A2A-Protokoll - wie KI-Agenten miteinander zusammenarbeiten

A2A steht für Agent-to-Agent und bezeichnet einen Standard, über den KI-Agenten miteinander kommunizieren und zusammenarbeiten. Während ein einzelner Agent seine Aufgabe für sich löst, ermöglicht ein A2A-Protokoll, dass mehrere spezialisierte Agenten Aufgaben untereinander aufteilen, Ergebnisse austauschen und sich abstimmen - so, wie Fachabteilungen in einem Unternehmen zusammenwirken.

Der Kerngedanke: Nicht ein einziger Alleskönner erledigt alles, sondern ein Verbund aus Agenten, von denen jeder eine klar umrissene Rolle hat. Ein Agent plant, ein anderer recherchiert, ein dritter prüft das Ergebnis. Damit dieses Zusammenspiel funktioniert, brauchen die Agenten eine gemeinsame Sprache - genau die liefert ein A2A-Protokoll.

Was ein A2A-Protokoll regelt

• Auffinden: Ein Agent muss wissen, welche anderen Agenten es gibt und was sie können - vergleichbar mit einem Verzeichnis von Fähigkeiten.
• Aufgabenübergabe: Ein Agent übergibt einem anderen eine Teilaufgabe samt Kontext und erhält später ein Ergebnis zurück.
• Nachrichtenformat: Ein einheitliches Format sorgt dafür, dass Agenten verschiedener Hersteller einander verstehen.
• Status und Rückmeldung: Läuft eine Aufgabe noch, ist sie fertig oder fehlgeschlagen? Der Standard regelt, wie solche Zustände mitgeteilt werden.

Abgrenzung zu MCP

A2A und MCP werden leicht verwechselt, lösen aber unterschiedliche Probleme und ergänzen sich:

• MCP (Agent zu Werkzeug): Das Model Context Protocol verbindet einen einzelnen Agenten mit Werkzeugen und Daten. Ein MCP-Server stellt dem Agenten etwa ein CRM oder eine Datenbank bereit.
• A2A (Agent zu Agent): Das A2A-Protokoll verbindet Agenten untereinander, damit sie gemeinsam an einer größeren Aufgabe arbeiten.

Kurz: MCP gibt einem Agenten Hände, um mit Systemen zu arbeiten; A2A gibt einer Gruppe von Agenten eine gemeinsame Sprache, um zusammenzuarbeiten. In der Praxis nutzen komplexe Aufbauten beides - ein Agent spricht per A2A mit anderen Agenten und greift zugleich per MCP auf seine Werkzeuge zu. Wie ein Agent Werkzeuge technisch anspricht, beschreibt Tool Calling.

Wozu Agenten überhaupt kooperieren

Ein Verbund aus Agenten ist dann sinnvoll, wenn eine Aufgabe zu groß oder zu vielschichtig für einen einzelnen KI-Agenten ist:

• Spezialisierung: Jeder Agent ist auf seine Rolle zugeschnitten und liefert in seinem Bereich bessere Ergebnisse.
• Arbeitsteilung: Teilaufgaben laufen parallel statt hintereinander.
• Nachprüfbarkeit: Ein prüfender Agent kann die Arbeit eines anderen kontrollieren, bevor ein Ergebnis übernommen wird.

Ein solcher Aufbau ist die Grundlage vieler agentischer Workflows, in denen mehrere Schritte und Rollen zu einem Gesamtergebnis zusammenlaufen.

Einordnung und Reife

Agent-to-Agent-Ansätze sind ein junges Feld. Es gibt mehrere Vorschläge und Entwürfe, wie Agenten sich finden und austauschen sollen, aber noch kein einzelnes Verfahren, das sich flächendeckend durchgesetzt hat. Für den Aufbau von Multi-Agenten-Systemen lohnt es sich daher, auf offene, gut dokumentierte Ansätze zu setzen und die Zuständigkeiten der Agenten sauber zu schneiden.

A2A bei Elasticbrains

Bei Elasticbrains entwerfen wir Multi-Agenten-Systeme mit klaren Rollen und sauberer Kommunikation zwischen den Agenten - und binden die einzelnen Agenten über MCP-Server an Ihre Systeme an. Wie wir die dafür nötigen Schnittstellen bauen, zeigen wir auf unserer Leistungsseite MCP-Server entwickeln lassen.