Zusammenfassung der Kerninhalte
Die von Microsoft auf der diesjährigen Build-Konferenz vorgestellten MAI-Modellfamilie, die erweiterte Foundry-Plattform sowie die Funktionen des Frontier Tuning optimieren nicht nur einfache Modelle, sondern markieren einen strategischen Wandel: Microsoft möchte sich von einem „Super-Distributor für OpenAI“ in einen „Zentrum der Kontrolle über Unternehmens-AI“ verwandeln. Durch die Schaffung eigener Wahlmöglichkeiten bei Modellen, die Nutzung bestehender Unternehmensszenarien, das Anbieten individueller Optimierungsdienste sowie Tools für die Verwaltung von KI-Agenten versucht Microsoft, AI in jeden Arbeitsprozess des Unternehmens zu integrieren und letztendlich zum Anbieter eines „Betriebssystems für Unternehmens-KI“ zu werden. Es geht nicht darum, zu sehen, welches Modell stärker ist als das von OpenAI, sondern darum, herauszufinden, wer AI tatsächlich in eine produktive Werkzeugkraft verwandeln kann, die Unternehmen nutzen können, wissen, wie sie genutzt wird – und bereit sind, sie einzusetzen.
Detaillierte Analyse
#### 1. Vom „OpenAI-Verkäufer“ zum „Inhaber eines AI-Supermarkts“: Microsoft möchte seine Abhängigkeit von OpenAI verringern
In den letzten zwei Jahren hat Microsoft mithilfe der Azure-Rechenleistung und des Office Copilot dazu beigetragen, OpenAI’s Modelle zu verkaufen – quasi als „Verkäufer“. Doch das Problem ist: Was bleibt von Microsofts eigenen Stärken übrig, wenn Unternehmen nur die Fähigkeiten von GPT erwerben? Was passiert, wenn OpenAI unabhängig wird und Microsoft dadurch seine Position verliert?
Die MAI-Modellfamilie soll dieses Problem lösen. Microsoft hat nun sieben eigene Modelle entwickelt und die Foundry-Plattform so konfiguriert, dass sie sowohl OpenAI-Modelle als auch open-source-Modelle sowie Modelle von Drittanbietern unterstützt – es ist quasi wie der Eröffnung eines „AI-Supermarkts“, in dem Unternehmen frei wählen können. Die Entwicklung, Optimierung, Bereitstellung und Verwaltung der ausgewählten Modelle erfolgen jedoch auf Microsofts Plattform. Dadurch ist Microsoft nicht mehr allein auf OpenAI angewiesen; es wird zur „Steuerungsinstanz“ einer Ära mit vielen verschiedenen Modellen: Egal welches Modell verwendet wird, es muss über Microsofts System eingesetzt werden.
#### 2. Alte Tools werden zu neuen Asse: AI muss die „inneren Regeln“ des Unternehmens verstehen
Microsofts Stärke liegt nicht in den Modellen selbst, sondern in den Unternehmensszenarien, die es beherrscht: E-Mails in Outlook, Meetings in Teams, Dokumente in Word/Excel, Datenbanken in SharePoint, Organisationsstrukturen in Graph usw. – all das sind keine „peripheren Daten“, sondern Teil des eigentlichen Unternehmensgeschäfts.
Ein KI-Agent, der beispielsweise Kundenmeetings unterstützen soll, muss wissen, wo die Protokolle gespeichert sind, wer die neuesten Versionen der Dokumente erstellt hat und welche Personen für Genehmigungen zuständig sind – solche Informationen finden sich nur in Microsofts Tools. Allgemeine Modelle wie ChatGPT verstehen vielleicht, wie Berichte erstellt werden sollen, aber nicht, welche Vorlagen verwendet werden müssen oder bei wem die Unterschriften eingeholt werden sollten. Microsofts Work IQ wandelt diese „inneren Regeln“ in eine semantische Ebene um, die für KI verständlich ist, sodass die Agenten tatsächlich das Geschäft verstehen können.
#### 3. Lassen Sie AI die „Sprache“ Ihres Unternehmens lernen: Frontier Tuning ist keine einfache Feinabstimmung
Noch so leistungsfähige allgemeine Modelle kennen nicht die spezifischen Abläufe eines Unternehmens: Soll der Bericht einer Beratungsgesellschaft „exklusiv“ oder „praktisch“ sein? Welche Schritte im Entwicklungsprozess eines Pharmaunternehmens erfordern die Zustimmung der Compliance-Abteilung? Was sind die Risikomanagement-Standards von Finanzinstituten?
Frontier Tuning löst genau diese Probleme. Es geht nicht darum, einfach die Parameter der Modelle zu ändern, sondern darum, dass AI aus den eigenen Unternehmensdaten, -prozessen und Feedbacks der Experten lernt – innerhalb der gesetzlichen Grenzen des Unternehmens. Microsoft schickt Ingenieure zusammen mit den Kunden, um zu klären, welche Aufgaben der KI-Agent erfüllen soll und wie diese Aufgaben gut ausgeführt werden können, bevor die optimierten Agenten in die tatsächliche Arbeit integriert werden. Diese „individuelle Schulung“ macht AI zu einem „exklusiven Mitarbeiter“ des Unternehmens – nicht zu einem „vorübergehenden Hilfsarbeiter“.
#### 4. Zu viele KI-Agenten? Microsoft möchte der „Verwalter der Agenten“ sein
In Zukunft könnten Unternehmen Hunderte von KI-Agenten haben: Vertriebsagenten, Finanzagenten, HR-Agenten usw. Ohne entsprechende Kontrolle könnte es zu Problemen kommen – beispielsweise könnten Agenten geheime Dokumente einsehen oder falsche Aktionen ausführen.
Agent 365 dient als „Betriebssystem“ für diese KI-Agenten. Es erweitert Microsofts bestehende Funktionen zur Identitätsverwaltung (Entra), Sicherheitsschutz (Defender) und Datenverwaltung (Purview) auf die Agenten: Jeder Agent hat eine eigene „Identität“ mit definierten Berechtigungen, alle Aktionen werden dokumentiert (Auditing), und Probleme können sofort erkannt und gestoppt werden (Überwachung). Genau wie die IT-Abteilung eines Unternehmens die Mitarbeiter kontrolliert, sorgt Agent 365 dafür, dass Unternehmen bereit sind, mehr KI einzusetzen.
Fazit
Microsofts Ansatz bleibt dem, was es am besten kann: Es konzentriert sich nicht darauf, als „Erster“ ein KI-Modell zu entwickeln, sondern integriert alle Aspekte von AI – Modellauswahl, Integration in Unternehmensprozesse, individuelle Optimierung und Sicherheitsverwaltung – in ein System. Dadurch müssen Unternehmen keine einzelnen Komponenten selbst zusammenstellen, sondern können sofort fertige KI-Werkzeuge nutzen. Dies ist möglicherweise schwieriger nachzuahmen als ein einzelnes starkes Modell – schließlich können Modelle nachgebaut werden, aber Unternehmensprozesse, Datenberechtigungen und Verwaltungssysteme entstehen nicht über Nacht.