WEBVTT

00:00:00.000 --> 00:00:03.740
Ist Ihnen schon mal aufgefallen, dass Ihr toller KI-Board alles weiß, nur nicht das, was Ihr Team wirklich braucht?

00:00:04.500 --> 00:00:07.320
Das liegt daran, dass die meisten Co-Pilots wie Papageien mit Internetabschluss sind.

00:00:08.040 --> 00:00:11.860
Sicher, es sind leistungsstarke Modelle, aber ohne Bezugsquelle jagen Sie Trivialitäten nach, statt Ihre Geschäftsdaten zu.

00:00:12.220 --> 00:00:16.280
Was Sie wirklich brauchen, ist Retrieval Augmented Generation, kurz RAG und nicht etwa den Stoffhetzen-Look.

00:00:17.260 --> 00:00:18.920
RAG bedeutet Suche plus LLM.

00:00:19.380 --> 00:00:24.400
Das Modell verfasst Antworten erst, nachdem es indexierte Unternehmensinhalte wie SharePoint, Dataverse oder OneDrive durchsucht hat.

00:00:24.600 --> 00:00:28.260
Das ist der entscheidende Unterschied zwischen einer Demo, die schlau aussieht, und einem System, dem Sie wirklich vertrauen würden.

00:00:28.260 --> 00:00:30.000
Und es hebt mit dem Weg für den kommenden Schlagablauf.

00:00:30.400 --> 00:00:32.220
Co-Pilot Studio gegen Azure AI Foundry.

00:00:32.800 --> 00:00:34.980
Abonnieren Sie m355-Schauffein-Spickzettel-Dokument.

00:00:35.600 --> 00:00:37.420
Warum die meisten Bots nur schicke Papageien sind.

00:00:38.040 --> 00:00:43.460
Die meisten Bots wirken in einer Demo beeindruckend, aber fragen Sie sie etwas Reales, wie Firmenrichtlinien oder Projektstatus, und Sie scheitern.

00:00:44.180 --> 00:00:48.060
Hier liegt das Problem. Es sind einfach nur große Sprachmodelle ohne Anbindung an Ihre Mandantendaten.

00:00:48.480 --> 00:00:52.600
Sie sind Experten darin, Antworten zu erfinden, die offiziell klingen, aber Ihrem Unternehmen nichts nützen.

00:00:52.880 --> 00:00:58.040
Sie wollten die Urlaubsrichtlinie der Personalabteilung, aber er gab Ihnen einen generischen Text über Work-Life-Balance aus dem Internet.

00:00:59.160 --> 00:01:00.820
Er hat motiviert, aber einen produktiven Einsatz völlig nutzend.

00:01:01.100 --> 00:01:01.540
Die Ursache?

00:01:02.160 --> 00:01:05.060
Der Bot greift nicht auf die Inhalte zu, mit denen Ihr Team täglich arbeitet.

00:01:06.080 --> 00:01:09.040
Die wirkliche Lösung ist Retrieval Augmented Generation oder RAG.

00:01:09.600 --> 00:01:12.000
Klingt nach Wäsche waschen, aber stellen Sie es sicher als Kombinationsspiel vor.

00:01:12.680 --> 00:01:13.940
Suche plus ein großes Sprachmodell.

00:01:14.560 --> 00:01:17.700
Sie halten das Modell davon ab, frei zu improvisieren, füttern es stattdessen mit einer Suchpipeline.

00:01:18.260 --> 00:01:22.380
Er schreibt zwar weiterhin die Antwort, aber erst nachdem es Daten aus indexierten Quellen in Ihrer Umgebung abgerufen hat.

00:01:22.380 --> 00:01:27.820
SharePoint, OneDrive, Dataverse oder sogar diese Team-Site, die 2019 eigentlich archiviert werden sollte.

00:01:28.780 --> 00:01:32.840
Mit diesem Setup hört der Bot endlich auf zu improvisieren und verhält sich so, als gehöre er wirklich zu Ihrem Unternehmen.

00:01:33.280 --> 00:01:34.920
Ohne RAG häufen sich die Risiken schnell.

00:01:35.460 --> 00:01:37.280
Ein einfaches LM wird mit Internet breit trainiert.

00:01:37.720 --> 00:01:38.880
Fragen Sie es nach der Urlaubsrichtlinie.

00:01:39.440 --> 00:01:42.680
Gibt es Ihnen vielleicht eine Antwort, die korrekt klingt, aber völlig daneben liegt, manchmal sogar grob falsch?

00:01:43.220 --> 00:01:44.760
Das ist nicht nur peinlich, sondern gefährlich.

00:01:45.280 --> 00:01:50.680
Sie wollen nicht, dass ein schicker Chatbot falsche Compliance-Informationen an tausende Mitarbeiter ausspuckt, bevor die Personalabteilung überhaupt davon weiß.

00:01:50.680 --> 00:01:55.440
Microsoft Digital stieß genau auf dieses Risiko bei der Entwicklung von HR- und IT-Copilots.

00:01:56.040 --> 00:01:56.460
Ihre Lösung?

00:01:57.180 --> 00:02:00.900
Autoritative Quellenführung und Connector-Arbeit im Studio hinzufügen, um falsche Antworten zu reduzieren.

00:02:01.160 --> 00:02:02.260
Das ist die Vorgehensweise in der Praxis.

00:02:02.720 --> 00:02:06.720
RAG ist nicht nur Theorie, es ist der Unterschied zwischen einem Bot, den Sie ausrollen und einem, den Sie stillschweigend abschalten.

00:02:07.040 --> 00:02:09.160
Hier ist das andere Puzzleteil, die Zugriffskontrolle.

00:02:09.680 --> 00:02:12.220
Bei RAG geht es nicht nur um bessere Suche, sondern um sichere Suche.

00:02:12.300 --> 00:02:13.500
Denn sie ist sich wie ein Türsteher im Klub formt.

00:02:13.500 --> 00:02:17.780
Das System führt die Suche durch, aber bevor eine Information in die Antwort gelangt, prüft der Türsteher die Benutzer-ID.

00:02:17.780 --> 00:02:23.980
Die Finanzabteilung sieht Finanzdaten, der Vertrieb sieht Vertriebsmaterialien und niemand kann einen Blick auf Vorstandsprotokolle werfen, für die er keine Rechte hat.

00:02:24.540 --> 00:02:30.440
Richtiges RAG plus Zugriffskontrolle verhindert die meisten heiklen Mandantenübergreifenden Wechs, aber nur, wenn Berechtigungen und Indizierungen korrekt verknüpft sind.

