WEBVTT 00:00:00.000 --> 00:00:03.680 Du hast geklickt, weil im Podcast gesagt wurde, Azure AI Foundry sei eine Falle, oder? 00:00:04.420 --> 00:00:05.500 Du bist hier genau richtig. 00:00:05.920 --> 00:00:06.780 Hier das Versprechen vorab. 00:00:07.600 --> 00:00:14.860 Co-Pilots versagen ohne Grounding, aber Tools wie Retrieval Augmented Generation Chords REG mit Azure AI Search Hybrid und Semantics 00:00:14.860 --> 00:00:21.680 sowie Evaluatoren für Groundedness, Relevanz und Kohärenz sind die echten Lösungen, damit du keine Halluzinationen als Antworten verschickst. 00:00:22.760 --> 00:00:26.580 Wir überspringen die Marketingfolien und zeigen dir das Überlebenshandbuch mit echten Beispielen aus der Praxis. 00:00:26.580 --> 00:00:31.300 Abonniere den M365 Show Newsletter und verfolge die Livestreams mit den MVPs. 00:00:32.340 --> 00:00:34.320 Dort findet man die Erfahrung aus Fehlern und die passende Lösung. 00:00:35.000 --> 00:00:38.040 Und da die ersten Risse meist bei multimodalen Apps auftreten, fangen wir dort an. 00:00:38.940 --> 00:00:40.860 Warum multimodale Apps in der realen Welt scheitern? 00:00:41.400 --> 00:00:43.960 Wenn du eine multimodale Demo auf der Bühne siehst, wirkt sie fehlerfrei. 00:00:44.680 --> 00:00:48.460 Der Präsentator gibt einen Textpompt ein, ein sauberes Bild, vielleicht sogar eine kurze Spracheingabe. 00:00:48.460 --> 00:00:51.320 Das Modell liefert ein perfektes Diagramm oder eine präzise Zusammenfassung. 00:00:51.640 --> 00:00:55.840 Alles wirkt wie Magie, aber sobald man das gleich in einem echten Unternehmen versucht, verfliegt der Glanz schnell. 00:00:56.580 --> 00:01:00.560 Demos laufen mit marktlosen Daten. Arbeitsplätze laufen mit Daten. Das ist die eigentliche Kluft. 00:01:01.160 --> 00:01:06.600 In der Produktion gibt dir niemand sorgfältig aufbereitete Screenshots oder normierte CSV-Dateien. 00:01:07.720 --> 00:01:09.860 Die Personalabteilung füttert das System mit verpixelten Ausweisgutungen. 00:01:10.220 --> 00:01:13.020 Der Einkauf schleppt PDFs an, die schon die fünfte Fax-Generation hinter sich haben. 00:01:13.680 --> 00:01:16.900 Jemand aus der Buchhaltung fotografiert eine Rechnung mit einer kaputten Android-Kamera. 00:01:16.900 --> 00:01:24.560 Multimodale Modelle können Text, Bilder, Sprache und Video verarbeiten, brauchen aber gut indizierte Daten und Retrieval, um unter chaotischen Bedingungen zu bestehen. 00:01:25.040 --> 00:01:27.460 Andernfalls verlangst du vom Modell nur, dass es mit Datenmüll improvisiert. 00:01:28.020 --> 00:01:30.960 Und egal, wie viel GPU-Leistung der Korps Garbage in Garbage Out bleibt bestehen. 00:01:31.400 --> 00:01:34.920 Genau hier soll dich Retrieval Augmented Generation, kurz RAG, retten. 00:01:35.620 --> 00:01:38.820 Einfach ausgedrückt, das Modell kennt dein Unternehmen nicht, also verbindest du es mit deiner Wissensquelle. 00:01:39.320 --> 00:01:41.760 Es ruft einen Datenausschnitt ab und formuliert die Antwort basierend darauf. 00:01:41.760 --> 00:01:44.640 Wenn der Abgleich präzise ist, erhältst du nützlicher von dir dann. 00:01:44.980 --> 00:01:47.760 Ist er schlampig, fängt das Modell an zu improvisieren und spuckt überzeugt Unsinn aus. 00:01:48.340 --> 00:01:54.040 Und so landet man bei einem Chatbot, der behauptet, das Unternehmen hätte eine neue Q3-Rabattrichtlinie, die es gar nicht gibt. 00:01:54.680 --> 00:01:56.960 Er ist nicht zum Leben erwacht, er hat nur die falschen Daten abgerufen. 00:01:58.060 --> 00:02:04.860 Azure AI Studio und Azure AI Foundry setzen beide auf dieses Muster und unterstützen alle Modalitäten, Sprache, Vision, Audio und sogar Video Retrieval. 00:02:05.540 --> 00:02:07.800 Aber der Haken ist, RAG ist immer nur so gut wie die Datenbasis. 00:02:08.040 --> 00:02:09.760 Hier ist der Punkt, den die meisten Teams übersehen. 00:02:09.760 --> 00:02:12.440 Man kann nicht einfach eine Retrieval-Methode anschließen und fertig. 00:02:12.840 --> 00:02:19.360 Wenn Ergebnisse stimmig sein sollen, brauchen sie eine hybride Keyword- und Vektorsuche, abgerundet durch einen semantischen Reranker, der in Azure AI Search integriert ist. 00:02:19.900 --> 00:02:25.380 Dadurch kann das System wörtliche Keyword-Treffer mit semantischer Bedeutung abgleichen und die Ergebnisse so neu ordnen, dass der passende Kontext oben steht. 00:02:25.940 --> 00:02:33.700 In ihrer multimodale Einrichtung integriert, kann das Modell plötzlich mit schiefen Scans und unscharfen Bildern umgehen, statt ihre Compliance-Richtlinien frei zu erfinden, stark zu erfinden. 00:02:34.300 --> 00:02:36.460 Sprechen wir nun darüber, warum so viele Einführungen scheitern. 00:02:36.460 --> 00:02:41.900 Unternehmen erwarten vom ersten Tag an perfekte Ergebnisse, planen aber kein Budget für Bewertungsschleifen ein. 00:02:42.520 --> 00:02:48.120 Ohne Überprüfungen auf Fundierung, Relevanz und Kohärenz im Hintergrund bemerken sie Abweichungen erst, wenn die Nutzer bereits frustriert sind, wenn nicht. 00:02:48.920 --> 00:02:51.240 Viele frühe Implementierungen scheitern genau aus diesem Grund schnell. 00:02:51.620 --> 00:02:54.440 Der Output klingt korrekt, aber niemand hat ihn mit der Quellenwahrheit abgeglichen. 00:02:54.880 --> 00:02:57.680 Denken Sie mal nach, Sie würden niemals eine neue Datenbank ohne Überwachung bereitstellen. 00:02:57.680 --> 00:03:02.760 Doch bei multimodaler KI werfen Führungskräfte diese in die Produktion, als wäre sie eine magische Plug-and-Playbox. 00:03:03.400 --> 00:03:04.560 Es muss nicht im Scheitern enden. 00:03:05.320 --> 00:03:07.840 Carvana ist eine der Foundry-Kundengeschichten, die dies beweist. 00:03:08.440 --> 00:03:14.440 Sie machten Self-Service-KI wirklich nützlich, indem sie die Suche optimierten, ihre Agenten fundierten und in Beobachtbarkeit investierten. 00:03:15.800 --> 00:03:18.980 Das machte aus einem potenziellen Spielzeugbot etwas, dem Kunden vertrauen konnten. 00:03:20.240 --> 00:03:25.440 Vergleichen Sie das nun mit Unternehmen, die einen generischen Chatbot ohne Fundierung oder Bewertung auf ihre Supportseite geklatscht haben. 