Microsoft hat das Vortraining von MAI-Base-2 abgeschlossen, einem KI-Modell mit 2,8 Billionen Parametern. In Microsofts eigenen Tests liegt das Modell vor allen frei herunterladbaren Modellen, die der Konzern verglichen hat. Die Modellgewichte, also die gelernten Zahlenwerte, will der Konzern über seine Cloud-Plattform Foundry an ausgewählte Partner lizenzieren.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Gerechnet haben 16.000 Nvidia-Chips vom Typ GB200, 38 Tage lang im August und September.[1] Als Maßstab wählt Microsofts KI-Labor das stärkste frei herunterladbare Basismodell, DeepSeek-V4-Pro-Base. Für dieselbe Qualität kommt MAI-Base-2 nach Microsofts Schätzung mit einem Viertel bis einem Zwölftel des Rechenaufwands aus.
Das Wichtigste in Kürze
- Je Token sind nur 80 der 2.800 Milliarden Parameter aktiv.
- Microsoft trainierte mit 50 Billionen Token, 18 Prozent davon kombinieren Bild und Text.
- Laut Microsoft stammen keine Trainingsdaten aus fremden KI-Modellen.
- Der Rechenaufwand liegt nach Rechnung von Dr. Web über der EU-Schwelle für Modelle mit systemischem Risiko.
Warum spricht Microsoft von einem Basismodell?
Ein Basismodell hat nur das Vortraining hinter sich, das Lernen aus riesigen Text- und Bildmengen. Erst das Nachtraining macht daraus einen Assistenten, der Anweisungen befolgt und Schutzregeln einhält. Bei MAI-Base-2 läuft dieser Schritt gerade. Auf dem Vorgänger MAI-Base-1 baut MAI-Thinking-1 auf, das Microsoft im Juni vorgestellt hat.
Im Modell stecken viele Teilnetze, sogenannte Experten. Für jedes Token arbeitet nur eine Auswahl davon, deshalb kostet eine Antwort weit weniger Rechenzeit, als 2,8 Billionen Parameter vermuten lassen. Den Vorsprung bei der Effizienz steckte Microsoft nach eigenen Angaben in ein größeres Modell.[1]
Was bietet Microsoft den Firmenkunden an?
Microsoft wirbt mit der Herkunft der Trainingsdaten. Jedes Token habe der Konzern selbst aufbereitet, keines aus anderen Modellen abgeleitet. Nur mit dieser Datenherkunft könne Microsoft die Modellgewichte an Partner lizenzieren.[1] Der Hinweis zielt auf einen Streit in der Branche: Anthropic wirft Zhipu und Moonshot vor, seine Modelle per Destillation abzuschöpfen, also mit den Antworten von Claude eigene Modelle zu trainieren.
Seit Juni löst sich Microsoft Schritt für Schritt von fremden Modellen. Auf seiner Entwicklerkonferenz Build stellte der Konzern sieben eigene KI-Modelle vor, seit Juli beantworten hauseigene Modelle zehntausende Copilot-Anfragen pro Woche in Excel und Outlook. Das Modell Decision-1 für schnelle Ja-Nein-Entscheidungen läuft dagegen noch auf Alibabas Qwen.
Microsoft vermietet bald nicht mehr nur Rechenzentren, sondern auch das Modell, das darin läuft.
Markus Seyfferth, Chefredakteur Dr. Web
Das Modell lernt aus Texten, Code und Bildern. Ergebnis ist ein Basismodell ohne Assistentenfunktion.
Microsoft bringt dem Modell bei, Anweisungen zu befolgen und Schutzregeln einzuhalten.
Ausgewählte Partner sollen die Modellgewichte nutzen dürfen, zuerst laufen die Modelle in Microsofts eigenen Produkten.
Welche Pflichten folgen daraus in der EU?
Ab 1025 Gleitkommaoperationen im Training gilt ein Modell nach der KI-Verordnung als Modell mit systemischem Risiko. Aus Microsofts Angaben zu Chips, Laufzeit, Auslastung und Datenmenge ergeben sich nach Rechnung von Dr. Web 2,4 bis 2,8 × 1025, mehr als das Doppelte. Unternehmen, die solche Modelle in der EU auf den Markt bringen, müssen die EU-Kommission binnen zwei Wochen informieren, sobald absehbar ist, dass ihr Training die Schwelle überschreitet. Außerdem verlangt die Verordnung Bewertungen der Modelle auf Risiken, Meldungen schwerwiegender Vorfälle und Schutz vor Cyberangriffen.[2]
Den freiwilligen Verhaltenskodex der EU für solche Modelle hat Microsoft unterschrieben.[3] Seit August darf die KI-Aufsicht der EU diese Pflichten durchsetzen.
Für Website-Betreiber steht das Wichtigste in einer Fußnote des Beitrags: Microsofts Crawler für Trainingsdaten beachtet nach Angaben des Konzerns die robots.txt und entsprechende Meta-Tags.[1] Ein Sperrvermerk dort wirkt allerdings erst für künftige Modelle, MAI-Base-2 kennt das Netz bis März 2026. Firmen, die das Modell später lizenzieren wollen, fragen am besten nach der Zusammenfassung der Trainingsdaten, die jeder Anbieter laut KI-Verordnung veröffentlichen muss. Diese Angaben gehören in jedes Auswahlverfahren für KI-Modelle.
Quellen
3 Quellen anzeigenQuellen ausblenden
- Microsoft AIFrontier Pre-training at Microsoft AI (Blogbeitrag vom 15.10.2026)
- Europäische KommissionGeneral-Purpose AI Models in the AI Act – Questions & Answers
- Europäische KommissionThe General-Purpose AI Code of Practice (Liste der Unterzeichner, Stand 07.10.2026)
Mehr Newshunger?
- Muse Spark Open: Meta stellt ein 816-Milliarden-Modell zum Download bereit
- Großbritannien will Microsofts Unternehmenssoftware strenger beaufsichtigen
- Nadella: Die Notbremse für KI-Modelle gehört in die Hand der Betreiber
- Microsofts KI-Verhaltenskodex: Vier Grenzen, die seine Modelle nie überschreiten dürfen
- MAI-Cyber-1-Flash: Microsofts KI-Modell findet Sicherheitslücken und schreibt den Patch
- Azure Foundry: Meta kauft laut Bloomberg OpenAI-Modelle bei Microsoft
