Microsoft MAI Modelle senken Copilot-Kosten in Excel und Outlook

Microsoft hat damit begonnen, Zehntausende wöchentlicher Copilot-Abfragen in Excel und Outlook an seine eigenen Microsoft MAI Modelle weiterzuleiten. Dies markiert die erste öffentlich bekannte Verschiebung im Produktionsmaßstab weg von den OpenAI- und Anthropic-Systemen, die die KI-Funktionen des Unternehmens seit dem Start betrieben haben. Die von Bloomberg Anfang Juli 2026 bestätigte Änderung ist ein bewusster Versuch von Microsoft, die schnell wachsenden KI-Infrastrukturkosten zu senken, indem die Abhängigkeit von Drittanbietern von Modellen reduziert wird.

Die Microsoft MAI Modelle bearbeiten derzeit einen bedeutenden, aber noch kleinen Anteil der gesamten Copilot-Anfragen in den beiden Office-Anwendungen, wobei das Volumen in Zehntausenden von Abfragen pro Woche gemessen wird. Sowohl Excel als auch Outlook waren zuvor stärker auf Modelle von OpenAI und Anthropic angewiesen, um ihre KI-gestützten Funktionen bereitzustellen. Microsoft hat MAI Modelle auch in GitHub Copilot eingesetzt und plant, in naher Zukunft ein proprietäres Transkriptionsmodell in Teams auszuliefern.

Die Kostenkalkulation hinter dem Wechsel

Microsoft AI CEO Mustafa Suleyman hat sich direkt zur Motivation des Unternehmens geäußert. Im Juni 2026 erklärte er, dass Microsoft erhebliche Gebühren an Anthropic zahlt und das Unternehmen das Ziel verfolgt, diese Ausgaben zu reduzieren und schließlich ganz zu eliminieren. Für einen Hyperscaler, der KI im Maßstab von Microsoft 365 betreibt, summieren sich die Kosten pro Token für den Aufruf externer Modell-APIs schnell bei Hunderten Millionen Nutzern. Die Verlagerung von Arbeitslasten auf interne Modelle senkt diese Grenzkosten nach der anfänglichen Investition in Training und Inferenzinfrastruktur auf nahezu Null.

Diese kostengesteuerte Logik gilt für das gesamte KI-Portfolio des Unternehmens. Obwohl das derzeit an Microsoft MAI Modelle weitergeleitete Volumen nur einen kleinen Prozentsatz des gesamten Copilot-Verkehrs ausmacht, ist die Richtung unverkennbar. Microsoft arbeitet auf eine Zukunft hin, in der die eigenen Modelle als Standard-Inferenzschicht für seine KI-Funktionen für Verbraucher und Produktivität dienen, während Modelle von Drittanbietern für Aufgaben reserviert bleiben, bei denen interne Alternativen die Qualitätsanforderungen nicht erfüllen können.

Was Microsoft MAI Modelle für Unternehmensnutzer bedeuten

Die strategische Verschiebung bringt eine Spannung mit sich, die Unternehmenskunden abwägen müssen. Microsoft hat auf seiner Build-Konferenz sieben neue KI-Modelle vorgestellt, darunter MAI-Thinking 1, sein erstes Reasoning-Modell. Die Benchmark-Ergebnisse zeigten jedoch, dass MAI-Thinking 1 den Angeboten von OpenAI und Anthropic deutlich hinterherhinkt. Für Copilot- und Office-Abonnenten könnte dies bedeuten, dass sie den gleichen monatlichen Abonnementpreis für KI-Funktionen zahlen, die auf weniger leistungsfähigen zugrunde liegenden Modellen basieren.

Microsoft hat nicht bekannt gegeben, ob es plant, die Preise je nach Modell, das jede Copilot-Anfrage bedient, zu differenzieren. Die aktuellen Copilot-Abonnementstufen für Microsoft 365 bleiben unverändert. Wenn ein erheblicher Teil der Copilot-Abfragen ohne entsprechende Preisanpassung auf leistungsschwächere MAI Modelle verlagert wird, könnten Unternehmenskäufer eine faktische Verschlechterung des Werts erfahren, den sie für ihre KI-Ausgaben erhalten. Die Qualitätslücke ist besonders wichtig bei komplexen analytischen Abfragen in Excel oder anspruchsvollen Formulierungs- und Zusammenfassungsaufgaben in Outlook, also genau den Anwendungsfällen, bei denen Unternehmens-Power-User auf Copilot angewiesen sind.

Allerdings erfordern viele routinemäßige Copilot-Anfragen, wie einfache Formelvorschläge in Excel oder kurze E-Mail-Antworten in Outlook, möglicherweise keine hochmoderne Reasoning-Fähigkeit. Für solche Aufgaben liefert ein ausreichendes internes Modell die gleiche Benutzererfahrung zu einem Bruchteil der Kosten. Die Frage für Microsoft ist, wie sauber es Arbeitslasten segmentieren kann: einfache Abfragen an MAI weiterleiten, während für komplexe der Zugriff auf OpenAI- und Anthropic-Modelle erhalten bleibt, ohne Latenz- oder Zuverlässigkeitsprobleme zu verursachen, die Nutzer verärgern.

Strukturelle Auswirkungen auf das KI-Ökosystem

Der Schritt hat Konsequenzen, die weit über Microsofts eigene Produkte hinausgehen. OpenAI und Anthropic waren stark auf Microsoft als Kunden und Vertriebspartner angewiesen. Microsofts Azure Cloud war der exklusive Compute-Anbieter für OpenAI, während Anthropic ebenfalls eine enge kommerzielle Beziehung mit dem Unternehmen unterhalten hat. Eine schrittweise Reduzierung der Modellbeschaffung von diesen Partnern ist ein Umsatzrisiko, das beide Frontier Labs angehen müssen.

