Microsoft, MAI-Modelle

Microsoft baut KI um: MAI-Modelle ersetzen OpenAI-Partner

Veröffentlicht am: 24.07.2026 um 11:11 Uhr | Redaktion boerse-global.de

Microsoft verlagert KI-Arbeitslasten von externen Partnern auf eigene MAI-Modelle und senkt so die GPU-Kosten in Office und Cloud drastisch.

Microsofts radikaler KI-Umbau: Eigene Modelle ersetzen OpenAI
Modernes Büro mit leuchtender, abstrakter digitaler neuronaler Netzwerk-Visualisierung auf einer Glaswand. Illustration mit AI erstellt übermittelt durch boerse-global.de

Der Konzern baut seine KI-Integration radikal um. Statt auf Partner wie OpenAI zu setzen, kommen zunehmend eigene Modelle zum Einsatz.

Eigene KI-Modelle ersetzen externe Partner

Microsoft-Chef Satya Nadella bestätigte am heutigen Freitag, dass der Konzern begonnen hat, zentrale Arbeitslasten in seiner Unternehmenssoftware von externen Anbietern auf hauseigene Modelle zu verlagern. Konkret werden bestimmte Aufgaben in GitHub Copilot, Excel und Outlook nun an die proprietären „MAI"-Modelle weitergeleitet – immer dann, wenn deren Leistung mit den Top-Modellen von Partnern wie OpenAI oder Anthropic mithalten kann oder diese übertrifft.

Die Umstellung ist Teil einer umfassenden Neustrukturierung der KI-Integration. Am Donnerstag brachte Microsoft zwei neue Spezialmodelle auf den Markt: MAI-Image-2.5-Pro und MAI-Voice-2-Flash. Sie sollen die Betriebskosten senken, ohne Abstriche bei der Leistung zu machen. Das Bildmodell steuert bereits den Bing Image Creator und ist als Standard für Bildbearbeitung in OneDrive integriert.

Dramatische Kostensenkungen in Office und Cloud

Die internen Zahlen sprechen eine deutliche Sprache: Die GPU-Kosten für PowerPoint sanken um 84 Prozent im Vergleich zu früheren Konfigurationen mit GPT-Modellen. Im Dynamics 365 Contact Center beträgt die Ersparnis sogar 89 Prozent. Bei OneDrive führte der Einsatz von MAI-Image-2.5 zu 26 Prozent höheren Speicherquoten und einer Reduzierung der Latenz um ein Viertel.

Anzeige

Während Microsoft die Effizienz seiner KI-Modelle steigert, müssen Unternehmen auch die neuen rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Report klärt auf, welche KI-Systeme unter die neuen EU-Regeln fallen und was Verantwortliche jetzt konkret tun müssen. Umsetzungsleitfaden zum EU AI Act kostenlos herunterladen

Entwickelt werden die MAI-Modelle mit Hilfe von Reinforcement-Learning-Umgebungen, die direkt in Microsofts Produkte eingebettet sind. Nadella beschreibt dies als Strategie, die sicherstellen soll, dass die Systembewertungen auch dann verbessert werden, wenn ein einzelnes Modell aus der Orchestrierungsebene entfernt wird.

Für GitHub Copilot setzt Microsoft auf das 5-Milliarden-Parameter-Modell MAI-Code-1-Flash. Es erzielt laut Konzern eine um zehn Prozent höhere Akzeptanzrate als GPT-5.4 Mini. Aktuell zählt GitHub Copilot 4,7 Millionen zahlende Abonnenten.

Anzeige

Mit der zunehmenden Integration von KI in den Büroalltag wachsen auch die Anforderungen an die IT-Sicherheit und den Datenschutz. Erfahren Sie in diesem kostenlosen E-Book, wie Sie Sicherheitslücken schließen und gleichzeitig die neuen gesetzlichen Anforderungen für Ihr Unternehmen erfüllen. Gratis-E-Book: Cyber Security & KI-Gesetze

Partnerschaften und neue Wege

Parallel zum Ausbau eigener Modelle treibt Microsoft die vertikale Integration voran. Mit Databricks wurde eine Verlängerung der strategischen Partnerschaft bis in die 2030er Jahre vereinbart. Databricks migriert seine Kernsysteme zu Azure Databricks und setzt auf Microsofts maßgeschneiderte Azure Cobalt 200-Prozessoren. Der Konzern verspricht sich davon eine um bis zu 50 Prozent bessere Leistung.

Die Zusammenarbeit umfasst auch die Integration von Databricks' Genie und Unity AI Gateway in Microsoft 365, Teams und Power BI. Zu den Kunden zählen unter anderem Unilever, Electrolux und die Banco Bradesco.

Doch Microsoft blickt bereits über den Tellerrand. Interne Evaluierungen prüfen das Kimi K3-Modell des chinesischen Start-ups Moonshot AI für bestimmte Copilot-Anfragen. Analysten schätzen, dass eine Verlagerung dieser Arbeitslasten die jährlichen Cloud-Infrastrukturkosten um rund 600 Millionen Euro senken könnte – vorausgesetzt, Fragen der Datensouveränität und Sicherheit lassen sich klären.

Disclaimer zu unseren Artikeln: Keine Anlageberatung, keine Kauf- oder Verkaufsempfehlung. Angaben zu Kursen, Unternehmen und Märkten ohne Gewähr; Änderungen jederzeit möglich. Börsengeschäfte können zu hohen Verlusten führen. Unsere Beiträge werden ganz oder teilweise automatisiert mit Unterstützung von AI erstellt und geprüft.

de | wissenschaft | 69860495 |