Agentische Patterns

Zwölf Agentische Entwurfsmuster.

Der Pattern-Katalog beantwortet, wie Agenten koordinieren. Agentische Entwurfsmuster beantworten, gegen welchen Fehlermodus eine Architektur absichert — zwölf Patterns über vier Phasen einer Laufzeitschleife.

Foundational phase · 3 patterns

Weltmodellierung & Zustand

Stabilisiert den Bezug des Agenten zur Realität — jede Beobachtung, jeder Speicherzugriff und jeder Zustandsübergang, der in das System eintritt, ist sauber, relevant und dauerhaft. Ist dieses Fundament Sand, repariert kein noch so cleveres Planen oder Ausführen das Problem.

Validieren → abrufen → persistieren

01
Integrator
AdressiertKognitive Datenqualität — die systemische Schwäche, rohen Beobachtungen zu vertrauen.
Validiert eingehende Beobachtungen, bevor sie in das Weltmodell eingehen, und stellt sicher, dass nachgelagertes Reasoning auf sauberen Signalen statt auf rohen, potenziell fehlerhaften Eingaben operiert.
Wann es stabilisiert
Wenn ein Agent mehrere verrauschte Sensoren kombinieren muss, externe APIs mit driftenden Schemas parst oder Nutzereingaben akzeptiert, die die Welt falsch darstellen können.
Beispiel
Ein schema-validierter JSON-Parser sitzt zwischen der rohen Antwort eines Tools und dem Agentenzustand und weist fehlerhafte Payloads zurück, bevor sie den Graph vergiften.
1verwandtes Patternöffnen →
02
Retriever
AdressiertIneffizientes Retrieval — das Versagensmuster, entweder den Prompt zu überfluten oder das relevante Fragment zu verfehlen.
Kontextsensitive Schnittstelle zum Langzeitgedächtnis; wählt aus, was für den aktuellen Schritt relevant ist, statt den gesamten Speicher in den Prompt zu laden.
Wann es stabilisiert
Wenn die Wissensdatenbank über wenige Seiten hinauswächst und naive Ähnlichkeitssuche beginnt, Rauschen zurückzugeben, oder wenn verschiedene Aufgaben unterschiedliche Retrieval-Strategien erfordern.
Beispiel
Ein RAG-Retriever mit einem Reranker wählt Top-k-Passagen, die am aktuellen Teilziel orientiert sind, nicht am Gesprächsverlauf.
1verwandtes Patternöffnen →
03
Recorder
AdressiertPersistenz — der Verlust von Fortschritt, wenn Durchläufe Schritte, Sitzungen oder Prozesse überspannen.
Speichert und stellt Reasoning-&-World-Model-Zustände (RWM) für Ausfallsicherheit, Replay und Forward Recovery über Schritte, Sitzungen und Prozesse hinweg wieder her.
Wann es stabilisiert
Wenn ein Workflow Neustarts überstehen muss, wenn HITL-Pausenpunkte ausfallsicheren Zustand benötigen oder wenn die Daten gleichzeitiger Nutzer nicht ineinander überlaufen dürfen.
Beispiel
Checkpoint-Snapshots des Agentenzustands an jeder Knotengrenze, in Postgres persistiert mit einem zusammengesetzten Thread-Schlüssel aus UserID + SessionID.
1verwandtes Patternöffnen →

Explore the Foundational phase →

Cognitive phase · 3 patterns

Reasoning

Stabilisiert die Qualität der schrittweisen Entscheidungsfindung — Ziele werden priorisiert, zerlegt und gezielt und mit Bedacht auf Aktionen abgebildet. Ein perfekter Executor, der einen fehlerhaften Plan abarbeitet, erreicht das falsche Ziel nur schneller.

