Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Microsoft gibt Unternehmen Kontrolle über angepasste MAI-Modelle

17. November 2026, 19:17Von der KI Nachrichten RedaktionQuelle: Microsoft AI
Microsoft gibt Unternehmen Kontrolle über angepasste MAI-Modelle
Bild: Microsoft AI

Microsoft führt MAI Licensed Weights ein. Der Dienst soll Unternehmen ermöglichen, Microsoft-KI-Modelle in ihren eigenen Azure-Umgebungen bereitzustellen und anzupassen. Nach Angaben des Unternehmens behalten Kunden die Kontrolle über Zugriff, Bereitstellung, Aktualisierungen und Anpassungen ihrer Modelle.

Das Wichtigste in Kürze
  • MAI Licensed Weights bringt Microsoft-KI-Modelle in die Azure-Umgebungen der Kunden.
  • Organisationen können Modelle anpassen sowie Zugriff, Bereitstellung und Aktualisierungen kontrollieren.
  • AT&T meldete bei Standardaufgaben in 5G-Netzen eine Leistung von MAI zu einem Fünfzigstel der Kosten von GPT-6.1 Sol.
  • Woven by Toyota meldete in 44% der bewerteten Fälle direkt integrierbare Code-Fehlerbehebungen.
  • Das Angebot soll bald über Vereinbarungen von Microsoft mit Frontier Company verfügbar sein.

Modelle werden in den Azure-Umgebungen der Kunden bereitgestellt

MAI Licensed Weights richtet sich an Unternehmen, die mehr Kontrolle über die in ihren Produkten und Arbeitsabläufen eingesetzten KI-Modelle wünschen. Microsoft zufolge können Organisationen seine Modelle an ihre eigenen Geschäftsanforderungen anpassen und dabei proprietäres Wissen und Fachkenntnisse in ihre Azure-Umgebungen integrieren.

Nach Angaben von Microsoft bleiben Daten und Anpassungen im Besitz der Kunden. Das Unternehmen erklärt, es werde diese Materialien nur mit ausdrücklicher Zustimmung des jeweiligen Kunden zum Training seiner Modelle verwenden. Organisationen können außerdem festlegen, wer auf ihre Modelle zugreifen darf und wann diese aktualisiert werden. So können sie Änderungen entsprechend ihren eigenen betrieblichen Anforderungen verwalten.

Kundenbeispiele zeigen Zuwächse bei spezifischen Aufgaben

Microsoft argumentiert, dass das nützlichste Modell für ein Unternehmen nicht zwangsläufig das größte Allzwecksystem ist. Stattdessen könnten Kunden bei bestimmten Aufgaben bessere Ergebnisse erzielen, indem sie MAI-Modelle an ihre proprietären Arbeitsabläufe anpassen und gleichzeitig die Bereitstellungskosten niedrig halten.

AT&T setzte angepasste MAI-Modelle zur Analyse von 5G-Netzen ein. Microsoft zufolge übertraf MAI GPT-6.1 Sol bei Standardaufgaben und verursachte dabei ein Fünfzigstel der Kosten. Bei komplexeren Aufgaben erreichten die Modelle laut dem Unternehmen Leistungen auf Spitzenniveau zu deutlich geringeren Kosten.

Woven by Toyota nutzte MAI-Modelle zur Behebung von Softwarefehlern. Nach Angaben des Unternehmens erstellten die Modelle in 44% der Fälle, in denen die bisherigen Spitzenmodelle von Woven by Toyota menschliches Eingreifen erforderten, direkt integrierbare Fehlerbehebungen. Die Kosten lagen bei weniger als einem Zehntel.

Alaska Airlines setzte MAI Code 2 Flash zur Klassifizierung von Wartungsberichten für Flugzeuge ein. Laut Microsoft verbesserte die Feinabstimmung die Genauigkeit von 81.2% auf 91.1%. Damit übertraf das Modell führende Spitzenmodelle zu einem Bruchteil der Kosten.

Verfügbarkeit startet über Vereinbarungen mit Frontier Company

Microsoft zufolge wird MAI Licensed Weights bald im Rahmen seiner Vereinbarungen mit Frontier Company verfügbar sein. Organisationen, die an dem Angebot interessiert sind, sollen sich an ihr Microsoft-Kundenbetreuungsteam wenden.

Das Unternehmen weist darauf hin, dass die gemeldeten Ergebnisse aus kundenspezifischen Bewertungen von Modellen stammen, die für bestimmte Aufgaben angepasst wurden. Leistungs- und Kostenvorteile können je nach Arbeitslast, Modellkonfiguration und Bewertungsmethode variieren. Microsoft betont außerdem, dass qualifizierte Mitarbeiter weiterhin für die endgültigen Entscheidungen verantwortlich bleiben.

Für Unternehmen, die KI in spezialisierten Bereichen einsetzen möchten, steht bei der Ankündigung ein Zielkonflikt zwischen Modellkontrolle, Aufgabenleistung und Betriebskosten im Mittelpunkt. Die Kundenbeispiele legen nahe, dass die Anpassung eines Modells an internes Fachwissen zu Ergebnissen führen kann, die auf einen bestimmten Arbeitsablauf zugeschnitten sind. Der Lizenzierungsansatz soll es Organisationen ermöglichen, ihre Daten, Zugriffsrichtlinien und Modellaktualisierungen innerhalb von Azure zu verwalten.

Ähnliche Meldungen

AWS bringt vollständiges Fine-Tuning für die serverlose Anpassung von SageMaker AI
Produkte und Tools19. November 2026, 01:15

AWS bringt vollständiges Fine-Tuning für die serverlose Anpassung von SageMaker AI

AWS hat SageMaker AI Serverless Model Customization um Unterstützung für Full Fine-Tuning (FFT) erweitert. Unternehmen können damit alle Modellparameter aktualisieren…

Mastra startet Gateway für Zugriff auf mehr als 500 KI-Modelle
Produkte und Tools19. November 2026

Mastra startet Gateway für Zugriff auf mehr als 500 KI-Modelle

Mastra hat Mastra Gateway gestartet. Die Plattform bietet Entwicklern über einen einzigen API-Schlüssel und eine Rechnung Zugriff auf mehr als 500 Sprach-…

AWS startet Leaderboard für SageMaker-JumpStart-Modellvergleiche
Produkte und Tools18. November 2026, 23:31

AWS startet Leaderboard für SageMaker-JumpStart-Modellvergleiche

AWS hat das Amazon SageMaker JumpStart Model Leaderboard gestartet. Die Ansicht in SageMaker Studio vergleicht Open-Weight-Modelle nach Qualität, Leistung und…