00:02:30.800 --> 00:02:31.740
Dieser Vorbehalt ist entscheidend.

00:02:32.120 --> 00:02:35.120
Ohne ihn landen Sie direkt wieder bei einer Halluzinationsmaschine mit Firmenbranding.

00:02:35.540 --> 00:02:38.280
Um es konkret zu machen, stellen Sie sich zwei Mitarbeiter vor, einem im Finanzwesen.

00:02:38.940 --> 00:02:41.220
Beide nutzen denselben Bot, um nach Quartalszahlen zu fragen.

00:02:41.220 --> 00:02:47.420
Der Vertrieb sieht den bereinigten öffentlichen Bericht, die Finanzabteilung sieht die detaillierten Konten, die in ihrem sicheren Ordner liegen.

00:02:48.100 --> 00:02:51.300
Gleicher Index, gleicher Bot, völlig unterschiedliche Antworten wegen des Türstehers am Eingang.

00:02:52.200 --> 00:02:57.920
Diese identitätsbasierte Suche schließt die Vertrauenslücke für CIOs, die den Satz Bring your own AI hören.

00:02:58.760 --> 00:03:01.340
Und sofort sehen Sie Wirtschaftsprüfer vor Ihrem Büro Schlange stehen.

00:03:02.340 --> 00:03:05.220
Unter dem Strich ist der RAG das, was ein Papagei in einen echten Assistenten verwandt.

00:03:05.220 --> 00:03:11.240
Richtig umgesetzt erhalten Sie Antworten aus Ihrem Mandanten, gefiltert durch Ihre Berechtigungen und basierend auf tatsächlich vorhandenen Quellen.

00:03:11.940 --> 00:03:15.340
Schlampig umgesetzt hüten Sie nur eine weitere Halluzinationsmaschine mit schicker Benutzeroberfläche.

00:03:16.040 --> 00:03:17.060
Aber hier wird es interessant.

00:03:17.620 --> 00:03:23.660
Sowohl Copilot Studio als auch Azure AI Foundry nutzen RAG-Konzepte, aber die Art und Weise, wie Sie Berechtigungen und Suchpipelines anbinden, ist sehr unterschiedlich.

00:03:24.180 --> 00:03:26.840
Die eine setzt auf Geschwindigkeit und Einfachheit, die andere auf Kontrolle und Tiefe.

00:03:27.200 --> 00:03:28.560
Beginnen wir also mit der schnelleren Option.

00:03:29.400 --> 00:03:31.540
Diejenige, die schnelle Erfolge verspricht, ohne einzige Zelle kommt.

00:03:32.180 --> 00:03:33.900
Copilot Studio, schnelle Erfolge mit Schutzrädern.

00:03:33.900 --> 00:03:37.720
Copilot Studio ist der Ort, an dem Microsoft das Versprechen schneller Erfolge einlöst.

00:03:38.080 --> 00:03:42.840
Es ist Ihr Low-Code-Spielplatz für den Bau von Co-Piloten und ehrlich gesagt geht es erschreckend schnell, etwas zum Laufen zu bringen.

00:03:43.720 --> 00:03:51.880
Sie melden sich an, wählen eine Startvorlage und verbinden sie mit ihren Daten überein von über 1000 Konnektoren, SharePoint, Dynamics, ServiceNow, Excel, OneDrive und so weiter.

00:03:53.080 --> 00:03:57.000
Und plötzlich haben sie einen Chatbot der Fragen beantwortet, als wäre er schon seit Jahren im Unternehmen.

00:03:57.860 --> 00:04:00.540
Kein Code, keine Bildketten, kein Entwicklungsstaus, funktioniert einfach.

00:04:00.740 --> 00:04:03.320
Wenn man es das erste Mal ausprobiert, fühlt es sich verdächtig nach Magie an.

00:04:03.320 --> 00:04:05.360
Der eigentliche Anreiz ist hier die Zeit bis zur Wertschöpfung.

00:04:05.760 --> 00:04:07.500
Sie warten nicht ein halbes Jahr, um zu sehen, ob es funktioniert.

00:04:08.240 --> 00:04:14.340
Ich habe kleine IT-Teams gesehen, die Live-Help-Deskbots in unter zwei Wochen eingeführt haben, meist durch die Abbildung bestehender SharePoint-Seiten in Konversationsabläufe.

00:04:15.120 --> 00:04:16.820
Die Konnektoren erledigten die eigentliche Arbeit.

00:04:17.300 --> 00:04:19.360
Das Team hat den Bot nur auf die richtigen Inhalte verwiesen.

00:04:20.140 --> 00:04:20.860
Und die Endbenutzer?

00:04:21.700 --> 00:04:24.540
Sie haben entweder nicht gemerkt oder es hat sie nicht interessiert, dass am anderen Ende kein Mensch saß.

00:04:24.900 --> 00:04:27.520
Ein riesiges Kompliment, wenn man die Bearbeitungszeiten von IT-Postfächern kennt.

00:04:27.520 --> 00:04:31.180
Hat den ersten Test auf Anhieb bestanden, aber Schnelligkeit hat ihren Preis.

00:04:31.880 --> 00:04:34.180
Studio verbirgt absichtlich die meisten erweiterten Einstellungen.

00:04:34.940 --> 00:04:38.520
Man hat keinen Zugriff auf Temperaturregler, Top-P-Anpassungen, Promptversionierung oder Evaluierungsschwellen.

00:04:40.280 --> 00:04:47.020
Klartext, man kann die Kreativität nicht steuern, keine A-B-Tests für Prompts durchführen und keine Leitplanken gegen schleichende Qualitätsverluste festlegen.

00:04:47.720 --> 00:04:49.080
Microsoft hat dies bewusst so gemacht.

00:04:49.260 --> 00:04:51.140
Low-Code bedeutet, die Komplexität draußen zu halten.

00:04:51.780 --> 00:04:54.660
Dennoch fühlt es sich wie jemanden, der gewohnt ist, LPIs direkt anzusprechen.

00:04:55.140 --> 00:04:58.220
Ein wenig so an, als würde man ein Auto fahren, bei dem der Hersteller die Motorhaube zugeschweißt hat.

00:04:58.660 --> 00:05:01.420
Man kommt von Punkt A nach Punkt B, aber nach Turbo-Tuning darf man nicht fragen.

00:05:02.100 --> 00:05:04.960
Microsoft hat das System nun mit besserer Intelligenz unter der Haube aufgerüstet.

