WEBVTT 00:00:00.000 --> 00:00:03.660 Du hast geklickt, weil der Podcast sagte, Azure AI Foundry sei eine Falle, oder? 00:00:04.420 --> 00:00:06.780 Hier bist du richtig. Hier ist das Versprechen vorab. 00:00:07.700 --> 00:00:12.120 Co-Pilots stürzen ohne Grounding ab, aber Tools wie Retrieval Augmented Generation, 00:00:12.560 --> 00:00:18.080 REG mit Azure AI Search Hybrid und semantischen Evaluatoren für Fundiertheit, Relevanz und Kohärenz 00:00:18.080 --> 00:00:21.700 sind die echten Lösungen, die verhindern, dass du Halluzinationen als Antworten auslieferst. 00:00:22.640 --> 00:00:26.560 Wir lassen das Marketing-Gelabber weg und zeigen dir das Überlebenshandbuch mit echten Beispielen aus der Praxis. 00:00:26.560 --> 00:00:31.560 Abonniere den M30 auf 65 Show Newsletter und folge den Livestreams mit MVPs. 00:00:32.420 --> 00:00:34.120 Dort findet man die Narben und die Lösungen. 00:00:34.980 --> 00:00:38.060 Und da die ersten Risse meist in multimodalen Apps auftreten, fangen wir dort an. 00:00:38.960 --> 00:00:40.860 Warum multimodale Apps in der echten Welt scheitern? 00:00:41.420 --> 00:00:43.960 Wenn man eine multimodale Demo auf der Bühne sieht, sieht sie maklos aus. 00:00:44.740 --> 00:00:48.320 Der Präsentator wirft ein Textprompt, ein sauberes Bild oder vielleicht eine kurze Spracheingabe ein. 00:00:48.560 --> 00:00:51.200 Und das Modell liefert ein perfektes Diagramm oder ein perfektes Diagrammfassung. 00:00:51.500 --> 00:00:56.140 Alles fühlt sich wie Magie an, aber in dem Moment, in dem du dasselbe in einem echten Unternehmen versuchst, verfliegt der Glanz schnell. 00:00:56.560 --> 00:00:57.980 Demos laufen mit marktlosen Eingang. 00:00:58.320 --> 00:00:59.320 Arbeitsplätze laufen mit Daten. 00:00:59.700 --> 00:01:00.620 Das ist die eigentliche Kluft. 00:01:01.080 --> 00:01:06.980 In der Produktion gibt niemand deinem Modell sorgfältig inszenierte Screenshots oder CSV-Dateien, die von einem Normungsausschuss formatiert wurden. 00:01:07.720 --> 00:01:09.860 Die Personalabteilung füttert es mit verschmierten Ausweisdokumenten. 00:01:10.220 --> 00:01:12.960 Der Einkauf schleppt PDFs an, die bereits die fünfte Fax-Generation sind. 00:01:13.680 --> 00:01:16.900 Jemand aus der Buchhaltung fotografiert eine Rechnung mit einer kaputten Android-Kamera? 00:01:17.900 --> 00:01:24.740 Multimodale Modelle können Textbilder, Sprache und Video verarbeiten, aber sie benötigen gut indexierte Daten und Retrieval, um unter chaotischen Bedingungen zu funktionieren. 00:01:25.060 --> 00:01:27.380 Andernfalls verlangst du vom Modell nur, dass es mit Müll improvisiert. 00:01:28.080 --> 00:01:30.920 Und keine Menge an GPU-Ausgaben behebt das Prinzip Garbage in, Garbage out. 00:01:31.360 --> 00:01:34.860 Hier soll dir Retrieval Augmented Generation, kurz RAG, helfen. 00:01:35.620 --> 00:01:38.700 Einfach ausgedrückt, das Modell kennt dein Unternehmen nicht, also verbindest du es mit einer Wissensquelle. 00:01:39.320 --> 00:01:41.660 Es ruft dein Datenfragment ab und formt die Antwort darum herum. 