Agenten & Automation · Microsoft Research

Microsoft AutoGen

Forschungs-Framework für Multi-Agent-Systeme aus Microsoft Research — seit Build 2026 offiziell im neuen Microsoft Agent Framework (MAF 1.0) aufgegangen, der Konvergenz aus AutoGen und Semantic Kernel.

DSGVO bedingt· USA

AutoGen ist Microsoft Researchs experimentelles Framework für Multi-Agent-Systeme — gestartet im September 2023, seitdem zu einer der einflussreichsten Open-Source-Agent-Libraries gereift. Anders als die meisten Konkurrenten kommt AutoGen aus der Forschungsabteilung: Konzepte ändern sich häufig, dafür sind die Patterns für komplexe Multi-Agent-Konversationen besonders ausgereift.

Die Kernidee ist ungewöhnlich: Statt eines linearen Agent-Loops modelliert AutoGen Agents als Konversationspartner, die miteinander reden — ein AssistantAgent denkt nach und schreibt, ein UserProxyAgent führt Tool-Calls aus, ein GroupChat orchestriert mehrere Agents in einer Runde. Das macht komplexe Setups (Researcher + Critic + Coder + Reviewer) intuitiver beschreibbar als in den meisten Konkurrenten.

AutoGen Studio ist die visuelle IDE: Agents per Drag-and-Drop konfigurieren, Konversationen testen, Workflows als JSON exportieren. Für Teams, die lieber visuell modellieren als in Python codieren, ein erfrischender Einstieg — und für Workshops und Demos ideal.

Magentic-One ist seit Ende 2024 der Star: Ein ready-made General-Purpose-Multi-Agent-System mit einem Orchestrator und vier spezialisierten Agents (Web-Surfer, File-Surfer, Coder, Computer-Terminal). Out-of-the-Box auf Web-Browsing- und Tool-Use-Benchmarks führend — als Forschungsbasis für eigene General-Purpose-Agents wertvoll.

Die Distributed Runtime (seit v0.4) macht AutoGen production-tauglich: Agents können auf verschiedenen Maschinen laufen, asynchron kommunizieren, Mid-Conversation-Failover funktioniert. Wer skaliert, profitiert von dieser Architektur.

Schwächen: Die API-Stabilität ist die größte Hürde — der v0.4-Cut Anfang 2025 hat viel Code gebrochen, und kleinere Breaking Changes gibt es weiter regelmäßig. Die Lernkurve ist steiler als bei OpenAI Agents SDK oder CrewAI — die Multi-Agent-Konversations-Patterns brauchen Eingewöhnung.

Empfohlen für Forschungsteams und Engineers, die komplexe Multi-Agent-Patterns explorieren — und für jeden, der mit AutoGen Studio einen visuellen Einstieg in Multi-Agent-Architekturen sucht. Für stabile Production-Agenten mit OpenAI-Modellen ist das Agents SDK aktuell oft die bessere Wahl.


Update Juni 2026 — Microsoft Build 2026: AutoGen ist mit Build 2026 offiziell in das neue Microsoft Agent Framework (MAF 1.0) übergegangen — der formellen Konvergenz von AutoGen (Multi-Agent-Konversationen) und Semantic Kernel (Enterprise-Orchestrierung) zu einem einzigen, kommerziell unterstützten SDK für Python und .NET. Die bewährten AutoGen-Konzepte (GroupChat, Magentic-One) leben dort als stabile Multi-Agent-Orchestrierung weiter, ergänzt um ein einheitliches Agent-Harness mit Skills, Memory und Middleware. Bestehende AutoGen-Projekte bekommen damit einen klaren, produktionsreifen Migrationspfad — eigenständige AutoGen-Releases laufen aus. Wer neu startet, sollte direkt das Microsoft Agent Framework verwenden (eigener Eintrag im Verzeichnis).

Screenshot

Screenshot der Microsoft AutoGen-Website
Microsoft AutoGen · Website-Screenshot1280 × 800

Pro & Contra

+ Pro
  • Sehr starke Multi-Agent-Konversationen
  • Visual Builder über AutoGen Studio
  • Magentic-One als ready-made General-Purpose-Agent
  • Aktive Forschung von Microsoft Research
− Contra
  • API-Konzepte ändern sich oft (v0.4 war großer Cut)
  • Lernkurve steiler als bei OpenAI Agents SDK
  • Tracing weniger ausgereift
  • Production-Patterns selten dokumentiert

Anwendungsfälle

Forschung mit komplexen Multi-Agent-SetupsCode-generierende WorkflowsDatenanalyse-PipelinesKonversations-Agenten mit mehreren Personas

Verwandte Tools