KI-Agenten: A2A, MCP, Kafka, Flink Architektur

Die digitale Landschaft entwickelt sich über das menschzentrierte Web-Browsen hinaus zu einer Welt autonomer Agenten, die nahtlos über verschiedene Systeme hinweg zusammenarbeiten. Dieser Wandel erfordert eine neuartige Infrastruktur, und eine überzeugende Lösung nimmt Gestalt an, die aus vier wichtigen Open-Source-Komponenten besteht.

• Agent2Agent (A2A) von Google: Ein Protokoll, das entwickelt wurde, um die Agentenfindung und -interaktion zu erleichtern.
• Model Context Protocol (MCP) von Anthropic: Ein Standard, der definiert, wie Agenten Werkzeuge und externe Kontextdaten nutzen.
• Apache Kafka: Ein robustes, ereignisgesteuertes Kommunikations-Backbone, das eine zuverlässige und entkoppelte Koordination ermöglicht.
• Apache Flink: Eine Echtzeit-Verarbeitungs-Engine, die für die Anreicherung, Überwachung und das Handeln auf Streams von Agentenaktivitäten unerlässlich ist.

Dieser Artikel untersucht die synergistischen Beziehungen zwischen diesen Technologien, beleuchtet die Grenzen der alleinigen Abhängigkeit von Protokollen und demonstriert, wie diese Architektur die Grundlage für den Übergang von isolierten Bots zu dynamischen, intelligenten Agenten-Ökosystemen legt.

Die erwartete Verbreitung von KI-Agenten innerhalb von Organisationen deutet darauf hin, dass die meisten Unternehmen eine Vielzahl spezialisierter Agenten einsetzen werden, anstatt eines einzigen, allumfassenden Agenten. Diese Agenten werden Aufgaben wie Code-Generierung, Support-Ticket-Management, Kundendatenanalyse, Mitarbeiter-Onboarding und Infrastrukturüberwachung automatisieren.

Die derzeitigen Werkzeuge sind jedoch unzureichend, um eine solche Zukunft zu unterstützen.

Die Herausforderung geht über das Problem der ‘Agenteninseln’ hinaus, bei dem Agenten in Silos funktionieren und keine Kommunikationsfähigkeiten besitzen. Sie umfasst eine umfassendere Ökosystemfragmentierung:

• Mangel an Inter-Agenten-Kommunikation: Agenten arbeiten typischerweise in isolierten Umgebungen. Ein Customer-Relationship-Management(CRM)-Agent kennt keine Erkenntnisse, die von einem Data-Warehouse-Agenten abgeleitet wurden. Ein Support-Agent kann nicht auf Anomalien reagieren, die von einem Überwachungsagenten erkannt wurden.
• Brüchige und angepasste Werkzeugnutzung: Ohne standardisierte Methoden für den Zugriff auf Werkzeuge oder externe Application Programming Interfaces (APIs) verlassen sich Agenten auf festcodierte Integrationen und nicht wiederverwendbare Logik.
• Inkonsistente Frameworks: Verschiedene Agenten-Laufzeitumgebungen verwenden unterschiedliche Modelle und behandeln Agenten als Chatbots, gerichtete azyklische Graphen (DAGs) oder rekursive Planer. Dies führt zum Fehlen einer portablen Ausführungsschicht oder eines gemeinsamen Zustands.
• Design mit Fokus auf Notebook-Umgebungen: Viele Agenten werden als einmalige Prototypen entwickelt, die durch lineare, synchrone und ephemere Operationen gekennzeichnet sind. Reale Systeme erfordern jedoch eine robuste Handhabung von Wiederholungsversuchen, Fehlern, Koordination, Protokollierung und Skalierung, was eine unterstützende Infrastruktur erfordert.
  *Fehlen eines kollaborativen Backbones: Es gibt keinen Event Bus, keinen gemeinsamen Speicher oder eine nachvollziehbare Historie von Agentenaktivitäten und -begründungen. Informationen sind auf direkte HTTP-Aufrufe beschränkt oder in Protokollen vergraben.

Wie das Projekt 12-Factor Agents betont, sollten sich Agenten an Cloud-Native-Prinzipien halten und Beobachtbarkeit, lose Kopplung, Reproduzierbarkeit und Infrastrukturkenntnisse aufweisen. Leider werden die meisten als fragile Skripte konstruiert, manuell zusammengesetzt und in der Annahme betrieben, dass sie unabhängig voneinander arbeiten.

