Warum Agenten eine gemeinsame Sprache brauchen, und natürliche Sprache allein nicht reicht
Wenn Agenten sich in natürlicher Sprache abstimmen, braucht es darunter eine gemeinsame, verifizierbare Wissensschicht. Eine aktuelle Studie des FAPS stützt diese These
von Markus Herhoffer
Sprache ist das Interface, nicht das Wissen
Mit LLM-Agenten kommt neue Bewegung in eine alte Idee: die selbstorganisierende Fertigung. Statt fest programmierten Abläufen zu folgen, stimmen sich Agenten in natürlicher Sprache ab und verteilen Aufgaben untereinander. Das ist ein echter Fortschritt. Aber Sprache ist ein Interface, keine Wissensbasis.
Solange das Wissen eines Agenten in seinem Prompt steckt, muss jeder Agent die anderen fragen, was sie wissen. Regeln existieren als Prompt-Text, in mehreren Agenten parallel formuliert, und lassen sich schwer zentral prüfen, versionieren oder ändern. Mit zwei Agenten geht das. In einer realen Fertigung mit vielen Ressourcen, Aufträgen und Abhängigkeiten wächst der Abstimmungsaufwand mit jeder Beziehung.
Unsere These: eine semantische Schicht unter der Sprache
Wenn natürliche Sprache das Interface zwischen Agenten ist, braucht es darunter etwas, auf das sich alle beziehen können. Wir sehen das als eigene Architekturschicht: Zustände, Regeln und Beziehungen werden einmal typisiert und stehen allen Agenten zur Abfrage bereit.
Das verändert drei Dinge:
- Weniger Rückfragen: Ein Agent muss nicht erfragen, was ein anderer weiß. Er fragt den gemeinsamen Wissensstand ab.
- Regeln als Daten statt als Prompt-Text: Eine Regel ist ein typisiertes Objekt mit Beziehungen, prüfbar, versionierbar, zentral änderbar.
- Nachvollziehbarkeit: Typisierte Tracelinks halten fest, auf welche Fakten sich eine Agentenentscheidung stützt. Das ist die Grundlage für Überwachung und Audit.
Many-to-Many statt Punkt-zu-Punkt
Dezentrale Koordination braucht oft Many-to-Many-Kommunikation. Wer sie über Anfragen zwischen jeweils zwei Agenten abbildet, vervielfacht die Verbindungen. Eine ereignisbasierte Wissensschicht verteilt Zustandsänderungen stattdessen an alle, die sie betreffen.
Wichtig ist die Abgrenzung. Die Steuerung auf Maschinenebene, MQTT, PLC, MES, bleibt, wo sie ist. Eine semantische Schicht sitzt darüber und ergänzt sie: Sie liefert den Agenten den verlässlichen Kontext, den Sprache allein nicht hergibt.
Der Beleg aus der Forschung
Wie groß die Lücke heute ist, zeigt eine aktuelle Studie von Krüger et al. (FAPS, CIRP CMS 2026). Getestet wurden zwei LLM-Agenten, einer für einen Roboter, einer für einen Hubturm, in der Simulation und am realen Demonstrator. Die Regel zum Kollisionsschutz stand in den Prompts beider Agenten, die Position des Roboters musste der Hubturm-Agent beim Roboter-Agenten erfragen. Von 60 Anfragen (Gemini 2.5 Flash) wurden 61,7 % vollständig bearbeitet, 26,7 % teilweise und 11,7 % nicht oder unbrauchbar, bei Antwortzeiten von 1,0 bis 11,8 Sekunden; ungewollte Aktionen gab es keine. Gängige Protokolle wie A2A und ACP bilden laut den Autoren vor allem Punkt-zu-Punkt-Beziehungen ab. Ihre Empfehlung weist in dieselbe Richtung wie unsere These: hybride Architekturen, die LLM-basierte Kommunikation mit verifizierbarer, gegründeter Entscheidungsfindung verbinden, ergänzt um Mechanismen, die autonome Agentenaktionen überwachen. Die semantische Schicht selbst ist unsere Ableitung, nicht Gegenstand der Studie.
Quelle
Krüger, J. H. et al.: Agentic AI for decentralized, natural-language communication and interaction between agents in self-organizing manufacturing systems. CIRP Conference on Manufacturing Systems (CIRP CMS) 2026, Procedia CIRP 146 (2026), S. 90 bis 95. doi.org/10.1016/j.procir.2026.03.192