00:05:05.780 --> 00:05:10.220
Jüngste Updates haben GPT-5 in das Co-Pilot-Studio integriert, zusammen mit intelligentem Modellrouting,

00:05:10.320 --> 00:05:14.760
wodurch die Plattform je nach Frage automatisch zwischen schneller oder tiefer gehender Analyse umschalten kann.

00:05:15.540 --> 00:05:16.880
Ab Werk ist das eine gute Nachricht.

00:05:17.240 --> 00:05:19.760
Low-Code-Bots klingen plötzlich intelligenter, ganz ohne Konfiguration.

00:05:20.280 --> 00:05:23.660
Doch selbst mit GPT-5 unter der Haube kann man die freigegebenen Parameter weiterhin nicht anfassen.

00:05:23.980 --> 00:05:24.720
Es ist eine Designentscheidung.

00:05:25.340 --> 00:05:26.620
Zugänglich halten, nicht anpassbar.

00:05:27.340 --> 00:05:28.060
Das ist eine Metapher, die ich mag.

00:05:28.600 --> 00:05:30.420
Co-Pilot-Studio ist wie Ikea-Möbel.

00:05:31.340 --> 00:05:35.620
Man folgt einer Aufbauanleitung und erhält am Ende etwas, das gut aussieht und seinen Zweck erfüllt.

00:05:36.120 --> 00:05:38.020
Es ist brillant für den Preis und einfach aufzubauen.

00:05:38.460 --> 00:05:42.200
Aber wenn man es einmal verschiebt oder über den Prototypen hinaus skalieren will, zeigen sich schnell die Risse.

00:05:43.040 --> 00:05:46.080
Die Schrauben lockern sich, die Platten biegen sich und plötzlich lebt man mit einem Chatbot,

00:05:46.080 --> 00:05:47.980
den jeder nutzt, aber den niemand zu aktualisieren wagt.

00:05:48.800 --> 00:05:51.760
Man muss Microsoft zugutehalten, dass sie auch auf dieser Ebene Leitplanken hinzugefügt haben.

00:05:52.120 --> 00:05:54.540
Die Kennzeichnung als autoritative Quelle ist ein Lebensretter,

00:05:54.640 --> 00:05:57.900
denn ohne sie wirkt jede Antwort auf den durchschnittlichen Mitarbeiter gleichermaßen legitim.

00:05:58.900 --> 00:06:04.260
Dieses SharePoint FAQ von 2009 hat dasselbe Gewicht wie das offizielle HR-Handbuch, das heute Morgen aktualisiert wurde.

00:06:04.900 --> 00:06:08.340
Dank der integrierten Kennzeichnung kann man zumindest zeigen, das kommt von der Personalabteilung, ignoriert den Rest.

00:06:08.340 --> 00:06:12.580
Microsoft Digital setzte bei den eigenen HR- und IT-Bots stark darauf,

00:06:12.740 --> 00:06:17.120
denn ohne sie nahmen Mitarbeiter kreative Antworten der KI als unumstößliche Richtlinie

00:06:17.120 --> 00:06:19.820
und überfluteten dann echte Helpdesks mit Tickets zur Überprüfung.

00:06:20.520 --> 00:06:22.940
Die Grenzen werden deutlich, sobald man die Microsoft-Welt verlässt.

00:06:23.500 --> 00:06:26.980
Ja, es gibt mehr als tausend Konnektoren, aber sie sind nicht alle Plug-and-Play-Wunder.

00:06:28.280 --> 00:06:30.020
Möchten Sie Salesforce oder SuccessFactors anbinden?

00:06:30.420 --> 00:06:31.400
Machbar, aber nicht reibungslos.

00:06:31.400 --> 00:06:35.980
Microsoft selbst musste seine Service-Now und SuccessFactors-Connectoren bei internen Rollouts

00:06:35.980 --> 00:06:39.680
durch Metadaten-Erweiterungen und individuelle API-Anpassungen erweitern,

00:06:39.860 --> 00:06:42.340
da die Standardlösungen nicht unternehmenstauglich waren.

00:06:43.420 --> 00:06:46.480
Da kommt dieses Gefühl auf wie bei einem Klempner, der nachts um 2 Uhr mit Panzertape hantiert.

00:06:47.080 --> 00:06:49.700
Man glaubt, eine Lücke beschlossen zu haben, nur um drei weitere Licks zu entdecken.

00:06:50.300 --> 00:06:53.220
Ohne tiefgreifende Pipeline-Kontrolle fühlen sich die Flicken oft wie billige Hexer.

00:06:54.140 --> 00:06:55.400
Was uns zur offensichtlichen Wahrheit führt.

00:06:55.860 --> 00:06:57.480
Studio ist perfekt für einfache Anwendungsfälle.

00:06:57.480 --> 00:07:02.380
Interne IT- und HR-Bots, FAQs für Teams, einfache Gäste-Q&As oder alles,

00:07:02.480 --> 00:07:05.220
was ohne großen Aufwand in Teams und Outlook laufen soll, genau da glänzt es.

00:07:06.200 --> 00:07:10.180
Es ist ein fantastisches Testgelände, um der Führungsebene schnell einen funktionierenden Bot zu zeigen

00:07:10.180 --> 00:07:11.080
und das Interesse zu sichten.

00:07:11.520 --> 00:07:13.200
Verwechseln Sie es jedoch nicht mit einer Enterprise-Plattform.

00:07:13.840 --> 00:07:16.660
Sobald das Gespräch auf Compliance-Prüfungen, systemübergreifende Orgestrierung

00:07:16.660 --> 00:07:18.880
oder Governance auf Mandantenebene kommt, stößt Studio an seine Grenzen.

00:07:19.540 --> 00:07:22.520
Und dieselbe Geschwindigkeit, die am ersten Tag alle beeindruckt hat, wird zur Belastung,

00:07:22.860 --> 00:07:25.700
sobald Begriffe wie Sicherheitsüberprüfung oder Auditrail fallen.

00:07:25.700 --> 00:07:29.400
Kurz gesagt, Co-Pilot Studio bringt Sie schneller ins Spiel als jede andere Option,

00:07:29.600 --> 00:07:31.220
aber Sie fahren noch mit Stützrädern, Amen.

00:07:31.680 --> 00:07:32.260
Das ist Absicht.

00:07:32.720 --> 00:07:35.460
Microsoft hat es entwickelt, um KI für Geschäftsanwender zugänglich zu machen

00:07:35.460 --> 00:07:36.620
und Pilotprojekte abzukürzen.

00:07:37.140 --> 00:07:39.920
Aber wenn Ihr der Roadmap in regulierte Branchen, Private Data Lakes

00:07:39.920 --> 00:07:43.940
oder plattformübergreifende Compliance führt, brauchen Sie schnell etwas Robusteres.

