Microsoft hat die Version 2.0 seines C#-SDKs für das Model Context Protocol (MCP) veröffentlicht. Das Update bietet .NET-Entwicklern natives Streaming, Ahead-of-Time (AOT)-Kompilierung und eine engere Unterstützung für Dependency Injection (DI). Schnellere, leichtere KI-Agenten können nun in Serverless-Umgebungen mit spürbar geringerer Latenz gestartet werden.

Warum das SDK wichtig ist

MCP, ein von Anthropic geschaffener offener Standard, definiert, wie Large Language Models (LLMs) mit externen Tools kommunizieren. Da immer mehr Unternehmen LLM-gesteuerte Workflows aufbauen, reduziert ein gemeinsames Protokoll den Bedarf an maßgeschneiderten Adaptern. Durch die Einbindung des Protokolls in das .NET-Ökosystem platziert Microsoft es direkt in den Stack, der viele Enterprise-Backends antreibt.

Was die neuen Funktionen bewirken

  • Streaming-Unterstützung – Anstatt auf eine vollständige LLM-Antwort zu warten, verarbeitet ein Client jedes Token oder jeden Tool-Output sofort bei Eingang. Ein einziger langer Roundtrip wird zu einer Serie von inkrementellen Updates, wodurch sich interaktive Agenten reaktionsschneller anfühlen.
  • Native AOT-Kompilierung – Das SDK wird vorab in eine native Binärdatei kompiliert. Die resultierende ausführbare Datei ist kleiner und startet schneller – ein klarer Vorteil für Azure Functions oder andere Serverless-Plattformen, bei denen die Kaltstartzeit die Kosten beeinflusst.
  • Verbesserte DI-Integration – Das SDK lässt sich nun direkt in den integrierten Dependency-Injection-Container von .NET einbinden. Entwickler können MCP-Services zusammen mit bestehenden Business-Services registrieren, wodurch die Konfiguration zentralisiert und testbar bleibt.

Auswirkungen für Unternehmen

Die meisten Unternehmens-Backends laufen bereits auf .NET, daher beseitigt das SDK einen wesentlichen Reibungspunkt: die Übersetzung interner Geschäftslogik in „KI-bereite“ Tools. Teams können bestehende Services – wie Auftragsabwicklung, Bestandsabfrage oder CRM-Abfragen – als LLM-zugängliche Funktionen bereitstellen, ohne eine separate API-Schicht aufbauen zu müssen. Streaming reduziert die wahrgenommene Latenz für Endnutzer, während AOT Zeit und Kosten bei der Azure-Nutzung spart.