Wie ein Agent lernte, Eier perfekt zu kochen.
Nachdem der Osterhase verstanden hatte, was das Microsoft Agent Framework kann, war ihm eines klar: Theorie ist gut – aber Eier kochen ist besser 🥚🐰
Denn klar ist natürlich: Der Osterhase liefert ausschließlich gekochte Eier. Rohware kommt ihm nicht ins Nest.
Und genau hier beginnt unsere erste echte Agenten-Implementierung. Und dabei stellen wir uns die Fragen nach der konkreten Umsetzung, aber auch, was das für unseren Prozess bedeutet.
Die Herausforderung
Unser Osterhase besitzt (wie kann es nach so vielen Jahren im Business auch anders sein) eine Hightech-Eierkochmaschine:- Sie kann Eier starten und stoppen
- Sie akzeptiert Zeitangaben
- Sie entscheidet selbst, wann ein Ei fertig ist
- Sie spricht TCP (natürlich)
- keine UI-Logik in der Maschine
- keine manuelle Steuerung
- nur klare, automatisierbare Befehle
- bestehende Systeme (Maschinen, APIs, Software)
- klare technische Schnittstellen
- aber keine „intelligente“ Steuerung darüber
Die Frage ist also: Wie bringt man bestehende Systeme dazu, gemeinsam sinnvoll zu arbeiten ohne alles neu zu bauen? Genau hier kommen Agenten ins Spiel.
Der Eierkoch-Agent
Der Eierkoch-Agent ist ein klassischer Microsoft Agent Framework Agent mit nativen Funktionen. Seine Aufgabe lässt sich einfach zusammenfassen:
„Lieber Mensch, ich verstehe deine natürliche Sprache.
Liebe Maschine, ich spreche TCP.“
Warum ist das spannend?
Der Agent übernimmt genau die Rolle, die in vielen Unternehmen heute fehlt: Er wird zur Übersetzungsschicht zwischen Mensch und System.
Das bedeutet konkret:- keine direkte Bedienung technischer Systeme mehr
- keine Schulung auf komplexe Interfaces
- keine manuelle Prozesssteuerung
Stattdessen beschreibt der Mensch beschreibt das Ziel und der Agent kümmert sich um die Umsetzung.
Native Functions: Die Sprache der Maschine
Der Agent stellt folgende Funktionen bereit:StartCooking()StopCooking()SetTimer(minutes)
Diese Funktionen senden einfache TCP-Kommandos an die Maschine. Kein LLM denkt hier lange nach – es wird einfach ausgeführt. Somit bleibt die Ausführung deterministisch, kontrollierbar und nachvollziehbar. Das ist ein entscheidender Punkt für produktive Systeme: KI trifft Entscheidungen, führt sie aber nicht unkontrolliert aus.
Zwei Betriebsmodi - weil die
Realität komplex ist
Der Osterhase kennt seine Kundschaft. Nicht jedes Ei ist gleich beliebt.
Modus 1: Manuelle Steuerung
Hier entscheidet der Agent Schritt für Schritt:- Start
- Timer setzen
- Stop
Perfekt für Sonderwünsche oder Experimente, bzw. Exploration und Testing. So bleibt man maximal flexibel.
Modus 2: Automatischer Betrieb
Hier übernimmt die Maschine selbst die Kontrolle.
| Eityp | Kochzeit |
|---|---|
| Normal gekocht | 5 Minuten |
| Super hart gekocht | 8 Minuten |
Der Agent sagt nur: „Starte – das ist ein super hartes Ei" und der Rest läuft automatisch. Der Agent entscheidet automatisch basierend auf der Benutzereingabe.
Damit zeigt sich schon einer der großen Vorteile von Agents: Standardisierung und Flexibilität gleichzeitig. Standardfälle werden automatisiert und Sonderfälle bleiben steuerbar. So behalten sich Unternehmen die Kontrolle bei Ausnahmen, steigern aber im Alltag ihre Effizienz.
Der Agent denkt in Absichten, nicht in Befehlen
Der Benutzer sagt nicht: "SetTimer(8)".
Sondern: „Ich brauche superstabile Ostereier für den Transport.“
Der Agent erkennt die Absicht, wählt den passenden Modus, plant die Schritte und führt sie aus. (Intent → Plan → Execution)
Das ist ein weitere großer Hebel im Einsatz von Agenten: Interfaces verschieben sich von "Bedienung" zu "Absicht". Das bedeutet im Unternehmensalltag: weniger Schulungsaufwand, geringere Fehleranfälligkeit und höhere Produktivität.
Kommunikation über HTTP
Der Agent besitzt genau einen Endpunkt: "POST /chat"
Der Ablauf:- UI (React-Web-App) sendet Nachricht
- Agent entscheidet, welche Funktion aufgerufen wird
- Funktionen werden ausgeführt
- das Ergebnis kommt zurück in den Chat
Die Maschine selbst bleibt dabei komplett entkoppelt. Warum ist das relevant? Saubere API = skalierbare Architektur. Das bedeutet eine einfache Integration in bestehende Systeme, eine klare Trennung von Frontend & Logik und Agenten können unabhängig weiterentwickelt werden.
Simulation statt echte Maschine - aber echtes Verhalten
Natürlich (oder leider) gibt es keine echte Eierkochmaschine. Aber aus Agenten-Sicht ist das egal. Stattdessen simulieren wir den Kochvorgang, stellen den Status im Chat dar und alles wird visuell als Grafik angezeigt.
Das heißt für Organisationen: Man kann Systeme entwickeln, bevor sie existieren:- Prototyping ohne Risiko
- schnelles Testen neuer Prozesse
- schrittweise Integration in reale Systeme
Architektur-Diagramm
Screenshots
Was haben wir gelernt & Fazit
Nach diesem Blogpost haben wir:- einen echten Agenten
- klare Trennung von Systemen
- kontrolliertes Tool-Calling
- eine skalierbare Architektur
Und wir haben es geschafft, eine Arbeit zu strukturieren und delegierbar zu machen.
Der Osterhase ist zufrieden. Die Eier sind perfekt und keines wird mehr falsch gekocht.
Über die perfekte Kochdauer lässt sich zu Ostern ja bekanntlich diskutieren. Aber vielleicht gibt es noch spannendere Fragen, wie zB: Wo könnten Agenten bei euch echte Arbeit übernehmen? Ich freue mich auf deine Gedanken und den Austausch!
What's next?
Gekochte Eier sind gut, aber bunte Eier sind besser! 🎨🥚 Im nächsten Blogpost bauen wir die Farbmaschine mit MCP. Damit wird sichtbar, wie Agenten nicht nur handeln, sondern auch mit Tools und Interfaces interagieren.
Share this
Agentic Easter: Einführung in das Microsoft Agent Framework
Agentic Easter: Der Osterhase delegiert an die KI