00:03:25.440 --> 00:03:31.240 Sie kennen das Ergebnis. Garantiefälle als Sales-Leads abgelegt, Support-Warteschlangen überfüllt und die Glaubwürdigkeit zerstört. 00:03:31.640 --> 00:03:33.260 Derselbe Azure Stack, entgegengesetztes Ergebnis. 00:03:33.700 --> 00:03:34.940 Hier ist also das unverblümte Fazit. 00:03:35.480 --> 00:03:38.200 Multimodale KI scheitert nicht, weil sie nicht intelligent genug ist. 00:03:38.820 --> 00:03:41.600 Sie scheitert, weil die Daten nicht aufbereitet, indexiert oder überwacht werden. 00:03:42.240 --> 00:03:45.820 Füttern Sie das Suchsystem mit Datenmüll, lassen Sie Bewertungen weg und beobachten Sie, wie das Vertrauen schwindet. 00:03:46.260 --> 00:03:52.580 Aber mit hybrider Suche, semantischem Reranking und ständigen Auswertungen können Sie Rechnungen, Verträge, Bilder und sogar ungenaue Audio-Notizen verarbeiten 00:03:52.580 --> 00:03:55.180 und erhalten Antworten, die in der Realität bleiben, statt in der Fantasie. 00:03:56.340 --> 00:03:59.160 Und sobald die Fundierung stimmt, tritt ein weiteres Risiko in den Vordergrund. 00:03:59.860 --> 00:04:03.720 Denn selbst wenn die Datenpipelines sauber sind, kann das steuernde System außer Kontrolle geraten. 00:04:04.380 --> 00:04:05.320 An diesem Punkt ändert sich die Frage. 00:04:05.900 --> 00:04:10.720 Hilft der Agent, der das alles koordiniert, Ihrem Unternehmen wirklich oder verbrennt er still und leise Ihr IT-Budget? 00:04:11.180 --> 00:04:14.080 Ein hilfreicher Agent oder teurer Briefbeschwerer? 00:04:14.980 --> 00:04:17.580 Ein Agent koordiniert Modelle, Daten, Trigger und Aktionen. 00:04:18.120 --> 00:04:20.380 Stellen Sie ihn sich wie einen Verkehrspolizisten für Ihren automatisierten Workflows. 00:04:20.960 --> 00:04:25.620 Manchmal leitet er alles reibungslos, manchmal winkt er drei Mülllaster und ein Klauenauto durch und geht in die Mittagspause. 00:04:26.580 --> 00:04:30.400 Diese Lücke zwischen sauberer Theorie und chaotischer Realität ist der Punkt, an dem die meisten Teams scheitern. 00:04:31.060 --> 00:04:32.440 Auf dem Papier sieht ein Agent großartig aus. 00:04:33.040 --> 00:04:38.380 Geben Sie ihm Anweisungen, verweisen Sie auf Ihre Daten und Apps und es sollte Prozesse ausführen, Antworten finden und sogar Workflows starten. 00:04:39.380 --> 00:04:40.540 Aber das ist kein perfekter Mitarbeiter. 00:04:41.260 --> 00:04:43.940 Es ist genauso wahrscheinlich, dass es um zwei Uhr morgens im Wiederkehren das Problem löst, 00:04:44.000 --> 00:04:47.800 wie dass es Ihre Warteschlange mit 100 Phantom-Tickets überflutet, weil es ein Fehlerprotokoll falsch gelesen hat. 00:04:48.140 --> 00:04:49.260 Stellen Sie sich innerhalb von Service-Navort. 00:04:49.920 --> 00:04:54.360 Wenn die KI eng begrenzt ist, erstellt sie nur bei echten Problemen echte Tickets und spart den Menschen Stunden an Arbeit. 00:04:55.460 --> 00:05:00.480 Wenn man sie gewähren lässt, kann sie den Helpdesk unter einer Flut von falschen Warnmeldungen über kritische Druckerfehler bei Einwandfeier-Hardware begraben. 00:05:00.760 --> 00:05:03.260 Versuchen Sie mal Ihrem CIO diesen Produktivitätsschub zu erklären. 00:05:03.260 --> 00:05:04.660 Ist der Unterschied dem viel übersehen? 00:05:05.180 --> 00:05:06.520 Co-Polets und Agents sind nicht dasselbe. 00:05:07.040 --> 00:05:08.560 Ein Co-Pilot ist im Grunde ein Prompt-Assistent? 00:05:09.040 --> 00:05:11.040 Sie fragen, er antwortet und sie behalten die Kontrolle. 00:05:11.920 --> 00:05:14.040 Agents hingegen entscheiden Dinge, ohne auf sie zu warten. 00:05:14.880 --> 00:05:18.460 Sie befolgen ihre wagen Anweisungen buchstabengetreu, selbst wenn die Ergebnisse keinen Sinn ergeben. 00:05:19.340 --> 00:05:23.940 Genau dann spart die Automatisierung entweder echte Zeit oder führt ins Chaos, dessen Beseitigung sie doppelt so viel Zeit kosten wird. 00:05:24.320 --> 00:05:28.080 Die Wahrheit ist, dass viele Teams ihrem Agenten eine Stellenbeschreibung geben, die wie ein Wahlversprechen klingt. 00:05:28.960 --> 00:05:31.580 Prozesse optimieren, Erkenntnisse liefern, Menschen helfen, Menschen. 00:05:31.580 --> 00:05:34.300 Herzlichen Glückwunsch, Sie haben dem Bot im Grunde gesagt, dass er machen kann, was er will. 00:05:34.700 --> 00:05:37.160 Agents ohne klaren Aufgabenbereich bleiben nicht höflich in ihrer Spur. 00:05:37.400 --> 00:05:37.940 Sie spielen vorweg. 00:05:38.260 --> 00:05:39.440 Sie erfinden Probleme, die sie lösen wollen. 00:05:39.660 --> 00:05:40.580 Sie duplizieren Datensätze. 00:05:41.060 --> 00:05:41.940 Sie hängen endlos schleifenfest. 00:05:42.280 --> 00:05:45.460 Und dann wundert sich die Führungsebene, warum eine glänzende Demo zu einem Produktionsalbtrumpf. 00:05:45.800 --> 00:05:46.740 Lassen Sie uns das jetzt richtig stellen. 00:05:47.180 --> 00:05:49.680 Es ist nicht so, dass die meisten Unternehmen in den ersten zwei Monaten scheitern. 00:05:50.340 --> 00:05:51.160 Versteht so nicht in der Forschung. 00:05:51.160 --> 00:05:55.260 Was jedoch schnell passiert, ist, dass viele Organisationen früher auf Hindernisse stoßen, 00:05:55.440 --> 00:05:59.940 weil sie ihre Agents nie eng begrenzt, keine Validierungsschritte hinzugefügt und keine Telemetrie implementiert haben. 00:06:00.820 --> 00:06:04.460 Ohne diese Leitplanken ist ihr glänzendes neues Werkzeug nur ein leichtsinniger Praktikant mit Admitrechten. 00:06:05.120 --> 00:06:07.560 Und hier liefert Ihnen der Microsoft Stack tatsächlich die passenden Komponenten. 00:06:08.160 --> 00:06:11.760 Co-Pilot Studio ist der Low-Code-Bereich, in dem Entwickler das Verhalten von Agents entwerfen, 00:06:11.840 --> 00:06:13.480 denken Sie an Flows, Prompts und Event-Trigger. 00:06:13.480 --> 00:06:16.940 Dann dient der Agent-Service von AI Foundry als Unternehmensgerüst, 00:06:17.020 --> 00:06:19.360 das diese Agents mit Beobachtbarkeit in die Produktion bringt. 00:06:20.440 --> 00:06:23.320 Im Agent-Service fügen Sie Überwachungen, Protokolle und Metriken hinzu. 00:06:24.080 --> 00:06:27.580 Er ist gezielt auf Automatisierung mit eingebauter, menschlicher Aufsicht ausgelegt, 00:06:27.900 --> 00:06:31.660 da Microsoft weiß, was passiert, wenn man einem ungetesteten Agenten in freier Wildbahn vertraut. 