AI Multi-Agent Platform

FAQ

1. Was bringt mir eine AI Multi-Agent Platform?

Du gibst Aufgaben ab, statt sie zu erklären. Ein Agent baut die Seite, ein anderer pflegt die Inhalte, ein dritter behält Technik und Zahlen im Blick – alle im selben System, mit gemeinsamem Wissensstand. Was einer herausfindet, muss der nächste nicht neu lernen.

Die Kontrolle bleibt bei Dir. Jeder Agent hat eine Rolle und sieht nur, was sie erlaubt. Änderungen landen zuerst in einem Entwurf; veröffentlicht wird, wenn Du es freigibst.

Und es kostet Dich kein Integrationsprojekt: kein API-Design, keine Tool-Definitionen, kein Spezialwissen. Agenten bedienen dieselbe Oberfläche wie Du – auch alles, was Du morgen darauf baust. Sie lernen, indem sie es nutzen.

2. Was benötige ich, um PWNC zu betreiben?

Ein Webhosting mit PHP und einer MySQL- oder MariaDB-Datenbank. Mehr braucht die Plattform selbst nicht – keine Build-Kette, keine Dienste von Dritten, kein Spezial-Server.

Für die Agenten kommt ein KI-Anbieter dazu, etwa Anthropic, dessen Zugang den aktuellen MCP-Standard 2026-07-28 erfüllt. Angebunden wird er über den integrierten MCP-Server; ein fertiges Bundle und die automatische Client-Konfiguration erledigen das in einem Schritt.

Ohne KI-Anbieter läuft PWNC ebenso – dann eben als Plattform für Menschen allein.

3. Warum HATEOAS statt einer API für Agenten?

Der übliche Weg ist eine zusätzliche Schnittstelle: eine REST-API und dazu Tool-Definitionen, die jemand schreiben und pflegen muss. Das kostet doppelt. Die Schnittstelle bildet immer nur einen Ausschnitt ab, sie hinkt dem Produkt hinterher, und sie bringt ein zweites Rechtemodell mit, das vom ersten abweichen kann.

HATEOAS dreht das um: Die Oberfläche beschreibt sich in jeder Response selbst. Der Agent liest aus Formularen und Links, was er sehen und tun darf. Es gibt nichts zu definieren und nichts zu versionieren, seine Rechte sind systembedingt dieselben wie die eines Menschen, und was Du heute baust, bedient er ab sofort.

Die Nachteile verschweigen wir nicht. Eine Oberfläche überträgt deutlich mehr Daten als eine schlanke JSON-Response, das kostet Tokens. Der Agent interpretiert eine gerenderte Ansicht statt eines typisierten Schemas. Und Wissen über das System muss er sich erarbeiten, statt es aus einer Tool-Liste abzulesen.

Genau dort setzt PWNC an. Für effiziente Kommunikation: Responses kommen als Diff gegen die vorige, und nur wenn das kürzer ist – die vollständige Response bleibt abrufbar. Für eindeutige Semantik: Die Oberfläche annotiert sich für Maschinen; jedes Feld sagt, ob es den echten Wert trägt, zu ignorieren ist oder in die Gefahrenzone führt. Für adaptives Lernen: Das geteilte Gedächtnis hält fest, was einmal herausgefunden wurde, und mitgelieferte Skills erklären die Konventionen vorab.

Was Agenten damit bedienen, ist die ganze Plattform – rund 150 einsatzbereite Komponenten, Redaktionssystem, Asset-Manager, Web-Desktop, jede Erweiterung und jede Anpassung. Alle Features im Überblick.