00:07:44.880 --> 00:07:47.380
Und das führt uns zur anderen Seite des Spektrums, die Schwergewichtsoption,

00:07:47.460 --> 00:07:50.960
die nicht für Hobbyanwender, sondern für Unternehmen mit Bedarf an voller Kontrolle gebaut wurde.

00:07:50.960 --> 00:07:55.060
Azure AI Foundry, die KI-Fabrik für Unternehmen.

00:07:55.620 --> 00:07:57.760
Azure AI Foundry ist der Ort, an dem die Stützräder abkommen.

00:07:58.220 --> 00:08:00.940
Denken Sie weniger an ein Wochenendprojekt, sondern mehr an eine industrielle Fertigungshalle.

00:08:01.380 --> 00:08:04.640
Wenn Studio-IKEA-Möbel sind, dann ist Foundry die Maschinenbauwerkstatt,

00:08:04.720 --> 00:08:07.480
in der Sie nicht nur den Tisch bauen, sondern die Schrauben selbst gießen.

00:08:07.480 --> 00:08:12.560
Es ist eine Code-First-Umgebung und das ganz bewusst mit Zugriff auf einen riesigen Modellkatalog.

00:08:13.180 --> 00:08:18.360
Über 11.000 Modelle, die die GPT-5-Familie, Open-Source-Gewichte sowie Vision und Audio-Engines abdecken.

00:08:19.540 --> 00:08:23.140
Sie können auf große Namen wie Mistral Cohere, Meta-Hugging-Face und NVIDIA zurückgreifen.

00:08:23.980 --> 00:08:26.480
Es ist ein Buffet, aber anstatt per Drag-and-Drop zu arbeiten,

00:08:26.600 --> 00:08:30.160
verdrahten Sie alles in Daten-, Pipelines- und Governance-Ebenen, während Sie über YAML-Dateien fluchen.

00:08:30.780 --> 00:08:32.420
Foundry macht keinen Hehl aus seiner Zielgruppe.

00:08:32.420 --> 00:08:35.620
Es setzt voraus, dass Sie Python beherrschen, in GitHub zu Hause sind

00:08:35.620 --> 00:08:37.860
und bei dem Wort CICD-Pipeline nicht in Panik geraten.

00:08:38.720 --> 00:08:40.520
Im Gegenzug erhalten Sie die volle Kontrolle über den Lebens.

00:08:40.920 --> 00:08:43.320
Wählen Sie Modelle aus, optimieren Sie diese, testen Sie Prompts

00:08:43.320 --> 00:08:46.180
und befördern Sie sie mit korrektem MLOPS durch Entwicklungstest und Produktionsumgebung.

00:08:46.840 --> 00:08:49.680
Im Klartext, Sie können endlich aufhören, Flows mit Panzertape zusammenzuflicken

00:08:49.680 --> 00:08:52.920
und einen echten Release-Prozess inklusive Auditing, Rollbacks und allem drumherum aufbauen.

00:08:53.420 --> 00:08:55.180
Mit Kontrolle kommen Kosten für Zeit und Fachwissen.

00:08:55.640 --> 00:08:57.860
Hier wird kein Chatbot mal eben an einem langen Wochenende zusammengezogen.

00:08:58.480 --> 00:09:00.600
Foundry zwingt Sie, jede Ebene der Verkabelung zu durchdringen.

00:09:00.600 --> 00:09:03.960
Geld 3. Absolute Präzision. Jeder Parameter ist zugänglich.

00:09:04.500 --> 00:09:08.740
Sie können die Kreativität auf Null setzen, Tokens begrenzen und Halluzinationsraten messen,

00:09:08.800 --> 00:09:11.000
als würden Sie Labor-Tests statt lockerer Demos durchführen.

00:09:11.880 --> 00:09:14.820
Wenn die Governance anruft und Sie wissen, dass sie das wird, müssen Sie sich nicht mit Ausreden herausreißen.

00:09:15.140 --> 00:09:18.100
Sie haben Audit-Logs, Bewertungsberichte und nachvollziehbare Ergebnisse.

00:09:18.960 --> 00:09:20.180
Hier ist die kurze Liste, damit es ankommt.

00:09:20.980 --> 00:09:24.860
Was Foundry Ihnen bietet. Modellwahl und Feinabstimmung, Anbindung an Ihre Data-Lakes,

00:09:24.860 --> 00:09:29.940
MLOPS mit richtigen Pipelines, CICD für das Deployment sowie vollständige Telemetrie und Audit-Trades.

00:09:30.600 --> 00:09:33.100
Das hält die Compliance-Leute davon ab, Ihnen im Nacken zu sitzen,

00:09:33.460 --> 00:09:35.320
während Ihre Entwickler dennoch Raum für Innovationen haben.

00:09:35.680 --> 00:09:36.600
Und das ist der entscheidende Punkt.

00:09:37.020 --> 00:09:40.780
Wählen Sie Foundry, wenn Ihr Bot sensible Daten verarbeitet, wenn Sie Erklärbarkeit benötigen

00:09:40.780 --> 00:09:43.020
oder wenn er mehrere Unternehmenssysteme vernetzen muss.

00:09:44.360 --> 00:09:46.380
Wenn Souveränität und Vertrauen wichtig sind, ist dies die Plattform.

00:09:46.760 --> 00:09:49.120
Ich habe gesehen, wie Foundry-Fälle löste, an die sich Studie nicht herantraut.

00:09:49.680 --> 00:09:52.060
Ein Kunde musste sensible Forschungsdokumente zugänglich machen,

00:09:52.060 --> 00:09:55.040
aber genau nachverfolgen, welcher Mitarbeiter was bis auf den Absatz genau gesehen hat.

00:09:55.280 --> 00:09:59.200
In Foundry haben wir den privaten Data Lake indexiert, mit der Azure Cognitive Search verknüpft

00:09:59.200 --> 00:10:02.440
und jede Abfrage mit der Benutzeridentität und der Dokumenten-ID protokolliert.

00:10:03.200 --> 00:10:05.380
Die Compliance-Abteilung hat nicht nur genickt, sie hat gelächelt,

00:10:05.540 --> 00:10:08.200
weil sie endlich eine Transparenz hatte, die das Audit schwarz auf weiß bestand.

00:10:08.740 --> 00:10:11.220
Viel Glück beim Versuch, das mit den Standard-Konnektoren von Studie umzusetzen.

00:10:11.600 --> 00:10:14.180
Zeit für eine Metapher Foundry ist wie das Leasing einer Formel-1-Gerat.

