KI-Berichte · Stanford Digital Economy Lab · 2026-10-29 · Forschungsarbeit
Multi-User Large Language Model Agents – Stanford Digital Economy Lab
Originaltitel: Multi-User Large Language Model Agents - Stanford Digital Economy Lab
LLM-basierte Agenten werden zunehmend als Assistenten für Planung und Entscheidungsfindung eingesetzt, doch die meisten sind darauf optimiert, einem einzelnen Nutzer zu dienen. Wenn sie in Team-Workflows Einzug halten, müssen sie mehreren Nutzern mit unterschiedlichen Rollen und Befugnissen dienen, was Konflikte, Informationsasymmetrie und Datenschutzprobleme mit sich bringt. Die Studie präsentiert die erste systematische Untersuchung solcher Multi-User-Agenten, testet Befolgen von Anweisungen, Wahrung der Privatsphäre und Koordination und stellt fest, dass führende LLMs es schwer haben, bei widersprüchlichen Zielen stabile Prioritäten zu halten, bei mehrstufigen Interaktionen mehr Datenschutzverstöße zeigen und ineffizient werden, wenn die Koordination iteratives Sammeln von Informationen erfordert.