Antigravity in der Praxis: Multi-Agent-Pipelines für Mid-Market-Kunden

Warum dieser Artikel jetzt

Antigravity hat es 2026 endgültig aus dem Lab geschafft. Mit der NotebookLM 3.5-Integration ist es zum ersten Mal in einem Mainstream-Produkt sichtbar geworden, und Google bietet seitdem einen Antigravity-SDK-Layer an, mit dem Drittanbieter eigene Pipelines bauen können.

Wir setzen Antigravity seit drei Wochen in zwei Mid-Market-Projekten ein – einer Recherche-Pipeline für einen Fachverlag und einem Reporting-Workflow für einen B2B-Service-Provider. Dieser Artikel ist die CTO-Sicht aus diesen Projekten.

Was Antigravity konzeptionell ist

Antigravity ist kein LLM. Es ist ein Orchestrierungs-Layer, der mehrere Agenten zu einer Pipeline verkettet, dabei State zwischen den Schritten hält und Failure-Handling übernimmt. Der Vergleichsmaßstab ist nicht Claude oder GPT, sondern eher LangGraph, AutoGen oder Temporal mit Agent-Adaptern.

Was Antigravity besonders macht:

• Native Tool-Use über MCP – Pipelines können MCP-Server als Schritte einbinden
• Memory mit Citation Trace – jeder Pipeline-Schritt kann nachvollziehen, welche Source einen Output beeinflusst hat
• Sandbox-Execution – Schritte laufen in isolierten Sandbox-Umgebungen, mit kontrolliertem Netzzugriff
• Replay & Forking – ein Lauf kann an jedem Schritt geforkt und mit anderen Parametern wiederholt werden

Das ist die Kombination, die Multi-Agent-Setups aus dem „dauert eine Woche zum Debuggen"-Bereich rausholt.

Eine Pipeline, die wir aktuell betreiben

Für den Fachverlag haben wir eine Recherche-Pipeline gebaut, die wöchentlich läuft und neue Quellen für ein bestimmtes Themengebiet einsammelt. Vereinfacht:

┌────────────────────────────────────────────────────┐
│  Trigger (cron, Webhook oder Slack-Command)        │
└─────────────────────┬──────────────────────────────┘
                      ▼
        ┌─────────────────────────┐
        │  1. Scope-Agent         │  → klärt: was suchen wir genau?
        └────────────┬────────────┘
                     ▼
        ┌─────────────────────────┐
        │  2. Discovery-Agents    │  → 4-8 parallele Web-Searches
        └────────────┬────────────┘
                     ▼
        ┌─────────────────────────┐
        │  3. Dedupe & Rank       │  → MCP-Call gegen Bestandsdaten
        └────────────┬────────────┘
                     ▼
        ┌─────────────────────────┐
        │  4. Extraction-Agents   │  → strukturierte Felder pro Quelle
        └────────────┬────────────┘
                     ▼
        ┌─────────────────────────┐
        │  5. Reviewer-Agent      │  → Qualitätsfilter, Citation-Check
        └────────────┬────────────┘
                     ▼
        ┌─────────────────────────┐
        │  6. Sink                │  → MCP-Call in Redaktions-CMS
        └─────────────────────────┘

Sechs Schritte, zwei davon parallelisiert. Laufzeit pro Woche: ~8 Minuten, Kosten: deutlich unter dem, was ein Werkstudent für die gleiche Arbeit gekostet hätte – und mit besserer Citation-Disziplin.

Architektur-Entscheidungen, die sich gelohnt haben

1. Skills statt riesigem System-Prompt

Wir definieren jeden Agenten als kleinen Skill mit einer klaren Aufgabe, einem klaren Input/Output-Schema und einer eigenen Tool-Liste. Das macht Debugging und Replay viel einfacher, weil jeder Schritt isoliert testbar ist.

2. MCP als einzige Außenkante

Pipelines reden mit der Außenwelt ausschließlich über MCP-Server. Datenbank-Zugriffe, CMS-Updates, Source-Repositories – alles MCP. Das gibt uns:

• Ein einheitliches Auth-Modell
• Einheitliche Audit-Logs
• Austauschbarkeit der Backends ohne Pipeline-Änderung

Wenn du noch keinen produktiven MCP-Server hast, ist das ein guter Zeitpunkt – siehe unseren Retrieval-Layer-Artikel.

