Agenten-Teams kosten bis zu fünfmal mehr, bringen aber kaum mehr

Ein Agent plant, fünf weitere programmieren parallel: So stellen viele Anbieter die Zukunft der KI-AutomationKI-AutomatisierungWiederkehrende Abläufe mit KI teilweise oder ganz automatisch erledigen.Im Glossar ansehen → dar. Ob sich das rechnet, hat das Benchmark-Unternehmen Vals AI jetzt nachgemessen. Das Ergebnis der am 9. Oktober 2026 veröffentlichten Untersuchung ist ernüchternd: Agenten-Teams kosteten das 1,8- bis 5,1-Fache eines einzelnen Agenten, einen statistisch belastbaren Qualitätsgewinn gab es nur in einem von vier Vergleichen. The Decoder hat die Studie am 11. Oktober aufgegriffen.

Der Versuchsaufbau: 50 komplette Web-Anwendungen

Vals AI ließ die Modelle GPT-6 Sol von OpenAI und ClaudeClaudeDer KI-Assistent des Unternehmens Anthropic.Im Glossar ansehen → Opus 5.5 von Anthropic jeweils 50 Full-Stack-Web-Apps nach einer Produktbeschreibung bauen, mit Benutzerkonten, Dashboards, Datenverwaltung und Benachrichtigungen. Ausgeliefert wurde per Docker Compose, geprüft haben Browser-Agenten, die typische Abläufe in der Oberfläche durchgespielt haben.

Jedes Modell trat zweimal an: allein und als Team aus einer Leitinstanz mit bis zu fünf Subagenten. Getestet wurde jeweils mit mittlerem und mit maximalem Denkaufwand.

Die Zahlen im Überblick

• GPT-6 Sol, mittlerer Aufwand: allein 77,6 Prozent für 1,22 Dollar je App, im Team 84,9 Prozent für 3,07 Dollar. Das ist der einzige statistisch signifikante Unterschied der Studie.
• GPT-6 Sol, maximaler Aufwand: allein 89,0 Prozent für 4,82 Dollar, im Team 90,4 Prozent für 8,54 Dollar. Das Team war dafür schneller: 27,6 statt 38,4 Minuten.
• Claude Opus 5.5, mittlerer Aufwand: allein 91,5 Prozent für 4,08 Dollar, im Team 91,2 Prozent für 9,10 Dollar. Das Team war also teurer und minimal schlechter.
• Claude Opus 5.5, maximaler Aufwand: allein 89,8 Prozent für 23,77 Dollar in 74,7 Minuten, im Team 93,2 Prozent für 122 Dollar in 174,1 Minuten.

Bemerkenswert: Der Einzelagent Opus 5.5 mit mittlerem Aufwand lag mit 91,5 Prozent für rund 4 Dollar fast gleichauf mit dem teuersten Team-Lauf für 122 Dollar. Vals fasst es so zusammen:

Teams cost 1.8 to 5.1 times as much as single agents, and only one difference in score was statistically significant.

Auch die Arbeitsweise unterschied sich. Laut Vals verteilte GPT-6 Sol die Aufgaben binnen Minuten an seine Subagenten, Claude Opus 5.5 schrieb zuerst ein gemeinsames Architekturdokument und startete die Helfer dann in Wellen. Wie stark Opus 5.5 schon als Einzelmodell ist, haben wir zum Start von Claude Opus 5.5 beschrieben.

Mehr Denkaufwand statt mehr Agenten

Die Empfehlung von Vals ist nüchtern: Ob sich ein Team lohnt, hängt von Modell, Aufgabe und Budget ab. Ein Team könne die Leistung steigern, ein höherer Denkaufwand beim Einzelagenten sei aber eine Alternative, die man abwägen sollte. The Decoder kommt zum gleichen Schluss: Mehrere Agenten bringen vor allem Geschwindigkeit, nicht unbedingt bessere Qualität.

Einschränkend gilt: Die Studie misst eine bestimmte Aufgabe, das Programmieren kompletter Web-Apps. Bei anderen Aufgaben, etwa wenn viele unabhängige Dokumente parallel geprüft werden, kann die Rechnung anders ausfallen. Die Zahlen stammen aus einem einzigen BenchmarkBenchmarkStandardisierter Test, um die Leistung von KI-Modellen zu vergleichen.Im Glossar ansehen → mit 50 Aufgaben je Konfiguration.

Was das für Ihr Unternehmen heißt

• Kosten pro Vorgang rechnen: Bevor Sie eine Automation als Agenten-Team aufsetzen, messen Sie Kosten und Ergebnisqualität gegen einen einzelnen Agenten. Ein Aufpreis um den Faktor zwei bis fünf frisst schnell die Ersparnis.
• Erst Denkaufwand, dann Team: Oft ist es günstiger, beim Einzelagenten den Denkaufwand hochzustellen oder ein stärkeres Modell zu wählen, als mehrere Agenten parallel laufen zu lassen.
• Teams für Tempo, nicht für Qualität: Wenn ein Ergebnis schnell da sein muss, kann ein Team sinnvoll sein. Für bessere Ergebnisse ist es laut dieser Studie kein verlässlicher Hebel.
• Eigene Tests statt Herstellerversprechen: Anbieter werben gern mit Agentenschwärmen. Ein kleiner Vergleichstest mit Ihren echten Aufgaben ist die beste Entscheidungsgrundlage.
• Budgetgrenzen setzen: Agenten-Teams können Kosten unbemerkt vervielfachen. Harte Obergrenzen je Lauf und ein Kosten-Monitoring gehören in jede produktive Automation. Wo günstige Modelle reichen, lohnt ein Blick auf Claude Haiku 5.5.

Fazit

Mehr Agenten heißt nicht automatisch bessere Ergebnisse. Die Vals-Studie zeigt, dass ein gut eingestellter Einzelagent in vielen Fällen fast genauso gut und deutlich günstiger arbeitet. Teams spielen ihre Stärke vor allem bei der Geschwindigkeit aus. Wer KI-Automationen plant, sollte deshalb nicht der Architektur folgen, die gerade am beeindruckendsten klingt, sondern der, die sich im eigenen Test rechnet. Wenn Sie wissen möchten, welcher Aufbau für Ihre Prozesse wirtschaftlich ist, sprechen Sie mich gern an.