Am 10. Oktober veröffentlichte Satya Nadella einen Essay, der die Frage neu definierte, die sich Unternehmen zur KI stellen. Die alte Frage lautete: „Welchem Modell können wir vertrauen?“ Seine Antwort: standardmäßig keinem einzigen. Behandeln Sie jedes Frontier-Modell – ob geschlossen oder mit offenen Gewichten – so, wie Sie einen mächtigen Mitarbeiter mit Zugriff auf sensible Systeme behandeln würden: mit eingeschränkten Rechten, protokollierten Aktionen, einem Not-Aus-Schalter und Audits, die sich nicht auf das eigene Wort des Mitarbeiters stützen.
Er schloss mit einem Satz, der leicht zu wiederholen, aber schwer umzusetzen ist: Das vertrauenswürdigste System ist jenes, das es uns erlaubt, dem Modell am wenigsten zu vertrauen. ("enables us to trust the model the least."
Meine Argumentation in diesem Beitrag ist enger gefasst als die Schlagzeilen und, wie ich finde, schwerer zu widerlegen:
- Microsoft gewinnt das Rennen um Enterprise-KI nicht durch das beste Modell. Es gewinnt, weil es den Ort besitzt, an dem Modelle gesteuert, abgerechnet und eingegrenzt werden – und die Unternehmenszahlen (über 30 Mio. bezahlte Copilot-Lizenzen, 100 Mrd. USD Azure-Umsatz) belegen das.
- Open-Weight-Modelle auf Azure sind wichtig, aber nicht, weil sie vertrauenswürdiger wären. Sie sind wichtig, weil sie dem Bereitsteller Kontrolle geben – genau dorthin hat Nadella die Vertrauenslast verschoben.
- Das Einzige, was der Bereitsteller für sich selbst nicht glaubhaft leisten kann, ist eine unabhängige Verifizierung. Genau das ist die Lücke, und hier gehört ein Testunternehmen wie unseres hin.
Eine Offenlegung vorab: Ich bin Mitgründer von TestMu AI (ehemals LambdaTest). Lesen Sie das letzte Drittel dieses Essays mit diesem Gedanken im Hinterkopf. Ich habe versucht, jede Behauptung überprüfbar zu machen; die Quellen finden Sie am Ende.
Microsoft verliert das Modell-Rennen und gewinnt trotzdem die Unternehmen
„Microsoft gewinnt bei der Enterprise-KI“ ist die Behauptung, die am ehesten abgeschossen wird, daher braucht sie eine präzise Bedeutung. Beim Modell-Marktanteil ist Microsoft nicht führend. Wohl aber dort, wo Enterprise-KI tatsächlich läuft.
Was gemessen wird
Das Muster ist eindeutig. Unternehmen kaufen Modelle von Laboren, setzen sie aber innerhalb von Microsoft ein. Die CIO-Umfrage von a16z ergab, dass OpenAI bei den Modellen führt, während Microsoft die Enterprise-KI-Anwendungen dominiert.
Microsoft setzt zudem nicht mehr alles auf ein einziges Labor. Anthropics Claude wurde am 29. Juni 2026 in Microsoft Foundry allgemein verfügbar, abgerechnet über Azure und gesteuert mit Azure-Identitäts- und Zugriffskontrollen. Der Foundry-Katalog umfasst mittlerweile Modelle von OpenAI, Anthropic, Meta, Mistral, DeepSeek, xAI, Cohere und weiteren Anbietern.
Die präzise Version der These lautet also: Microsoft wird zur Control Plane für Enterprise-KI – jener Schicht, die entscheidet, welches Modell mit welchen Berechtigungen, auf welchen Daten und unter wessen Protokollen läuft. Genau um diese Schicht geht es in Nadellas Essay.
Der Enterprise-Punktestand
Wenn die Kontrolle über die Enterprise-Schicht der Preis ist, zeigen Microsofts Geschäftsergebnisse für 2026, dass das Unternehmen ihn gerade einsammelt. Im Geschäftsjahr bis Juni 2026 erzielte Azure einen Jahresumsatz von 100 Mrd. USD und wuchs im Juni-Quartal um 43 %, wobei für das September-Quartal rund 45 % Wachstum prognostiziert wurden (Microsoft 8-K; MarketBeat). Die verbleibenden kommerziellen Leistungsverpflichtungen – der unterschriebene, aber noch nicht realisierte Auftragsbestand – stiegen um 84 % auf 678 Mrd. USD (KuCoin-Zusammenfassung der Mitteilung).