00:06:32.240 --> 00:06:33.940 Wie wissen Sie also, ob Ihr Agent wirklich nützlich ist? 00:06:34.580 --> 00:06:36.580 Unterziehen Sie in einer knallharten Checkliste. 00:06:36.580 --> 00:06:40.260 Erstens, reduziert ihr die Arbeitszeit der Mitarbeiter oder zieht ihr sie in mühsame Federbehebungsaufgaben hinein? 00:06:40.260 --> 00:06:44.540 Zwei, erfassen Sie Metriken wie Fundiertheit, Flüssigkeit und Kohärenz 00:06:44.540 --> 00:06:46.540 oder starren Sie nur auf die hübschen Marketing-Dashboards? 00:06:47.500 --> 00:06:50.400 Drei, haben Sie Telemetrie eingerichtet, um Abweichungen zu erkennen, 00:06:50.500 --> 00:06:51.940 bevor sich Benutzer über Fehler beschweren? 00:06:52.600 --> 00:06:55.160 Wenn Sie eine dieser Fragen falsch beantwortet haben, haben Sie keinen intelligenten Agent. 00:06:55.480 --> 00:06:56.680 Sie haben einen teuren Bildschirmschoner? 00:06:57.500 --> 00:06:59.520 Der Ausweg ist die Nutzung der Observability-Funktionen 00:06:59.520 --> 00:07:02.000 und integrierten Evaluatoren von Azure AI Foundry, Foundry. 00:07:02.260 --> 00:07:03.640 Das sind keine optionalen Extras. 00:07:04.020 --> 00:07:07.460 Sie sind die dokumentierte Methode, um Fundiertheit, Relevanz, Kohärenz und Quellentreue zu messen. 00:07:08.240 --> 00:07:10.220 Ohne Sie raten Sie nur, ob Ihr Agent klug ist, 00:07:10.260 --> 00:07:12.660 oder sich Dinge in einem höflichen Tonfall ausdenkt. 00:07:13.380 --> 00:07:16.520 Mit Ihnen können Sie souverän eingreifen und nachjustieren, wenn die Ausgabe abweicht. 00:07:17.140 --> 00:07:18.360 Also ja, Agenten können alles verändern. 00:07:19.200 --> 00:07:22.460 Falsch konfiguriert werden Sie zu Chaos-Verstärkern, die mehr Zeit kosten, als Sie sparen. 00:07:23.060 --> 00:07:26.700 Richtig konfiguriert, mit klaren Aufgabengrenzen, echter Telemetrie und fundierten Antworten 00:07:26.700 --> 00:07:29.340 erledigen Sie Aufgaben, während sich Menschen auf wertvollere Arbeit konzentrieren. 00:07:30.220 --> 00:07:32.640 Ändert Sie denken, Sie hätten das Gleichgewicht gefunden, ändert sich die Geschichte wieder. 00:07:32.640 --> 00:07:37.140 Microsoft treibt bereits autonome Agenten voran, Bots, die nicht erst auf Sie warten, bevor Sie handeln. 00:07:38.900 --> 00:07:41.880 Das hebt den Einsatz von hilfreich oder nutzlos in eine völlig neue Kategorie. 00:07:42.260 --> 00:07:44.760 Denn wir sprechen jetzt von Systemen, die laufen, selbst wenn niemand zusieht. 00:07:44.760 --> 00:07:47.680 Die Falle der autonomen Agenten 00:07:47.680 --> 00:07:50.700 Autonome Agenten sind der Punkt, an dem der Hype gefährlich wird. 00:07:51.480 --> 00:07:52.660 Auf dem Papier sind sie der Traum. 00:07:53.180 --> 00:07:55.880 Lassen Sie die KI für sich arbeiten, automatisieren Sie die Routine 00:07:55.880 --> 00:07:59.120 und quälen Sie sich nicht mehr um zwei Uhr morgens aus dem Bett, um Ticketwarteschlangen abzuarbeiten. 00:07:59.440 --> 00:08:00.500 Klingt im Sitzungssaal großartig. 00:08:00.860 --> 00:08:02.860 Die Falle ist simpel. Sie warten nicht auf Erlaubnis. 00:08:03.260 --> 00:08:05.500 Coopilots warten auf Sie. Autonome Agenten tun es. 00:08:05.640 --> 00:08:09.220 Und wenn Sie eine Fehlentscheidung treffen, entsteht der Schaden sofort und skaliert durch Ihren gesamten Tinneln. 00:08:09.580 --> 00:08:10.580 Das Konzept ist leicht verständlich. 00:08:10.960 --> 00:08:13.000 Coopilots sind reaktiv. Agenten sind proaktiv. 00:08:13.000 --> 00:08:15.380 Anstatt stillzuwarten, bis jemand einen Prompt eingibt, 00:08:15.620 --> 00:08:17.940 konfigurieren Sie Agenten so, dass sie den Servicezustand überwachen, 00:08:18.100 --> 00:08:20.160 Sicherheitssignale bearbeiten oder Workflows automatisch ausführen. 00:08:20.800 --> 00:08:23.500 Microsoft verkauft das als Effizienz, weniger menschliche Verschwendung, 00:08:23.640 --> 00:08:25.480 schnellere Erkennung und reibungslosere Abläufe. 00:08:25.920 --> 00:08:28.240 Das Versprechen ist real, aber hier ist der wichtige Kontext. 00:08:29.140 --> 00:08:32.120 Autonome Agenten im Coopilots Studio befinden sich derzeit noch in der Vorschauphase. 00:08:32.640 --> 00:08:35.860 Vorschau bedeutet nicht kaputt, aber es bedeutet ungeprüft in der chaotischen, realen Welt. 00:08:36.560 --> 00:08:39.220 Und selbst Microsoft sagt, Sie benötigen Lifecycle Governance-Leitplanken 00:08:39.220 --> 00:08:41.940 und das Coopilot-Konsolensystem, bevor Sie an einen breiten Rollout denken. 00:08:41.940 --> 00:08:43.760 Bedenken Sie ein realistisches Risiko. 00:08:44.180 --> 00:08:45.980 Angenommen, Sie bauen einen autonomen Helpdesk-Agenten 00:08:45.980 --> 00:08:48.420 und geben ihm die Befugnis, auf Anmeldeanomalien zu reagieren. 00:08:49.240 --> 00:08:51.060 In einer Demo mit fünf Benutzern funktioniert es perfekt. 00:08:51.480 --> 00:08:52.900 Alarme werden ausgelöst, Konten verwaltet. 00:08:53.360 --> 00:08:54.900 Dann treffen in der Produktion vorausschte Eingammel. 00:08:55.440 --> 00:08:57.660 Anstatt zu warten, beginnt es, hunderte Konten 00:08:57.660 --> 00:09:00.000 aufgrund von falsch positiven Ergebnissen massenhaft zurückzusetzen. 00:09:00.900 --> 00:09:02.440 Das Ergebnis ist kein hypothetischer Ausfall. 00:09:02.820 --> 00:09:05.140 Es könnte realistisch gesehen den Betrieb zum Monatsabschluss lahmlegen. 00:09:05.660 --> 00:09:06.360 Das ist keine Science-Fiction. 00:09:06.900 --> 00:09:08.440 Es ist das Fehler-Szenario, auf das man sich einlässt, 00:09:08.500 --> 00:09:09.520 wenn man die Bereichsabgrenzung auslöst. 00:09:09.520 --> 00:09:11.180 Die Lösung ist nicht, die Technologie aufzugeben. 00:09:11.480 --> 00:09:12.820 Sie besteht darin, zuerst das Sicherheitssystem. 00:09:13.160 --> 00:09:14.560 Also, wie sieht die Checkliste zum Überleben aus? 00:09:14.860 --> 00:09:17.140 Drei Dinge müssen vor jeder ausgefallenen Automatisierung erledigt werden. 00:09:17.500 --> 00:09:19.240 Erstens, Identitäts- und Zugriffsbeschränkungen. 00:09:20.200 --> 00:09:22.520 Geben Sie Ihrem Agenten minimale Rechte, keine pauschalen Administratoren. 00:09:22.900 --> 00:09:24.200 Zweitens, Protokollierung und Rollback. 