Startseite
Podcasts
AI REWRITE - Wie AI alles neu erfindet ! Podcast
Agenten-Schwärme: Die neue Kunst der Koordination durch Abhängigkeitsverfolgung

Agenten-Schwärme: Die neue Kunst der Koordination durch Abhängigkeitsverfolgung

AI REWRITE - Wie AI alles neu erfindet ! vor 7 Monaten

Koordination statt Gedächtnis: Dependency Tracking treibt robuste Agentenschwärme in Claude Code

0:00

7:19

Agentische KI scheiterte lange weniger an Modell-Intelligenz als an
fehlender, belastbarer Koordination: Multi-Agent-Setups wirkten in
Demos überzeugend, brachen aber im Alltag unter Kontextlast,
offenen Enden und fehlender Reihenfolge-Disziplin auseinander. Der
Podcast beschreibt einen Wendepunkt in Claude Code: Mit dem neuen
Tasks-System wird Arbeit nicht mehr nur im Gespräch „gemerkt“,
sondern als strukturierter Ablauf festgehalten. Aufgaben werden in
Schritte zerlegt, Abhängigkeiten explizit modelliert und
Fortschritt als Status sichtbar gehalten. Entscheidend ist dabei
die Abhängigkeitsverfolgung: Der Plan existiert als Graph, nicht
als fragile Erinnerung, und bleibt auch bei Kontextkomprimierung,
Unterbrechungen oder Neustarts stabil. Im Kern verschiebt sich die
Funktion von „To-do-Liste“ zu einer Koordinationsschicht: Tasks
trennen parallele Arbeitsstränge, setzen harte Grenzen über
Dependencies und erlauben kontrollierte Parallelität, ohne dass
Stränge im Kontextfenster kollidieren. Zusätzlich wird
Zusammenarbeit über mehrere Sessions möglich, weil Task-Listen als
geteilter Zustand in einer benannten Ablage weiterverwendet werden
können; der Arbeitskontext hängt damit weniger an einer einzelnen
Sitzung. Gleichzeitig betont der Podcast Sicherheits- und
Reifeaspekte: Rekursive Agentenkaskaden werden begrenzt, indem
Subagenten keine weiteren Subagenten starten sollen und
Tool-Zugriffe restriktiv gedacht werden. Das deutet auf eine
Orchestrierungs-Architektur hin, die Stabilität und
Missbrauchsrisiken mit klaren Grenzen adressiert. Für
Softwareentwicklung bedeutet das eine weitere
Abstraktionsverschiebung nach oben: Weniger entscheidend ist das
manuelle Tippen von Code, wichtiger werden präzise
Problemformulierung, Erfolgskriterien und verantwortliche
Strukturierung der Arbeit, während Ausführung stärker delegiert
wird. Als Kontext ordnet der Podcast weitere Anthropic-Schritte in
Richtung „Agent als Arbeitskollege“ ein, etwa die Cowork-Preview
für parallele, teilautonome Desktop-Aufgaben. Die zentrale These:
Multi-Agent-Arbeit wird nicht durch mehr Autonomie „magisch“,
sondern durch robuste Planung, persistente Struktur und explizite
Abhängigkeiten produktionsfähig. Quellen: Claude Code Changelog |
ClaudeLog https://claudelog.com/claude-code-changelog/ Quickstart |
Claude Code (Anthropic Docs)
https://docs.anthropic.com/en/docs/claude-code/quickstart Claude
Code overview (Anthropic Docs)
https://docs.anthropic.com/en/docs/claude-code/overview Subagents
in the SDK (Claude Developer Platform Docs)
https://platform.claude.com/docs/en/agent-sdk/subagents Anthropic
wants you to use Claude to ‘Cowork’ in latest AI agent push (The
Verge)
https://www.theverge.com/ai-artificial-intelligence/860730/anthropic-cowork-feature-ai-agents-claude-code
Anthropic’s viral new work tool wrote itself (Axios)
https://www.axios.com/2026/01/13/anthropic-claude-code-cowork-vibe-coding
Generative Agents: Interactive Simulacra of Human Behavior (arXiv)
https://arxiv.org/abs/2304.03442