KI-Agenten-Frameworks
Ein KI-Agenten-Framework ist eine Softwarebibliothek für Programme, in denen ein Sprachmodell eine Aufgabe plant, Werkzeuge aufruft und aus den Ergebnissen den nächsten Schritt wählt. Das Framework steuert diese Schleife, verbindet das Modell mit Werkzeugen und Daten und hält den Stand einer Aufgabe fest, während die Schritte laufen. Die meisten dieser Frameworks sind Open Source und in Python geschrieben, mehrere gibt es auch für TypeScript, Java, Go oder .NET.
Entwickler nutzen ein Framework, damit nicht jeder Agent eigenen Code für Werkzeugaufrufe, Wiederholungen, Übergaben zwischen Agenten und Aufzeichnungen jedes Laufs braucht. In einer Bank oder bei einem Asset Manager entscheidet derselbe Code, ob Mitarbeitende eine Aktion freigeben, nachlesen, was ein Agent getan hat, und einen fehlerhaften Lauf stoppen können. Neben den Frameworks stehen zwei offene Protokolle: Eines verbindet Agenten mit Werkzeugen, das andere verbindet Agenten untereinander.
Die wichtigsten Frameworks und ihre Herausgeber
LangGraph (auf Englisch) stammt von LangChain und bildet einen Agenten als Graph von Schritten ab, dessen Zustand während des Laufs gespeichert wird, sodass ein Lauf nach einem Fehler oder einer Pause weiterlaufen kann. LangChain nennt J.P. Morgan, Uber und Klarna unter den Unternehmen, die es einsetzen. Das OpenAI Agents SDK (auf Englisch) ist der produktionsreife Nachfolger von Swarm, einem früheren Experiment von OpenAI, und beschränkt sich auf wenige Bausteine: Agenten mit Anweisungen und Werkzeugen, Übergaben zwischen Agenten, Guardrails zur Prüfung von Ein- und Ausgaben sowie eingebautes Tracing.
Microsoft Agent Framework erreichte Version 1.0 für .NET und Python (auf Englisch) am 3. April 2026, mit stabilen APIs und der Zusage langfristiger Unterstützung. Microsoft Agent Framework ist der Nachfolger von Semantic Kernel und AutoGen, und Microsoft rät den Nutzern beider Projekte zum Umstieg. Google veröffentlicht das Agent Development Kit (ADK) (auf Englisch) für Python, TypeScript, Go, Java und Kotlin und gibt an, dass es mit fast jedem generativen KI-Modell arbeitet. Anthropic bietet das Claude Agent SDK für Python und TypeScript an, das einer Anwendung die Agentenschleife und die eingebauten Werkzeuge von Claude Code gibt, und ein Claude-Agenten-Workshop in Frankfurt setzt bei den Werkzeugen damit an.
MCP und A2A: wie Agenten Werkzeuge und einander erreichen
Das Model Context Protocol (MCP) ist die gemeinsame Schnittstelle zwischen einem Agenten und einem Werkzeug oder einer Datenquelle, und LangGraph, das OpenAI Agents SDK, Microsoft Agent Framework, ADK und das Claude Agent SDK können alle MCP-Server aufrufen. Eine Bank kann deshalb einen Server für ein System schreiben und ihn mit jedem dieser Frameworks nutzen. Die MCP-Server von Datenanbietern und Zahlungsfirmen zeigen, welche Werkzeuge ein solcher Server anbietet und was eine Bank vor der Anbindung prüft.
Agent2Agent (A2A) (auf Englisch) regelt die Verbindung zwischen Agenten: Google hat das Protokoll entwickelt, und die Linux Foundation hat es im Juni 2025 als offenes Projekt übernommen, mit SAP und ServiceNow unter den Gründungsmitgliedern. Mit A2A arbeiten zwei Agenten zusammen, ohne einander ihr internes Gedächtnis, ihre Werkzeuge oder ihre Logik offenzulegen (auf Englisch), sodass ein Bankagent eine Aufgabe an den Agenten einer Verwahrstelle oder eines Zahlungsdienstleisters übergeben kann. Das Agent Payments Protocol erweitert A2A für Zahlungen, die ein Agent im Auftrag einer Person auslöst.
Freigaben, Protokolle und Stoppfunktion
Für Hochrisiko-KI-Systeme verlangt die KI-Verordnung der EU automatische Protokolle über die gesamte Lebensdauer des Systems und einen Menschen, der eingreifen oder das System über eine Stopptaste oder ein ähnliches Verfahren anhalten kann. Betreiber bewahren diese Protokolle mindestens sechs Monate auf, und Banken und andere Finanzinstitute führen sie als Teil der Dokumentation, die das Finanzaufsichtsrecht ohnehin verlangt. Die ESMA erinnerte Wertpapierfirmen daran, dass ihr Leitungsorgan verantwortlich bleibt (auf Englisch), ob nun Menschen oder KI-Werkzeuge entscheiden, und erwartet Aufzeichnungen über den KI-Einsatz bei Wertpapierdienstleistungen.