00:09:24.660 --> 00:09:26.600 Jede Aktion muss eine Spur hinterlassen, die Sie prüfen können. 00:09:27.140 --> 00:09:28.820 Und jede schwerwiegende Aktion braucht einen Rückweg, 00:09:28.900 --> 00:09:30.140 falls der Agent eine Fehlfunktion hat. 00:09:30.780 --> 00:09:32.080 Drittens, Inhalts- und Verhaltensfilter. 00:09:32.080 --> 00:09:36.160 Microsoft adressiert dies mit Azure AI Content Safety und Wissenskonfiguration. 00:09:36.780 --> 00:09:38.820 Das sind die Filter, die einen übereifrigen Bot davon abhalten, 00:09:38.900 --> 00:09:40.860 unangemessene Antworten zu geben oder vom Skript abzuweichen. 00:09:41.540 --> 00:09:43.520 Erledigen Sie das zuerst, sonst wird die Cleverness Ihres Agenten 00:09:43.520 --> 00:09:44.980 Ihre Abläufe eher begraben, als Ihnen zu helfen. 00:09:45.320 --> 00:09:46.880 Die ethische Ebene verschärft dies noch weiter. 00:09:47.480 --> 00:09:48.900 Stellen Sie sich einen HR-Agenten vor, 00:09:49.020 --> 00:09:50.760 der Mitarbeiter automatisch als riskant markiert 00:09:50.760 --> 00:09:52.820 oder einen Finanzagenten der Lieferantenzahlung zurückhält, 00:09:52.820 --> 00:09:54.300 der fälschlicherweise als Betrug einstuft. 00:09:54.860 --> 00:09:56.120 Das sind keine harmlosen Macken. 00:09:56.300 --> 00:09:57.760 Das sind Fehler mit menschlichen Auswirkungen 00:09:57.760 --> 00:09:59.000 und rechtlichen sowie Compliance-Folgen. 00:09:59.360 --> 00:10:01.980 Verzerrungen in Trainingsdaten oder beim Abruf verschwinden nicht einfach, 00:10:02.220 --> 00:10:03.880 nur weil Sie jetzt in der Enterprise-Vorschau arbeiten. 00:10:04.940 --> 00:10:07.020 Ohne Filter, Kontrollen und menschliche Rückwahloptionen 00:10:07.020 --> 00:10:07.860 lagern Sie Entscheidungen aus, 00:10:07.900 --> 00:10:10.000 die Ihre Anwälte definitiv nicht von einem unüberwachten Algorithmus 00:10:10.000 --> 00:10:10.600 treffen lassen wollen. 00:10:11.340 --> 00:10:13.700 Microsofts eigene Botschaft auf der Ignite war diesbezüglich deutlich. 00:10:14.240 --> 00:10:16.340 Leitplanken, Lebenszyklusmanagement, Monitoring 00:10:16.340 --> 00:10:18.320 und das Co-Pilot-Kontrollsystem sind kein Nice-to-have, 00:10:18.320 --> 00:10:19.160 sie sind erforderlich. 00:10:19.940 --> 00:10:21.940 Vorschau bedeutet heute weniger glänzende Demos 00:10:21.940 --> 00:10:23.880 und mehr Tester, die zeigen, wo die Risse auftreten. 00:10:24.620 --> 00:10:26.540 Wenn Sie ohne Stufentests, Genehmigungsworkflows 00:10:26.540 --> 00:10:28.360 und Audits live gehen, betreiben Sie keinen Agenten, 00:10:28.520 --> 00:10:31.040 sondern führen einen Stresstest Ihres Tenants in der Produktion durch. 00:10:31.620 --> 00:10:33.300 Deshalb ist Beobachtbarkeit keine Option sondern Pflicht. 00:10:33.680 --> 00:10:34.700 Sie benötigen Dashboards, 00:10:34.820 --> 00:10:36.580 die jeden Schritt eines Agenten zeigen und prüfen, 00:10:36.660 --> 00:10:38.160 ob sein Output fundiert, relevant 00:10:38.160 --> 00:10:40.220 und mit ihrer Richtlinie vereinbar war. 00:10:40.720 --> 00:10:42.140 Und Sie benötigen Optionen mit dem Menschen in den Prozesse. 00:10:42.520 --> 00:10:43.700 Microsoft macht daraus kein Geheimnis. 00:10:44.260 --> 00:10:46.760 Sie verweisen auf Muster, bei denen der Mensch als Sicherheitsnetz fungiert. 00:10:47.420 --> 00:10:48.920 Denken Sie an den Autopiloten im Flugzeug. 00:10:49.420 --> 00:10:50.180 Unglaublich nützlich, 00:10:50.560 --> 00:10:52.500 aber immer mit einer manuellen Übersteuerung entworfen. 00:10:52.920 --> 00:10:54.740 Wenn der Bot glaubt, die optimale Landung sei 00:10:54.740 --> 00:10:56.460 in einem See, wollen Sie die Kontrolle vor dem 00:10:56.460 --> 00:10:57.080 Aufprall übernehmen. 00:10:57.560 --> 00:10:58.560 Die treffende Analogie hier ist, 00:10:58.620 --> 00:10:59.980 einen Teenager das Autofahren leeren zu lassen. 00:11:00.560 --> 00:11:02.540 Das Potenzial ist da, die Geschwindigkeit beeindruckend, 00:11:02.620 --> 00:11:03.880 aber man übergibt nicht einfach die Schlüssel, 00:11:04.020 --> 00:11:05.360 verlässt die Einfahrt und hofft auf das Beste. 00:11:05.840 --> 00:11:07.100 Sie setzen sich auf den Beifahrersitz, 00:11:07.220 --> 00:11:08.740 geben Grenzen vor und installieren eine Bremse, 00:11:08.800 --> 00:11:09.520 die sie selbst betätigen können. 00:11:09.940 --> 00:11:11.540 Das ist Lebenszyklus-Governance in der Praxis. 00:11:12.040 --> 00:11:13.040 Dutzräder, bis sie sicher sind, 00:11:13.100 --> 00:11:14.460 dass das System nicht vom Weg abkommt. 00:11:15.240 --> 00:11:17.040 Damit kommen wir zur größeren Fertigungshalle, 00:11:17.040 --> 00:11:19.080 in der Agenten, Co-Pilots und alle getesteten 00:11:19.080 --> 00:11:20.200 Arbeitsabläufe zusammenlaufen. 00:11:20.700 --> 00:11:22.420 Microsoft nennt das Azure AI Foundry, 00:11:22.420 --> 00:11:24.100 einen zentralen Ort für die KI-Entwicklung 00:11:24.100 --> 00:11:25.160 mit allen nötigen Werkzeugen. 00:11:25.940 --> 00:11:27.700 Ob es zum Kraftwerk für die Produktion wird 00:11:27.700 --> 00:11:29.600 oder zum Ort, an dem Ihr Projekt in Flammen aufgeht, 00:11:29.640 --> 00:11:30.580 hängt ganz von Ihnen ab. 00:11:32.020 --> 00:11:34.720 Azure AI Foundry, Ihre Fabrik oder Ihr Mimfeld. 00:11:35.920 --> 00:11:38.140 Azure AI Foundry ist das neue Flaggschiff von Microsoft, 00:11:38.300 --> 00:11:40.760 eine sogenannte Fabrik für alles, was mit KI zu tun hat. 00:11:41.680 --> 00:11:43.420 Das Problem, zu viele Teams gehen dort hinein 00:11:43.420 --> 00:11:44.460 und behandeln es wie ein Ikea-Besuch. 00:11:44.860 --> 00:11:46.420 Sie schlendern geblendet durch die Kataloge, 00:11:46.520 --> 00:11:48.140 schnappen sich ein paar glänzende Sprachmodelle, 00:11:48.320 --> 00:11:49.600 werfen ein paar Konnektoren hinein 00:11:49.600 --> 00:11:51.380 und schrauben ohne Anleitung etwas zusammen. 00:11:52.280 --> 00:11:54.380 Am Ende haben Sie kein KI-System für Unternehmen, 00:11:54.620 --> 00:11:55.760 sondern ein Demo-Spielzeug, 00:11:55.840 --> 00:11:57.500 das beim ersten, unordentlichen PDF 00:11:57.500 --> 00:11:58.860 eines echten Benutzers umkippt. 