Was ist Manus Wide Research?
Manus Wide Research ist eine bahnbrechende KI-Forschungsfunktion, die am 31. Juli 2025 von Manus (mit Hauptsitz in Singapur) eingeführt wurde. Sie setzt Hunderte von voll funktionsfähigen KI-Agenten (z. B. über 100) frei, die jeweils als Allzweckinstanz fungieren und parallel arbeiten, um groß angelegte Aufgaben wie die Recherche von 100 Sneakers oder die Erstellung von 50 Posterentwürfen in wenigen Minuten statt in Stunden zu bewältigen.
Im Gegensatz zu Deep Research von OpenAI oder Deep Think von Google, die sich auf einen einzigen Agenten stützen, der Daten sequenziell verarbeitet, ermöglicht der Ansatz von Manus eine modulare, skalierbare Erforschung durch Agentenschwärme, wodurch sowohl Forschungs- als auch kreative Ideenfindungsprozesse radikal beschleunigt werden.
Vom Agentenassistenten zum Agentenschwarm: Hintergrund und Kontext
Manus: Der rasante Aufstieg eines universellen KI-Agenten
- Manus erregte erstmals Anfang 2025 Aufmerksamkeit als einer der ersten vollständig autonomen KI-Agenten, der in der Lage ist, zu denken, Werkzeuge zu benutzen, Codes auszuführen und Aufgaben in der realen Welt zu bewältigen – alles über eine spezielle cloudbasierte VM-Schnittstelle.
- Manus sicherte sich eine Finanzierung in Höhe von 75 Millionen US-Dollar unter der Führung von Benchmark, an der auch Tencent und ZhenFund beteiligt waren, was zu einer Verlegung des Hauptsitzes von China nach Singapur, Tokio und San Mateo führte.
Warum umfassende Forschung ein strategischer Schritt ist
Während Deep-Research-Agenten sich durch ihre Tiefe auszeichnen, wächst die Nachfrage nach der Verarbeitung großer Datenmengen – z. B. dem schnellen Vergleich hunderter Entitäten. Wide Research war die Antwort von Manus: ein System, das Aufgaben auf Dutzende oder Hunderte gleichrangiger Agenten verteilt und so die traditionellen Engpässe bei der Ausführung durch einzelne Agenten beseitigt.
Wie Wide Research funktioniert: Architektur und Parallelität
Agenten-Cluster-Zusammenarbeit und Virtualisierung
- Wide Research führt jeden Agenten auf einer dedizierten virtuellen Maschine aus, wodurch Parallelität und Isolation ermöglicht werden. Sobald ein Benutzer eine Aufgabe zuweist, arbeiten die Agenten asynchron und geben strukturierte Ergebnisse zurück, die in Formaten wie Tabellenkalkulationen oder Webseiten zusammengefasst werden.
- Die Agenten verwenden ein proprietäres Protokoll für die Kommunikation zwischen Unteragenten, zerlegen große Aufgaben in Teilaufgaben und führen die Ergebnisse zusammen – ohne vordefinierte Agentenrollen wie „Manager” oder „Designer”.
Wichtige Systemfunktionen
- Parallele Verarbeitung: Beliebige Anzahl – von Dutzenden bis zu Hunderten von Agenten – pro Aufgabe aktiv.
- Allgemeine „homogene” Agenten: Jeder Agent ist eine Miniaturkopie der Hauptinstanz von Manus und kann flexibel zwischen Aufgaben wechseln.
- Asynchrone Aufgabenausführung: Benutzer können eine Aufgabe einreichen und später die Ergebnisse abrufen, sodass sie sich neuen Aufgaben widmen können.
- Unterstützung mehrerer Domänen und Modalitäten: Agenten können Texte recherchieren, Bilder analysieren und kreative Ergebnisse generieren – alles auf Basis von Benutzeranweisungen.
