---
term: "Evaluator Agent"
slug: "evaluator-agent"
glossar_id: "G272"
variants: ["Critic Agent"]
category: "agenten-tools-und-orchestrierung"
marker: ""
short: "Agent zur Prüfung der Ergebnisse anderer Agenten."
sources:
  - label: "Anthropic: Building effective agents"
    url: "https://www.anthropic.com/engineering/building-effective-agents"
  - label: "Cemri et al.: Why Do Multi-Agent LLM Systems Fail?"
    url: "https://arxiv.org/abs/2503.13657"
status: "entwurf"
updated: "2026-09-21"
---

Ein Evaluator Agent prüft das Ergebnis eines anderen Agenten und gibt Rückmeldung, statt selbst zu produzieren. Im zugehörigen Muster erzeugt ein Aufruf eine Antwort, ein zweiter bewertet sie, und die Kritik geht zur Überarbeitung zurück. Das lohnt sich, wenn es klare Prüfkriterien gibt und wiederholtes Nachbessern das Ergebnis messbar verbessert. [Anthropic: Building effective agents](https://www.anthropic.com/engineering/building-effective-agents)

## Getrennte Rollen sehen mehr als eine

Der Gewinn entsteht durch den Rollenwechsel. Ein Aufruf, der gleichzeitig schreiben und bewerten soll, neigt dazu, das eigene Ergebnis gut zu finden. Ein eigener Prüfschritt mit eigenem Prompt sucht gezielt nach Fehlern, ohne den Ehrgeiz, die Lösung zu verteidigen.

Wie gut das funktioniert, hängt an den Kriterien. Wo sich Qualität benennen lässt, etwa an Tests, Vorgaben oder einer Prüfliste, trägt der Schritt. Wo die Kriterien fehlen, entsteht eine Bewertung, die überzeugend klingt und nichts prüft.

## So kannst du dir das vorstellen

Der Prüfschritt entspricht dem Vieraugenprinzip. Zwei Personen mit demselben Auftrag sehen oft dieselben Dinge, zwei Personen mit verschiedenen Aufträgen, eine schreibt, eine prüft, sehen mehr. Das Bild erklärt die Rollentrennung, es ersetzt keine fachliche Abnahme.

## Was es in der Praxis bedeutet

Eine Auswertung von Durchläufen verschiedener Systeme führt fehlende Überprüfung als eine von drei Hauptgruppen für Fehlschläge auf. [Cemri et al.](https://arxiv.org/abs/2503.13657) Ein Prüfschritt ist also kein Luxus, sondern deckt eine bekannte Schwachstelle ab.

Zwei Dinge halten ihn ehrlich: klare Kriterien, an denen geprüft wird, und eine Grenze für die Zahl der Überarbeitungsrunden. Ohne Grenze drehen sich Erzeugen und Bewerten weiter, bis das Budget aufgebraucht ist. Und für Entscheidungen mit Folgen bleibt die letzte Abnahme bei einem Menschen.

## Wo es verwechselt wird

Der Evaluator Agent prüft einen einzelnen Lauf im Betrieb. Davon zu trennen ist die Bewertung von Modellen und Systemen durch ein Modell als Prüfer, die in der Messung und in Benchmarks vorkommt.

## Verwandte Begriffe

**LLM-as-a-Judge**, **Multi-Agent System**, **Manager Agent**, **Orchestration**, **Human-in-the-Loop**, **Workflow**.