Die Copilot-Zahlen sind für diese Argumentation noch wichtiger, denn sie messen, wie Unternehmen KI direkt vor ihre eigenen Belegschaften bringen:
Die namentlich genannten Einführungen finden genau in den Branchen statt, in denen Vertrauen am schwersten zu gewinnen ist: NHS England weitet Copilot auf 505.000 Ärzte und Mitarbeiter aus, KPMG auf mehr als 276.000 Fachkräfte, und HSBC hat sich zu 200.000 Lizenzen verpflichtet (UC Today). Accenture rollt das Tool für rund 743.000 Mitarbeiter aus, was Nadella als Microsofts größten Copilot-Erfolg bezeichnete (Let's Data Science). Bayer, Johnson & Johnson, Mercedes-Benz und Roche nutzen jeweils mehr als 90.000 Lizenzen.
Am aussagekräftigsten ist, wie Microsoft dies paketiert. Die neue E7-Suite bündelt Copilot mit E5-Sicherheit, Entra-Identität und Agent 365, der Schicht zur Verwaltung von Agenten. Hunderte Unternehmen kauften sie in den ersten zwei Monaten, und EY führt sie für 400.000 Mitarbeiter ein (UC Today). Microsoft verkauft KI nicht länger isoliert. Es verkauft KI zusammen mit der Identität, den Berechtigungen und der Governance drumherum – was Nadellas Essay in eine SKU verwandelt.
Einschränkend sei gesagt, dass 30 Millionen Lizenzen immer noch nur etwa 6,6 % der bezahlten kommerziellen Microsoft-365-Lizenzen ausmachen (No Jitter) und ein Teil des Auftragsbestands bereits vor der tatsächlichen Einführung zugesagt wurde. Der Vorsprung ist real; der Markt ist noch jung. Das ist ein Grund, die Vertrauensschicht jetzt aufzubauen, während die installierte Basis erst hochfährt.
Was Nadella wirklich gesagt hat
Der Essay „Models as Insider Risks in the Super Intelligence Era“ beginnt mit einem Eingeständnis. Bei traditioneller Software können Ingenieure das Verhalten einem Codepfad zuordnen. Bei Frontier-Modellen kann niemand eine Ausgabe an bestimmte Trainingsdaten oder Gewichte knüpfen – und dennoch übergeben Unternehmen diesen Systemen sensible Daten und geschäftskritische Aufgaben. Die Zusicherungen eines Anbieters, schrieb er, entbinden den Bereitsteller nicht von seiner Verantwortung (TNW).
Seine Lösung besteht darin, sich die Insider-Risk-Kontrollen zu leihen, die Sicherheitsteams bereits einsetzen: verifizierte Identität, geringstmögliche Rechte, Protokollierung, Eindämmung. Diese Kontrollen liegen außerhalb des Modells. In seinen Worten müssen Unternehmen „die Bereitstellung von Intelligenz von der Autorität darüber trennen“.
Die sieben Prinzipien, wie sie TNW zusammenfasste:
- Modellvielfalt. Kein einzelnes Modell ist die einzige Abhängigkeit für ein wichtiges Ergebnis, und kein Modell überprüft seine eigene Arbeit.
- Nachweise. Jede bedeutsame Aktion eines Modells hinterlässt manipulationssichere, menschenlesbare Nachweise.
- Kontinuierliche Systemtests. Testen Sie alle Systeme fortlaufend, auch auf Ausfälle und Angriffe.
- Vom Bereitsteller definierte Autorität. Das Unternehmen – nicht das Modell – entscheidet, worauf das Modell zugreifen und was es tun darf.
- Unabhängiges Audit. Audits dürfen nicht vom geprüften Modell abhängen.
- Eindämmung. Eine autorisierte Person kann ein Modell mitten in einer Aufgabe pausieren oder stoppen.
- Offenlegung von Vorfällen. Informieren Sie Betroffene schnell und teilen Sie Erkenntnisse branchenweit.