00:11:59.380 --> 00:12:00.760 Hier ist das, was Foundry tatsächlich bietet, 00:12:01.240 --> 00:12:02.460 direkt aus dem offiziellen Handbuch. 00:12:03.040 --> 00:12:04.300 Ein Modellkatalog mit Angeboten 00:12:04.300 --> 00:12:05.340 von Microsoft OpenAI, 00:12:05.460 --> 00:12:06.580 Meta, Mr. Diepsig und Anna. 00:12:07.700 --> 00:12:08.340 Anpassungsoptionen wie 00:12:08.340 --> 00:12:09.700 Retrieval Augmented Generation, 00:12:10.260 --> 00:12:11.500 Feintuning und Destillation. 00:12:12.680 --> 00:12:14.500 Ein Agentendienst zur Orchestrierung, 00:12:14.660 --> 00:12:16.800 Tools wie Promptflow für Bewertung und Debugging, 00:12:16.800 --> 00:12:18.120 Sicherheitsgrundfunktionen, 00:12:18.220 --> 00:12:19.620 Identitäts- und Zugriffskontrollen, 00:12:19.680 --> 00:12:21.500 Inhaltsfilter und Observability-Dashboards. 00:12:22.500 --> 00:12:23.860 Kurz gesagt, es sind alle Komponenten, 00:12:23.900 --> 00:12:24.980 die Sie benötigen, um Co-Pilots, 00:12:25.080 --> 00:12:26.500 Agenten und autonome Abläufe zu erstellen 00:12:26.500 --> 00:12:27.340 und regelkonform zu halten. 00:12:27.800 --> 00:12:28.420 Das ist in Lünter. 00:12:29.140 --> 00:12:29.780 Das Problem ist nicht, 00:12:29.860 --> 00:12:30.900 dass der Werkzeugkasten leer ist, 00:12:30.980 --> 00:12:32.000 sondern dass zu viele Administratoren 00:12:32.000 --> 00:12:32.540 es so behandeln, 00:12:32.620 --> 00:12:34.540 als muss man nur einen GPT-4-Turboschalter umlegen, 00:12:34.600 --> 00:12:35.460 um es produktionsreif zu machen. 00:12:36.160 --> 00:12:36.760 Die Wahrheit ist, 00:12:36.820 --> 00:12:37.960 Foundry ist eine Fertigungshalle, 00:12:38.040 --> 00:12:39.280 keine Spielzeugkiste für ihren Hackathon. 00:12:39.760 --> 00:12:41.400 Das bedeutet, Identitätsgrenzen zu setzen, 00:12:41.700 --> 00:12:42.480 damit nur die richtigen Leute 00:12:42.480 --> 00:12:43.700 auf die richtigen Modelle zugreifen können. 00:12:44.240 --> 00:12:44.700 Es bedeutet, 00:12:44.800 --> 00:12:46.020 jeden Prozess mit Sicherheitsfiltern 00:12:46.020 --> 00:12:46.820 für Inhalte zu umgeben. 00:12:47.360 --> 00:12:49.000 Es bedeutet, Observability zu nutzen, 00:12:49.100 --> 00:12:49.580 damit Sie wissen, 00:12:49.880 --> 00:12:50.980 wann eine Antwort fundiert ist 00:12:50.980 --> 00:12:51.820 und wann das Modell 00:12:51.820 --> 00:12:53.020 Firmenrichtlinien frei erfindet. 00:12:54.160 --> 00:12:54.700 Und es bedeutet, 00:12:54.780 --> 00:12:56.020 die Aufgabe mit dem richtigen Modell 00:12:56.020 --> 00:12:56.560 zu verknüpfen, 00:12:56.620 --> 00:12:57.720 anstatt nur das Größte zu wählen, 00:12:57.760 --> 00:12:58.640 weil es sich klug anhört. 00:12:59.520 --> 00:13:00.460 Überspringen Sie diese Schritte 00:13:00.460 --> 00:13:01.740 und das Chaos kommt durch die Hintertür. 00:13:02.220 --> 00:13:02.660 Ich habe erlebt, 00:13:02.720 --> 00:13:03.860 wie ein Team eine Foundry-Co-Pilot 00:13:03.860 --> 00:13:04.840 für SharePoint einrichtete, 00:13:04.940 --> 00:13:06.160 fröhlich vertrauliche Personaldaten 00:13:06.160 --> 00:13:07.400 an 20 Praktikanten weitergab. 00:13:08.000 --> 00:13:08.560 Das war nicht clever, 00:13:08.660 --> 00:13:09.640 es war ein Compliance-Desaster, 00:13:09.640 --> 00:13:10.920 das mit integrierten Zugriffsregeln 00:13:10.920 --> 00:13:11.820 hätte vermieden werden können. 00:13:12.560 --> 00:13:13.640 Lassen Sie uns über echte Fälle sprechen. 00:13:14.100 --> 00:13:15.020 Ein Unternehmen nutzte einmal 00:13:15.020 --> 00:13:15.820 GPT-4 Turbo 00:13:15.820 --> 00:13:17.140 für die Verschlagwortung von Produktfotos. 00:13:17.980 --> 00:13:19.580 Im Labor meisterte es die Demo mit Bavur. 00:13:20.280 --> 00:13:21.220 Saubere Studiofotos, 00:13:21.320 --> 00:13:21.980 perfekte Tags, 00:13:22.000 --> 00:13:22.860 alle waren begeistert. 00:13:23.940 --> 00:13:25.060 In der Produktion waren die Eingaben 00:13:25.060 --> 00:13:26.000 keine glänzenden JPEGs, 00:13:26.080 --> 00:13:27.020 sondern unscharfe Handyfotos 00:13:27.020 --> 00:13:27.500 aus dem Lager. 00:13:28.380 --> 00:13:29.780 Plötzlich stufte die KI-Kinderwagen 00:13:29.780 --> 00:13:31.180 fälschlicherweise als Bürostühle ein 00:13:31.180 --> 00:13:32.440 und verwandelte UPC-Etiketten 00:13:32.440 --> 00:13:33.480 in erfundene Seriennummern, 00:13:33.560 --> 00:13:34.200 in erfundene Serien. 00:13:34.960 --> 00:13:36.100 Zusätzlich zum Vertrauensverlust 00:13:36.100 --> 00:13:36.960 begannen die Kosten zu steigen. 00:13:37.360 --> 00:13:38.100 Und das ist kein Märchen 00:13:38.100 --> 00:13:39.520 von 0,01 Dollar pro Nachricht. 00:13:39.820 --> 00:13:40.900 Die Preisgestaltung von Foundries 00:13:40.900 --> 00:13:41.580 ist nutzungsabhängig 00:13:41.580 --> 00:13:42.480 und an die spezifischen Dienste 00:13:42.480 --> 00:13:43.100 gebunden, die Sie verwenden. 00:13:43.460 --> 00:13:44.140 Jeder Connector, 00:13:44.260 --> 00:13:45.100 jeder Abrufaufruf 00:13:45.100 --> 00:13:46.040 und jeder Nachrichtenzähler 00:13:46.040 --> 00:13:47.240 wird Ihrem Tenant in Rechnung gestellt. 00:13:47.920 --> 00:13:49.180 Jedes Element hat sein eigenes Modell. 00:13:50.240 --> 00:13:51.580 Diese Flexibilität ist zwar schön, 00:13:51.700 --> 00:13:52.220 aber wenn Sie nicht 00:13:52.220 --> 00:13:53.680 mit dem Azure-Preiskalkulator schätzen 00:13:53.680 --> 00:13:54.600 und die Nutzung verfolgen, 00:13:54.680 --> 00:13:55.520 wird sich Ihr Finanzteam 00:13:55.520 --> 00:13:56.820 über Ihre Überraschungsrechnung freuen. 00:13:58.100 --> 00:13:58.760 Das ist die Kostenfall. 00:13:59.540 --> 00:14:00.620 Verbrauchsbasierte Preise funktionieren, 00:14:00.720 --> 00:14:01.160 wenn man plant, 00:14:01.260 --> 00:14:02.120 überwacht und optimiert. 00:14:02.660 --> 00:14:03.340 Wenn nicht, ist es so, 00:14:06.100 --> 00:14:06.680 und sinnlos. 00:14:07.520 --> 00:14:08.340 Wir alle kennen das von Dingen 00:14:08.340 --> 00:14:08.960 wie Power BI, 00:14:09.100 --> 00:14:09.580 tolle Demo, 00:14:09.640 --> 00:14:10.440 explodierende Kosten. 00:14:11.480 --> 00:14:12.000 Lassen Sie nicht zu, 00:14:12.040 --> 00:14:12.700 dass Ihnen das mit Foundry 00:14:12.700 --> 00:14:13.240 genauso passiert. 