System steuert. Er nimmt die Anfrage entgegen, zerlegt sie in Teilaufgaben, übergibt jede an einen spezialisierten Worker-Agenten (einen Subagenten) mit den passenden Tools, prüft die Rückgaben und fügt die Ergebnisse zu einer Antwort zusammen. Die Worker führen aus; der Supervisor entscheidet, wer was erledigt und wann die Aufgabe fertig ist.
Agentische KI
Agentische KI beschreibt Systeme der künstlichen Intelligenz, die darauf ausgelegt sind, autonom zu agieren, Entscheidungen zu treffen und mehrstufige Aufgaben mit minimaler menschlicher Aufsicht auszuführen.
Agenten-Loop
Ein Agenten-Loop ist der iterative Ausführungszyklus eines KI-Agenten, in dem er über den aktuellen Status nachdenkt, eine Aktion auswählt und ausführt (häufig einen Tool-Aufruf), das Ergebnis beobachtet und dies wiederholt, bis die Aufgabe abgeschlossen oder eine Abbruchbedingung erreicht ist.
KI-Orchestrierung
KI-Orchestrierung ist die Koordination mehrerer KI-Agenten, Modelle und Tools, die gemeinsam komplexe, mehrschrittige Aufgaben erledigen, welche keine einzelne Komponente alleine bewältigen könnte.
Parallele Agenten
Parallele Agenten sind mehrere KI-Agenten, die gleichzeitig unabhängige Aufgaben erledigen und ihre Ergebnisse kombinieren, um komplexe Workflows schneller abzuschließen, als es eine sequentielle Einzelagenten-Bearbeitung ermöglichen würde.
