Am 2. April hat Microsoft leise drei selbst entwickelte KI-Modelle veröffentlicht: MAI-Transcribe-1, MAI-Voice-1 und MAI-Image-2. Ohne Pressekonferenz, ohne großes Aufheben – sie wurden direkt auf der Microsoft Foundry-Plattform zum Kauf angeboten.
Doch die Bedeutung dieses Schritts geht weit über die drei Modelle selbst hinaus.
Was die drei Modelle sind
MAI-Transcribe-1: Sprache-zu-Text. Es unterstützt die 25 weltweit am weitesten verbreiteten Sprachen und erreicht auf dem FLEURS-Benchmark eine Wortfehlerrate von 3,8 % – niedriger als OpenAIs Whisper und Googles Gemini. Die Geschwindigkeit ist 2,5-mal höher als der bestehende Azure-Sprachdienst von Microsoft. Preis: 0,36 USD pro Stunde.
Bemerkenswert: Dieses Modell wurde von nur 10 Personen entwickelt.
MAI-Voice-1: Text-zu-Sprache. Auf einer einzelnen GPU kann es in 1 Sekunde 60 Sekunden Audio generieren. Es unterstützt die Klonanpassung von Stimmen anhand kurzer Audioproben. Preis: 22 USD pro Million Zeichen.
MAI-Image-2: Bildgenerierung. Es hat auf dem Arena.ai-Text-zu-Bild-Ranking den dritten Platz erreicht und ist mindestens doppelt so schnell wie die Vorgängerversion. Preis: 5 USD pro Million Tokens (Texteingabe), 33 USD pro Million Tokens (Bildausgabe). Zu den frühen Unternehmenskunden gehört WPP (die weltweit größte Werbegruppe).
Warum das wichtig ist
Oberflächlich betrachtet hat Microsoft ein paar Basismodelle veröffentlicht, aber im Kern baut sich Microsoft einen Rückzugsweg.
Die Beziehung zwischen Microsoft und OpenAI ist seit 2019 keine gewöhnliche Investoren-Beziehung – Microsoft investierte früh 130 Milliarden US-Dollar und erhielt exklusive Rechte zur Nutzung der OpenAI-Technologie für die Produktentwicklung. Copilot, Azure AI – die Kernmodelle dahinter stammen fast alle von OpenAI.
Diese hohe Abhängigkeit ist jedoch ein zweischneidiges Schwert. Wenn OpenAI die API-Preise anpasst, die Bedingungen ändert oder eines Tages übernommen wird oder Probleme bekommt, wäre Microsofts KI-Produktpalette sehr anfällig.
Im September letzten Jahres verhandelte Microsoft den Vertrag neu – während es Azure-Cloud-Dienstleistungen im Wert von 250 Milliarden US-Dollar zugesichert bekam, sicherte es sich auch eine entscheidende Klausel: Microsoft die unabhängige Entwicklung konkurrierender KI-Modelle zu erlauben. Diese Klausel war ursprünglich nicht gestattet.
Das MAI-Team wurde im November 2025 gegründet und wird von Microsofts KI-CEO Mustafa Suleyman geleitet. Fünf Monate nach der Gründung wurden die drei Modelle veröffentlicht.
Der wahre Burggraben ist nicht die Technologie
Microsoft selbst ist bewusst, dass diese drei Modelle nicht technologisch über OpenAI oder Google triumphieren sollen.
Die wahre Trumpfkarte ist der Vertriebskanal: Die Microsoft Foundry-Plattform hat über 80.000 Unternehmenskunden, die 80 % der Fortune 500 abdecken.
„Gute, günstigere, schnellere" integrierte Modelle direkt an diese 80.000 Unternehmen zu bringen – ohne bei jedem Benchmark Erster sein zu müssen – solange sie ausreichend, stabil und reibungslos integrierbar sind, werden Unternehmen sie nutzen. Dies ist Microsofts natürlicher Vorteil im KI-Wettbewerb, den OpenAI und Anthropic nicht haben – dieses Vertriebsnetzwerk.
Mustafa Suleyman zieht einen Schachzug
Suleyman sagte der Financial Times, dass Microsofts Ziel die „echte Selbstversorgung" im KI-Bereich sei.
Sein Zeitplan ist 2027 – dann plant Microsoft, ein hochmodernes, allgemeines LLM auf den Markt zu bringen, das direkt mit OpenAIs Flaggschiff-Modellen konkurriert.
Aus Microsofts Sicht ist dies keine Abkehr von OpenAI, sondern der Aufbau von Preisverhandlungsmacht. Denn wenn man eigene Modelle hat, sieht der Verhandlungstisch für Vertragsverlängerungen ganz anders aus.
Quellenangabe: Microsoft takes on AI rivals with three new foundational models (TechCrunch); Microsoft launches three in-house AI models in direct challenge to OpenAI (The Next Web); Today we're announcing 3 new world class MAI models, CocoLoop, available in Foundry (Offizieller Microsoft AI Blog)