00:14:13.740 --> 00:14:14.960 Entwickler lieben das Prototyping 00:14:14.960 --> 00:14:15.380 in Foundry, 00:14:15.440 --> 00:14:16.100 weil sich die Sandbox 00:14:16.100 --> 00:14:16.800 so elegant anfühlt. 00:14:17.360 --> 00:14:17.940 Und an der Sandbox 00:14:17.940 --> 00:14:18.420 ist wie das auch. 00:14:18.660 --> 00:14:19.360 Saubere Demodaten, 00:14:19.440 --> 00:14:19.840 kein Chaos, 00:14:19.900 --> 00:14:20.600 sofortiger Wow-Effekt. 00:14:21.140 --> 00:14:21.660 Aber das ist der Knöp. 00:14:22.060 --> 00:14:23.120 Teams bringen den Prototypen 00:14:23.120 --> 00:14:24.200 ohne Evaluierungspipelines 00:14:24.200 --> 00:14:24.740 in die Produktion. 00:14:25.660 --> 00:14:26.440 Wer auf Evaluierungen 00:14:26.440 --> 00:14:27.080 für Fundiertheit, 00:14:27.160 --> 00:14:27.820 Sprachgewandtheit, 00:14:27.900 --> 00:14:29.120 Relevanz und Kohärenz verzichtet, 00:14:29.620 --> 00:14:30.160 handelt blind. 00:14:30.680 --> 00:14:31.240 Und was passiert dann? 00:14:31.480 --> 00:14:32.180 Die Nutzer bemerken 00:14:32.180 --> 00:14:33.240 die Abweichung in der Ausgabe, 00:14:33.300 --> 00:14:33.920 das Vertrauen sinkt, 00:14:33.960 --> 00:14:35.080 die Führungsebene streicht die Finanzierung. 00:14:35.320 --> 00:14:36.100 Das liegt nicht an Foundry, 00:14:36.200 --> 00:14:36.740 sondern am Versagen 00:14:36.740 --> 00:14:37.480 der Governance und Team. 00:14:38.000 --> 00:14:38.980 Viele Foundry-Prototypen 00:14:38.980 --> 00:14:39.900 kommen genau aus diesem Grund 00:14:39.900 --> 00:14:41.160 nicht über die Produktionsreife hinaus. 00:14:41.580 --> 00:14:42.460 Keine Beobachtbarkeit, 00:14:42.560 --> 00:14:43.480 keine Qualitätskontrolle 00:14:43.480 --> 00:14:44.180 und keine Telemetrie. 00:14:44.500 --> 00:14:45.140 Die Antwort liegt direkt 00:14:45.140 --> 00:14:45.800 in der Plattform bereit. 00:14:46.300 --> 00:14:47.500 Nutzen Sie die Azure AI Foundry 00:14:47.500 --> 00:14:48.680 Beobachtbarkeit vom ersten Tag an. 00:14:49.000 --> 00:14:49.860 Binden Sie PromptFluss ein. 00:14:50.260 --> 00:14:51.020 Lassen Sie bei jedem Test 00:14:51.020 --> 00:14:51.940 integrierte Evaluatoren ab. 00:14:52.320 --> 00:14:53.020 Fundieren Sie Ihr System 00:14:53.020 --> 00:14:54.000 mit Azure AI Search 00:14:54.000 --> 00:14:55.160 unter Verwendung von hybrider Such 00:14:55.160 --> 00:14:56.080 und semantischem Reranking, 00:14:56.200 --> 00:14:56.600 bevor Sie überhaupt 00:14:56.600 --> 00:14:57.260 an den Livegang denken. 00:14:57.700 --> 00:14:58.640 Microsoft hat diese Tools 00:14:58.640 --> 00:14:59.440 nicht im Anhang versteckt, 00:14:59.500 --> 00:15:00.540 sie sind für die Produktionssicherheit 00:15:00.540 --> 00:15:01.040 dokumentiert. 00:15:01.840 --> 00:15:02.460 Doch allzu oft 00:15:02.460 --> 00:15:03.240 überlesen Entwickler 00:15:03.240 --> 00:15:04.120 sie wie Fußnoten. 00:15:04.900 --> 00:15:05.480 Diese Mentalität 00:15:05.480 --> 00:15:06.180 der Kontrollpunkte 00:15:06.180 --> 00:15:06.600 ist der Weg, 00:15:06.680 --> 00:15:07.500 wie sie das Mienefeld meiden. 00:15:08.340 --> 00:15:09.360 Betrachten Sie Foundry 00:15:09.360 --> 00:15:09.820 als Fabrik, 00:15:09.940 --> 00:15:10.880 Governance ist Schritt 1, 00:15:11.080 --> 00:15:11.940 Compliance-Richtlinien 00:15:11.940 --> 00:15:12.720 wie bedingter Zugriff 00:15:12.720 --> 00:15:13.580 sind fest integriert 00:15:13.580 --> 00:15:14.860 und Beobachtungspipelines 00:15:14.860 --> 00:15:15.800 laufen von Anfang an. 00:15:16.280 --> 00:15:17.420 Und ja, Identitätsabgrenzung 00:15:17.420 --> 00:15:18.080 und Inhaltssicherheit 00:15:18.080 --> 00:15:18.760 sollten nicht nachträglich 00:15:18.760 --> 00:15:19.400 angeflanscht werden, 00:15:19.460 --> 00:15:20.580 sie gehören zur Grundausstattung. 00:15:21.240 --> 00:15:22.120 Wer Governance überspringt, 00:15:22.200 --> 00:15:23.320 riskiert mehr als eine schlechte Antwort. 00:15:23.320 --> 00:15:24.740 Ohne sie könnte 00:15:24.740 --> 00:15:25.640 Ihr multimodaler Bot 00:15:25.640 --> 00:15:26.600 fröhlicher HR-Gehälter 00:15:26.600 --> 00:15:27.860 an externer Nutzerpreis geben 00:15:27.860 --> 00:15:28.380 oder Rechnungen 00:15:28.380 --> 00:15:29.400 mit fiktiven Richtlinien 00:15:29.400 --> 00:15:30.040 um an versehen. 00:15:30.600 --> 00:15:31.120 Das ist nicht nur 00:15:31.120 --> 00:15:31.800 eine defekte KI 00:15:31.800 --> 00:15:32.640 des Schlagzeilenfutters 00:15:32.640 --> 00:15:33.320 das Ihr Compliance-Büro 00:15:33.320 --> 00:15:34.000 nicht erklären möchte. 00:15:34.840 --> 00:15:35.340 Und genau hier 00:15:35.340 --> 00:15:36.260 verlagert sich der Fokus, 00:15:36.380 --> 00:15:37.240 denn der nächste Stolperstein 00:15:37.240 --> 00:15:37.860 ist technischer Natur 00:15:37.860 --> 00:15:38.320 überhaupt nicht. 00:15:38.980 --> 00:15:39.440 Es geht darum, 00:15:39.540 --> 00:15:40.860 ob Ihre KI verantwortungsbewusst ist. 00:15:41.640 --> 00:15:42.180 Jeder liebt es, 00:15:42.240 --> 00:15:42.620 diese Begriffe 00:15:42.620 --> 00:15:43.880 auf eine Keynote-Folie zu werfen, 00:15:44.140 --> 00:15:44.760 aber in der Praxis 00:15:44.760 --> 00:15:45.460 geht es um Audits, 00:15:45.540 --> 00:15:46.320 Filter, Compliance 00:15:46.320 --> 00:15:47.380 und den Berg an Entscheidungen 00:15:47.380 --> 00:15:48.100 vor dem Start. 00:15:48.720 --> 00:15:49.120 Und genau da 00:15:49.120 --> 00:15:49.720 fangen die Kopfschmerzen 00:15:49.720 --> 00:15:50.220 jetzt richtig an. 00:15:50.700 --> 00:15:51.280 Abonnieren Sie uns 00:15:51.280 --> 00:15:52.580 an M365 Showminus 00:15:52.580 --> 00:15:53.560 Satter für die direkten Lösungen 00:15:53.560 --> 00:15:54.140 und folgen Sie uns 00:15:54.140 --> 00:15:55.100 auf M365. 00:15:56.000 --> 00:15:57.140 Besuchen Sie unsere LinkedIn-Seite 00:15:57.140 --> 00:15:58.340 für Livestreams mit MVPs, 00:15:58.420 --> 00:15:59.260 die Foundry in der Produktion 00:15:59.260 --> 00:16:00.240 getestet und gesehen haben, 00:16:00.300 --> 00:16:00.880 was schief gehen kann. 00:16:01.860 --> 00:16:02.320 Verantwortungsvolle KI 00:16:02.320 --> 00:16:03.320 oder verantwortungsvolle Kopfschmerzen? 00:16:04.160 --> 00:16:04.720 Jeder liebt es, 00:16:04.780 --> 00:16:05.600 verantwortungsvolle KI 00:16:05.600 --> 00:16:06.640 in einer Keynote fallen zu lassen. 