00:01:41.660 --> 00:01:44.700 Wenn der Treffer präzise ist, erhältst du nützliche von dir die Antwort. 00:01:44.960 --> 00:01:47.700 Wenn es ungenau ist, improvisiert das Modell und spuckt überzeugt Unsinn aus. 00:01:48.360 --> 00:01:53.980 So endet man mit einem Chatbot, der schwört, dein Unternehmen hätte eine neue Q3-Wabber-Richtlinie, die gar nicht existiert. 00:01:54.640 --> 00:01:57.000 Es ist nicht intelligent geworden, es hat nur die falschen Daten gezogen. 00:01:58.040 --> 00:02:04.880 Azure AI Studio und Azure AI Foundry setzen beide auf dieses Muster und unterstützen alle Arten von Modalitäten, Sprache, Bild, Audio und sogar Video Retrieval. 00:02:05.540 --> 00:02:07.780 Aber der Haken ist, RAG ist nur so gut wie seine Daten. 00:02:08.040 --> 00:02:09.780 Hier ist der Punkt, den die meisten Teams übersehen. 00:02:09.780 --> 00:02:12.560 Man kann nicht einfach eine Retrieval-Methode einbinden und denken, das reicht. 00:02:12.920 --> 00:02:19.280 Wenn Ergebnisse stimmig sein sollen, brauchen sie eine hybride Keyword- und Vektorsuche, abgerundet durch einen semantischen Reranker, der in Azure AI Search integriert ist. 00:02:19.880 --> 00:02:25.300 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 --> 00:02:36.500 Sprechen wir nun darüber, warum so viele Einführungen scheitern. 00:02:36.500 --> 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 --> 00:02:51.200 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. 00:02:58.020 --> 00:03:02.760 Doch bei multimodaler KI werfen Führungskräfte diese in die Produktion, als wäre sie eine magische Plug-and-Playbox. 00:03:02.760 --> 00:03:04.600 Es muss nicht im Scheitern enden. 00:03:05.320 --> 00:03:07.920 Carvana ist eine der Foundry-Kundengeschichten, die dies beweist. 00:03:08.380 --> 00:03:14.500 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 Spielzeug-Bot etwas, dem Kunden vertrauen konnten. 00:03:20.240 --> 00:03:25.420 Vergleichen Sie das nun mit Unternehmen, die einen generischen Chatbot ohne Fundierung oder Bewertung auf ihre Supportseite geklatscht haben. 00:03:25.420 --> 00:03:26.740 Sie kennen das Ergebnis. 00:03:27.400 --> 00:03:31.260 Garantiefälle als Sales-Leads abgelegt, Support-Warteschlangen überfüllt und die Glaubwürdigkeit zerstört. 00:03:31.620 --> 00:03:33.180 Derselbe Azure Stack entgegensetztes Ergebnis. 00:03:33.640 --> 00:03:35.020 Hier ist also das unverblümte Fazit. 00:03:35.540 --> 00:03:38.260 Multimodale KI scheitert nicht, weil sie nicht intelligent genug ist. 00:03:38.840 --> 00:03:41.600 Sie scheitert, weil die Daten nicht aufbereitet, indexiert oder überwacht werden. 00:03:42.200 --> 00:03:45.840 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 --> 00:03:55.200 und erhalten Antworten, die in der Realität bleiben, statt in der Fantasie. 00:03:56.600 --> 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. 00:04:04.300 --> 00:04:05.580 An diesem Punkt ändert sich die Fragestellung. 00:04:06.100 --> 00:04:10.640 Hilft der Agent, der das alles koordiniert, Ihrem Unternehmen wirklich oder verbrennt er still und leise Ihr IT-Budget? 