Wenn ein KI-Agent tausend starten kann: Dynamic Workflows in Claude Managed Agents

Die meisten KI-Agenten bearbeiten eine Aufgabe nach der anderen. Sie fragen, der Agent arbeitet, er antwortet. Das lässt sich leicht beobachten und leicht stoppen.

Stellen Sie sich nun eine Aufgabe mit Hunderten Teilen vor: jeden Vertrag in einem Ordner prüfen, eine lange Liste von Quellen gegeneinander abgleichen oder einen Rückstau an Supportfällen durchsehen. Ein einzelner Agent kommt damit in einer Unterhaltung an seine Grenzen. Ein neuerer Ansatz lässt den Agenten die Arbeit auf viele Helfer verteilen. Das ist leistungsfähig. Es verändert aber auch die Frage, die Sie sich vor dem Einschalten stellen müssen.

Was hat Anthropic veröffentlicht?

Am 9. Oktober 2026 meldeten die Release Notes der Claude Platform, dass ein Claude-Managed-Agents-Agent jetzt Dynamic Workflows nutzen kann, in der Beta. Die Angaben unten entsprechen der Dokumentation von Anthropic.

• Der Agent schreibt das Programm. Ein Workflow ist ein Programm, das viele Agenten in Phasen laufen lässt und ihre Ergebnisse zusammenführt. Der Agent entscheidet, ob und wann er einen Lauf startet, anhand der Arbeit, die Sie beschreiben, und der Hinweise in seinem System-Prompt.
• Er läuft im Hintergrund. Der Server führt den Workflow als Workflow Run aus. Der Agent kann weiterarbeiten oder seinen Zug beenden, während der Lauf weitergeht.
• Phasen und Fan-out. Ein Workflow kann die Arbeit in benannte Phasen teilen. In einer Phase kann er viele Agenten gleichzeitig laufen lassen und das Ergebnis des einen an den nächsten weitergeben. Er kann einen Schritt wiederholen, zum Beispiel einen Entwurf überarbeiten, bis eine Prüfung besteht oder eine festgelegte Zahl von Runden aufgebraucht ist.
• Fehler werden im Code behandelt. Scheitert einer seiner Agenten, kann das Programm den Fehler behandeln oder den Lauf dadurch beenden lassen.
• Sie schalten es pro Agent ein. Es ist aus, bis Sie workflows in der multiagent-Einstellung des Agenten aktivieren. Es braucht den Beta-Header managed-agents-2026-04-01, und Anthropic kennzeichnet die Funktion als Beta.
• Sie folgen ihm über Ereignisse. Lauf-Ereignisse erscheinen im Ereignisstrom der Sitzung, und jeder Agent eines Laufs arbeitet in einem eigenen Sitzungs-Thread, den Sie lesen können.

Die dokumentierten Grenzen

Das ist der Teil, den man lesen sollte, bevor man etwas baut. Die Dokumentation nennt für Workflow Runs diese Grenzen.

Grenze	Wert laut Dokumentation	Was an der Grenze passiert
Agenten, die ein Workflow über die Laufzeit startet	1.000	Der Server startet keine weiteren Agenten, und der Lauf endet mit einem Fehler
Laufzeit eines Laufs	Standardmäßig 24 Stunden, oder eine kürzere, die der Agent setzt	Der Lauf endet mit einem Timeout-Fehler
Gleichzeitig offene Läufe in einer Sitzung	Standardmäßig 10	Der Server lehnt den Start eines weiteren Laufs ab
Budget der Sitzung	Von Ihnen festgelegt	Alle offenen Läufe pausieren, und die Sitzung wird inaktiv, bis das Budget erhöht oder entfernt wird

Weitere Angaben aus der Dokumentation sind für Geschäftsverantwortliche wichtig.

• Ein Lauf hat keinen eigenen Preis. Seine Modellanfragen zählen zum Budget der Sitzung, und seine Tokens werden wie die übrigen Tokens der Sitzung abgerechnet.
• Pausiert heißt nicht fertig. Ein pausierter Lauf behält seine Uhr. Ein Lauf, der pausiert bleibt, kann trotzdem mit einem Timeout enden.
• Lauf-Ereignisse lösen keine Webhooks aus. Wer sich auf Webhooks verlässt, um zu erfahren, wann die Arbeit fertig ist, muss zusätzlich den Ereignisstrom der Läufe verfolgen.
• Berechtigungsrichtlinien gelten für die Werkzeuge, die die Agenten eines Laufs aufrufen, nicht für den Start des Laufs. Aus unserer Sicht werden Ihre Werkzeugregeln dadurch wichtiger, weil ein einziger Start viele Agenten Werkzeuge aufrufen lassen kann.
• Den Agenten zu ändern ist blockiert, solange ein Lauf offen ist. Die Aktualisierung des Agenten der Sitzung liefert einen Fehler, bis alle Läufe beendet sind.