Welches Ziel → wie → welche Aktion

01
Selector
AdressiertZielauswahl unter mehreren konkurrierenden Anforderungen.
Dynamische Priorisierung von Zielen — der taktische Schritt-Selektor, der die nächste Aktion aus konkurrierenden Anforderungen auswählt.
Wann es stabilisiert
Wenn ein Agent gleichzeitige Anfragen empfängt, wenn die Nutzerabsicht mehrdeutig ist oder wenn Ressourcenbeschränkungen Trade-offs erzwingen.
Beispiel
Eine Prioritätswarteschlange ordnet ausstehende Aufgaben nach Deadline und Konfidenz und bringt den dringlichsten Eintrag zum Planner.
1verwandtes Patternöffnen →
02
Planner
AdressiertReasoning-Tiefe — das Versagensmuster, bei dem One-Shot-Reasoning bei Aufgaben mit vielen Schritten zusammenbricht.
Strategische Zerlegung komplexer Ziele in geordnete Teilziele, die sequenziell oder parallel ausgeführt werden können.
Wann es stabilisiert
Wenn eine Aufgabe mehr als drei sequenzielle Entscheidungen erfordert, wenn ein Fehler bei einem Schritt Backtracking erfordert oder wenn parallele Arbeitsströme koordiniert werden müssen.
Beispiel
Ein ReWoo-artiges Plan-zuerst-Modul emittiert einen DAG von Teilaufgaben, bevor irgendein Tool aufgerufen wird, und macht den Ausführungspfad inspizierbar.
2verwandte Patternsöffnen →
03
Deliberator
AdressiertAktionsqualität bei jedem Schritt.
Auswahl der optimalen Aktion pro Planungsschritt — die lokale Wahl im lokalen Kontext, kein globaler Standard.
Wann es stabilisiert
Wenn mehrere gültige Aktionen für einen Zustand existieren, wenn die Kosten einer falschen Aktion hoch sind oder wenn sich der Kontext zwischen Schritten ändert.
Beispiel
Ein Tree-of-Thoughts-Branch bewertet drei Kandidatenaktionen gegen ein Reward-Modell, bevor er sich für die beste entscheidet.
2verwandte Patternsöffnen →

Explore the Cognitive phase →

Execution phase · 3 patterns

Aktion

Stabilisiert die Brücke vom Reasoning zur Welt — jede geplante Aktion wird zuverlässig ausgeführt, unverfälscht beobachtet und sicher kommuniziert. Ein perfekter Plan, der schlecht ausgeführt wird, ist von einem schlechten Plan nicht zu unterscheiden — der Nutzer sieht dasselbe Versagen.

Ausführen → Tools begrenzen → koordinieren

01
Executor
AdressiertAktionszuverlässigkeit — Umgang mit Fehlern, Retry und Ergebnis-Capture.
Zuverlässige Ausführung und systematische Feedback-Erfassung, mit strukturiertem Retry und Ergebnis-Capture.
Wann es stabilisiert
Wenn externe APIs unzuverlässig sind, wenn Teilfehler von Totalfehlern unterschieden werden müssen oder wenn nachgelagerte Knoten das Ergebnis zum Fortfahren benötigen.
Beispiel
Ein LangGraph-Knoten umhüllt jeden Tool-Aufruf mit einer Retry-Schleife mit exponentiellem Backoff und protokolliert die genaue Antwort oder den Fehler in den gemeinsamen Zustand.
1verwandtes Patternöffnen →
02
Tool Use
AdressiertSichere Tool-Grenzen — Argumentvalidierung, Capability-Scoping, Fehlernormalisierung.
Proxy-/Adapter-Schnittstelle für sichere externe Funktionsaufrufe, die Argumentvalidierung und Capability-Scoping durchsetzt.
Wann es stabilisiert
Wenn Tools von Dritten bereitgestellt werden, wenn Argument-Schemas driften oder wenn der Fehlermodus eines Tools den Agentenzustand korrumpieren könnte.
Beispiel
Ein MCP-Client-Adapter validiert jedes Argument gegen das JSONSchema des Servers vor dem Dispatch und gibt einen normalisierten Fehler zurück, wenn die Validierung fehlschlägt.
2verwandte Patternsöffnen →
03
Coordinator
AdressiertKommunikationsstruktur zwischen Agenten.
Verwaltung strukturierter Multi-Agent-Kommunikation, die sicherstellt, dass der Nachrichtenfluss inspizierbar und begrenzt ist.
Wann es stabilisiert
Wenn mehr als zwei Agenten Nachrichten austauschen, wenn die Nachrichtenreihenfolge wichtig ist oder wenn Agenten Teilergebnisse teilen müssen, ohne den vollständigen Zustand preiszugeben.
Beispiel
Ein Supervisor-Pattern leitet Nachrichten durch einen zentralen Dispatcher, der jede Übergabe protokolliert und ein Max-Handoff-Limit durchsetzt, um unbegrenzte Schleifen zu verhindern.
2verwandte Patternsöffnen →