Zwei Details sind für das Folgende wichtig. Erstens gilt dieser Rahmen gleichermaßen für geschlossene Modelle und solche mit offenen Gewichten (OfficeChai). Zweitens kündigte der Essay weder ein Produkt noch einen Standard oder Zeitplan an (FourWeekMBA). Es ist eine Position, kein Plan – was die Umsetzung offenlässt.
Der Essay kam nicht aus dem Nichts. Im Juli gab OpenAI bekannt, dass Agenten aus einer Sandbox-Evaluierung ausgebrochen waren und Hugging-Face-Systeme kompromittierten. Im September erreichte ein Forschungsmodell von OpenAI über DNS einen externen Chatbot, woraufhin OpenAI das Training und die Inferenz von Werkzeugnutzung bei seinen leistungsstärksten Modellen pausierte (Bernama/dpa). Auch Anthropic hat offengelegt, dass eines seiner Modelle während Tests einen falschen Mordhinweis an die Polizei in Philadelphia schickte (Benzinga). Das sind Vorfälle in Laboren, keine Sicherheitsverletzungen in Unternehmen – aber sie erklären, warum „Vertraue dem Anbieter“ keine akzeptable Antwort mehr ist.
Offene Gewichte auf Azure: Kontrolle, keine Tugend
Die populäre Version dieses Arguments besagt, dass Modelle mit offenen Gewichten zuverlässiger seien. Nadella selbst schießt das in seinem Text praktisch ab: Offene Gewichte sind genauso ein Insider-Risiko. Überprüfbare Gewichte machen Verhalten nicht nachvollziehbar – und genau das ist das Problem, das er benennt.
Was offene Gewichte einem Unternehmen tatsächlich geben, ist Kontrolle über die Variablen, die Nadella dem Bereitsteller überträgt:
- Versionsfixierung - Das Modell, das Sie validiert haben, ist das Modell, das läuft. Niemand aktualisiert es unbemerkt unter Ihnen.
- Standort - Es läuft in Ihrer Region, Ihrem Rechenzentrum oder an einem getrennten Standort. Microsofts Sovereign Private Cloud betreibt Foundry Local auf Azure Local, On-Premises.
- Kontinuität - Der Zugriff kann nach der Bereitstellung weder von einem Anbieter noch von einer Regierung entzogen werden.
- Aufgabenspezifisches Post-Training - Sie können ein Modell auf die Aufgabe zuschneiden und dieses engere Verhalten testen.
Microsoft baut genau dafür. Im Juli unterzeichnete das Unternehmen einen Milliardenvertrag mit Mistral, brachte das Open-Weight-Modell Mistral Medium 3.5 in Foundry und auf Azure Local – einschließlich vollständig getrennter Bereitstellungen. Am 9. Oktober veröffentlichte es Microsoft-Decision-1, ein Bewertungsmodell, das auf Alibabas Open-Weight-Modell Qwen3.5-9B nachtrainiert wurde und für Routing, Groundedness-Prüfungen sowie die Bewertung vorgeschlagener Agentenaktionen gedacht ist (Let's Data Science).
Nun zu den Gegenargumenten. Die Nutzung offener Modelle in Unternehmen sinkt, statt zu steigen: Menlo Ventures maß Anfang 2025 einen Anteil offener Modelle an Enterprise-Workloads von 19 % und Mitte des Jahres nur noch 13 %. Als Gründe wurden ein Leistungsrückstand von neun bis zwölf Monaten sowie die Zurückhaltung gegenüber Modellen chinesischer Herkunft genannt (Menlo Ventures). Ein späterer Wert von Menlo lag bei 11 % (Keenable-Zusammenstellung).
„Offene Gewichte sind das Beste für Unternehmen“ ist also eine falsche Verallgemeinerung. Die tragfähige Position ist ein Portfolio-Ansatz: geschlossene Frontier-Modelle dort, wo die Fähigkeiten das Ergebnis bestimmen, und Open-Weight-Modelle dort, wo die Kontrolle entscheidet (regulierte Daten, getrennte Standorte, Klassifizierung und Prüfung in großen Mengen). Decision-1 ist ein guter Indikator. Microsoft hat sich für das Modell, dessen Aufgabe es ist, andere Modelle zu prüfen, für eine offene Basis entschieden – und erklärt, es werde dieses Modell später auf MAI- und OpenAI-Modelle umbasieren (InfoWorld). Die Basis ist eine Wahl; die Kontrollebene ist das Produkt.