Warum sollten Fachteams das interessieren?

Fan-out ist der Zweck. Es ist auch das Risiko. Kann ein Agent viele starten, wiederholt jeder Helfer einen kleinen Fehler im Prompt, ein fehlerhaftes Dokument oder eine Schleife im Workflow. Ein einzelner Kundenservice-Agent, der eine falsche Nachricht sendet, ist ein schlechter Nachmittag. Hundert Helfer, die dasselbe tun, sind ein Vorfall.

Die Dokumentation zeigt, dass die Plattform Obergrenzen bereitstellt. Die Zahlen wählt sie nicht für Sie. Ein Budget, das für einen Test passt, ist für den Betrieb falsch. 24 Stunden Laufzeit können für eine Aufgabe, die zehn Minuten dauern sollte, viel zu lang sein. Zehn gleichzeitige Läufe können mehr sein, als Ihre nachgelagerten Systeme verkraften. Die Zahlen sind eine geschäftliche Entscheidung über Kosten, Tempo und Schadensradius.

Zwei Punkte verdienen im Geschäftsalltag besondere Aufmerksamkeit:

1. Welche Werkzeuge dürfen die Helfer aufrufen? Dürfen sie in Ihr CRM schreiben, WhatsApp-Nachrichten senden oder Erstattungen auslösen, vervielfacht das Fan-out diese Aktionen.
2. Wer behält den Überblick? Ein Lauf im Hintergrund geht weiter, nachdem die Unterhaltung endet. Jemand muss die Budget-Warnung verantworten und den Lauf stoppen können.

Eine kurze Checkliste vor dem Einschalten

1. Mit reiner Leseaufgabe beginnen. Lassen Sie die ersten Läufe lesen, zusammenfassen und markieren. Helfer sollen noch keine Systeme ändern.
2. Zuerst das Budget setzen. Wählen Sie ein Sitzungsbudget, das zur Aufgabe passt, und notieren Sie, warum Sie diese Zahl gewählt haben.
3. Eine kürzere Laufzeit setzen für Aufgaben, die in Minuten fertig sein sollten.
4. Die Werkzeuge auflisten, die jeder Helfer aufrufen darf, und Schreib- und Sendeaktionen hinter einen Menschen stellen.
5. Einen Verantwortlichen benennen, der Budget- und Timeout-Warnungen erhält und den Agenten bitten kann, seine Läufe zu stoppen.
6. Mit einer kleinen Menge testen, dann das Volumen schrittweise erhöhen und bei jedem Schritt die Ergebnisse lesen.
7. Die Stopp-Regel aufschreiben: Welches Ergebnis, welcher Fehler oder welche Kosten lassen das Team den Lauf pausieren.

Die Regel zum Übernehmen

Jeder KI-Agent, der andere Agenten starten kann, bekommt eine schriftliche Obergrenze, bevor er Zugriff erhält: ein Kostenbudget, eine Grenze für die Zahl der Agenten, eine maximale Laufzeit, eine Liste der Werkzeuge, die seine Helfer aufrufen dürfen, und einen benannten Verantwortlichen, der ihn stoppen kann.

Wie Incresco hilft

Incresco ist Claude-Partner. Wir entwickeln Web- und Mobile-Anwendungen, Cloud-Systeme, Salesforce-Lösungen, WhatsApp-Erlebnisse und KI-Agenten. Bei Multi-Agent-Arbeit kartieren wir die Aufgabe, legen fest, was Helfer lesen und ändern dürfen, setzen die Grenzen und verbinden die Warnungen mit einem benannten Verantwortlichen. Siehe unsere Leistungen KI-Transformation, Cloud und Systemintegrationen.

Sie überlegen, Agenten parallel arbeiten zu lassen? Sprechen Sie Incresco an und bitten Sie um eine Multi-Agent-Bereitschaftsprüfung. Wir gehen Ihre Aufgabe, die Werkzeuge jedes Helfers und die nötigen Obergrenzen durch und sagen Ihnen, was zuerst zu beheben ist.