streugut.ch
Archiv Abonnieren

KI & Microsoft.
Aus unserer Sicht.

Aus der Nähe

Microsoft macht den Copilot-Weiterverkauf zu verbrauchsbasierter Abrechnung, während Open-Weight-Beam auf Clouds von Konkurrenten landet

Microsoft setzte für Microsoft 365 Copilot-Angebote im Cloud Solution Provider-Kanal ein Verkaufsende zum 1. Dezember fest und erklärte, dass die nutzungsbasierte Abrechnung dort zum Standard für neue Microsoft 365 Copilot Business-Lizenzen wird. Das verändert den Kauf standardmässig von einem über Partner weiterverkauften Paket hin zu gemessenem Verbrauch. Wir lesen das so, dass Microsoft Copilot stärker in die Budgetdisziplin drängt, die in der Cloud-Infrastruktur bereits üblich ist: Käufer und Wiederverkäufer müssen nun die Nutzung steuern, nicht nur Plätze genehmigen, und KI für Unternehmen wird eher wie kontrollierte Kapazität als wie gewöhnliche Software verkauft.

AWS nahm Reflections Open-Weight-Modell Beam in SageMaker JumpStart auf, wo Kunden es in ihren eigenen AWS-Konten bereitstellen und anpassen können, mit Optimierung für Trainium3. Google Cloud kündigte Unterstützung ab Tag 0 und Bereitstellungsrezepte für dasselbe Modell auf seinem KI Hypercomputer und der NVIDIA KI-Infrastruktur an. Ein Open-Weight-Modell ist ein Modell, dessen Parameter veröffentlicht werden, damit andere es selbst ausführen und anpassen können. Zusammengenommen deutet das darauf hin, dass sich der Wettbewerb zwischen Modellen von der Eingangstür eines einzelnen Anbieters weg und hin zur Cloud-Kontrollschicht verlagert, die ein Modell steuerbar, bereitstellbar und günstig genug im Betrieb macht. Das ist über AWS und Google hinaus wichtig, weil es die Kosten senkt, eine Modellfamilie zu unterstützen, ohne die Kontrolle an ihren Hersteller abzugeben, und weil Microsofts eigene Mischung aus Cloud- und lokaler KI-Steuerung dadurch weniger aussergewöhnlich wirkt.

Anthropic erhielt für rund 4,4 Milliarden Dollar an nachrangigen Schulden ein BB+-Emittenten-Kreditrating vor einem geplanten, von Apollo geführten Chip-Finanzierungspaket über 35 Milliarden Dollar. Apple eröffnete im Vereinigten Königreich die Vorbestellungen für das faltbare iPhone Duo mit Siri KI auf Basis von Apple Intelligence. TechCrunch berichtete, der CEO von Replit habe gesagt, Replit arbeite nicht mehr mit den Claude-Modellen von Anthropic und bevorzuge nun die Sol- und Astra-Modelle von OpenAI, obwohl ungenannte Quellen bestritten, dass die Partnerschaft mit Anthropic vollständig beendet sei.

Belege

Über die Zeit

KI spaltet sich nach Bereitstellungsmodus auf, während sich Kontrolle und Infrastruktur darum verhärten

Generative KI legt sich nicht mehr auf nur eine Art der Nutzung fest. Sie breitet sich in unterschiedliche Bereitstellungsmodi aus - lokale PCs, regulierte Cloud-Enklaven, spezialisierte Entscheidungsmodelle und gerätegebundene Consumer-Oberflächen -, weil Kosten, Latenz und Vertrauen nicht an einem Ort zusammenfallen. Microsofts Azure Enclave wurde allgemein für regulierte Workloads verfügbar, während Hugging Face Llama Windows veröffentlichte, eine Windows-11-App, die quantisierte Modelle lokal ausführt und sie über eine lokale Schnittstelle anderer Software zugänglich macht, und Microsoft sein eigenes kleines Entscheidungsmodell in Foundry einbrachte. Microsoft Foundry ist der Ort, an dem Microsoft Modelle nebeneinander bereithält, eigene und die anderer. Apple ergänzte Apple TV 4K um Siri KI und eine vollformatige KI-Entdeckungsebene, und Meta stellte ein Frontier-Modell hinter seine API und ein anderes hinter ein Abonnementprodukt. Das scheint die Linie aus früheren Local-first-Agenten und selektiven Funktionsrücknahmen zu schärfen: Der Markt segmentiert sich danach, was lokal bleiben muss, was in Cloud-Isolation gesteuert werden muss und was als Gerätefunktion statt als allgemeiner Assistent verpackt wird.