00:10:14.480 --> 00:10:16.840
Jede Maschine, jeder Sensor, jedes Teil ist enthalten.

00:10:17.500 --> 00:10:20.480
Aber der Haken ist, Sie brauchen die Boxen-Crew, die weiß, wie man damit umgeht.

00:10:21.040 --> 00:10:23.280
Sie starten nicht einfach nur eine Instanz, Sie orchestrieren die Engines,

00:10:23.360 --> 00:10:26.080
verwalten die Telemetrie und optimieren die Bills für Leistung im großen Maßstab.

00:10:26.080 --> 00:10:28.180
Machen Sie es richtig und Sie überrunden die Konkurrenz.

00:10:28.520 --> 00:10:30.940
Machen Sie es falsch, stehen Sie neben einer Millionen-Dollar-Werkzeugkiste,

00:10:31.040 --> 00:10:32.160
während Ihr Auto noch aufgebockt ist.

00:10:32.400 --> 00:10:33.620
Der eigentliche Vorteil ist die Orchestrierung.

00:10:34.020 --> 00:10:36.320
Bei Foundry geht es nicht nur darum, Prompts an ein Modell zu senden,

00:10:36.380 --> 00:10:40.100
Sie verweben Agenten, APIs-Suche und Bewertungsebenen zu einem einzigen verwalteten Fluss.

00:10:40.980 --> 00:10:43.380
Es kann während eines Gesprächs Rest-Endpunkte ansteuern,

00:10:43.440 --> 00:10:45.520
sich auf strukturierte und unstrukturierte Quellen stützen

00:10:45.520 --> 00:10:47.980
und den gesamten Lebenszyklus mit Continuous Integration verwalten.

00:10:48.680 --> 00:10:52.240
Diese Flexibilität ist der Grund, warum Branchen wie Fertigung, Finanzen und Gesundheitswesen Foundry

00:10:52.240 --> 00:10:54.900
als die ernsthafte Option betrachten, als die ernsthafte Option betrachten.

00:10:55.000 --> 00:10:56.600
Es ist nicht ein reiner Microsoft-Connector in der Grund.

00:10:56.920 --> 00:10:59.240
Es ist für das chaotische, systemübergreifende Durcheinander gebaut,

00:10:59.360 --> 00:11:01.060
dass CEOs gerne als schnelle Integration abtun.

00:11:01.820 --> 00:11:03.520
Das gängige Einführungsmuster beweist diesen Punkt.

00:11:03.840 --> 00:11:05.040
Die meisten Unternehmen fangen hier nicht an.

00:11:05.480 --> 00:11:07.900
Sie experimentieren mit Studio, weil es schnell ein glänzendes Pilotprojekt liefert.

00:11:08.500 --> 00:11:11.520
Dann fragt jemand aus dem Bereich Risiko oder Compliance nach der Datenherkunft

00:11:11.520 --> 00:11:14.760
und plötzlich ringt das Team um eine Revisionssicherheit, die Studio nie versprochen hat.

00:11:15.860 --> 00:11:17.520
Genau dann eskaliert das Projekt zu Foundry.

00:11:17.980 --> 00:11:19.200
Entweder man migriert oder man stellt es ein.

00:11:19.740 --> 00:11:21.200
Ja, Foundry ist die Schwergewichtslösung.

00:11:21.320 --> 00:11:24.680
Langsamer im Aufbau, steilere Lernkurve, höherer Aufwand bei Zeit und Qualifikationen.

00:11:25.200 --> 00:11:28.040
Dafür erhält man jeden Regler und jede Sicherheitsvorkehrung, die in Studio verborgen bleibt.

00:11:28.560 --> 00:11:30.360
Und man muss sich nicht für das eine oder das andere entscheiden.

00:11:31.380 --> 00:11:33.400
Microsoft selbst propagiert ein Hybridmodell.

00:11:33.880 --> 00:11:37.120
Studio als einfache Benutzeroberfläche vorne, Foundry als Motor unter der Haube,

00:11:37.500 --> 00:11:40.260
verbunden durch das kommende Microsoft 365 Agent SDK.

00:11:40.260 --> 00:11:43.560
So erhalten sie Schnelligkeit, wo sie wichtig ist und Kontrolle, wo sie zählen.

00:11:44.160 --> 00:11:45.400
Das wirft die eigentliche Frage auf.

00:11:45.480 --> 00:11:47.780
Wenn man beide Tools zur Hand hat, wie entscheidet man dann,

00:11:47.940 --> 00:11:50.600
welches man wann nutzt, ohne sich in endlosen Debatten zu verlieren?

00:11:51.580 --> 00:11:53.180
Genau hierfür brauchen wir einen einfachen Rahmen,

00:11:53.280 --> 00:11:54.960
damit sie sich weniger auf Entscheidungslähmung konzentrieren

00:11:54.960 --> 00:11:56.120
und mehr auf Ergebnisse liefern können.

00:11:57.580 --> 00:11:59.780
Das Drei-Stufen-Modell erkunden, skalieren, steuern.

00:12:00.720 --> 00:12:03.360
Der einfachste Weg, Ordnung in die Debatte zwischen Studio und Foundry zu bringen,

00:12:03.420 --> 00:12:05.000
ist es nicht mehr als binäre Wahl zu betrachten.

00:12:05.860 --> 00:12:08.680
Microsoft Insider sehen es bereits als einen dreistufigen Lebenszyklus.

00:12:08.680 --> 00:12:10.680
Erkunden, skalieren, steuern.

00:12:12.060 --> 00:12:14.080
Betrachten sie es weniger als ein Tool wählen und hoffen,

00:12:14.400 --> 00:12:17.980
sondern eher als ein Prozess, bei dem jede Stufe vorgibt, wann man aufsteigen sollte, nicht ob.

00:12:18.480 --> 00:12:21.480
Erkunden ist immer der Ausgangspunkt und hier ist Co-Pilot Studio führend.

00:12:22.280 --> 00:12:24.240
Dies ist die Phase, in der man schnell Bots zusammenbaut,

00:12:24.320 --> 00:12:25.920
um zu sehen, ob eine Idee geschäftlichen wäre.

00:12:25.920 --> 00:12:31.900
HF-RQ-Bot, IT-Passwort-Reset-Helfer, diese lassen sich in unter zwei Wochen mit Konnektoren und ohne Code umsetzen.

00:12:32.580 --> 00:12:34.020
Es geht nicht um Perfektion, sondern um den Nachweis.

00:12:34.440 --> 00:12:37.700
Sie validieren, ob das Ding echte Probleme löst, ohne das Projektbudget zu sprengen.

