Microsoft Agent Framework

Microsoft Agent Framework (MAF) ist Microsofts offizielles Multi-Agent-SDK — auf der Build-2026-Konferenz (2.–3. Juni 2026) als Version 1.0 allgemein verfügbar gemacht. Es ist die wichtigste strategische Aufräumaktion im Microsoft-Agenten-Stack: Die bisher getrennten Projekte AutoGen (aus Microsoft Research, stark in Multi-Agent-Konversationen) und Semantic Kernel (aus dem Produktbereich, stark in Enterprise-Orchestrierung und .NET) verschmelzen zu einer einzigen, kommerziell unterstützten Bibliothek.

Damit endet eine jahrelange Doppelgleisigkeit. Wer Agenten im Microsoft-Umfeld baute, musste sich bisher zwischen dem experimentellen, schnelllebigen AutoGen und dem produktionsorientierten, aber konzeptionell anderen Semantic Kernel entscheiden. MAF führt beide Welten zusammen: Die ausgereiften AutoGen-Patterns für Multi-Agent-Konversationen — allen voran Magentic-One, das General-Purpose-Multi-Agent-System mit Orchestrator und spezialisierten Agents — leben als stabile Komponenten weiter, während die Enterprise-Tauglichkeit und .NET-Unterstützung von Semantic Kernel den Unterbau bilden.

Die Kernabstraktion ist ein Agent-Harness, das Agents als erstklassige Objekte mit Skills, Context, Memory und Middleware behandelt. Tools werden als getypte Funktionen registriert, Memory ist eingebaut (nicht nachgerüstet), und Middleware erlaubt das Einklinken von Policies, Logging oder Guardrails an definierten Punkten im Agent-Lebenszyklus. Ein Deep-Research-Agent (Preview) und File-System-Tools gehören zum Lieferumfang.

Ungewöhnlich für ein Microsoft-Projekt ist die echte Gleichberechtigung von Python und .NET: Beide SDKs sind First-Class, nicht das eine ein nachgelagerter Port des anderen. Für gemischte Enterprise-Teams — Data-Science in Python, Backend in C# — ist das ein konkreter Vorteil gegenüber Python-only-Frameworks wie LangGraph oder dem OpenAI Agents SDK.

Provider-Agnostik ist Standard: MAF läuft mit Azure OpenAI, Anthropics Claude (über Microsoft Foundry), Microsofts eigener MAI-Modellfamilie und lokalen Modellen. Die tiefste Integration besteht aber zu Microsoft Foundry: Von dort kommen Hosting (Foundry Agent Service mit isolierten Sandboxes), Tracing, Memory-Dienste und Governance über die neue Agent Control Specification (ACS). Wer im Azure-Ökosystem arbeitet, bekommt damit einen durchgängigen Pfad von der lokalen Entwicklung bis zum produktiven, governten Agent — inklusive One-Click-Publishing zu Teams und Microsoft 365 Copilot.

Schwächen ergeben sich vor allem aus der Jugend des 1.0-Release. Bestehende AutoGen- und Semantic-Kernel-Projekte brauchen einen Migrationsschritt; die Migrationspfade sind dokumentiert, aber nicht trivial, und eigenständige AutoGen-Releases laufen aus. Der .NET-Schwerpunkt ist für reine Python-Teams gewöhnungsbedürftig, auch wenn das Python-SDK vollwertig ist. Und die volle Stärke entfaltet MAF erst im Azure-/Foundry-Kontext — als reines lokales Framework ist es nutzbar, aber dann verschenkt man die Hosting- und Governance-Vorteile, die den eigentlichen Mehrwert ausmachen.

Empfohlen für Engineering-Teams im Microsoft-Ökosystem, die produktive Multi-Agent-Systeme bauen — und für alle, die bisher AutoGen oder Semantic Kernel genutzt haben und jetzt auf den offiziell unterstützten Nachfolger umsteigen wollen. Für Greenfield-Projekte ohne Azure-Bindung bleiben LangGraph oder das OpenAI Agents SDK leichtgewichtigere Alternativen — sobald aber Enterprise-Governance, .NET oder Foundry-Hosting ins Spiel kommen, ist das Microsoft Agent Framework die naheliegende Wahl.