---
type: types/concept.md
concept_type: workflow
tags: [multi-agent, collaboration, sync, coordination]
created: 2026-07-26
modified: 2026-08-29
related: [LLM Wiki Pattern, Memory Lifecycle, Mesh Sync, Shared vs Private, Work Coordination]
sources: [Source - LLM Wiki v2]
confidence: 0.85
confidence_base: 0.85
provenance: sourced
summary: Wissensmanagement mit mehreren Agenten; erweitert das LLM-Wiki-Muster um Mesh Sync, die Trennung von geteiltem und privatem Wissen und leichtgewichtige Arbeitskoordination.
---
# Multi-Agent Collaboration

**Typ:** Workflow (Multi-Agent Knowledge Management)

## Definition

Multi-Agent Collaboration behandelt die Realität, dass viele praktische Anwendungsfälle **mehrere Agenten oder mehrere Menschen** beinhalten, die zur gleichen Knowledge Base beitragen. Das ursprüngliche LLM-Wiki-Pattern ist Single-User, Single-Agent; v2 erweitert es auf Kollaborationsszenarien.

## Kernpunkte

### Das Problem

Single-Agent-Annahmen scheitern, wenn:
- Mehrere Agenten parallel arbeiten (verschiedene Coding-Sessions, Recherchethreads)
- Mehrere Menschen zur gleichen Knowledge Base beitragen
- Wissen über Sessions oder Benutzer hinweg geteilt werden muss
- Koordination erforderlich ist, um doppelte Arbeit zu verhindern

### Die Lösung: Drei Komponenten

**1. Mesh Sync**
Wenn mehrere Agenten parallel arbeiten, müssen ihre Beobachtungen in ein gemeinsames Wiki zusammengeführt werden:

- **Standardstrategie:** Last-Write-Wins in den meisten Fällen
- **Konfliktauflösung:** Zeitstempel-basiert mit manueller Anpassung
- **Merge-Strategie:** 
  - Kein Konflikt: Beide Aktualisierungen akzeptieren
  - Konflikt: Neuere bevorzugen oder zur menschlichen Überprüfung kennzeichnen
  - Semantischer Konflikt: [[Contradiction Resolution]] auslösen

**Implementierung:**
```
Agent A writes: "API rate limit is 100 req/min" (timestamp: 10:00:00)
Agent B writes: "API rate limit is 100 req/min" (timestamp: 10:00:05)
Result: Accept B (last-write-wins, no conflict)

Agent A writes: "API rate limit is 100 req/min" (timestamp: 10:00:00)
Agent B writes: "API rate limit is 200 req/min" (timestamp: 10:00:05)
Result: Flag for human review (conflict)
```

**2. Shared vs. Private Knowledge**
Nicht alles Wissen sollte gleichermaßen geteilt werden:

| Bereich | Beschreibung | Beispiel |
|-------|-------------|---------|
| **Private** | Persönliche Beobachtungen, Vorlieben, Workflows | "Mein bevorzugter Editor ist VS Code" |
| **Shared** | Team-/Projektwissen, Entscheidungen, Architektur | "Projekt X verwendet Redis zum Caching" |

**Promotionsmodell:**
- Mit privaten Beobachtungen beginnen
- Zu Shared promovieren, wenn:
  - Information über mehrere Agenten überprüft ist
  - Information allgemein nützlich ist (nicht persönlich)
  - Mensch explizit als Shared markiert

**3. Work Coordination**
Einfache Koordination, um doppelte Arbeit zu verhindern und Fortschritt zu verfolgen:

**Verfolgung:**
- Wer arbeitet an was
- Was ist blockiert (und warum)
- Was ist fertig
- Was braucht Überprüfung

**Implementierung:**
- Statusfeld auf Seiten: `in-progress`, `blocked`, `done`, `needs-review`
- Zuständigkeitsfeld: Welcher Agent/welche Person ist verantwortlich
- Blockierungsbeziehungen: Seite A blockiert Seite B

**Kein vollständiges Task-Management-System** - nur genug, um doppelte Arbeit zu verhindern.

## Implementierung

Basierend auf [[Agent Memory]]-Erfahrung:

1. **Mesh Sync aktivieren** mit Konfliktauflösung
2. **Scoping implementieren** (privat vs. geteilt)
3. **Einfache Koordinationsfelder** zu Seiten hinzufügen
4. **Mit [[Event-Driven Automation]]** für Sync-Trigger integrieren
5. **Alle Multi-Agent-Operationen** in [[Audit Trail]] protokollieren

## Vorteile

- **Kollaboration:** Mehrere Agenten können zur gleichen Knowledge Base beitragen
- **Effizienz:** Verhindert doppelte Arbeit
- **Flexibilität:** Unterstützt sowohl persönliches als auch Team-Wissen
- **Skalierbarkeit:** Funktioniert mit beliebig vielen Agenten
- **Transparenz:** Klare Sicht darauf, wer was tut

## Wann zu verwenden

- Team-Umgebungen mit mehreren Benutzern
- Multi-Agent-Setups (parallele Recherche, Coding, etc.)
- Gemeinsame Knowledge Bases
- Situationen, die Koordination erfordern

## Wann NICHT zu verwenden

- Single-User, Single-Agent-Szenarien
- Situationen, in denen Einfachheit wichtiger ist als Kollaboration
- Sehr kleine Knowledge Bases

## Verwandte Concepts

- [[LLM Wiki Pattern]] - Gesamtmuster
- [[Mesh Sync]] - Der Synchronisationsmechanismus
- [[Shared vs Private]] - Der Scoping-Mechanismus
- [[Work Coordination]] - Der Koordinationsmechanismus
- [[Event-Driven Automation]] - Für Sync-Trigger
- [[Audit Trail]] - Zur Verfolgung von Multi-Agent-Operationen

## Siehe auch

- [[Privacy and Governance]] (für Zugriffskontrolle)
- [[Quality and Self-Correction]] (zur Aufrechterhaltung der Qualität in kollaborativen Einstellungen)