00:16:07.000 --> 00:16:07.560 Es sieht gut aus, 00:16:07.620 --> 00:16:08.260 neben Schlagworten 00:16:08.260 --> 00:16:09.380 wie Fairness und Transparenz. 00:16:10.020 --> 00:16:10.560 Aber an der Front 00:16:10.560 --> 00:16:11.860 ist es keine inspirierende Philosophie. 00:16:12.300 --> 00:16:13.480 Es sind Konfigurationen, 00:16:13.800 --> 00:16:14.340 Audits, Filter 00:16:14.340 --> 00:16:15.000 und Governance-Schritte, 00:16:15.000 --> 00:16:16.120 die sich eher nach Serverwartung 00:16:16.120 --> 00:16:17.280 als nach Innovation anfühlen. 00:16:18.540 --> 00:16:19.080 Verantwortungsvolle KI 00:16:19.080 --> 00:16:19.800 ist der Sicherheitsgurt, 00:16:19.880 --> 00:16:20.440 nicht der Sportwagen. 00:16:20.940 --> 00:16:21.640 Lassen Sie ihn einmal weg 00:16:21.640 --> 00:16:22.380 und der Crash kommt schnell. 00:16:23.120 --> 00:16:24.020 Microsoft spricht vorab 00:16:24.020 --> 00:16:25.020 über Ethik und Sicherheit, 00:16:25.180 --> 00:16:26.060 doch für Administratoren, 00:16:26.120 --> 00:16:26.980 die das live umsetzen, 00:16:27.120 --> 00:16:28.460 bedeutet es praktische Leitplanken. 00:16:29.480 --> 00:16:30.600 Sie brauchen Zugriffsrichtlinien, 00:16:30.640 --> 00:16:31.680 die unter Druck nicht nachgeben, 00:16:31.980 --> 00:16:32.220 Filter, 00:16:32.320 --> 00:16:33.000 die schädliche Prompts 00:16:33.000 --> 00:16:33.660 wirklich blockieren 00:16:33.660 --> 00:16:34.280 und Protokolle, 00:16:34.420 --> 00:16:35.160 die detailliert genug 00:16:35.160 --> 00:16:36.180 für eine Regulierungsbehörde 00:16:36.180 --> 00:16:37.360 mit Koffein und Vorladung sind. 00:16:38.020 --> 00:16:38.980 Es ist keine glamouröse Arbeit. 00:16:39.380 --> 00:16:39.820 Es geht darum, 00:16:39.900 --> 00:16:41.360 HR-Copilots von Finanzdaten 00:16:41.360 --> 00:16:41.860 zu isolieren, 00:16:41.960 --> 00:16:42.960 Bereichsregeln festzulegen, 00:16:42.960 --> 00:16:43.720 damit Team-Bots nicht 00:16:43.720 --> 00:16:44.940 in SharePoint-Geheimnisse eindringen 00:16:44.940 --> 00:16:46.260 und Protokolle so zu taggen, 00:16:46.320 --> 00:16:46.980 dass man beweisen kann, 00:16:47.040 --> 00:16:48.280 wie eine Antwort entstanden ist. 00:16:49.360 --> 00:16:50.240 Wenn Sie das richtig machen, 00:16:50.320 --> 00:16:51.440 ist Verantwortung kein Firmenslogan, 00:16:51.520 --> 00:16:52.500 sondern Überlebensstrategie. 00:16:53.000 --> 00:16:53.940 Die hässliche Konsequenz, 00:16:54.020 --> 00:16:54.660 wenn man das ignoriert, 00:16:54.740 --> 00:16:55.400 ein Bot wird direkt 00:16:55.400 --> 00:16:56.320 ohne Tenenteinschränkung 00:16:56.320 --> 00:16:57.820 an das HR-Repository angeschlossen. 00:16:59.280 --> 00:17:00.060 Ein Benutzer fragt 00:17:00.060 --> 00:17:01.000 nach Versicherungsleistung. 00:17:01.740 --> 00:17:02.520 Der Bot veröffentlicht 00:17:02.520 --> 00:17:03.480 hilfreich Gehaltsbände 00:17:03.480 --> 00:17:04.480 der Mitarbeiter im Chat. 00:17:05.340 --> 00:17:06.760 Jetzt haben Sie eine Datenschutzverletzung, 00:17:06.880 --> 00:17:08.200 einen Albtraum für die Arbeitsmoral 00:17:08.200 --> 00:17:08.860 und möglicherweise 00:17:08.860 --> 00:17:10.140 Regulierungsbehörden im Lacken. 00:17:10.600 --> 00:17:11.120 Der schnellste Weg, 00:17:11.120 --> 00:17:11.880 die Akzeptanz zu töten, 00:17:11.940 --> 00:17:12.680 ist keine schlechte UX, 00:17:12.820 --> 00:17:13.340 sondern ein einziger 00:17:13.340 --> 00:17:14.060 Leck vertraulich hat ab. 00:17:14.340 --> 00:17:15.300 Was hält dieses Chaos also ab? 00:17:15.700 --> 00:17:16.080 Fangen Sie mit 00:17:16.080 --> 00:17:17.240 Azure AI Content Safety an. 00:17:17.620 --> 00:17:18.320 Es wurde entwickelt, 00:17:18.420 --> 00:17:19.120 um gewalttätige, 00:17:19.220 --> 00:17:20.200 obszöne und anstößige 00:17:20.200 --> 00:17:21.020 Eingaben und Antworten 00:17:21.020 --> 00:17:21.660 herauszufiltern, 00:17:21.740 --> 00:17:22.620 bevor Sie die Benutzer erreichen. 00:17:23.060 --> 00:17:23.440 Aber das ist nur 00:17:23.440 --> 00:17:24.140 die grundlegende Hygiene. 00:17:24.900 --> 00:17:26.100 Foundry und Copilot Studio 00:17:26.100 --> 00:17:27.640 bauen auf Evaluierungspipelines auf, 00:17:27.680 --> 00:17:28.720 die die nächste Ebene abdecken. 00:17:29.560 --> 00:17:30.360 Groundedness Checks, 00:17:30.740 --> 00:17:31.460 Relevant Scoring, 00:17:31.940 --> 00:17:32.900 Transparenz Dashboards 00:17:32.900 --> 00:17:33.740 und Erklärbarkeit. 00:17:34.780 --> 00:17:35.540 Einfach ausgedrückt. 00:17:35.760 --> 00:17:36.860 Sie können Schwellenwerte anpassen, 00:17:37.080 --> 00:17:38.200 Eingaben und Ausgaben filtern 00:17:38.200 --> 00:17:38.960 und Bots dazu bringen, 00:17:39.040 --> 00:17:39.900 ihre Arbeit offen zu legen. 00:17:40.780 --> 00:17:41.800 Ohne das würfeln Sie bei dem, 00:17:41.880 --> 00:17:42.900 was die KI ausspuckt. 00:17:43.500 --> 00:17:44.280 Und hier ist die Realität 00:17:44.280 --> 00:17:44.760 der Ressourcen. 00:17:45.180 --> 00:17:46.120 Microsoft setzt sich hier voll ein. 00:17:47.460 --> 00:17:49.120 34.000 Vollzeit-Ingenieure 00:17:49.120 --> 00:17:49.740 für Sicherheit 00:17:49.740 --> 00:17:51.140 plus 15.000 Partner 00:17:51.140 --> 00:17:52.700 mit tiefer Sicherheitsexpertise. 00:17:53.840 --> 00:17:54.420 Das ist eine Festung. 00:17:54.780 --> 00:17:55.640 Aber lehnen Sie sich nicht zurück. 00:17:56.100 --> 00:17:56.920 Keiner dieser Ingenieure 00:17:56.920 --> 00:17:57.680 ist in Ihrem Tenant 00:17:57.680 --> 00:17:58.900 und erstellt Ihre Zugriffsregeln. 00:17:59.620 --> 00:18:00.860 Microsoft tiefert die Leitplanken. 00:18:01.380 --> 00:18:02.300 Aber es bleibt Ihre Aufgabe, 00:18:02.440 --> 00:18:03.280 Identitäten zu sichern, 00:18:03.460 --> 00:18:04.080 Daten zu isolieren, 00:18:04.140 --> 00:18:04.840 Verschlüsselung anzuwenden 00:18:04.840 --> 00:18:06.100 und Richtlinien zu konfigurieren. 00:18:07.060 --> 00:18:08.180 Wenn Ihr Scoping nachlässig ist, 00:18:08.200 --> 00:18:08.740 haften Sie dennoch 00:18:08.740 --> 00:18:09.340 für den Sicherheitswurf. 