Consensus hat seine Wissenschaftssuche als Vier-Agenten-Workflow auf Basis von GPT-5 und der Responses API neu aufgebaut

Was das Frontend verbirgt: vier Agenten erledigen die Arbeit eines Forschers

Consensus startete als das, was Gründer Christian Salem eine vertikale Suchmaschine für Wissenschaft nennt: Paper indexieren, Ergebnisse abrufen, mit Zitaten zusammenfassen. Die neue Funktion, Scholar Agent, behält diese vertraute Konversationsoberfläche bei, strukturiert darunter aber alles in vier Agenten mit klar getrennten Aufgaben um.

Ein Planning Agent zerlegt die Frage und entscheidet über den nächsten Schritt. Ein Search Agent durchsucht den Paper-Index, die private Bibliothek des Nutzers und den Zitationsgraphen. Ein Reading Agent interpretiert Paper einzeln oder im Batch. Ein Analysis Agent fasst die Ergebnisse zusammen, wählt Struktur und Visualisierungen und verfasst die Ausgabe. Der Nutzer tippt weiterhin nur eine Frage ein und erhält eine Antwort – die Koordination dahinter bleibt unsichtbar.

Indem wir den Workflow auf mehrere Agenten verteilen, reduzieren wir Fehler und machen das System deutlich disziplinierter. Kein einzelner Agent trägt zu viel Verantwortung, und genau das erweist sich als entscheidend für die Zuverlässigkeit.Montana Labs

Das 'Research Context Pack' ist ein Vertrauenselement, kein Backend-Detail

Consensus bezeichnet seine Methode als Context Engineering – das Zusammenstellen der richtigen Evidenz, bevor die Generierung überhaupt beginnt. Für die Nutzererfahrung zählt, was dabei herauskommt: Jede Antwort wird mit einem strukturierten Bündel aus Papern, Metadaten und zentralen Erkenntnissen ausgeliefert, das sich bis zu den Originalstudien zurückverfolgen lässt.

Der enge Zuständigkeitsbereich jedes Agenten soll Halluzinationen minimieren, und die Architektur erlaubt es dem Assistenten ausdrücklich, keine Antwort zu geben. Erreicht keine Studie die Qualitätsschwelle, sagt das System das offen, statt eine Antwort zu erfinden. Für ein Tool, das von Forschenden und zunehmend auch von Klinikern genutzt wird, ist die Fähigkeit, nichts zurückzugeben, eine Eigenschaft, die die Oberfläche klar erkennbar machen muss.

Wir wollen nicht, dass Forschende Zeit damit verschwenden, jede Aussage doppelt zu überprüfen. Kann das System eine Antwort nicht auf echte Evidenz stützen, erfindet es keine.Montana Labs

Warum die Migration zur Responses API für das Routing entscheidend war

Consensus wechselte von Chat Completions zur Responses API gezielt, um Multi-Agent-Routing zu unterstützen – mit Verweis auf bessere Zuverlässigkeit, Kosteneffizienz und feinere Kontrolle über Aufrufe der Sub-Agenten. Das ist die technische Grundlage für eine Übergabe zwischen vier Agenten – jeder Planungs-, Such-, Lese- und Analyseschritt ist ein eigener Modellaufruf, der saubern orchestriert werden muss.

Das Team berichtet zudem, dass GPT-5 in frühen Evaluierungen GPT-4.1, Sonnet 4 und Gemini 2.5 Pro bei der Genauigkeit von Tool-Calls und der Stabilität der Planung übertroffen hat. Ihre Schlussfolgerung ist aufschlussreich: Zuverlässiges Tool-Calling erlaubte es ihnen, weniger Zeit mit Prompt-Feinschliff und mehr mit Agentenverhalten zu verbringen, das der tatsächlichen Arbeitsweise von Forschung entspricht.

Ein Consumer-Frontend war der Grund, warum ein Research-Backend skalieren konnte

Die strategische Wette lautet: Die Oberfläche, nicht die Institution, ist der Vertriebskanal. Consensus ging direkt auf Forschende zu – Studierende, Lehrende, Kliniker – und baute etwas, das sich wie eine moderne Consumer-App anfühlt: schnelles Onboarding, intuitives Design, konversationelle Oberfläche. Die Verbreitung erfolgte durch Mundpropaganda, von Doktoranden über Lehrende bis hin zu Ärzten.

Diese Oberfläche ist inzwischen mit folgenreichen Nutzergruppen verknüpft. Consensus hat die medizinische Bibliothek der Mayo Clinic als Kundin gewonnen und einen 'Medical Mode' für Praktiker eingeführt, die nach klinischer Evidenz suchen – neben 8 Millionen Nutzern und einem achtfachen Umsatzwachstum. Die Implikation für Teams, die agentische Produkte bauen: Der Multi-Agenten-Workflow, das Context Pack und die Disziplin, notfalls keine Antwort zu geben, zahlen sich nur aus, wenn das Frontend so einfach bleibt, dass ein Kliniker ihm schon beim ersten Versuch vertraut – die Technik existiert, um ein Consumer-Grade-Erlebnis zu schützen, nicht umgekehrt.