3. Reviewer-Agent als Pflicht

Der vorletzte Schritt jeder Pipeline ist ein Reviewer-Agent. Sein Job ist nicht „besser machen", sondern rejecten, wenn Citation-Trace fehlt, Felder leer sind oder eine Quelle als unzuverlässig markiert ist. Damit haben wir die Anzahl der „komischen" Outputs in Production massiv reduziert.

4. Replay-Fähigkeit ab Tag 1

Jeder Pipeline-Lauf bekommt eine ID, jeder Schritt wird mit Input/Output geloggt. Wenn Schritt 4 versagt, können wir Schritt 1-3 replayen, ohne sie neu auszuführen. Das halbiert Debugging-Zeit gefühlt.

Cost-Modell – ehrliche Zahlen

Für die Recherche-Pipeline oben:

Das ist ein wöchentlicher Lauf für eine komplette Redaktions-Recherche. Selbst mit einem 4-5x Sicherheitsaufschlag liegen wir bei unter 5 €/Monat. Das ist die Größenordnung, in der Multi-Agent-Setups für Mid-Market wirtschaftlich werden.

Wo Antigravity (noch) nicht passt

• Echtzeit-Antworten unter 2 Sekunden. Pipelines haben Orchestrierungs-Overhead. Für Chat-Latenz nimm eher direkte LLM-Calls.
• Hochregulierte Datenflüsse. Cloud-Sandbox-Execution heißt Cloud. Wer Daten nicht raus lassen darf, sollte sich Local AI anschauen.
• Pipelines mit weniger als 3 Schritten. Da ist der Antigravity-Overhead höher als der Nutzen. Ein direkter Tool-Use-Call reicht.

Anti-Patterns, die wir gesehen haben

• „Ein Agent pro Mikro-Aufgabe." Pipelines mit 20+ Schritten werden unwartbar. Wir bleiben unter 8.
• Kein Output-Schema. Wenn Agenten Freitext zurückgeben, scheitert die Pipeline am nächsten Schritt. JSON-Schemas sind Pflicht.
• Pipelines ohne Reviewer. Ein letzter Quality-Gate-Schritt ist nicht optional.
• Modelle nach Bauchgefühl. Wir benchmarken jeden Schritt mit 2-3 Modellen, bevor wir uns festlegen. Die Cost-Tabelle oben war Ergebnis von zwei Tagen Messung.

Wie wir Antigravity in Kundenprojekten einführen

Unser Standard-Pfad:

1. Workshop: ein Use-Case identifizieren, der heute manuell läuft und gut definiertes Input/Output hat
2. Prototyp (2-3 Tage): Pipeline aufsetzen, ohne Production-Hardening
3. Eval-Setup: 20-50 Test-Inputs, gegen die jede Pipeline-Version läuft
4. MCP-Integration der wichtigsten Backends
5. Reviewer-Layer und Replay-Logging
6. Soft-Launch mit menschlicher Freigabe vor Sink-Step
7. Auto-Run nach 2-3 Wochen stabiler Soft-Launch-Phase

Das ist nicht spektakulär, aber es ist der Pfad, der bisher zuverlässig zu Pipelines führt, denen die Kunden vertrauen.

Fazit

Antigravity ist 2026 der erste Multi-Agent-Stack, mit dem wir guten Gewissens in Mid-Market-Kundenprojekte gehen. Die Kombination aus MCP-Nativität, Sandbox-Execution und Replay-Fähigkeit verlässt das „spannendes Lab-Demo"-Niveau und kommt im produktiven Alltag an.

Wer aktuell überlegt, Multi-Agent ernst zu nehmen, sollte zwei Sachen vorab haben: einen produktiven MCP-Layer und eine klare Vorstellung davon, welcher heute-manuelle Workflow automatisierbar wäre. Wenn beides da ist, ist die Pipeline der schnelle Teil.

Du hast einen Workflow, der nach Multi-Agent-Pipeline schreit? Lass uns kurz darüber sprechen →