Explore the Execution phase →

Adaptive phase · 3 patterns

Evolution

Stabilisiert den Agenten gegen seine eigene Geschichte — Fehler führen zu Lernen, Erfahrung verdichtet sich zu Fähigkeiten und Guardrails erodieren nicht mit der Zeit. Ein Agent, der sich nicht anpasst, kostet bei jedem Durchlauf mehr — er wiederholt Fehler und verliert langsam seine Guardrails.

Diagnostizieren → aufbauen → überwachen

01
Reflector
AdressiertKausales Lernen — die Lücke zwischen dem Beobachten eines Fehlers und dem Verstehen seiner Ursache.
Kausale Fehleranalyse zur Strategieanpassung — die Lücke zwischen "es ist fehlgeschlagen" und "es ist fehlgeschlagen, weil...".
Wann es stabilisiert
Wenn ein Agent wiederholt an derselben Aufgabe scheitert, wenn Erfolgsquoten im Laufe der Zeit sinken oder wenn sich die Umgebung ändert und alte Strategien versagen.
Beispiel
Ein Reflexion-Knoten hängt nach jedem fehlgeschlagenen Durchlauf eine kausale Kritik an das Gedächtnis an und markiert die Ursache, damit der Planner dieselbe Zerlegung beim nächsten Mal vermeidet.
2verwandte Patternsöffnen →
02
Skill Build
AdressiertSkill-Compounding — das Versäumnis, Einmallösungen in wiederverwendbare Assets umzuwandeln.
Extraktion wiederverwendbarer Prozeduren aus vergangenen Erfahrungen, Umwandlung von Einmallösungen in persistente Assets.
Wann es stabilisiert
Wenn dieselbe Teilaufgabe in mehreren Workflows auftaucht, wenn Prompt-Engineering für ähnliche Probleme wiederholt wird oder wenn Agenten in Umgebungen mit niedriger Latenz operieren müssen, die Neu-Planung ausschließen.
Beispiel
Ein Tool-Calling-Pattern, das zehnmal erfolgreich war, wird in eine parametrisierte Funktionsvorlage extrahiert und in einer Skill-Bibliothek für zukünftiges Retrieval registriert.
1verwandtes Patternöffnen →
03
Controller
AdressiertWerteausrichtung und laufende Sicherheitsdrift.
Kontinuierliche Überwachung ethischer und operativer Guardrails, Drift abfangen, bevor er kaskadiert.
Wann es stabilisiert
Wenn Agenten sensible Daten verarbeiten, wenn Ausgaben reale Entscheidungen beeinflussen oder wenn bei der Initialisierung definierte Guardrails über lange Sitzungen hinweg erhalten bleiben sollen.
Beispiel
Ein LLM-as-judge-Evaluator läuft nach jedem Tool-Aufruf, bewertet die Ausgabe anhand einer Sicherheitsrubrik und hält den Graph an, wenn der Score unter einen Schwellenwert fällt.
1verwandtes Patternöffnen →

Explore the Adaptive phase →

Weiter

Die Patterns sind die Nomen. Die Schleife ist die Grammatik.

PatternsPattern-ÜbersichtAlle vier Pattern-Kategorien auf einer Karte.Alle vier Kategorien PatternsDie sechs Koordinations-PatternsDie sechs Patterns, aus denen jede Architektur aufgebaut ist.Katalog durchstöbern ReferenzGlossarJeder Begriff in einem nüchternen, überfliegbaren Nachschlagewerk.Glossar öffnen