Zurück zur Übersicht
Microsoft verlagert ausgewählte Prompt-Workloads in Excel und Outlook auf firmeneigene MAI-Modelle. Ziel ist, laufende KI-Kosten zu senken und die Abhängigkeit von Drittanbietern zu reduzieren, was Folgen für spezialisierte Modellanbieter haben dürfte.
Microsoft hat in ausgewählten Funktionen von Excel und Outlook begonnen, Modelle von OpenAI und Anthropic durch eigene MAI-Modelle zu ersetzen, berichtet Bloomberg am 7. Juli 2026.
Die Umstellung betrifft zunächst einzelne Prompt-Workloads. Microsoft hatte auf der Entwicklerkonferenz Build mehrere eigene Modelle angekündigt, die nun produktiv eingesetzt werden sollen. Microsoft stellt den Schritt als Maßnahme zur Kostensenkung und zur Verringerung der Abhängigkeit von externen Modellanbietern dar.
Die Maßnahme deutet auf eine strategische Verschiebung hin: Plattformbetreiber verlagern KI-Lasten zunehmend auf eigene Modelle. Das verändert Geschäftsbeziehungen zwischen Cloud-Plattformen und spezialisierten Modellanbietern und verschärft den Wettbewerb um Kosten und Kontrolle.
Weiterlesen
Ein internes Memo nennt einen Release "as soon as Wednesday"; der Start soll kurz verschoben worden sein, um die Effizienz des Modells zu verbessern. Die geplante Auslieferung wäre der erste sichtbare Produktschritt der Kooperation.
Das US-Handelsministerium will der Regierung der Vereinigten Arabischen Emirate sowie ausgewählten Unternehmen den Bezug bestimmter fortgeschrittener Rechenkomponenten ohne Einzelgenehmigung ermöglichen. Für andere Abnehmer und Leistungsklassen bleiben die Exportbeschränkungen bestehen.
Die US-Regierung führt nach Berichten Verhandlungen mit großen Anbietern über ein freiwilliges Rahmenwerk. Ziel sind Benchmarks, Freigabetermine und Zugriffsregeln für besonders leistungsfähige KI‑Modelle; eine Ankündigung könnte bereits in Kürze erfolgen.
Anthropic kündigte am 30. Juni 2026 an, gemeinsam mit großen Cloud‑Anbietern und Partnern einen konsensbasierten Rahmen zur objektiven Bewertung von KI‑Jailbreaks zu entwickeln. Ziel ist, Funde schneller zu priorisieren und Reaktionen zu standardisieren.