KI & AI

Microsoft Agent Framework

Allgemeine Infos

Das Microsoft Agent Framework ist ein Open-Source-Framework, mit dem Entwickler KI-Agenten und Multi-Agent-Workflows in Code bauen, orchestrieren und bereitstellen. Ein Agent nutzt ein Sprachmodell, ruft Tools und MCP-Server auf und erzeugt Antworten, Workflows verbinden Agenten und Funktionen über fest definierte Ausführungspfade. Das Framework ist modellunabhängig und bringt Konnektoren für Microsoft Foundry, Azure OpenAI, OpenAI, Anthropic Claude, Amazon Bedrock, Google Gemini und Ollama mit.

Microsoft bezeichnet es als direkten Nachfolger von Semantic Kernel und AutoGen, entwickelt von denselben Teams: Von AutoGen stammen die einfachen Abstraktionen für Einzel- und Multi-Agent-Muster, von Semantic Kernel Sitzungszustand, Typsicherheit, Filter und Telemetrie. Nach einem Release Candidate im Februar 2026 erschien am 3. April 2026 die Version 1.0 für .NET und Python mit stabilen APIs und der Zusage langfristiger Unterstützung. Eine Variante für Go ist in Public Preview.

Abgrenzung: Semantic Kernel bleibt für Bestandsprojekte nutzbar, neue Projekte starten auf dem Agent Framework. Microsoft Copilot Studio ist der Low-Code-Weg zu Agenten, das Agent Framework der Pro-Code-Weg. Der Foundry Agent Service in Microsoft Foundry ist eine Laufzeitumgebung, in der Agent-Framework-Agenten als Hosted Agents laufen können. Das allgemeine Konzept beschreibt der Eintrag KI-Agenten, die Anbindung von Werkzeugen der Eintrag MCP.

Funktionsweise & Details

Die Bausteine des Frameworks:

  1. Model Clients: Verbindung zu den Chat-Completions- oder Responses-Schnittstellen der Modellanbieter.
  2. Agents: Ein Agent kombiniert Modell, Anweisungen und Tools. Eine Agent Session hält den Zustand, Context Provider liefern Gedächtnis, etwa über Foundry Agent Service Memory, Mem0, Redis, Neo4j oder einen eigenen Speicher.
  3. Tools und MCP: Funktionen aus eigenem Code sowie externe Werkzeuge über MCP-Clients, die verfügbare Tools dynamisch erkennen.
  4. Middleware: fängt Agentenaktionen ab, etwa für Logging, Compliance oder Content Safety, ohne die Prompts zu ändern.
  5. Workflows: graphbasierte, deterministische Abläufe mit Verzweigung, Parallelisierung, Checkpointing und Human-in-the-loop. Für Multi-Agent-Orchestrierung gibt es die Muster Sequential, Concurrent, Handoff, Group Chat und Magentic-One.
  6. Deklarative Agenten: Agenten und Workflows lassen sich in YAML beschreiben und per API laden.

Installiert wird über NuGet (Microsoft.Agents.AI) bzw. PyPI (agent-framework). Noch in Preview sind unter anderem DevUI (lokaler Debugger im Browser), Foundry Hosted Agents, die OpenTelemetry-basierte Observability-Integration, Skills und der Agent Harness für lange, mehrstufige Aufgaben.

Vorteile & Nutzen

  • Ein Framework für Einzelagenten und orchestrierte Abläufe: Workflows ersetzen selbst geschriebene Steuerlogik, Checkpointing macht lange Prozesse unterbrechbar
  • Modellwechsel ohne Umbau, weil die Konnektoren für Foundry, OpenAI, Anthropic, Bedrock, Gemini und Ollama dieselben Agent-Abstraktionen nutzen
  • Stabile APIs seit Version 1.0 mit zugesagter Abwärtskompatibilität für den 1.0-Funktionsumfang, das schafft Planungssicherheit für produktive Anwendungen
  • Middleware als zentraler Eingriffspunkt für Logging und Compliance-Regeln, unabhängig vom einzelnen Prompt
  • Migrationsassistenten für Semantic Kernel und AutoGen analysieren bestehenden Code und erstellen einen Migrationsplan

Praxisbeispiel

Ein IT-Dienstleister mit 80 Beschäftigten automatisiert die Vorqualifizierung eingehender Tickets. Das Entwicklerteam baut mit dem Agent Framework in .NET einen Workflow: Ein Klassifizierungsagent liest das Ticket, ein zweiter Agent sucht über einen MCP-Server in der Wissensdatenbank nach Lösungen, und bei Änderungen an Kundensystemen hält der Workflow für eine menschliche Freigabe an. Eine Middleware protokolliert jeden Tool-Aufruf für die Revision. Weil der Workflow per Checkpoint pausieren kann, bleiben auch Tickets mit tagelanger Rückfrage beim Kunden im Prozess.

Worauf sollte man achten?

  • Für Produktivcode nur Funktionen aus dem stabilen 1.0-Umfang einsetzen, Preview-Bausteine wie DevUI oder Hosted Agents können sich noch ändern
  • Microsofts eigene Empfehlung beachten: Lässt sich eine Aufgabe mit einer normalen Funktion lösen, ist das einem Agenten vorzuziehen
  • Tools und MCP-Server mit minimalen Rechten anbinden und riskante Aktionen über Human-in-the-loop absichern, weil das Modell selbst entscheidet, wann es ein Tool aufruft
  • Das Framework lädt .env-Dateien nicht automatisch: Geheimnisse ohnehin über Managed Identity oder einen Schlüsseltresor bereitstellen statt in Konfigurationsdateien

Lizenz & Verfügbarkeit

Open Source unter MIT-Lizenz, kostenfrei. Kosten entstehen für die angebundenen Modelle und Dienste, etwa nach Tokenverbrauch in Microsoft Foundry oder Azure OpenAI, sowie für das Hosting der Agenten. Version 1.0 gibt es für .NET und Python, Go ist in Public Preview. Stand: Oktober 2026.

Fazit

Das Microsoft Agent Framework ist seit Version 1.0 der empfohlene Pro-Code-Weg zu Agenten im Microsoft-Umfeld. Starte neue Projekte direkt darauf und plane die Umstellung bestehender Semantic-Kernel- oder AutoGen-Anwendungen mit den Migrationsassistenten.

Weiterführende Links

Verwandte Artikel