Microsoft Agent Framework 1.0: Was die Fusion von Semantic Kernel und AutoGen bedeutet

Ein Jahr nach der ersten Vorstellung hat Microsoft sein Agent Framework auf Version 1.0 gebracht. Für Teams, die heute vor der Entscheidung stehen, auf welcher Grundlage sie Multi-Agenten-Systeme bauen, ist das ein Anlass, genauer hinzuschauen: Microsoft vereint hier zwei zuvor getrennte Projekte – Semantic Kernel und AutoGen – in einem gemeinsamen, quelloffenen SDK und erklärt die API damit für stabil.

Was mit Version 1.0 passiert

Laut dem offiziellen Ankündigungsbeitrag im Microsoft-Entwicklerblog (öffnet in neuem Tab) ist das Agent Framework „the production-ready release: stable APIs, and a commitment to long-term support". Das ist der entscheidende Unterschied zur Vorversion: Bis zum Release Candidate im Februar 2026 konnte sich die Oberfläche des Frameworks noch ändern, jetzt verspricht Microsoft Abwärtskompatibilität für die als stabil markierten Funktionen.

Praktisch bedeutet das laut der Ankündigung unter anderem:

• Agenten und Service-Connectors sind für .NET und Python produktionsreif. Mitgeliefert werden Anbindungen an Microsoft Foundry, Azure OpenAI, OpenAI, Anthropic Claude, Amazon Bedrock, Google Gemini und Ollama.
• Workflows – die grafenbasierte Engine, mit der sich Agenten und Code zu deterministischen, wiederholbaren Abläufen verbinden lassen – gelten jetzt als stabil, inklusive Checkpointing für lange, unterbrechbare Prozesse.
• Multi-Agent-Orchestrierung unterstützt laut Blogbeitrag feste Muster aus der Microsoft-Research-Arbeit an AutoGen: sequenziell, parallel, Handoff, Gruppenchat und das sogenannte Magentic-Muster, bei dem ein Manager-Agent eine dynamische Aufgabenliste führt und spezialisierte Agenten koordiniert.
• MCP und A2A sind als offene Protokolle eingebaut: Agenten können darüber externe Werkzeuge entdecken und mit Agenten anderer Frameworks zusammenarbeiten.
• Migrations-Assistenten für bestehenden Semantic-Kernel- oder AutoGen-Code analysieren laut Ankündigung den vorhandenen Code und erzeugen einen Migrationsplan Schritt für Schritt.

Das Projekt läuft unter MIT-Lizenz. Mit zum Release kommen laut Blogbeitrag außerdem mehrere Vorschau-Funktionen, deren Schnittstellen sich noch ändern können – darunter ein browserbasierter lokaler Debugger (DevUI) und eine Integration, mit der sich GitHub Copilot oder Claude Code selbst als Agent innerhalb einer Multi-Agenten-Orchestrierung einsetzen lassen.

Warum zwei Projekte zu einem wurden

Um die Entscheidung einzuordnen, lohnt ein Blick zurück. Microsoft hatte laut dem ursprünglichen Vorstellungsbeitrag vom Oktober 2025 (öffnet in neuem Tab) zwei parallele Projekte im Angebot, die unterschiedliche Stärken hatten und unterschiedliche Lücken:

• Semantic Kernel bot eine stabile SDK mit Enterprise-Anbindungen, Content-Moderation und Telemetrie – war aber bei experimentellen Orchestrierungsmustern zurückhaltend.
• AutoGen, aus der Microsoft-Forschung hervorgegangen, öffnete die Tür zu experimentellen Mehragenten-Mustern, die die Community aufgriff – blieb bei Enterprise-Themen wie Compliance-Hooks oder Sicherheit aber dünn.

Das Agent Framework soll laut Microsoft explizit keines der beiden Projekte ersetzen, sondern beide Stärken in einer SDK zusammenführen: „the innovation of AutoGen and the trust and stability of Semantic Kernel – in one unified framework", wie es im Ankündigungsbeitrag heißt. Für Teams, die bereits mit Semantic Kernel oder AutoGen gebaut haben, ist das zugleich die unangenehme Nachricht: Beide Vorgängerprojekte bekommen laut Migrationsleitfäden künftig den Fokus nicht mehr, neue Funktionsinvestitionen fließen in das Agent Framework.

Ein Agent in wenigen Zeilen

Wie schlank der Einstieg gedacht ist, zeigt das Beispiel aus dem Ankündigungsbeitrag (öffnet in neuem Tab) selbst. In Python reicht laut Microsoft dieser Code, um einen einfachen Agenten anzulegen und eine Anfrage auszuführen:

# pip install agent-framework
from agent_framework import Agent
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

agent = Agent(
    client=FoundryChatClient(
        project_endpoint="https://your-project.services.ai.azure.com",
        model="gpt-5.3",
        credential=AzureCliCredential(),
    ),
    name="HelloAgent",
    instructions="You are a friendly assistant.",
)

print(agent.run("Write a haiku about shipping 1.0."))