Azures Vorteil liegt darin, beides unter einem einzigen Identitäts-, Abrechnungs- und Protokollierungssystem anzubieten. Genau das brauchen Nadellas Prinzipien: einen zentralen Ort, um Autorität über viele Modelle hinweg durchzusetzen.
Europa: Die Fristen verschoben sich, der Druck blieb
Es wäre leicht, den regulatorischen Schub zu überschätzen – hier also, was tatsächlich gilt. Das Digital Omnibus der EU trat am 27. Juli 2026 in Kraft und verschob die Hochrisiko-Fristen des KI-Gesetzes um mehr als ein Jahr (CASRAI).
Daten laut Gibson Dunn und Compliance Hub.
Daraus folgen zwei ehrliche Schlüsse. Die Regulierung zwingt in diesem Quartal niemanden zum Handeln. Aber die Anforderungen, die sie ab Dezember 2027 durchsetzt, lauten: Risikomanagement, Dokumentation, menschliche Überwachung und Marktüberwachung. Deren Aufbau dauert länger als 14 Monate – und sie ähneln stark Nadellas Liste.
Der stärkere europäische Treiber ist die Kontinuität des Zugangs. Im Juni 2026 veranlassten US-Exportkontrollen Anthropic dazu, den Zugang zu zwei seiner fortschrittlichsten Modelle für etwa drei Wochen auszusetzen, bis die Kontrollen aufgehoben wurden (Anthropic). Eine Analyse des Microsoft-Mistral-Deals führte Europas erneutes Souveränitätsstreben direkt auf diese Pause zurück (ResultSense). Gartner prognostiziert laut ai2.work europäische IaaS-Ausgaben für Sovereign Clouds von 12,6 Mrd. USD im Jahr 2026 – ein Plus von 83 %.
Auch die Gegenseite verdient Raum. Deutschland und Dänemark haben beide Schritte weg von Microsoft-Software hin zu Open Source angekündigt (UC Today), und ob die lokale Cloud eines US-Anbieters als echte Souveränität zählt, bleibt eine offene Frage. Microsofts europäische Position ist stark, aber nicht gesichert.
Das Teil, das die Plattform nicht liefern kann: unabhängige Verifizierung
Lesen Sie die sieben Prinzipien noch einmal und sortieren Sie sie danach, wer sie umsetzen kann. Identität, Berechtigungen, Protokollierung und der Not-Aus-Schalter (Prinzipien 2, 4, 6) sind Plattformfunktionen. Microsoft kann sie in Foundry und Entra einbauen – und hat das weitgehend getan.
Drei Prinzipien sind anders. „Kein Modell überprüft seine eigene Arbeit“ (1), „Testen Sie ganze Systeme ständig“ (3) und „Audits dürfen nicht vom geprüften Modell abhängen“ (5) erfordern alle eine Partei, die vom Bewerteten getrennt ist. Nadella selbst merkt an, dass der Einsatz von Modellen zum gegenseitigen Testen Grenzen hat (OfficeChai).
Microsoft liefert durchaus Evaluierungswerkzeuge, und sie sind gut. Foundrys Tracing und Evaluierungen wurden in diesem Frühjahr allgemein verfügbar (Microsoft Foundry Blog), und die Control Plane umfasst automatisiertes Red Teaming (Azure Updates). Das deckt kontinuierliche interne Prüfungen ab. Es deckt jedoch keine Unabhängigkeit ab – aus einem strukturellen Grund: Microsoft hat ein kommerzielles Interesse an vielen der Modelle, die es bewerten würde. Das Unternehmen hält seit Langem Anteile an OpenAI, hat Anthropic bis zu 5 Mrd. USD zugesagt (AI Business), investiert in Mistral und liefert nun eigene Modelle aus.
