Microsoft setzt auf eigene KI-Modelle: MAI statt OpenAI

Strategische Neuausrichtung: Microsofts Weg zu eigenen KI-Modellen

Bislang war Microsofts KI-Strategie untrennbar mit dem Partner OpenAI verbunden. Die GPT-Modelle bildeten das Rückgrat zahlreicher Anwendungen, darunter die Copilot-Funktionen. Doch nun vollzieht der Tech-Gigant einen strategischen Wandel: Seit etwa einem Jahr entwickelt das Unternehmen unter dem Namen „MAI“ eine eigene Modellfamilie. Diese Eigenentwicklungen sollen Microsoft mehr Flexibilität bei der Modellauswahl bieten, die Abhängigkeit verringern und vor allem die Betriebskosten sowie Laufzeiten optimieren.

Bing Image Creator als Vorreiter

Der Wechsel ist beim Bing Image Creator bereits weit fortgeschritten. Nach Unternehmensangaben arbeitet der Dienst mittlerweile vollständig mit dem Modell „MAI-Image-2.5“. Dieses Modell übernimmt sowohl die Generierung von Bildern aus Texteingaben als auch die Bearbeitung bestehender Motive. Nutzer können damit nicht nur neue Inhalte erstellen, sondern auch gezielte Anpassungen vornehmen, wie etwa das Entfernen von Objekten oder die Ergänzung von Bildbereichen. Microsoft betont hierbei insbesondere die verbesserte Präzision bei der Steuerung durch natürliche Sprache.

Effizienzsteigerung in Office und Cloud

Auch in anderen Kernprodukten hält die MAI-Technologie Einzug. In PowerPoint wird MAI-Image-2.5 für Bild-zu-Bild-Funktionen eingesetzt, bei denen Vorlagen stilistisch angepasst oder erweitert werden. Die wirtschaftlichen Vorteile sind dabei signifikant: Microsoft berichtet von einer Senkung der GPU-Kosten um bis zu 84 Prozent im Vergleich zum bisherigen GPT-Image-2.

Auch in OneDrive zeigen sich messbare Verbesserungen. Als Standardmodell für Bildbearbeitungsfunktionen sorgt MAI-Image-2.5 für eine um rund 25 Prozent geringere P95-Latenz – ein Wert, der angibt, dass 95 Prozent der Anfragen innerhalb einer kürzeren Zeit beantwortet werden. Zudem stieg die Speicherrate der Nutzer um 26 Prozent, was auf eine höhere Zufriedenheit oder eine intensivere Nutzung der bearbeiteten Ergebnisse hindeutet.

Spezialisierung durch Pro-Varianten und Sprachmodelle

Um unterschiedliche Anforderungen an Qualität und Geschwindigkeit zu bedienen, bietet Microsoft neben der Standardvariante auch das Modell „MAI-Image-2.5-Pro“ als Public Preview an. Diese Version zielt auf Anwendungen ab, bei denen eine hohe Bildqualität und eine präzise Textdarstellung innerhalb der generierten Grafiken im Vordergrund stehen – ein Bereich, der bei KI-Modellen traditionell als fehleranfällig gilt.

Im Bereich der Sprachverarbeitung setzt Microsoft auf „MAI-Voice-2-Flash“. Dieses Modell ist für dialogorientierte Anwendungen wie Sprachassistenten und Contact-Center-Lösungen optimiert. Die Flash-Variante arbeitet laut Microsoft doppelt so schnell wie ihr Vorgänger und reduziert die Kosten um 32 Prozent. Erste Erfolge zeigen sich bereits im Dynamics 365 Contact Center, wo Unternehmen wie T-Mobile oder EasyJet durch den Einsatz der neuen KI-Agenten ihre GPU-Kosten um bis zu 89 Prozent senken konnten.

Ausblick und technologische Integration

Die Integration eigener Modelle erstreckt sich auch auf spezialisierte Aufgaben wie die Transkription. Für den „Dragon Copilot“ kommt nun „MAI-Transcribe-1.5“ zum Einsatz, das die Spracherkennung in 58 Sprachen unterstützt und damit das zuvor genutzte System ersetzt. Auch in Azure Voice Live ist die Flash-Variante bereits integriert, um Entwicklern die Erstellung von Sprachagenten mit minimalen Latenzzeiten zu ermöglichen.

Durch die parallele Entwicklung und den gezielten Einsatz der MAI-Modelle schafft Microsoft die Voraussetzungen, um Anwendungen je nach Anforderungsprofil individuell zu skalieren. Während OpenAI weiterhin ein wichtiger Partner bleibt, unterstreicht der Ausbau der MAI-Familie den Anspruch des Konzerns, die Kontrolle über die zugrunde liegende KI-Infrastruktur und deren Wirtschaftlichkeit in den eigenen Produkten weiter zu festigen.