Auch der Wettbewerb entfernt sich vom Modell als eigenständiger Veröffentlichung und bewegt sich hin zum vollständigen Stack, der Agenten und Workloads laufen lässt. Microsoft sagte, Azure Maia werde zum primären Inferenzsystem für die eigenen Produkte und Dienstleistungen werden, und plant ab 2027 Multi-Gigawatt-Bereitstellungen, während Google Gemini 4 Argon in Google Cloud allgemein verfügbar machte und es an seine Enterprise-Agentenplattform band. AMD, Intel und NVIDIA nutzten den Open Compute Project Summit jeweils, um Rack-Designs, Optiken oder Infrastrukturspezifikationen zu veröffentlichen, die auf agentische KI-Workloads ausgelegt sind. Das dürfte eine ältere Verschiebung von blossen Modellstarts hin zu integrierten Systemen aus Chips, Compilern, Schedulern, Cloud-Diensten und Workflow-Werkzeugen ausweiten, weil der Wettbewerb nun vom Modellkatalog bis hinunter zu Stromversorgung und Kühlung reicht. Für alle, die mit generativer KI kaufen oder bauen, deutet das darauf hin, dass die praktische Wahl zunehmend zwischen Stacks liegt, die als Betriebsumgebung geliefert werden, nicht zwischen isolierten Modellen.

Lokale KI auf persönlichen Geräten bewegt sich über die alte Datenschutz-Nische hinaus zu einem realen Ausführungspfad für fähige Agenten und spezialisierte Modelle. NVIDIA erläuterte vor dem Start die RTX Spark PC-Plattform mit bis zu 128 GB Unified Memory und zugehörigen Agenten-Apps, AMD stellte eine Ryzen KI Halo-Entwicklerplattform für das Hosting sehr grosser lokal laufender Modelle vor, LiquidAI veröffentlichte sowohl ein lokales Reasoning-Modell für private agentische Workflows als auch Edge-Entscheidungsmodelle mit offenen Gewichten, und Microsoft hatte bereits Vorbestellungen für ein Surface Laptop Ultra eröffnet, das dafür gebaut ist, grosse Modelle lokal auszuführen. Das scheint die neue Linie eher zu stärken, als sie bloss zu wiederholen: Für lokale Ausführung kommen jetzt Hardware, Laufzeitumgebungen und aufgabenbezogene Modelle gemeinsam an. Die Wirkung reicht über Microsoft hinaus, weil gewöhnliche Windows- und PC-Bestände beginnen, weniger wie Thin Clients für Cloud-KI auszusehen und mehr wie Orte, an denen ein Teil des Workloads auf dem Gerät bleiben kann.

Belege

Unsere Prognose

Wir erwarten, dass Microsoft, Apple oder Google bis Ende Januar ihr Betriebssystem so erweitern, dass jede App ein KI-Modell direkt auf dem Gerät nutzen kann.

woran wir uns messen lassenFällig 2027-01-31

Bis 2027-01-31 muss mindestens eines von Microsoft, Apple oder Google eine First-Party-Funktion für Desktop- oder Gerätebetriebssysteme angekündigt oder veröffentlicht haben, die es Drittanbieteranwendungen erlaubt, über eine dokumentierte On-Device-Schnittstelle ein lokal laufendes generatives KI-Modell aufzurufen.

Die Abrechnung

Die erste Erwartung ist am 15. Oktober 2026 fällig geworden. Abgerechnet wird sie im nächsten Wochentext.