00:12:38.680 --> 00:12:40.340
Die Checkliste von Research Tested ist einfach.

00:12:41.220 --> 00:12:42.740
Identifizieren Sie Ihre Top-3-Anwendungsfälle,

00:12:42.740 --> 00:12:44.740
Prototypen Sie diese in ein bis zwei Wochen ins Studio

00:12:44.740 --> 00:12:46.840
und messen Sie, ob die Leute den Bot tatsächlich nutzen.

00:12:47.740 --> 00:12:49.580
Zusatztipp, überwachen Sie den Tokenverbrauch,

00:12:49.640 --> 00:12:52.220
um zu erkennen, ob der Pilot vor der Skalierung ausufernde Kosten verursacht.

00:12:52.900 --> 00:12:54.860
Doch hier taucht Migrationsauslöser Nummer 1 auf.

00:12:55.360 --> 00:13:00.440
Wenn ein Bot plötzlich auf nicht M365 von 60 Systeme wie ERP, SAP oder Finanzdatenbanken zugreifen muss,

00:13:00.500 --> 00:13:01.380
reicht Studio allein nicht aus?

00:13:03.320 --> 00:13:05.960
Migrationsauslöser 2, wenn Halluzinationen nicht nur lustig, sondern riskant sind,

00:13:05.960 --> 00:13:09.580
etwa bei der Beantwortung von Compliance-Fragen und erfundenen Richtlinien, ist es Zeit zu skalieren.

00:13:10.400 --> 00:13:12.380
Die Skalierung ist der Punkt, an die meisten Teams oder ruckgeraten.

00:13:12.880 --> 00:13:15.820
Man erkennt, dass der Pilot zwar hilfreich ist, aber nun eine echte Infrastruktur benötigt.

00:13:16.380 --> 00:13:20.000
Stellen Sie sich vor, Sie versuchen, Ihren HR-Bot mit Low-Code-Connectoren an ServiceNow zu kleben.

00:13:20.360 --> 00:13:22.520
Man fährt im Grunde ein Auto, das mit Kleidband zusammengehalten wird.

00:13:22.920 --> 00:13:24.400
Hier kommt Azure AI Foundry ins Spiel.

00:13:24.960 --> 00:13:26.760
Foundry bietet Ihnen, was Studio verbirgt.

00:13:27.680 --> 00:13:30.960
Kontrollmöglichkeiten für Kreativität, Prüfmechanismen gegen Halluzinationen,

00:13:31.240 --> 00:13:33.440
Data Lake-Anbindungen und robuste Pipelines.

00:13:33.760 --> 00:13:37.120
Der Kompromiss dabei, Sie benötigen das Fachwissen und die Geduld, um alles miteinander zu kümmern.

00:13:37.440 --> 00:13:39.500
Die meisten Unternehmen verfolgen hier einen hybriden Ansatz.

00:13:39.620 --> 00:13:42.520
Sie nutzen Studio für schnelle Ergebnisse bei FAQs und einfachen Abläufen,

00:13:42.520 --> 00:13:45.680
verlagern aber komplexe Workloads auf Foundry, wo Sicherheit und Präzision zählen.

00:13:46.160 --> 00:13:47.400
Und dann kommt der große Punkt, Govern.

00:13:48.100 --> 00:13:49.900
Auf dieser Stufe ist die KI kein Spielzeug mehr.

00:13:50.500 --> 00:13:53.680
Sie ist in sensible Arbeitsabläufe oder sogar kundenorientierte Systeme eingebunden.

00:13:53.940 --> 00:13:56.460
Wenn Audits, SLAs oder regionale Datenkontrollen eine Rolle spielen,

00:13:56.540 --> 00:13:57.900
ist Foundry keine Option mehr, sondern Pflicht.

00:13:58.420 --> 00:13:59.940
Dies ist der dritte Migrationsauslöser.

00:14:00.520 --> 00:14:04.300
Wenn es um Datensouveränität, Erklärbarkeit oder Zugriffsprotokolle auf Datensatzebene geht,

00:14:04.400 --> 00:14:06.960
bleibt Ihnen keine Wahl, als das Projekt in Foundry zu verankern.

00:14:06.960 --> 00:14:12.180
Foundry unterstützt Sie mit Audit, Trails, Telemetrie, Pipeline-Gating und einer Datengovernance,

00:14:12.240 --> 00:14:15.420
für die Microsoft 365-Konnektoren nie ausgelegt waren.

00:14:15.860 --> 00:14:17.720
In dieser Phase spielt Studio schlichtweg keine Rolle mehr.

00:14:18.120 --> 00:14:18.820
Ein einfacher Vergleich?

00:14:19.380 --> 00:14:22.640
Explorer ist, wie auf einem leeren Parkplatz zu fahren, um zu sehen, ob das Auto überhaupt läuft.

00:14:23.320 --> 00:14:26.800
Geil ist das Auffahren auf die Autobahn zwischen anderen Fahrern, wo Fehler tatsächlich Konsequenzen haben.

00:14:27.920 --> 00:14:28.960
Govern ist die Abgasuntersuchung.

00:14:29.360 --> 00:14:31.540
Jeder Sensor wird angeschlossen, um die Verkehrssicherheit zu beweisen.

00:14:32.360 --> 00:14:36.820
Drei Phasen, jede mit ihrem eigenen Zweck, keine davon ist optional, wenn das Ergebnis außerhalb einer Demo bestehen soll.

00:14:37.600 --> 00:14:40.820
Als Beweis dafür, dass dieses Modell funktioniert, genügt ein Blick auf Microsofts eigene interne Playbooks.

00:14:41.560 --> 00:14:45.900
Das HR-Team erstellte einfache Bots ins Studio, um FAQs zu beantworten und Ticketwarteschlangen zu entlasten.

00:14:46.200 --> 00:14:50.720
Doch als dieselben Bots begannen, sensible, regionspezifische HR-Dateien abzurufen, schlug die Compliance-Alarm.

00:14:51.020 --> 00:14:55.680
Das hat Zwang die Migration zu Foundry, um strengere Zugriffskontrollen einzuführen, Audit-Protokolle zu garantieren

00:14:55.680 --> 00:14:57.680
und eine korrekte Datentrennung sicherzustellen.

00:14:58.260 --> 00:14:58.620
Nichts schlagen.

00:14:58.620 --> 00:15:01.620
Der Umfang wuchs lediglich über das hinaus, wofür Studio konzipiert wurde.

00:15:02.320 --> 00:15:04.540
Ein weiterer wichtiger Punkt ist die Brücke, die Microsoft gerade baut.