Umfassende Forschung in der Praxis: Demonstrationen und Auswirkungen in der realen Welt
- Sneaker-Vergleichsdemo: In einer öffentlichen Demo von Mitbegründer Yichao „Peak“ Ji startete Wide Research genau 100 Agenten, denen jeweils ein anderes Sneaker-Modell zugewiesen wurde. In weniger als 5 Minuten erstellte es eine sortierbare Matrix, in der Design, Preis, Verfügbarkeit und Kategorien verglichen wurden – weitaus schneller als es Deep Research sequenziell könnte.
- Kreative Postererstellung: Eine weitere Demo forderte „50 Posterdesigns” in verschiedenen visuellen Stilen an. Wide Research erstellte alle 50 Assets gleichzeitig und packte sie in eine herunterladbare ZIP-Datei – ideal für Designteams oder Marketingagenturen.
- Gemessen an der Reichweite in den sozialen Medien erhielt die Sneaker-Demo Tausende von Aufrufen und Fragen, was auf ein großes öffentliches Interesse an den Fähigkeiten von Agenten im großen Maßstab hindeutet.
Breite Forschung vs. Tiefgehende Forschung & Tiefgründiges Denken
| Funktion | Umfassende Forschung (Manus) | Tiefgehende Forschung / Tiefgründiges Denken |
| Agenten pro Aufgabe | Dutzende bis Hunderte von homogenen Wirkstoffen parallel | Ein Spezialagent, der in Serie arbeitet |
| Am geeigneten geeignet für | Aufwändige Aufgaben: Vergleich von 100 MBA-Programmen, Aktienkursentwicklung | Komplexe, nuancierte Aufgaben: Zusammenfassungen von Whitepapers |
| Geschwindigkeit | Protokoll | Oft mehrere zehn Minuten |
| Skalierbarkeit | Lineare Skalierung über alle Elemente hinweg | Begrenzt durch sequenziellen Durchsatz |
| Flexibilität | Fully prompt‑driven, creative, cross-domain | Strukturierte Eingabeaufforderungen, domänenbeschränkt |
| Ressourcenverbrauch | Hoch; abhängig von der Anzahl der Agenten | Geringere Kosten pro Aufgabe, aber langsamer |
| Bewährte Benchmarks | Fehlende quantitative Vergleichsergebnisse | Verifizierte Leistung auf GAIA, HLE-Benchmarks |
Seine Stärke liegt in Geschwindigkeit und Breite, während Deep Research durch Tiefe und Präzision der Argumentation glänzt. Manus behauptet, dass Wide Research Deep Research in Bezug auf Geschwindigkeit und Vielfalt „übertrifft”; allerdings hat das Unternehmen noch keine direkten Vergleichsbenchmarks oder Genauigkeitsmetriken veröffentlicht, um diese Behauptungen unabhängig zu validieren.
Bemerkenswert ist, dass auch Googles Gemini 2.5 Deep Think paralleles Denken mit einer agentenähnlichen Architektur untersucht, die zur Lösung schwierigerer Probleme (z. B. Mathematikolympiaden) entwickelt wurde. Seine öffentliche Einführung ist jedoch noch begrenzt und weniger allgemein als das System von Manus, das Endnutzern über ein Abonnement zur Verfügung steht.
Anwendungsfälle: Wo umfassende Forschung Wert schafft
Marktforschung und Produktanalyse
Große Verbrauchermarken können sofort mehr als 100 Produkt-SKUs vergleichen und dabei parallel Preise, Bewertungen und Funktionsdaten erfassen.
Akademische und Wettbewerbsanalyse
Forscher, die mit der Analyse der weltweit geeigneten MBA-Programme oder Universitäten beauftragt sind, können sich auf Agent-Cluster verlassen, um Lehrpläne, Studiengebühren und Rankings zu extrahieren und innerhalb weniger Minuten ein Vergleichsdossier zusammenzustellen.
Kreativagenturen und Designer
Agenturen können unbegrenzt mehrere Poster-Mockups oder Inhaltsvarianten erstellen und so Kampagnen in großem Umfang mit schnellen Feedback-Schleifen entwerfen.
