Auf der Build-Konferenz Anfang Juni hat Microsoft sieben eigene KI-Modelle vorgestellt, die unter dem Kürzel MAI laufen. Das Ziel ist offen kommuniziert: weniger Abhängigkeit von OpenAI, niedrigere Kosten für Azure-Kunden, mehr eigene Kontrolle über die KI-Infrastruktur. Für Unternehmen, die Microsoft 365 oder Azure einsetzen, bedeutet das konkrete Änderungen.
Ein Firmenlogo an der Wand. Foto: Angel Bena auf Pexels
Sieben Modelle, ein strategischer Schwenk
Microsoft hat auf der Build 2026 klar gemacht, wohin die Reise geht: Der Konzern will nicht länger bei zentralen KI-Diensten vom Partner OpenAI abhängig sein. Die neue MAI-Serie (Microsoft AI) soll das ändern.
Die Palette reicht von Reasoning über Bildgenerierung bis hin zu Transkription und Code. Im Einzelnen:
MAI-Thinking-1 ist das Herzstück der Serie. Das Modell mit 35 Milliarden aktiven Parametern und einem Kontextfenster von 256.000 Tokens wurde von unabhängigen Bewertern in direkten Vergleichen gegenüber Claude Sonnet 4.6 bevorzugt. Auf dem Coding-Benchmark SWE Bench Pro liegt es auf dem Niveau von Claude Opus 4.6. Aktuell läuft eine private Vorschau auf der Azure Foundry-Plattform.
MAI-Image-2.5 belegt Platz 3 auf dem Arena-AI-Leaderboard für Text-zu-Bild-Generierung und Platz 2 bei der Bild-zu-Bild-Transformation. Das Modell ist bereits in PowerPoint aktiv und wird auf OneDrive und Foundry ausgerollt.
MAI-Transcribe 1.5 verarbeitet 43 Sprachen mit nach eigenen Angaben branchenführender Genauigkeit. Für international tätige Mittelständler mit mehrsprachiger Kundenkommunikation oder Konferenz-Aufzeichnungen ist das sofort relevant.
MAI-Voice-2 bringt 15 neue Sprachen in die Sprachausgabe. MAI-Code-1 ist auf effiziente Code-Generierung in GitHub optimiert. Dazu kommen Flash-Varianten für MAI-Image und MAI-Voice mit niedrigerem Ressourcenbedarf.
Was PowerPoint und OneDrive jetzt können
Die direkteste Auswirkung für den Alltag: MAI-Image-2.5 ist bereits in PowerPoint eingebunden. Wer eine neue Folie braucht und ein passendes Bild sucht, generiert es künftig direkt im Programm. Kein Wechsel zu Midjourney, kein Stockfoto-Abo für einfache Präsentationsgrafiken.
Das klingt nach einem kleinen Komfort-Feature. Für Unternehmen, in denen Marketing-Teams oder Vertriebsmitarbeiter täglich Präsentationen erstellen, summiert sich der gesparte Aufwand allerdings schnell. Kombiniert man das mit MAI-Transcribe für Gesprächsnotizen und MAI-Thinking-1 für Textentwürfe in Copilot, entsteht ein zusammenhängender Workflow innerhalb der M365-Umgebung.
Wer heute schon einen Microsoft Copilot oder Azure-Dienste nutzt, bekommt diese Modelle, sobald sie allgemein verfügbar werden, ohne Konfigurationsaufwand.
Lokale KI: Die Surface RTX Spark Workstation
Ein Punkt, der in der deutschen Debatte um Datenschutz und Cloud-Abhängigkeit Gewicht hat: Microsoft kündigt die Surface RTX Spark Dev Box an. Die Workstation bringt 128 GB vereinheitlichten Arbeitsspeicher und eine Rechenleistung von einem Petaflop mit. Lokale Sprachmodelle mit bis zu 120 Milliarden Parametern lassen sich damit ohne Cloud-Verbindung betreiben.