00:15:05.060 --> 00:15:09.400
Das kommende Microsoft 365 Agents SDK soll Studio und Foundry enger verbinden,

00:15:09.500 --> 00:15:12.440
damit sie leicht starten können, ohne befürchten zu müssen, in einer Sackgasse zu landen.

00:15:13.200 --> 00:15:16.480
Bauen Sie den Prototyp in Studio und erweitern Sie ihn mit Foundry um Modellrouting,

00:15:16.680 --> 00:15:18.900
Konnektoren und Governance, alles in einem Lebenszyklus.

00:15:19.440 --> 00:15:23.540
Es ist ein seltener Moment, in dem Microsoft anerkennt, dass Business-Anwender und Profi-Entwickler keine Gegner sind

00:15:23.540 --> 00:15:25.660
und eine Pipeline bereitstellt, in der sie tatsächlich zusammenarbeiten.

00:15:26.140 --> 00:15:26.660
Was ist das falsch?

00:15:26.660 --> 00:15:29.980
Zerbrechen Sie sich am ersten Tag nicht den Kopf darüber, welches Tool Sie wählen sollen.

00:15:30.160 --> 00:15:31.860
Konzentrieren Sie sich stattdessen darauf, in welcher Phase es ist.

00:15:32.180 --> 00:15:34.140
Nutzen Sie Studio für schnelle Validierungen in der Explor-Phase.

00:15:34.560 --> 00:15:38.600
Gale findet in Foundry statt, sobald Komplexität hinzukommt oder Daten außerhalb von M35-Möchchen rollen.

00:15:39.100 --> 00:15:42.640
Gabon läuft vollständig über Foundry für Compliance-Audits und Workflows auf Unternehmensniveau.

00:15:43.080 --> 00:15:45.760
Das Framework verhindert, dass Sie den ersten FAQ-Bot überdimensionieren

00:15:45.760 --> 00:15:48.300
und jene vernachlässigen, die in kundenseitigen Systeme landen.

00:15:49.100 --> 00:15:51.100
Natürlich bedeutet das nicht, dass die Plattformen perfekt sind.

00:15:51.100 --> 00:15:55.480
Die Frameworks sehen auf PowerPoint schick aus, aber in der Realität hat jede Ebene ihre eigenen blinden Flecken.

00:15:56.000 --> 00:15:59.100
Und genau da beginnen meist die Kopfschmerzen bei den Dingen,

00:15:59.300 --> 00:16:03.720
die das Microsoft-Marketing auf Ignite-Folien nicht fett hervorhebt und die Microsoft gerne überspielt.

00:16:04.660 --> 00:16:06.920
Lassen Sie uns über die Dinge sprechen, die Microsoft verschweigt,

00:16:06.980 --> 00:16:09.160
bis sie mitten im Rollout stecken, die versteckten Fallstricke.

00:16:10.040 --> 00:16:11.600
Auf der Demo-Bühne sieht alles glänzend aus.

00:16:12.020 --> 00:16:13.940
Drag-and-drop und voila, ein sofortiger Co-Pilot.

00:16:13.940 --> 00:16:17.660
Doch in der Produktion erwischen drei wiederkehrende Lücken die Teams eiskalt.

00:16:18.240 --> 00:16:21.360
Fallstrick Nummer 1. Co-Pilot Studio verbirgt alle Regler zur Modellsteuerung.

00:16:21.940 --> 00:16:25.500
Keine Temperatureinstellung, kein Top-P-Regler, keine Evaluierungsschleifen, kein Prompt-Versioning.

00:16:26.440 --> 00:16:30.180
Für die meisten IT-Leute, die einen FAQ-Pilot-Bot bauen, klingt das nach harmlosen Details.

00:16:31.260 --> 00:16:33.980
Doch diese Hebel entscheiden, ob ihr Agent konsistente Ergebnisse liefert

00:16:33.980 --> 00:16:35.920
oder sich verhält wie ein Glücks-Keks-Automat.

00:16:36.840 --> 00:16:40.240
Ohne diese Stellschrauben können Sie Zufälligkeit nicht reduzieren oder die Erklärbarkeit absichern.

00:16:40.240 --> 00:16:44.320
Abhilfe. Wenn Zuverlässigkeit zählt, lagern Sie diese kritischen Workloads auf Foundry aus.

00:16:44.740 --> 00:16:47.760
Dort können Sie die Temperature auf Null setzen, Prompts einfrieren und

00:16:47.760 --> 00:16:51.520
jeden Output durch eine Prüfung leiten, bevor er Nutzer erreicht, erreicht.

00:16:52.120 --> 00:16:54.860
Studio ist gut für einfache FAQs, aber machen Sie sich nichts vor.

00:16:55.040 --> 00:16:57.760
Es lässt sich nicht sauber auf HR oder Compliance-Workflows skalieren.

00:16:58.620 --> 00:17:02.280
Fallstrick Nummer 2. Sowohl Studio als auch Foundry nutzen verbrauchsbasierte Preise.

00:17:02.280 --> 00:17:04.480
Und hier verlieren viele Projekte still und heimliche Budget.

00:17:05.520 --> 00:17:08.800
Zahlen, was man nutzt, klingt harmlos, bis man tausende Anfragen verarbeitet

00:17:08.800 --> 00:17:11.460
und merkt, dass Tokenverbrauch und Modellmix die Rechnung bestimmen.

00:17:12.600 --> 00:17:16.200
In Studio überraschen Kostensteigerungen die Teams, wenn die Nutzung sprunghaft ansteigt

00:17:16.200 --> 00:17:18.360
und kein Budget für Governance oder Lizenzen eingeplant war.

00:17:19.440 --> 00:17:22.300
Foundry lässt Sie diesen Schmerz früher spüren, da Sie Entwicklungsstunden einplanen,

00:17:22.340 --> 00:17:24.080
aber die Skalierungskosten sind zumindest transparent.

00:17:25.720 --> 00:17:26.040
Die Lösung.

00:17:26.480 --> 00:17:28.320
Implementieren Sie Nutzungsmetriken vom ersten Tag an.

00:17:28.760 --> 00:17:31.620
Verfolgen Sie den Tokenverbrauch und leiten Sie hochvolumig oder einfache Anfragen

00:17:31.620 --> 00:17:32.780
an günstigere Modelle im Katalog.

00:17:32.780 --> 00:17:35.860
Und am wichtigsten vergessen Sie nicht die versteckten Rechnungsposten,

00:17:35.980 --> 00:17:38.200
Lizenzen, Governance-Tools und benutzerdefinierte Konnektoren.