00:04:12.440 --> 00:04:14.080 Hilfreicher Agent oder teurer Briefbeschwerer? 00:04:14.960 --> 00:04:17.560 Ein Agent koordiniert Modelle, Daten, Trigger und Aktionen. 00:04:18.020 --> 00:04:20.460 Stellen Sie ihn sich wie einen Verkehrspolizisten für Ihre automatisierten Workflows. 00:04:20.460 --> 00:04:25.620 Manchmal leitet er alles reibungslos, manchmal winkt er drei Mülllaster und ein Klauenauto durch und geht in die Mittagspause. 00:04:26.560 --> 00:04:30.360 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. 00:04:33.020 --> 00:04:35.500 Füttern Sie es mit Anweisungen, verweisen Sie auf Ihre Daten und Apps. 00:04:35.920 --> 00:04:38.840 Und es sollte Prozesse ausführen, Antworten abrufen und sogar Arbeitsabläufe starten. 00:04:39.420 --> 00:04:40.600 Aber das ist kein perfekter Kollege. 00:04:41.280 --> 00:04:43.980 Es ist genauso wahrscheinlich, dass es um 2 Uhr morgens ein wiederkehrendes Problem löst, 00:04:43.980 --> 00:04:47.480 wie dass es Ihre Warteschlange mit 100 Phantom-Tickets lootet, weil es ein Federprotokoll falsch gelesen hat. 00:04:48.140 --> 00:04:49.180 Stellen Sie es sich in Service-Norfer. 00:04:49.180 --> 00:04:54.500 Bei enger Eingrenzung erstellt die KI echte Tickets nur für tatsächliche Probleme und spart den Mitarbeitern wertvolle Stunden. 00:04:55.400 --> 00:05:00.560 Lässt man sie gewähren, kann sie den Helpdesk unter einer Flut von falschen Warnmeldungen über kritische Druckerausfälle begraben, obwohl die Hardware einwandfrei funktioniert. 00:05:00.820 --> 00:05:03.240 Versuchen Sie mal, Ihrem CIO diesen Produktivitätsschub zu erklären. 00:05:03.660 --> 00:05:04.740 Ist der Unterschied, den viele übersehen? 00:05:05.140 --> 00:05:06.520 Co-Piloten und Agenten sind nicht dasselbe? 00:05:07.040 --> 00:05:08.520 Ein Co-Pilot ist im Grunde ein Promptkumpel. 00:05:09.100 --> 00:05:11.060 Sie fragen, er antwortet und sie behalten die Kontrolle. 00:05:11.800 --> 00:05:14.180 Agenten hingegen entscheiden Dinge, ohne auf sie zu warten. 00:05:14.880 --> 00:05:18.480 Sie befolgen ihre wagen Anweisungen buchstabengetreu, selbst wenn die Ergebnisse keinen Sinn mehr geben. 00:05:19.180 --> 00:05:23.820 Dann spart die Automatisierung entweder echte Zeit oder stürzt in ein 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. 00:05:28.920 --> 00:05:31.540 Prozesse optimieren, Erkenntnisse liefern, Menschen helfen, Menschen. 00:05:32.040 --> 00:05:34.300 Herzlichen Glückwunsch, sie haben dem Bot im Grunde gesagt, er solle sich austoben. 00:05:34.800 --> 00:05:37.080 Agenten ohne festen Rahmen bleiben nicht höflich auf ihrer Spur. 00:05:37.360 --> 00:05:37.900 Sie spielen verrückt. 00:05:38.240 --> 00:05:39.380 Sie erfinden Probleme, die sie lösen können. 00:05:39.640 --> 00:05:40.560 Sie duplizieren Datensätze. 00:05:41.040 --> 00:05:41.940 Sie enden endlos schleifen. 00:05:41.940 --> 00:05:45.260 Und dann wundert sich die Führungsebene, warum aus einer glänzenden Demo ein Produktionsalptraum wurde. 