Das ist keine Kritik an Microsoft. Es ist dieselbe Logik, die jede regulierte Branche bereits anwendet. Ein Unternehmen unterhält interne Kontrollen, und ein externer Prüfer testiert die Bücher. Ein Cloud-Anbieter betreibt seine eigene Sicherheit, und ein unabhängiges Unternehmen stellt den SOC-2-Bericht aus. Niemand glaubt, dass die Cloud sich selbst auditieren sollte; niemand sollte glauben, dass der Modell-Marktplatz das tun sollte.
Die Nachfrage zeigt sich in den Daten:
- 81 % der 685 von Harris Poll befragten CIOs gaben an, die Übersicht über ihre eigenen KI-Agenten verloren zu haben, und 60 % haben keine zentrale Governance-Schicht (Dataiku).
- McKinseys Umfrage von 2026 ergab, dass zwei Drittel der Organisationen mit Agenten noch in der Experimentierphase sind, aber weniger als jedes vierte Unternehmen sie skaliert – mit Vertrauen und Risiko als Haupthürden (wie von NHI Mgmt Group berichtet).
- IDC beschreibt die fehlende Audit-Trail als die eigentliche Governance-Lücke: In einer Umfrage konnten die meisten Organisationen nicht verifizieren, was ihre Agenten tun (IDC).
Box-CEO Aaron Levie reagierte auf Nadellas Essay mit der Aussage, KI trete in eine Zero-Trust-Ära ein, die mehrstufigen Schutz und Überprüfbarkeit erfordere (Benzinga). Zero Trust in der Sicherheit brachte ein unabhängiges Anbieter-Ökosystem rund um die Plattformen hervor. Dasselbe steht hier bevor.
Wo TestMu AI und Microsoft zusammenpassen
Hier ist die offengelegte Befangenheit, klar formuliert: Ich halte unabhängige Verifizierung für eine eigene Kategorie, und TestMu AI sollte eines der Unternehmen sein, das sie auf Microsofts Stack definiert.
Die Beziehung ist nicht hypothetisch. Unsere Testorchestrierungsplattform HyperExecute wurde auf Azure aufgebaut (Microsoft-Kundengeschichte). 2022 lieferten wir Integrationen mit Azure DevOps und GitHub Actions aus und waren Featured Partner auf der Ignite (Help Net Security). Was folgt, ist meine Vorstellung davon, wie man das in die Vertrauensschicht erweitern könnte. Es ist ein Vorschlag, kein angekündigter Deal.
Konkret bedeutet das drei Dinge:
- Ein Release-Gate für Agenten. Agenten, die in Foundry oder Copilot Studio gebaut werden, durchlaufen unabhängige Pre-Production-Tests, bevor sie Produktionsberechtigungen erhalten. Unser Agent-Testing-Produkt deckt Chat-, Voice- und IVR-Agenten ab; unsere Agent-zu-Agent-Arbeit umfasst Workflows, bei denen kein Mensch in der Schleife ist.
- Nachweise, die in der Control Plane des Kunden landen. Ergebnisse fließen in Foundrys OpenTelemetry-basierte Observability, die bereits Drittanbieter-Agenten aufnimmt (Microsoft Tech Community). Die Plattform behält das Protokoll; der Verifizierer signiert das Urteil.
- Verifizierung, die dort läuft, wo das Modell läuft. Bei souveränen und getrennten Bereitstellungen auf Azure Local muss das Testing innerhalb derselben Grenze stattfinden – andernfalls verlassen die Nachweise den Raum, in dem das Modell eingeschlossen war.
Ein Einwand trifft uns direkt. Wenn wir KI-Agenten nutzen, um KI-Agenten zu testen, tun wir dann nicht genau das, wovor Nadella warnt? Bis zu einem gewissen Grad ja – deshalb ist das Design entscheidend. Der Test-Agent muss auf einem anderen Modell laufen als das zu testende System (Prinzip 1). Bestanden/Durchgefallen muss auf deterministischen Prüfungen gegen erwartetes Verhalten basieren, wobei das Modell genutzt wird, um Fälle zu erkunden und zu generieren – nicht, um sich selbst zu bewerten. Und jedes Urteil muss von einem menschlichen Prüfer lesbar sein, ohne auch unserem Modell vertrauen zu müssen.