Investoreninformationen
Die Analyse von Trends bei 1.000 Aktien – Verfolgung von Performance, Kennzahlen, Marktnachrichten – kann in großem Umfang automatisiert werden, mit strukturierten Ergebnissen für Dashboards oder Tabellenkalkulationen.
Soziale Medien und Trendbeobachtung
Social Listening: Setzen Sie Agenten ein, um Nischen-Subreddits oder Produktforen in über 100 Threads gleichzeitig zu überprüfen und Stimmungsänderungen oder Meme-Trends aufzudecken.
Barrierefreiheit und Preise: Umfassende Recherche aus erster Hand
Wide Research ist derzeit nur für Nutzer des Manus Pro-Tarifs (~199 $/Monat) verfügbar und wird in den kommenden Wochen schrittweise auch für die Tarife Plus (39 $/Monat) und Basic (19 $/Monat) eingeführt.
- Kostenlose Stufe: 0 $/Monat, bietet 300 tägliche Aktualisierungsguthaben und ermöglicht eine gleichzeitige Aufgabe, jedoch keinen Zugriff auf Wide Research.
- Basic für 19 $/Monat: 2 gleichzeitige Aufgaben, frühzeitiger Zugriff auf Bild-/Videogenerierung – nicht Wide.
- Plus für 39 $/Monat: 3 gleichzeitige Aufgaben, aber Wide Research weiterhin gesperrt.
- Pro (199 $/Monat): Bis zu 10 gleichzeitige Wide Research-Operationen, über 19.900 Credits, vorrangiger Beta-Zugang und erweiterte Agent-Tools.
Bei Vorauszahlung eines Jahresabonnements wird ein Rabatt von 17 % gewährt.
Kompromisse und Einschränkungen
Experimentelles System: Manus räumt ein, dass Wide Research sich noch in einer experimentellen Phase befindet und bekannte Einschränkungen wie verdeckte Kosten, gelegentliche Koordinationsprobleme zwischen Agenten und begrenzte Transparenz bei Sub-Agenten-Protokollen aufweist.
Komplexität der Koordination: Bei über 100 unabhängig voneinander arbeitenden Agenten hängt die Konsistenz der Ergebnisse vom zugrunde liegenden Aggregationsprotokoll von Manus ab – die Fehlerbehandlung und die Zusammenführung der Ergebnisse werden noch weiterentwickelt.
Höhere Kosten pro Aufgabe: Die Erzeugung von Hunderten von Agenten kann zu einer erhöhten Auslastung der Infrastruktur führen. Obwohl Pro großzügige Credits beinhaltet, können Nutzer mit hohem Volumen dennoch an Grenzen stoßen.
Unzureichende öffentliche Benchmarks: Manus hat keine GAIA- oder HLE-Benchmark-Ergebnisse für Wide Research veröffentlicht und konnte auch keinen direkten Vergleich mit OpenAI oder DeepThink vorlegen, sodass seine Behauptungen weitgehend qualitativer Natur sind.
Regionaler Zugang: Manus bietet nach der Verlagerung seines Betriebs nach Singapur und Kalifornien keine Dienste mehr auf dem chinesischen Festland an, was sich auf einige Nutzer und IP-Überlegungen auswirken kann.
Erste Schritte: Wie Sie Wide Research heute nutzen können
Erstellen Sie ein Manus-Konto und melden Sie sich für Pro an oder warten Sie auf die Einführung der Plus-Stufe.
Verwenden Sie eine Discord-ähnliche Benutzeroberfläche oder eine Browser-Benutzeroberfläche, um Eingabeaufforderungen wie die folgenden auszugeben:
- „Vergleichen Sie 100 Sneaker hinsichtlich Design, Bewertungen und Preis.“
- „Erstellen Sie 50 Poster in verschiedenen Stilen zum Thema Klimawandel.“
Erhalten Sie visuelle Ausgaben: Tabellenkalkulation, sortierbare Matrix, ZIP-Datei mit PDFs/PNGs oder Webseitenberichte.
Passen Sie Sample-Agenten an – filtern, remixen oder optimieren Sie Ton, Datenfelder und kreativen Stil nach Bedarf.