Dies führt zu Ineffizienzen, Doppelarbeit und Fragilität.

Agent2Agent adressiert dieses Problem teilweise, indem es Agenten ein standardisiertes Protokoll für die Entdeckung und Kommunikation bietet. Der Übergang über oberflächliche Demonstrationen hinaus zu der Skalierbarkeit und Zuverlässigkeit, die von Produktionssystemen gefordert wird, erfordert jedoch mehr als nur Protokolle. Es erfordert eine umfassende Infrastruktur.

Das aktuelle Agenten-Ökosystem spiegelt die frühen Phasen des Webs wider, die durch leistungsstarke, aber isolierte und inkompatible Systeme gekennzeichnet sind. Ähnlich wie bei den frühen Herausforderungen, mit denen Browser bei der Kommunikation mit Servern ohne Standardprotokoll konfrontiert waren, haben KI-Agenten heute Schwierigkeiten, sich gegenseitig effektiv zu entdecken, zu kommunizieren und zusammenzuarbeiten.

Google’s Agent2Agent (A2A): Ein universelles Protokoll für die Agentenkommunikation

Googles A2A-Protokoll ist ein bedeutender Versuch, dieses Problem anzugehen. Es zeichnet sich dadurch aus, dass es kein weiteres Agenten-Framework ist, sondern ein universelles Protokoll, das entwickelt wurde, um jeden Agenten zu verbinden, unabhängig von seiner Herkunft oder Einsatzumgebung.

Analog dazu, wie HTTP die Website-Kommunikation standardisiert hat, definiert A2A eine gemeinsame Sprache für Agenten, die es ihnen ermöglicht:

• Fähigkeiten ankündigen: Über eine AgentCard, einen JSON-Deskriptor, der die Fähigkeiten und Interaktionsmethoden eines Agenten umreißt.
• Aufgaben senden und empfangen: Durch strukturierte Interaktionen mithilfe von JSON-RPC, bei denen ein Agent um Unterstützung bittet und ein anderer mit Ergebnissen oder ‘Artefakten’ antwortet.
• Updates mit Server-Sent Events (SSEs) streamen: Ermöglicht Echtzeit-Feedback bei langwierigen oder kollaborativen Aufgaben.
• Umfangreiche Inhalte austauschen: Unterstützt den Austausch von Dateien, strukturierten Daten und Formularen, die über einfachen Text hinausgehen.
• Standardmäßig Sicherheit gewährleisten: Integriert integrierte Unterstützung für HTTPS, Authentifizierung und Berechtigungen.

Die Stärke von A2A liegt darin, dass es keine etablierten Lösungen neu erfindet. Es nutzt etablierte Webstandards, ähnlich wie HTTP und SMTP, was die Akzeptanz und schnellere Integration erleichtert.

A2A stellt jedoch nur einen Aspekt der Gesamtlösung dar.

Anthropic’s Model Context Protocol (MCP): Standardisierung der Werkzeugnutzung und des Kontextzugriffs

Anthropic’s MCP adressiert den entscheidenden Aspekt, wie Agenten Werkzeuge nutzen und auf Kontextinformationen zugreifen. MCP standardisiert den Prozess, durch den Agenten APIs aufrufen, Funktionen aufrufen und sich in externe Systeme integrieren, und definiert im Wesentlichen, wie sie in ihrer Umgebung arbeiten. Während A2A die Inter-Agenten-Kommunikation regelt, konzentriert sich MCP auf die Interaktion eines Agenten mit der Außenwelt.

Im Wesentlichen:

• MCP stärkt die individuelle Agentenintelligenz.
• A2A ermöglicht kollektive Intelligenz.

Ähnlich wie HTTP und SMTP eine umfassende Akzeptanz, Infrastruktur und Entwicklerwerkzeuge benötigten, um einen breiten Erfolg zu erzielen, benötigen A2A und MCP ein robustes Ökosystem, um ihr Potenzial voll auszuschöpfen.