Für Mehragenten-Abläufe bietet das Framework laut derselben Quelle vorgefertigte Bausteine wie den SequentialBuilder, mit dem sich mehrere Agenten – etwa ein Text-Entwurf-Agent und ein Review-Agent – zu einer festen Abfolge verknüpfen lassen, ohne die Orchestrierungslogik von Hand zu schreiben. Wer von Semantic Kernel oder AutoGen kommt, findet laut Microsoft in den verlinkten Migrationsleitfäden eine Zuordnungstabelle, welche bekannten Bausteine im neuen Framework welche Entsprechung haben.

Grenzen, die im Beitrag selbst stehen

Microsoft benennt im GitHub-Repository selbst Einschränkungen, die vor einem produktiven Einsatz zu prüfen sind. Laut den „Important Notes" im Repository (öffnet in neuem Tab) gilt: Wer das Framework mit Diensten von Drittanbietern verbindet – etwa fremden MCP-Servern, Agenten anderer Hersteller oder Modellen außerhalb von Azure Direct –, tut dies auf eigenes Risiko. Microsoft empfiehlt ausdrücklich, selbst zu prüfen, welche Daten an solche Drittsysteme fließen und zurückkommen, und eigene Inhaltsfilter sowie Sicherheitsmaßnahmen zu ergänzen. Das Framework liefert laut Repository die Bausteine für Enterprise-Readiness – Middleware-Hooks, Beobachtbarkeit, Freigabeprozesse –, die konkrete Absicherung bleibt aber Aufgabe des einsetzenden Teams.

Auch das A2A-Protokoll ist laut Ankündigungsbeitrag zum Zeitpunkt der 1.0-Veröffentlichung nicht vollständig: Volle Unterstützung für A2A 1.0 wird dort als „coming soon" angekündigt, nicht als bereits ausgeliefert. Wer heute plant, mit Agenten anderer Frameworks über A2A zusammenzuarbeiten, sollte diesen Stand vor einer Entscheidung selbst prüfen.

Wie sich das Framework im Feld einordnet

Das Agent Framework tritt in ein Feld, das bereits gut besetzt ist. Laut einer Marktübersicht von LangChain (öffnet in neuem Tab) stehen ihm unter anderem LangChain, LangGraph, CrewAI, Google ADK und das OpenAI Agents SDK gegenüber – jedes mit eigenem Schwerpunkt, von schnellem Prototyping (CrewAI) bis zu präzisen, langlaufenden Agenten (LangGraph). Das GitHub-Repository von microsoft/agent-framework (öffnet in neuem Tab) weist zum Abruf 14.000 Sterne und 2.400 Forks aus – eine solide, aber im Vergleich zu etablierten Projekten wie LangChain (laut derselben LangChain-Übersicht im sechsstelligen Bereich) noch überschaubare Community-Größe. Das ist kein Nachteil per se: Das Agent Framework ist erst ein Jahr alt und zielt erkennbar nicht auf die größte Sternezahl, sondern auf Teams, die bereits im Microsoft-Ökosystem arbeiten und dort eine offizielle, langfristig unterstützte Schiene suchen.

Bemerkenswert an der Funktionsliste ist, wie konsequent Microsoft auf offene Standards statt auf eine geschlossene Plattform setzt: MCP für Werkzeuganbindung, A2A für die Zusammenarbeit über Frameworkgrenzen hinweg, OpenAPI für den automatischen Import bestehender REST-Schnittstellen als Agenten-Werkzeuge. Wer also mit MCP-Servern oder A2A-fähigen Agenten aus anderen Ökosystemen arbeitet, ist nicht zwingend an Microsofts Laufzeitumgebung gebunden.

Was das für Teams praktisch bedeutet

Wer heute ein neues Multi-Agenten-Projekt plant und bereits mit Azure, Microsoft Foundry oder .NET arbeitet, bekommt mit Version 1.0 erstmals eine offizielle Zusage, dass sich die Grundlagen der API nicht mehr unter den Füßen verändern. Das war beim Release Candidate im Februar 2026 noch nicht garantiert. Für Teams außerhalb des Microsoft-Stacks ändert sich wenig: Die Interoperabilität über MCP und A2A macht das Framework zwar auch für gemischte Umgebungen interessant, aber Projekte, die bereits auf LangGraph oder CrewAI aufgebaut haben, haben keinen zwingenden Grund für einen Wechsel.

Für bestehende Semantic-Kernel- oder AutoGen-Projekte ist die Lage konkreter: Microsoft stellt mit den Migrations-Assistenten ein Werkzeug bereit, das den vorhandenen Code analysiert und einen Migrationsplan erzeugt – ein Hinweis darauf, dass der Umstieg mittelfristig naheliegt, auch wenn die Vorgängerprojekte damit nicht sofort abgekündigt sind.

Fazit

Die Version 1.0 des Microsoft Agent Framework ist vor allem ein Stabilitätsversprechen, keine technische Revolution – die meisten der jetzt als „stabil" markierten Funktionen waren bereits im Release Candidate vorhanden. Der eigentliche Wert liegt darin, dass Microsoft zwei zuvor parallel geführte Projekte zusammenführt und damit eine klare Richtung für die eigene Agenten-Strategie vorgibt. Wer im Microsoft-Ökosystem baut, bekommt damit erstmals eine offiziell unterstützte, langfristig stabile Grundlage für Multi-Agenten-Systeme. Wer außerhalb davon arbeitet, kann die offenen Protokolle als Brücke nutzen, ohne sich auf die Plattform festzulegen.