Automatisierung über API: Manus unterstützt Entwickler-Workflows durch die Integration von API-Testtools (z. B. Apidog) und ermöglicht so robuste Pipelines für die Automatisierung der Forschung und die Bereitstellung von Dokumentationen.
Warum die Manus Wide-Forschung wichtig ist
- Demokratisierung umfangreicher Forschungsarbeiten: Einzelpersonen oder kleine Teams können nun riesige Vergleichsaufgaben bewältigen, die früher großen Unternehmen vorbehalten waren.
- Beschleunigung der Erkenntnisgewinnung: Entdecken Sie Muster schneller und ermöglichen Sie so eine schnelle Entscheidungsfindung in den Bereichen Marketing, Forschung oder Design.
- Neues Paradigma für autonome KI-Workflows: Das Agent-Swarm-Modell testet die Zukunft der KI als elastische, Cloud-first, selbstkoordinierende Systeme anstelle von isolierten Chatbots.
- Signale für Technologie trends: Während Google und OpenAI als Pioniere im Bereich der Multi-Agenten-KI gelten, positioniert sich Manus an vorderster Front, um die breite Akzeptanz und nahtlose Integration einer Toolchain voranzutreiben.
Abschließende Erkenntnis
Manus Wide Research markiert einen ambitionierten Schritt vorwärts in der Entwicklung autonomer Agentenarchitekturen. Durch die Dezentralisierung der Aufgabenausführung auf Hunderte identischer Agenten, die gleichzeitig arbeiten, wird neu definiert, wie groß angelegte Datenerhebungen, kreative Ergebnisse und Multitasking-Projekte von einem einzigen Benutzer mit einer Eingabeaufforderung durchgeführt werden können.
Obwohl derzeit ein Pro-Abonnement erforderlich ist und es an Transparenz bei den Benchmarks mangelt, bieten seine Hochgeschwindigkeitsfunktionen einen Einblick in die nächste Grenze der KI: Skalierbarkeit ohne Einbußen bei der Flexibilität. Für alle, die umfangreiche Recherchen optimieren, parallele Aufgaben automatisieren oder Ideen schnell prototypisieren möchten, ist Wide Research ein leistungsstarkes Tool, das es zu entdecken gilt.
Häufig gestellte Fragen
Ist Manus Wide Research kostenlos nutzbar?
Nur die Anzeigeoberfläche ist kostenlos. Das Erstellen von Aufgaben mit Wide Research erfordert den Pro-Tarif (199 $/Monat). Die Tarife Basic und Plus erhalten später Zugriff, sind jedoch noch nicht für Wide Research freigeschaltet.
Kann ich in der kostenlosen Version eine umfassende Recherche durchführen?
Nein. Nutzer der kostenlosen Version sind auf eine einfache Abfrage beschränkt und können nicht auf die umfangreichen Funktionen von Wide Research zugreifen.
Was ist der Unterschied zwischen Wide Research und Wide Research in Plus/Basic?
Nur Pro-Nutzer können mehr als 10 gleichzeitige groß angelegte Aufgaben ausführen. Plus- und Basic-Nutzer haben weniger Credits und eine begrenzte Parallelität bis zur vollständigen Einführung.
Funktioniert Wide Research auch in anderen Sprachen als Englisch?
Wide Research unterstützt Eingaben in natürlicher Sprache und kann mehrsprachige Abfragen verarbeiten, aber komplexe Extraktionen funktionieren aufgrund der zugrunde liegenden LLM-Optimierung möglicherweise am geeigneten in Englisch.
Wie unterscheidet es sich von OpenAI’s Deep Research oder Google Deep Think?
Wide Research unterscheidet sich grundlegend dadurch, dass es mehrere Agenten parallel einsetzt und so Aufgaben mit Hunderten von Elementen ermöglicht. Deep Research und Deep Think verarbeiten Daten sequenziell über einen einzigen spezialisierten Agenten und legen dabei mehr Wert auf die Tiefe der Argumentation als auf den Umfang.