Auch mit Standardisierungsbemühungen wie A2A und MCP bleibt eine entscheidende Frage bestehen: Wie kann die Agentenkommunikation effektiv über komplexe und dynamische Unternehmensumgebungen skaliert werden? Sich ausschließlich auf direkte, Punkt-zu-Punkt-Verbindungen zu verlassen, die durch diese Protokolle definiert werden, birgt Herausforderungen in Bezug auf Skalierbarkeit, Ausfallsicherheit und Beobachtbarkeit. Dies unterstreicht die Notwendigkeit einer robusten zugrunde liegenden Kommunikationsinfrastruktur.

Stellen Sie sich ein Unternehmen vor, in dem Mitarbeiter nur über direkte Einzelnachrichten kommunizieren können. Das Teilen eines Updates würde erfordern, dass jede Person einzeln benachrichtigt wird. Die Koordination eines Projekts über mehrere Teams hinweg würde das manuelle Weiterleiten von Informationen zwischen jeder Gruppe beinhalten.

Das Skalieren eines solchen Systems auf Hunderte von Mitarbeitern würde zu Chaos führen.

Dieses Szenario spiegelt die Herausforderungen wider, denen sich Agenten-Ökosysteme gegenübersehen, die auf direkten Verbindungen aufbauen. Jeder Agent muss wissen, welche Agenten er kontaktieren muss, wie er sie erreichen kann und ihre Verfügbarkeit. Mit zunehmender Anzahl von Agenten wächst die Anzahl der erforderlichen Verbindungen exponentiell, was zu einem brüchigen, schwer zu verwaltenden und nicht skalierbaren System führt.

A2A und MCP stellen Agenten die Sprache und Struktur für die Kommunikation und Aktion zur Verfügung. Sprache allein reicht jedoch nicht aus. Um zahlreiche Agenten in einem Unternehmen zu koordinieren, ist eine Infrastruktur erforderlich, um den Nachrichtenfluss und die Agentenreaktionen zu verwalten.

Kafka und Flink: Das Rückgrat für skalierbare Agenten-Zusammenarbeit

Apache Kafka und Apache Flink stellen diese entscheidende Infrastruktur bereit.

Kafka und Flink erklärt

Apache Kafka, ursprünglich bei LinkedIn entwickelt und jetzt ein Apache Software Foundation-Projekt, ist eine verteilte Event-Streaming-Plattform. Es fungiert als robuster Message Bus mit hohem Durchsatz, der es Systemen ermöglicht, Echtzeit-Event-Streams zu veröffentlichen und zu abonnieren. Kafka wird in verschiedenen Anwendungen eingesetzt, darunter Finanzsysteme, Betrugserkennung und Telemetrie-Pipelines, da es Produzenten von Konsumenten entkoppeln und Datendauerhaftigkeit, Wiederholbarkeit und Skalierbarkeit gewährleisten kann.

Flink, ein weiteres Apache-Projekt, ist eine Echtzeit-Stream-Processing-Engine, die für zustandsbehaftete, hochdurchsatzfähige und latenzarme Eventverarbeitung entwickelt wurde. Während Kafka die Datenbewegung verwaltet, übernimmt Flink die Transformation, Anreicherung, Überwachung und Orchestrierung von Daten, während sie durch ein System fließen.

Zusammen bilden Kafka und Flink eine leistungsstarke Kombination. Kafka dient als Blutkreislauf, während Flink als Reflexsystem fungiert.

Analog zu A2As Rolle als HTTP der Agentenwelt bieten Kafka und Flink eine ereignisgesteuerte Grundlage für skalierbare Agentenkommunikation und -berechnung und adressieren Herausforderungen, die direkte Punkt-zu-Punkt-Kommunikation nicht bewältigen kann:

• Entkopplung: Mit Kafka müssen Agenten die Konsumenten ihrer Ausgabe nicht kennen. Sie veröffentlichen Ereignisse (z. B. "TaskCompleted", "InsightGenerated") in einem Thema, sodass jeder interessierte Agent oder jedes System abonnieren kann.
• Beobachtbarkeit und Wiederholbarkeit: Kafka führt ein dauerhaftes, zeitlich geordnetes Protokoll aller Ereignisse, um sicherzustellen, dass das Agentenverhalten vollständig nachvollziehbar, überprüfbar und wiederholbar ist.
• Echtzeit-Entscheidungsfindung: Flink ermöglicht es Agenten, in Echtzeit auf Ereignisströme zu reagieren, zu filtern, anzureichern, zu verknüpfen oder Aktionen basierend auf dynamischen Bedingungen auszulösen.
• Ausfallsicherheit und Skalierung: Flink-Jobs können unabhängig voneinander skaliert werden, sich von Fehlern erholen und den Status über lang laufende Workflows hinweg beibehalten, was für Agenten, die komplexe, mehrstufige Aufgaben ausführen, unerlässlich ist.
• Stream-native Koordination: Anstatt auf synchrone Antworten zu warten, können sich Agenten über Ereignisströme koordinieren, Updates veröffentlichen, Workflows abonnieren und den Status gemeinsam weiterentwickeln.

Zusammenfassend:

• A2A definiert, wie Agenten kommunizieren.
• MCP definiert, wie sie mit externen Werkzeugen interagieren.
• Kafka definiert, wie ihre Nachrichten fließen.
• Flink definiert, wie diese Flüsse verarbeitet, transformiert und zur Entscheidungsfindung verwendet werden.

Protokolle wie A2A und MCP sind entscheidend für die Standardisierung des Agentenverhaltens und der Kommunikation. Ohne ein ereignisgesteuertes Substrat wie Kafka und eine Stream-native Laufzeit wie Flink bleiben Agenten jedoch isoliert, unfähig, effektiv zu koordinieren, effizient zu skalieren oder im Laufe der Zeit zu argumentieren.

Die Vier-Schichten-Architektur für KI-Agenten in Unternehmensqualität

Um die Vision von interoperablen KI-Agenten in Unternehmensqualität vollständig zu verwirklichen, ist eine Vier-Schichten-Architektur erforderlich:

• Protokolle: A2A, MCP – definieren das Was.
• Frameworks: LangGraph, CrewAI, ADK – definieren das Wie.
• Messaging-Infrastruktur: Apache Kafka – unterstützt den Fluss.
• Echtzeit-Berechnung: Apache Flink – unterstützt das Denken.

Zusammen bilden diese Schichten den neuen Internet-Stack für KI-Agenten und bieten eine Grundlage für den Aufbau von Systemen, die nicht nur intelligent, sondern auch kollaborativ, beobachtbar und produktionsbereit sind.

Wir befinden uns derzeit an einem entscheidenden Punkt in der Entwicklung von Software.

So wie der ursprüngliche Internet-Stack – bestehend aus Protokollen wie HTTP und SMTP und Infrastruktur wie TCP/IP – eine Ära globaler Konnektivität einleitete, entsteht ein neuer Stack für KI-Agenten. Anstatt dass Menschen Webseiten navigieren oder E-Mails senden, ist dieser Stack jedoch für autonome Systeme konzipiert, die zusammenarbeiten, um zu argumentieren, zu entscheiden und zu handeln.

A2A und MCP stellen die Protokolle für die Agentenkommunikation und Werkzeugnutzung bereit, während Kafka und Flink die Infrastruktur für Echtzeitkoordination, Beobachtbarkeit und Ausfallsicherheit bereitstellen. Zusammen ermöglichen sie den Übergang von unverbundenen Agenten-Demonstrationen zu skalierbaren, intelligenten und produktionsreifen Ökosystemen.

Bei dieser Entwicklung geht es nicht nur um die Bewältigung technischer Herausforderungen. Es geht darum, ein neues Paradigma von Software zu ermöglichen, in dem Agenten über Grenzen hinweg zusammenarbeiten, Erkenntnisse liefern und Aktionen in Echtzeit vorantreiben, wodurch Intelligenz zu einem verteilten System wird.

Diese Vision erfordert jedoch eine aktive Entwicklung, die Offenheit, Interoperabilität und die Nutzung der Lehren aus der vorherigen Internet-Revolution betont.

Daher ist es bei der Entwicklung eines Agenten entscheidend, seine Integration in das breitere System zu berücksichtigen. Kann er effektiv kommunizieren? Kann er sich mit anderen Agenten koordinieren? Kann er sich an veränderte Bedingungen anpassen und weiterentwickeln?

Die Zukunft ist nicht nur Agenten-gesteuert, sondern Agenten-verbunden.