Für OpenAI bedeutet der Verlust eines Teils seines größten Unternehmenskanals, dass das Unternehmen seine eigenen Direktvertriebsbemühungen für Unternehmen beschleunigen und seinen Kundenstamm über das Microsoft-Ökosystem hinaus diversifizieren muss. Anthropic steht vor einer ähnlichen Herausforderung: Microsoft AI CEO Suleyman nannte Anthropic ausdrücklich als Kostenpunkt, den das Unternehmen im Laufe der Zeit vollständig eliminieren will. Beide Labs haben ihre eigenen Go-to-Market-Aktivitäten für Unternehmen aufgebaut und konkurrieren um Azure-nahe Kunden, aber das Volumen zu ersetzen, das Microsoft in seinen eigenen Produkten abdeckt, ist eine Herausforderung anderer Größenordnung.

Das Timing ist ebenfalls bemerkenswert. Diese Produktionsverlagerung erfolgt zu einem Zeitpunkt, an dem die gesamte KI-Branche mit den Ökonomien der Inferenz im großen Maßstab kämpft. Frontier-Modelle sind im Betrieb teuer, und die Hyperscaler, die sie in großem Umfang einsetzen, reagieren empfindlich auf Margin-Erosion. Microsofts Entscheidung, interne Alternativen zu bauen, spiegelt ein Muster wider, das bereits bei Amazon mit seinen Modellfamilien Titan und Nova sowie bei Google mit Gemini zu sehen ist. Die Hyperscaler konvergieren zu einer hybriden Strategie: Sie bieten Drittanbietermodelle über ihre Cloud-Plattformen als Umsatzdienst an, während sie ihre eigenen Modelle in ihren Eigenprodukten einsetzen, um Kosten zu kontrollieren.

Was dies für Entscheidungsträger bedeutet

Für Enterprise-IT-Leiter und Technologiekäufer führt die Verschiebung zu den Microsoft MAI Modellen eine neue Bewertungsebene ein, wenn sie Copilot-Investitionen beurteilen. Der Standardratschlag, die KI-Funktionsnutzung zu prüfen und tatsächliche Produktivitätssteigerungen zu messen, wird dringlicher, wenn sich die zugrunde liegende Modellqualität ohne explizite Ankündigung ändern kann. Unternehmen, die Pilotprojekte durchführen oder Copilot in ihrer Belegschaft ausrollen, sollten jetzt eine Baseline der aktuellen Leistung und Zufriedenheit festlegen, bevor ein größerer Teil der Abfragen auf Microsofts interne Modelle migriert.

Aus Sicht der Anbieterstrategie müssen Organisationen, die auf Frontier-Modell-Fähigkeiten angewiesen sind, die in ihre Produktivitätstools eingebettet sind, Copilot möglicherweise durch direkten API-Zugriff auf OpenAI, Anthropic oder andere Anbieter für sicherheitskritische Aufgaben ergänzen. Dies schafft eine zweistufige KI-Architektur im Unternehmen: eine integrierte, kostenoptimierte Schicht für Routineaufgaben und eine Premium-Schicht der Spitzenklasse für komplexe oder sensible Analysen. Die Budgetierung für beide Stufen erfordert explizite Planung.

Für Investoren und Branchenanalysten signalisiert der Rollout der Microsoft MAI Modelle, dass die Beziehung zwischen Hyperscaler und KI-Lab in eine neue Phase eintritt. Das Partnerschaftsmodell, das die Jahre 2023-2025 prägte, in dem Cloud-Anbieter Milliarden in Frontier Labs investierten und deren Modelle als Dienstleistung vertrieben, weicht einer wettbewerbsintensiveren Dynamik. Die größten Kunden von Frontier-KI-Modellen sind auch am besten positioniert, um ihre eigenen Alternativen zu entwickeln, und sie handeln nach dieser Fähigkeit. Dieser strukturelle Wandel wird unabhängige KI-Labs unter Druck setzen, einen differenzierten Wert zu demonstrieren, der nicht durch die internen Bemühungen ihrer größten Vertriebspartner repliziert werden kann.

Warum dies wichtig ist

Microsofts Entscheidung, Copilot-Verkehr durch die eigenen MAI Modelle zu leiten, ist keine isolierte Kostensenkungsmaßnahme. Es ist ein strategisches Signal, dass die Ökonomie der Unternehmens-KI den vertikal integrierten Anbieter begünstigt. Wenn das Unternehmen, das das Betriebssystem, die Produktivitätssuite, die Cloud-Infrastruktur und das KI-Modell kontrolliert, seine Milliarden Nutzerbasis zu nahezu null Grenzkosten der Inferenz bedienen kann, stehen unabhängige Modellanbieter vor einem existenziellen Wettbewerbsnachteil. Die nächste Phase der KI-Branche wird nicht dadurch definiert sein, wer das intelligenteste Modell isoliert baut, sondern wer angemessene Intelligenz zu den geringsten Gesamtkosten über die breiteste Vertriebsfläche liefern kann.

Related Articles

• Microsoft veröffentlicht MAI-Image-2-Efficient zur Senkung von KI-Kosten
• Microsoft 365 Copilot Redesign halbiert Ladezeiten und führt Work IQ ein
• Microsoft und NVIDIA führen MAI-Modellfamilie und Unified Agentic Stack ein

✔Human Verified

Recherchiert und mit Primärquellen abgeglichen von der Bytevyte-Redaktion.