00:17:38.580 --> 00:17:40.960
All das beeinflusst den ROE, sobald Sie die Skalierung planen.

00:17:41.420 --> 00:17:43.900
Budgetieren Sie dies frühzeitig, anstatt später Budgetüberschreitungen erklären.

00:17:44.320 --> 00:17:45.120
Fallstrick Nummer 3.

00:17:45.300 --> 00:17:45.740
Konnektoren.

00:17:46.380 --> 00:17:48.680
Ja, Studio wirbt mit über 1000 Konnektoren,

00:17:48.880 --> 00:17:51.900
aber das bedeutet nicht, dass Sie sofort unternehmensstauglich sind.

00:17:53.080 --> 00:17:56.220
Einige funktionieren für Prototypen wie SharePoint, OneDrive oder Dynamics gut,

00:17:56.700 --> 00:17:59.320
andere benötigen jedoch oft Metadatenanpassungen oder eigene Entwicklung.

00:17:59.940 --> 00:18:01.520
Der Rollout bei Microsoft Digital selbst hat dies bewiesen.

00:18:01.520 --> 00:18:04.420
Ihr Team erweiterte die ServiceNow und SuccessFactors-Konnektoren

00:18:04.420 --> 00:18:06.640
und fügte ein Kennzeichen für autovidative Quellen hinzu,

00:18:06.720 --> 00:18:10.620
damit Nutzer offizielle HR-Richtlinien von veralteten Inhalten in einem alten Wiki unterscheiden konnten.

00:18:11.700 --> 00:18:13.700
Es funktionierte aber nur, weil sich die Ingenieure voll reinhinken.

00:18:14.340 --> 00:18:16.380
Die Lösung ist, von vornherein Anpassungsarbeit einzuplanen.

00:18:16.800 --> 00:18:19.420
Betrachten Sie Studio-Konnektoren bei kritischen Systemen nicht als Plugin.

00:18:19.940 --> 00:18:22.260
Planen Sie Zeit und Ressourcen für deren Erweiterung ein

00:18:22.260 --> 00:18:24.000
oder verlagern Sie die Arbeitslast auf Foundry,

00:18:24.140 --> 00:18:26.440
wo benutzerdefinierte APIs und Pipelines Standards sind.

00:18:27.080 --> 00:18:29.900
Einfach gesagt, die echten Risiken liegen nicht in schicken Demos, sondern in Eskalierung.

00:18:29.900 --> 00:18:32.440
Studio verbirgt Steuerelemente, die Sie später brauchen,

00:18:32.520 --> 00:18:33.940
Preismodelle können schnell überraschen

00:18:33.940 --> 00:18:36.500
und Konnektoren, die im Einrichtungsassistenten gut aussehen,

00:18:36.600 --> 00:18:38.240
erfordern für Unternehmen oft tiefere Anbindungen.

00:18:39.340 --> 00:18:41.480
Keines dieser Probleme ist ein Hindernis, wenn man sie einkalkuliert.

00:18:42.180 --> 00:18:45.480
Die Einfachheit von Studio ist ideal für Prototypen und einfache Szenarien,

00:18:45.580 --> 00:18:47.680
während Foundries tiefe Compliance und Governance abdeckt.

00:18:48.080 --> 00:18:48.300
Deckt?

00:18:48.300 --> 00:18:51.200
Sie müssen jedoch die Schwachstellen erkennen und entscheiden,

00:18:51.320 --> 00:18:54.560
ob Sie diese selbst beheben oder eskalieren, bevor es vor den Nutzern scheitert.

00:18:55.720 --> 00:18:56.500
Hier ist das Fazit.

00:18:56.720 --> 00:18:58.040
Überprüfen Sie die Nutzung frühzeitig,

00:18:58.140 --> 00:19:00.960
schützen Sie sensible Abläufe mit der richtigen Plattform und der richtigen Plattform

00:19:00.960 --> 00:19:03.420
und budgetieren Sie nicht nur für Lizenzen, sondern auch für Governance und Connector ab.

00:19:03.540 --> 00:19:05.620
Studio bringt Ihnen Schnelligkeit, Foundry bringt Ihnen Kontrolle.

00:19:06.080 --> 00:19:08.600
Die Probleme treten aus verschiedenen Richtungen auf, je nachdem, was Sie ignorieren.

00:19:09.040 --> 00:19:11.100
Mit dieser Perspektive können wir einen Schritt zurücktreten

00:19:11.100 --> 00:19:12.360
und die entscheidende Frage stellen,

00:19:12.420 --> 00:19:14.800
wie nutzt man beide sinnvoll, ohne sich bei der Wahl zu verkopfen.

00:19:14.800 --> 00:19:18.320
Wählen Sie mit Bedacht, aber hier ist die Kurzfassung.

00:19:19.220 --> 00:19:22.300
Studio ist für schnelle Prototypen und die Microsoft 365 Reichweite gedacht.

00:19:22.840 --> 00:19:24.880
Perfekt, wenn Sie nur beweisen müssen, dass ein Botzeit spart.

00:19:25.820 --> 00:19:27.780
Foundry ist für Kontrolle, Modelle und Governance.

00:19:28.460 --> 00:19:30.040
Hier stimmen Sie das System ab und verhindern,

00:19:30.120 --> 00:19:31.700
dass Compliance-Teams Sie durch den Flur jagen.

00:19:32.280 --> 00:19:33.580
Der wahre Clou ist, beide zu kombinieren.

00:19:33.920 --> 00:19:37.740
Erkunden Sie in Studio, skalieren Sie in Foundry und steuern Sie dort, wenn die Prüfer kommen.

00:19:38.340 --> 00:19:40.040
Abonnieren Sie die M335 für das Cheatsheet

00:19:40.040 --> 00:19:43.400
und folgen Sie der LinkedIn-Seite der M335-65-Show für Livestreams mit MVPs,

00:19:43.400 --> 00:19:44.940
die dies bereits produktiv umgesetzt haben.

00:19:45.740 --> 00:19:47.020
Ein realistischer Plan.

00:19:47.300 --> 00:19:49.700
Klein anfangen, tatsächliches Risiko- und Tokenverbrauch messen

00:19:49.700 --> 00:19:52.580
und dann zu Foundry wechseln, wenn Compliance oder Komplexität es erfordern.

00:19:53.180 --> 00:19:55.140
Sie ersparen sich Kopfschmerzen mit dem Stack im Vorausplan.

00:19:55.500 --> 00:19:58.320
Noch eines, bitte abonnieren Sie den Podcast und hinterlassen Sie eine Bewertung.