LangGraph hält einen Lauf mit einem Interrupt (auf Englisch) an, etwa vor einer Finanztransaktion, speichert über einen Checkpointer den genauen Zustand und setzt fort, sobald eine Person den Schritt freigibt oder ablehnt. Microsoft Agent Framework bietet Checkpoints, menschliche Freigaben sowie Pausieren und Fortsetzen in allen seinen Orchestrierungsmustern. Das OpenAI Agents SDK zeichnet Modellaufrufe, Werkzeugaufrufe, Übergaben und Guardrail-Prüfungen in Traces (auf Englisch) auf, die standardmäßig an das Backend von OpenAI gehen, deshalb ersetzt eine Bank, die ihre Aufzeichnungen im Haus hält, diesen Trace-Prozessor durch einen eigenen.
Open-Source-Code nach DORA und BaFin-Orientierungshilfe
Die meisten Agenten-Frameworks sind Open-Source-Bibliotheken, die in der Bank selbst laufen, und DORA behandelt solche Software als Informations- und IKT-Asset. Im Januar 2026 veröffentlichte die BaFin eine unverbindliche Orientierungshilfe zu IKT-Risiken beim Einsatz von KI, die beschreibt, was DORA für solchen Code bedeutet. Softwarebibliotheken gehören ins Inventar der IKT-Assets, Bibliotheken und Frameworks werden regelmäßig auf Schwachstellen geprüft, und Code aus Open-Source-Projekten wird vor dem Einsatz in der Produktion analysiert und getestet.
Die BaFin nennt zwei Risiken von Open-Source-Bibliotheken: Schadcode, der über eine Bibliothek eingeschleust wird, und eine Bibliothek, deren Entwickler nach einigen Jahren aufhören, während bekannte Schwachstellen offen bleiben. Ein Release mit stabilen APIs und langfristiger Unterstützung, wie Microsoft es für Agent Framework 1.0 zusagt, senkt das zweite Risiko. Gehostete Zusatzdienste für Tracing oder Deployment sind IKT-Dienstleistungen eines Drittanbieters und gehören wie jeder andere Anbieter ins Informationsregister.
Kommende Events in Deutschland
Welche KI-Agenten-Frameworks gibt es?
Zu den Agenten-Frameworks mit stabiler öffentlicher Version gehören LangGraph von LangChain, das OpenAI Agents SDK, Microsoft Agent Framework, das Agent Development Kit von Google, das Claude Agent SDK von Anthropic und CrewAI. Die ersten fünf rufen Werkzeuge über das Model Context Protocol auf, und Microsoft Agent Framework und ADK unterstützen auch Agent2Agent, ADK noch als experimentelle Funktion.
LangGraph, OpenAI Agents SDK und Microsoft Agent Framework im Vergleich
In LangGraph legt der Entwickler jeden Schritt und jede Verzweigung als Graph fest, und ein Checkpointer speichert unterwegs den Zustand. Das OpenAI Agents SDK kommt mit sehr wenigen Abstraktionen aus und überlässt dem Modell über Übergaben mehr von der Steuerung. Microsoft Agent Framework verbindet frei arbeitende Agenten mit graphbasierten Workflows und läuft unter .NET ebenso wie unter Python.
Sind die Frameworks Open Source?
LangGraph, das OpenAI Agents SDK, Microsoft Agent Framework und CrewAI stehen unter der MIT-Lizenz, ADK und die A2A-Spezifikation unter Apache 2.0. Für das Claude Agent SDK gelten die kommerziellen Bedingungen von Anthropic (auf Englisch), und eine offene Lizenz deckt nie das Sprachmodell hinter einem Agenten ab, das eine Bank gesondert lizenziert.
MCP- und A2A-Protokoll: der Unterschied
MCP verbindet einen Agenten mit Werkzeugen und Daten, etwa einem Marktdaten-Feed oder einer Zahlungs-API, während A2A Agenten über Unternehmens- und Anbietergrenzen hinweg miteinander verbindet. Das A2A-Projekt nennt beide einander ergänzend: Ein Bankagent kann MCP für die eigenen Systeme nutzen und A2A, um eine Aufgabe an einen Agenten außerhalb der Bank zu geben.
In welchen Programmiersprachen lassen sich KI-Agenten entwickeln?
Python ist die gemeinsame Sprache aller dieser Frameworks, und LangGraph, das OpenAI Agents SDK, ADK und das Claude Agent SDK gibt es auch für TypeScript. Microsoft Agent Framework ist für .NET und Python verfügbar, eine Go-Version ist in der öffentlichen Vorschau, und ADK unterstützt zusätzlich Go, Java und Kotlin.
KI-Agenten-Frameworks und Finance Loop
Finance Loop behandelt KI-Agenten-Frameworks im Bereich Digitale Infrastruktur und Souveränität, weil das gewählte Framework festlegt, von welchem Code, welchen Protokollen und welchen Anbietern eine Bank abhängt. Finance Loop unterstützt Claude Hacker House, eine Praxisreihe, deren Sessions den Aufbau von Agenten und das Model Context Protocol behandeln.
Finance Loop ist ein Experten-Netzwerk und will die institutionelle Nutzung neuer Technologien im Finanzwesen voranbringen, wie KI, digitale Zahlungen sowie Cloud- und Blockchain-Lösungen. Finance Loop hilft seinen Mitgliedern, Kompetenzen und persönliche Netzwerke in diesen Bereichen aufzubauen: Investment und digitale Vermögenswerte, Zahlungsverkehr und digitales Geld, Digitale Infrastruktur und Souveränität und Risiko und Compliance.