Agent2Agent-Protokoll
Das Agent2Agent-Protokoll (A2A) ist ein offener Standard, mit dem KI-Agenten verschiedener Frameworks und Anbieter einander finden, Aufgaben delegieren und Ergebnisse austauschen können, ohne ihre internen Tools oder ihr Gedächtnis offenzulegen.
Auch: A2A
Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir
Agenten entstehen auf vielen Stacks: LangGraph, CrewAI, Google ADK und eigener Code. A2A gibt ihnen eine gemeinsame Art, miteinander zu sprechen. Google hat das Projekt gestartet und an die Linux Foundation übergeben.
Der Unterschied zu MCP
Die beiden werden oft verwechselt. Das Model Context Protocol verbindet einen Agenten mit Tools, APIs und Daten. A2A verbindet einen Agenten mit anderen Agenten. Ein Tool tut, was man ihm sagt, und liefert ein Ergebnis; ein anderer Agent kann planen, Fragen stellen und über längere Zeit an einer Aufgabe arbeiten. Das A2A-Projekt empfiehlt, beides zu nutzen.
So funktioniert es
Jeder Agent veröffentlicht eine Beschreibung dessen, was er kann, damit andere Agenten ihn finden. Ein Client-Agent schickt dann eine Aufgabe, und der entfernte Agent bearbeitet sie und gibt Nachrichten und Ergebnisse zurück. Die Agenten bleiben füreinander undurchsichtig: Keiner muss sein internes Gedächtnis, seine Tools oder seine Logik teilen.
Beispiel
Ein Reiseagent auf einem Framework übergibt die Hotelsuche an einen Buchungsagenten, den eine andere Firma betreibt. Er muss nicht wissen, welches Modell oder welche Tools der Buchungsagent nutzt, nur wie er die Aufgabe schickt und die Antwort liest.
Wann es wichtig ist
A2A ist nützlich, wenn Agenten Team- oder Firmengrenzen überschreiten. Innerhalb einer Anwendung koordiniert ein Multi-Agenten-System Agenten meist direkt über Agenten-Orchestrierung.
Verwandte Begriffe
- Model Context Protocol
- Das Model Context Protocol (MCP) ist ein offener Standard, der festlegt, wie KI-Anwendungen sich mit externen Tools, Daten und Prompts verbinden, über JSON-RPC-Nachrichten zwischen einer Host-Anwendung, ihren Clients und separaten Servern.
- Multi-Agenten-System
- Ein Multi-Agenten-System ist ein Aufbau, in dem mehrere KI-Agenten, jeder mit eigenen Anweisungen, Tools und eigenem Kontext, an Teilen einer Aufgabe arbeiten und Ergebnisse aneinander oder an einen koordinierenden Agenten weitergeben.
- Agenten-Orchestrierung
- Agenten-Orchestrierung ist die Steuerung, welche Agenten oder Modellaufrufe in einer Anwendung laufen, in welcher Reihenfolge und wie jeder nächste Schritt gewählt wird, entweder durch ein Modell, das entscheidet, oder durch festen Code.
- KI-Agent
- Ein KI-Agent (AI Agent) ist ein System, in dem ein Sprachmodell seine nächsten Schritte selbst bestimmt: Es ruft Tools auf, liest die Ergebnisse und wiederholt das, bis die Aufgabe erledigt ist, statt einem festen Skript zu folgen.