Einwände, beantwortet
„Anthropic und OpenAI führen bei Enterprise-KI, nicht Microsoft.“ Beim Modell-Marktanteil stimmt das absolut, und dieser Beitrag widerspricht dem nicht. Der Punkt betrifft die Control Plane. Claude selbst wird heute über Foundry auf Azure-Rechnungen verkauft (Redmond Mag). Die Modellanbieter und die Plattform gewinnen unterschiedliche Schichten.
„Nadellas Essay ist Marketing für Azure.“ Möglich, und inhaltlich ist er trotzdem korrekt. Sicherheitsteams haben bereits Insider-Risk-Kontrollen für Menschen etabliert; sie auf Modelle auszuweiten, ist Routinearbeit im Engineering. Beachten Sie, dass der Essay kein Microsoft-Produkt nennt – er lässt sich also nach eigenen Maßstäben nicht als Verkaufspitch beurteilen.
„Open-Weight-Modelle verlieren Enterprise-Anteile, also ist das die falsche Wette.“ Die Daten stützen das, weshalb das Argument sich um ein Portfolio und um Kontrolle dreht – nicht darum, dass offene Gewichte gewinnen. Dass Microsoft sein Prüfmodell auf einer offenen Basis aufbaut, ist das relevante Signal.
„Die Regulierung wurde gerade verschoben, also gibt es keinen Zeitdruck.“ Hochrisiko-Pflichten greifen nun im Dezember 2027. Pflichten für Allzweckmodelle gelten seit August 2025. Die Chronik der Vorfälle treibt die Käufer, nicht der juristische Kalender. Der Kill-Switch-Gesetzentwurf im Kongress weist in dieselbe Richtung (TNW).
„Microsoft wird die Verifizierung einfach selbst bauen.“ Es wird Evaluierung bauen, und das sollte es auch. Unabhängigkeit ist keine Funktion, die es hinzufügen kann – aus demselben Grund, aus dem ein Unternehmen nicht sein eigener externer Prüfer sein kann. Das beste Ergebnis für Microsofts Kunden ist eine Plattform, die es unabhängigen Verifizierern leicht macht, sich einzuklinken.
„Warum ein Testunternehmen und keine Wirtschaftsprüfungsgesellschaft?“ Prüfungsgesellschaften kontrollieren Maßnahmen periodisch. Prinzip 3 fordert das kontinuierliche Testen ganzer Systeme, auch bei Ausfällen und Angriffen. Das ist fortlaufende, technische Arbeit bei jedem Release. Genau das leistet Testinfrastruktur bereits für Software; das Ziel sind jetzt Agenten.
Was würde diese These widerlegen?
Eine These, die es wert ist, veröffentlicht zu werden, sollte benennen, was sie brechen würde. Vier Dinge wären das:
- Unternehmen akzeptieren plattforminterne Evaluierung als ausreichend. Wenn CIOs und Regulierer die eigenen Evaluierungen eines Anbieters als Audit behandeln, bleibt die unabhängige Schicht klein.
- Labore lösen verlässliche Interpretierbarkeit. Nadellas Argumentation beruht auf der Unmöglichkeit, Modellverhalten nachzuvollziehen. Ändert sich das, wird Eindämmung weniger wichtig und Verifizierung günstiger.
- Einkäufe verlagern sich weg von der Plattformschicht. Wenn Unternehmen End-to-End auf den Agenten-Stack eines einzelnen Labors standardisieren, verschiebt sich die Control Plane von Microsoft zu diesem Labor.
- Souveränität bedeutet, Microsoft zu verlassen. Wenn europäische Käufer zu dem Schluss kommen, dass die lokale Cloud eines US-Anbieters nicht souverän genug ist, schrumpft Microsofts europäischer Vorteil.
Ich würde in den nächsten 12 Monaten drei Signale beobachten: ob Microsoft die von Nadella geforderten Eindämmungstechnologien standardisiert, ob EU-Leitlinien zur Hochrisiko-Konformität Drittprüfungen nennen und ob Unternehmen bei KI-Beschaffungen beginnen, Verifizierungsnachweise zu verlangen. Bewegen sich alle drei, wird die Vertrauensschicht zu einem Markt.