00:18:09.740 --> 00:18:10.200 Die wahre Lösung 00:18:10.200 --> 00:18:10.760 ist eine Governance 00:18:10.760 --> 00:18:11.260 des gesamten Lebens. 00:18:11.740 --> 00:18:12.940 Betrachten Sie es als das Rezept, 00:18:13.060 --> 00:18:14.260 das Microsoft selbst empfiehlt. 00:18:14.780 --> 00:18:16.020 Testen, freigeben, 00:18:16.360 --> 00:18:17.400 veröffentlichen, prüfen, 00:18:18.020 --> 00:18:18.420 iterieren. 00:18:19.340 --> 00:18:19.980 Mit Checkpoints 00:18:19.980 --> 00:18:20.700 in jedem Zyklus 00:18:20.700 --> 00:18:21.680 erkennen Sie Abweichungen, 00:18:21.820 --> 00:18:22.900 bevor Sie Schlagzeilen machen. 00:18:23.760 --> 00:18:24.680 Teams, die einmal ausliefern 00:18:24.680 --> 00:18:25.240 und dann abschalten, 00:18:25.340 --> 00:18:25.780 scheitern immer. 00:18:26.420 --> 00:18:27.280 Modelle entwickeln sich, 00:18:27.520 --> 00:18:28.120 Prompt sendern sich 00:18:28.120 --> 00:18:29.180 und Ergebnisse driften ab. 00:18:29.760 --> 00:18:30.580 Governance ist kein unnötiger 00:18:30.580 --> 00:18:31.280 bürokratischer Ballast. 00:18:31.640 --> 00:18:32.100 Sie verhindert, 00:18:32.100 --> 00:18:32.920 dass ein interner Bot 00:18:32.920 --> 00:18:33.960 Richtlinien Teams erfindet, 00:18:34.060 --> 00:18:34.880 während alle schlafen. 00:18:35.620 --> 00:18:36.520 Manche Admins beklagen, 00:18:36.660 --> 00:18:37.440 dass verantwortungsbewusst 00:18:37.440 --> 00:18:38.180 nur langsamer bedeutet. 00:18:38.760 --> 00:18:39.540 Die falsche Perspektive. 00:18:39.960 --> 00:18:40.640 Verantwortung tötet 00:18:40.640 --> 00:18:41.380 nicht die Geschwindigkeit, 00:18:41.460 --> 00:18:41.880 sie verhindert, 00:18:41.940 --> 00:18:42.940 dass Geschwindigkeit sie tötet. 00:18:43.680 --> 00:18:44.620 Rude Governance bedeutet, 00:18:44.760 --> 00:18:45.580 dass Sie Audits bestehen 00:18:45.580 --> 00:18:46.360 und Projekte dennoch 00:18:46.360 --> 00:18:47.120 vorantreiben können. 00:18:47.460 --> 00:18:48.060 Ignorieren Sie das 00:18:48.060 --> 00:18:48.740 und Sie stürzen hinab. 00:18:49.300 --> 00:18:50.380 Geschwindigkeit ohne Kontrollen 00:18:50.380 --> 00:18:51.420 führt nur zu einer Art von Rekord. 00:18:51.760 --> 00:18:52.440 Die kürzeste Zeit 00:18:52.440 --> 00:18:53.140 bis zur Fehlanalyse. 00:18:53.900 --> 00:18:54.680 Denken Sie an Fahrten 00:18:54.680 --> 00:18:55.380 durch Bergsepplantien. 00:18:55.920 --> 00:18:56.520 Man verflucht nicht 00:18:56.520 --> 00:18:57.100 die Leitplanken, 00:18:57.200 --> 00:18:57.620 man dankt ihnen, 00:18:57.740 --> 00:18:58.320 wenn es 60 Meter 00:18:58.320 --> 00:18:58.880 in die Tiefe geht. 00:18:59.500 --> 00:19:00.260 Bei verantwortungsvoller 00:19:00.260 --> 00:19:00.640 KI ist es. 00:19:00.880 --> 00:19:02.080 Scopes, Richtlinien, Filter, 00:19:02.280 --> 00:19:03.420 LOXI bremsen nicht ihr Tempo, 00:19:03.480 --> 00:19:03.860 sie verhindern 00:19:03.860 --> 00:19:04.920 die negativen Schlagzeilen. 00:19:05.660 --> 00:19:06.140 Unterm Strich. 00:19:06.500 --> 00:19:07.120 Microsoft hat Ihnen 00:19:07.120 --> 00:19:07.780 mächtige Werkzeuge 00:19:07.780 --> 00:19:08.300 an die Hand gegeben. 00:19:09.120 --> 00:19:09.980 Content-Sicherheit, 00:19:10.240 --> 00:19:11.140 Valuierungspipelines, 00:19:11.260 --> 00:19:11.980 Sicherheitsframeworks, 00:19:12.060 --> 00:19:12.820 SDK-Leitplanken, 00:19:12.940 --> 00:19:13.900 doch es bleibt Ihre Aufgabe. 00:19:14.200 --> 00:19:15.060 Tenants abzugrenzen, 00:19:15.160 --> 00:19:16.160 Zugriffe zu konfigurieren 00:19:16.160 --> 00:19:16.800 und diese Schleifen 00:19:16.800 --> 00:19:17.940 in Ihren Produktionszyklus 00:19:17.940 --> 00:19:18.580 zu integrieren. 00:19:19.320 --> 00:19:19.720 Tun Sie das 00:19:19.720 --> 00:19:20.620 und Ihre KI übersteht 00:19:20.620 --> 00:19:21.320 Compliance-Vorgaben, 00:19:21.400 --> 00:19:22.380 anstatt daran zu zerbrechen. 00:19:23.480 --> 00:19:24.180 Ignorieren Sie das, 00:19:24.260 --> 00:19:24.680 droht nicht nur 00:19:24.680 --> 00:19:25.460 ein Ausfallrisiko, 00:19:25.460 --> 00:19:26.120 sondern auch das Ende 00:19:26.120 --> 00:19:26.700 Ihrer Karriere. 00:19:27.480 --> 00:19:28.000 Verantwortungsvolle KI 00:19:28.000 --> 00:19:28.440 ist nicht langsam. 00:19:29.280 --> 00:19:29.880 Verantwortungsvolle KI 00:19:29.880 --> 00:19:30.780 ist überlebensfähig 00:19:30.780 --> 00:19:31.700 und Überlebensfähigkeit 00:19:31.700 --> 00:19:32.460 ist der wahre Test, 00:19:32.540 --> 00:19:33.020 denn die Zukunft 00:19:33.020 --> 00:19:34.020 dreht sich nicht um Features, 00:19:34.180 --> 00:19:34.560 sondern darum, 00:19:34.660 --> 00:19:35.360 ob Sie diese Plattform 00:19:35.360 --> 00:19:36.080 als Plug-and-Play 00:19:36.080 --> 00:19:37.560 oder als Governance-First-Infrastruktur 00:19:37.560 --> 00:19:37.980 begreifen. 00:19:38.620 --> 00:19:39.480 Dieser Unterschied entscheidet 00:19:39.480 --> 00:19:40.200 darüber, wer besteht 00:19:40.200 --> 00:19:40.800 und wer ausbrennt. 00:19:41.540 --> 00:19:42.160 Das Fazit dazu. 00:19:42.600 --> 00:19:43.580 Die Falle ist nicht Foundry 00:19:43.580 --> 00:19:44.560 oder Co-Pilot-Studio, 00:19:44.660 --> 00:19:45.280 sondern der Glaube 00:19:45.280 --> 00:19:46.160 an reines Plug-and-Play. 00:19:46.900 --> 00:19:47.920 Die Merkregel ist simpel. 00:19:48.060 --> 00:19:48.680 Erst Governance, 00:19:48.780 --> 00:19:49.420 dann Experimente, 00:19:49.520 --> 00:19:50.180 zuletzt Produktion. 00:19:51.020 --> 00:19:51.420 Identitätsmanagement 00:19:51.420 --> 00:19:52.020 um Beobachtbarkeit 00:19:55.460 --> 00:19:56.560 Prototypen echte Produktion. 00:19:57.160 --> 00:19:58.400 Wenn Sie also klare Lösungen wollen, 00:19:58.480 --> 00:19:58.980 die Ihren Tenent 00:19:58.980 --> 00:19:59.880 wirklich am Leben erhalten, 00:20:00.120 --> 00:20:00.980 abonnieren Sie den Podcast 00:20:00.980 --> 00:20:01.740 und hinterlassen Sie 00:20:01.740 --> 00:20:02.420 alle Bewertungen. 00:20:03.460 --> 00:20:04.600 Ich investiere täglich viel Zeit 00:20:04.600 --> 00:20:05.260 und Ihre Unterstützung 00:20:05.260 --> 00:20:05.940 hilft mir wirklich. 00:20:06.580 --> 00:20:07.220 Tools ändern sich 00:20:07.220 --> 00:20:07.920 über Lebenstaktiken 00:20:07.920 --> 00:20:08.420 bleiben bestehen.