Wir stellen vor: Multi-Agent für die komplexesten Aufgaben
Die Multi-Agent-Aufwandsstufe von Perplexity Computer koordiniert KI-Modelle, um komplexe Aufgaben zu analysieren und ihre Arbeit gegenseitig zu überprüfen.

Computer ist eine leistungsstarke Agentenplattform, die komplexe Fragen recherchiert und mehrstufige Aufgaben ausführt – von der Datenanalyse bis zur Entwicklung von Apps. Sie ist auf höchste Leistung bei besonders anspruchsvoller Problemlösung und weitreichenden Entscheidungen optimiert.
Im September haben wir Aufwandseinstellungen eingeführt, mit denen Nutzer in vier Stufen festlegen können, wie viel Aufwand Computer in ihre Arbeit steckt. In allen diesen Stufen plant ein leitender KI-Agent die Aufgabe und delegiert Teile davon an unterstützende Agenten.
Heute führen wir Multi-Agent ein, eine neue Aufwandsstufe oberhalb von Ultra für die komplexesten Aufgaben von Computer. Der leitende Agent steuert ein Team von Agenten auf verschiedenen Frontier-Modellen, die parallel arbeiten, ihre Erkenntnisse direkt miteinander teilen und die Arbeit der anderen überprüfen. So kann Computer komplexe Probleme aus mehreren Blickwinkeln untersuchen und widersprüchliche Annahmen aufdecken, bevor die Erkenntnisse zu einer einzigen Empfehlung oder einem einzigen Ergebnis zusammengeführt werden.
Claude Fable 5.2 plant die Aufgabe und verteilt sie auf Agenten, die mit Claude Opus 5.5, GPT 6.1 Sol und Gemini 4 Carbon arbeiten. Die Agenten teilen ihre Erkenntnisse bereits während der Arbeit. Ein Agent kann Belege nutzen, die ein anderer gefunden hat, eine Annahme hinterfragen oder eine Unstimmigkeit zur weiteren Untersuchung markieren. Der leitende Agent führt ihre Beiträge zu einer einzigen Antwort mit den gewünschten Ergebnissen zusammen.
Komplexe Arbeit mit mehreren Modellen
Multi-Agent ist für Aufgaben mit klar abgegrenzten Teilbereichen konzipiert, die von paralleler Analyse und gegenseitiger Überprüfung profitieren. Beispiele dafür sind:
- Prognosen und Finanzen: Agenten können parallel verschiedene Finanzszenarien erstellen, ihre Annahmen vergleichen und prüfen, wie sich Veränderungen bei Umsatz, Kosten oder Marktbedingungen auf die Prognose auswirken.
- Prüfung von Geschäftsberichten: Agenten können Finanzabschlüsse, Anhangangaben und Kommentare des Managements getrennt untersuchen und anschließend ihre Ergebnisse vergleichen, um widersprüchliche Zahlen oder Angaben für die Prüfung durch einen Wirtschaftsprüfer zu markieren.
- Tiefgehende Analyse: Agenten können konkurrierende Erklärungen für eine geschäftliche oder wissenschaftliche Fragestellung untersuchen, Belege austauschen und prüfen, welche Schlussfolgerungen über verschiedene Quellen hinweg Bestand haben.
- Due Diligence im Deal-Datenraum: Agenten können Finanzunterlagen, Verträge und Betriebsdokumente parallel prüfen und anschließend Erkenntnisse miteinander verknüpfen – etwa einen Kundenvertrag, der die Umsatzprognose verändert.
- Komplexe Steuererklärungen und Jahresendplanung: Agenten können Einkommens- und Abzugsbelege ordnen, relevante Steuervorschriften recherchieren und Szenarien zum Jahresende vergleichen, um Fragen und unterstützende Analysen für die Steuerberatung vorzubereiten.
Koordiniert die Arbeit für Nutzer
Wenn im Aufwandsregler von Computer Multi-Agent ausgewählt ist, kann der leitende Agent bis zu 16 Agenten einsetzen und dabei selbst einen Teil der Arbeit übernehmen. Das Standardteam kombiniert Opus 5.5, GPT 6.1 Sol und Gemini 4 Carbon und bringt so verschiedene Modelle in Analyse und Überprüfung ein.
Nutzer können in ihrer Anfrage angeben, welche Modelle sie verwenden möchten. Fable 5.2 und GPT 6 Astra kommen nur dann als unterstützende Agenten hinzu, wenn ein Nutzer sie anfordert oder ein bestimmter Teil der Aufgabe sie erfordert.
Die Agenten kommunizieren während der Aufgabe miteinander und stimmen Änderungen an gemeinsam genutzten Dateien ab. So könnte ein Agent beispielsweise die Umsatzannahmen in einem Finanzmodell aktualisieren und dann einen anderen Agenten benachrichtigen, diese Zahlen in seiner Bewertungsanalyse zu verwenden.
Der leitende Agent bleibt der Ansprechpartner in der Unterhaltung, führt die Ergebnisse des Teams zusammen und liefert die finale Antwort. Nutzer können diese Arbeit über die Unterhaltung steuern, ohne jedem Agenten einzeln Nachrichten senden zu müssen.
Bei einer Folgeaufgabe teilt der leitende Agent den betroffenen Agenten mit, was sich geändert hat, und das Team setzt seine bisherige Arbeit fort. Nutzer sehen während der Ausführung der Aufgabe die Agenten und die Modelle, mit denen sie arbeiten. Wird der Thread gestoppt, stoppt das gesamte Team.
Welche Option Sie verwenden sollten
Ultra, Multi-Agent und Model Council organisieren die Arbeit unterschiedlich. Die Wahl hängt davon ab, ob eine Aufgabe delegierte Analysen, Zusammenarbeit über separate Teile hinweg oder unabhängige Perspektiven auf dieselbe Frage erfordert.
Option | Organisation der Arbeit | Geeignet für |
Ultra | Ein leitender Agent delegiert Teile einer Aufgabe an unterstützende Agenten, die nur an ihn zurückberichten. | Offene Problemstellungen, bei denen mehrere Ansätze getestet werden müssen, etwa die Bewertung eines neuen Marktes unter verschiedenen Wachstumsannahmen. |
Multi-Agent | Dasselbe leitende Modell wie bei Ultra koordiniert Agenten, die ihre Ergebnisse direkt teilen, die Arbeit der anderen überprüfen und zu gemeinsamen Ergebnissen beitragen. | Umfangreiche Aufträge mit miteinander verbundenen Teilen, die parallel bearbeitet werden können, etwa eine Due Diligence im Datenraum oder eine Finanzprognose mit mehreren Szenarien |
Model Council | Mehrere Modelle untersuchen dieselbe Frage unabhängig voneinander; anschließend führt Computer ihre Ergebnisse zusammen und zeigt, wo sie übereinstimmen und wo nicht. | Ermessensfragen, bei denen unabhängige Perspektiven auf dieselbe Frage hilfreich sind. |
Die Aufwandsstufe Multi-Agent ist für alle Abonnenten von Perplexity Max im Web verfügbar.
Wählen Sie im Aufwandsregler von Computer die Option Multi-Agent aus, um sie für eine neue Aufgabe zu verwenden.