Für Branchen mit strengen Datenschutzanforderungen, etwa Rechtsanwaltskanzleien, Steuerberater, medizinische Dienstleister oder Unternehmen mit sensiblen Kundendaten, ist das ein ernsthafter Ansatz. KI-Verarbeitung bleibt damit im eigenen Netz. Das ist eine andere Diskussion als „wir prüfen noch, ob wir KI einsetzen wollen”.
Was das für den Mittelstand bedeutet
Der Wettbewerb zwischen den KI-Anbietern wird enger. Microsoft, Google und Anthropic entwickeln jetzt alle eigenständige Modelle, die auf denselben Benchmarks verglichen werden. Das treibt die Preise nach unten, was mittelständischen Unternehmen zugutekommt, die KI-Dienste skalieren wollen.
Für Unternehmen, die schon auf Azure oder M365 gesetzt haben, gibt es nichts zu entscheiden: Die Modelle kommen automatisch. Wer jetzt noch überlegt, KI in sein Marketing oder seinen Betrieb einzubinden, kann das auf einer breiteren Infrastruktur tun als noch vor einem Jahr.
„Wir wollen jeden Layer der KI-Infrastruktur kontrollieren, von der Hardware bis zur Software.”
Microsoft, Build 2026, Juni 2026
Eines sollte man sich dabei klarmachen: Die Ankündigungen sind Ankündigungen. MAI-Thinking-1 ist in privater Vorschau. Die Azure HorizonDB mit dreifachem Durchsatz gegenüber selbstverwalteten Setups klingt beeindruckend, ist aber eine Microsoft-eigene Aussage ohne unabhängige Verifikation. Vor einem Investitionsentscheid lohnt ein eigener Test in der Foundry-Vorschau.
Wer den breiteren Trend verstehen will, wie KI zum aktiven Mitarbeiter im Unternehmen wird, findet dort den Kontext dazu.
Häufige Fragen
Muss ich als M365-Nutzer etwas tun, um die neuen MAI-Modelle zu nutzen?
Nein, solange die Microsoft-eigenen Modelle über Copilot und Azure-Dienste ausgeliefert werden. Microsoft integriert sie in bestehende Produkte wie PowerPoint und OneDrive. MAI-Thinking-1 ist noch in privater Vorschau und braucht eine Foundry-Anmeldung.
Ist MAI-Thinking-1 besser als ChatGPT oder Claude?
Laut Microsoft-Angaben bevorzugten unabhängige Bewerter das Modell gegenüber Claude Sonnet 4.6. Auf dem SWE-Bench-Pro-Coding-Benchmark liegt es gleichauf mit Claude Opus 4.6. Ein direkter Vergleich mit GPT-4o oder GPT-5 ist aus den Build-Materialien nicht ableitbar.
Was bedeutet die Surface RTX Spark für Datenschutz-sensible Branchen?
Die Workstation erlaubt KI-Verarbeitung vollständig ohne Cloud-Anbindung. 128 GB RAM ermöglichen lokale Modelle bis 120 Milliarden Parameter. Für Kanzleien, Steuerberater oder Unternehmen mit sensiblen Daten ist das ein Ansatz, der Cloud-Compliance-Fragen umgeht, aber Hardware-Investitionen erfordert.
Quellen & Referenzen
- Microsoft: Zusammenfassung aller Build-2026-Ankündigungen inklusive MAI-Modellserie, Foundry-Vorschau und Surface RTX Spark. blogs.microsoft.com
- Arena AI Leaderboard: Rangliste für Text-zu-Bild- und Bild-zu-Bild-Modelle, auf die sich Microsoft bei MAI-Image-2.5 beruft. lmarena.ai
- SWE Bench Pro: Standard-Benchmark für Coding-Aufgaben, auf dem MAI-Thinking-1 mit Claude Opus 4.6 verglichen wird. swebench.com