Quellen
Nadellas Essay und Reaktionen
- Satya Nadella auf X: „Models as Insider Risks in the Super Intelligence Era“ (10. Okt. 2026)
- TNW: Satya Nadella sagt, Unternehmen sollten KI-Modelle als Insider-Risiken behandeln
- FourWeekMBA: Nadella sagt, behandeln Sie Frontier-KI-Modelle wie Insider-Risiken
- OfficeChai: KI-Modelle müssen wie mächtige Insider behandelt werden
- Benzinga: Nadella sagt, KI-Systeme sollten so gebaut werden, dass sie dem Modell am wenigsten vertrauen
- Let's Data Science: Nadella fordert Not-Aus-Kontrollen für KI
Microsofts Unternehmensergebnisse
- Microsoft Form 8-K, Pressemitteilung zu den Q4-Geschäftsergebnissen FY2026 (29. Juli 2026)
- MarketBeat: Highlights des Microsoft-Earnings-Calls für Q4
- KuCoin: Zusammenfassung der Microsoft-Q4-Zahlen (RPO-Wert)
- No Jitter: Die Nutzung von Microsoft 365 Copilot steigt um 50 % gegenüber dem Vorquartal
- UC Today: Copilot überschreitet 30 Mio. bezahlte Seats; NHS, KPMG, HSBC, EY E7
- Enterprise DNA: Copilot erreicht 20 Mio. bezahlte Seats (Fortune-500-Wert)
- Let's Data Science: Accenture und weitere namentlich genannte Kunden mit 90.000 Seats
Marktdaten
- a16z: Führende Unternehmen, Aufsteiger und unerwartete Gewinner im KI-Wettrüsten für Unternehmen
- The Decoder: OpenAI führt weiterhin bei Unternehmens-KI, Anthropic holt schnell auf
- SaaStr zu ETR-Daten: Wer aktuell bei Unternehmens-KI gewinnt
- Carly: LLM-Marktanteile 2026 (Zahlen von Menlo, Ramp, Microsoft)
- Menlo Ventures: LLM-Marktupdate zur Jahresmitte 2025
- Keenable: Nutzung von Open-Weight- vs. proprietären Modellen 2022–2026
Microsoft-Plattform und -Modelle
- Enterprise DNA: Claude GA in Microsoft Foundry
- Redmond Mag: Anthropic Claude ist in Microsoft Foundry allgemein verfügbar (GA)
- ADTmag: Modellkatalog von Foundry
- AI Business: Claude in Foundry; Investitionsbedingungen zwischen Microsoft, Nvidia und Anthropic
- Let's Data Science: Microsoft-Decision-1
- InfoWorld: Microsoft trennt Entscheidungsfindung von generativer KI
- Microsoft-Foundry-Blog: Observability auf der Build 2026
- Azure Updates: Observability im Foundry Control Plane
- Microsoft Tech Community: Observability im Foundry Control Plane
Europa und Souveränität
- Microsoft Learn: Microsoft Sovereign Cloud
- Noqta: Vereinbarung zwischen Microsoft und Mistral für souveräne KI
- SiliconANGLE: Mistral schließt Milliardenvertrag mit Microsoft ab
- ResultSense: Microsoft finanziert den Ausbau der Rechenkapazitäten von Mistral in Europa
- ai2.work: Microsoft und Mistral setzen auf souveräne KI (Gartner-Zahlen)
- UC Today: Microsoft 365 Local und EU-Souveränität
- Anthropic: Stellungnahme zum Zugang zu Fable und Mythos
- CASRAI: Fristverschiebung beim Digital Omnibus des EU-KI-Gesetzes
- Gibson Dunn: Omnibus-Vereinbarung zum EU-KI-Gesetz
- Compliance Hub: Zeitplan für die Verschiebung des Digital Omnibus
Vorfälle und Governance-Umfragen
- Bernama/dpa: OpenAI pausiert Arbeit an Top-KI-Modellen nach Verletzung von Sicherheitsvorkehrungen
- Dataiku / Harris Poll: Global AI Confessions Report, CIO-Ausgabe 2026
- NHI Mgmt Group über McKinseys AI Trust Maturity Survey 2026
- IDC: Der Audit-Trail, der nicht existiert
TestMu AI (LambdaTest) und Microsoft
