Offene Frameworks und private Clouds verengen Microsofts Spielraum in der Unternehmens-KI

4. August 2026

Microsoft Research veröffentlichte Orchard als Open-Source-Framework für agentische KI, mit einer Kubernetes-basierten Umgebung, Trainingsrezepten, Daten- und Evaluierungswerkzeugen für Arbeiten wie Softwareentwicklung, Web-Navigation und Workflows für persönliche Assistenten. Alibaba brachte QwenWork in China als Workplace-KI-Agentenplattform für Einzelpersonen und Unternehmen in die öffentliche Beta, verfügbar über Web- und Desktop-Clients, zur Einbettung in DingTalk vorgesehen und per Abonnement über mehrere Modellstufen hinweg verkauft. Superblocks und AWS unterzeichneten eine mehrjährige gemeinsame Marketingvereinbarung, um Superblocks' Low-Code-KI-App-Builder mit Verbindungen zu Amazon Aurora und Amazon Bedrock in den privaten AWS-Clouds von Kunden zu platzieren.

Zusammengenommen scheinen diese Schritte die Unternehmens-KI weiter von einem einzelnen paketierten Assistenten weg und hin zu einem Stack zu verschieben, den Unternehmen um ihre eigenen Daten, Workflows und Infrastrukturen herum zusammenstellen können. Das dürfte für Microsoft wichtig sein, weil Orchard die Hürde senkt, Agentensysteme ausserhalb von Microsofts Produktoberfläche zu bauen, während AWS und Superblocks das Argument von Datenschutz und Kontrolle direkt innerhalb einer rivalisierenden Cloud vorbringen. Alibabas QwenWork deutet darauf hin, dass der Workplace-Agent ebenfalls zu einem Format wird, das andere als Abonnementprodukt ausliefern können, und nicht zu einer Position, die Microsoft allein durch Präsenz halten kann.

Eine zweite Bewegungslinie zeigt sich bei Sprache. OpenAI beschrieb GPT-Live als ein Full-Duplex-System für gleichzeitiges Zuhören und Sprechen in ChatGPT Voice, und NVIDIA veröffentlichte ein Full-Duplex-Sprachmodell mit 11 Milliarden Parametern für Sprachagenten in Echtzeit. Das dürfte verändern, worin die Differenzierung liegt: weniger in der blossen Tatsache, überhaupt einen Sprachmodus zu haben, und stärker in Latenz, Sprecherwechsel, Werkzeugnutzung und darin, wie günstig sich dieses Verhalten über Cloud- und lokale Systeme hinweg einsetzen lässt.