00:05:45.740 --> 00:05:46.840 Lassen Sie ihn die Fakten richtig stellen. 00:05:47.200 --> 00:05:49.780 Es ist nicht so, dass die meisten Organisationen in den ersten zwei Monaten scheitern. 00:05:50.340 --> 00:05:51.060 Das steht zu nicht studieren. 00:05:51.940 --> 00:05:54.980 Was jedoch schnell passiert, ist, dass viele Organisationen früh auf Hindernisse stoßen, 00:05:55.160 --> 00:05:59.720 weil sie ihre Agenten nie eng begrenzt, nie Validierungsschritte hinzubefügt und nie eine Telemetrie eingerichtet haben. 00:06:00.780 --> 00:06:04.420 Ohne diese Leitplanken ist ihr neues, glänzendes Tool nur ein leichtsinniger Praktikant und Administrator echt. 00:06:05.060 --> 00:06:07.460 Und hier liefert ihnen der Microsoft-Stack tatsächlich die passenden Teile. 00:06:07.860 --> 00:06:11.660 Co-Pilot Studio ist die Low-Code-Umgebung, in der Entwickler das Verhalten von Agenten gestalten. 00:06:11.940 --> 00:06:13.940 Denken Sie an Flows, Prompts und Ereignisauslöser. 00:06:14.240 --> 00:06:17.040 Dann ist der Agent-Service von Azure AI Foundry das Unternehmensgerüst, 00:06:17.080 --> 00:06:19.240 das diese Agenten mit Beobachtbarkeit in die Produktion bringt. 00:06:20.360 --> 00:06:23.400 Der Agent-Service ist der Ort, an dem Sie Überwachung, Protokolle und Metriken hinzufügen. 00:06:24.180 --> 00:06:27.460 Er ist bewusst auf Automatisierung, mit eingebauter, menschlicher Aufsicht ausgelegt, 00:06:27.540 --> 00:06:31.240 da Microsoft weiß, was passiert, wenn man einem ungetesteten Agenten in freier Wildbahn vertraut. 00:06:32.140 --> 00:06:34.040 Woher wissen Sie also, ob Ihr Agent tatsächlich nützlich ist? 00:06:34.580 --> 00:06:36.340 Unterziehen Sie ihn einer knallharten Checkliste. 00:06:36.680 --> 00:06:40.180 Erstens, reduziert er die Arbeitszeit der Menschen oder zieht er ihr Personal in die Bugging-Aufgaben hinein? 00:06:41.080 --> 00:06:44.520 Zweitens, erfassen Sie Metriken wie Fundiertheit, Sprachgewandtheit und Kohärenz 00:06:44.520 --> 00:06:46.560 oder starren Sie nur auf die hübschen Marketing-Dashboards? 00:06:47.720 --> 00:06:50.720 Drittens, haben Sie eine Telemetrie eingerichtet, um Abweichungen zu erkennen, 00:06:50.820 --> 00:06:51.980 bevor die Benutzer sich beschweren? 00:06:52.660 --> 00:06:55.040 Wenn Sie eine dieser Fragen falsch beantwortet haben, haben Sie keinen intelligenten Agent. 00:06:55.480 --> 00:06:56.660 Sie haben einen teuren Bildschirmschoner? 00:06:57.540 --> 00:06:59.580 Der Ausweg ist die Nutzung der Observability-Funktionen 00:06:59.580 --> 00:07:01.900 und integrierten Evaluatoren von Azure AI Foundry. 00:07:02.180 --> 00:07:03.640 Das sind keine optionalen Extras. 00:07:04.020 --> 00:07:07.460 Sie sind der dokumentierte Weg, um Fundiertheit, Relevanz, Kohärenz und Quellentreue zu messen. 00:07:08.200 --> 00:07:12.540 Ohne Sie raten Sie nur, ob Ihr Agent intelligent ist oder sich die Dinge nur in höflichem Tonfall ausdenkt. 00:07:13.400 --> 00:07:16.420 Mit Ihnen können Sie sicher eingreifen und nachjustieren, wenn die Ergebnisse abweichen. 00:07:17.140 --> 00:07:18.360 Also ja, Agenten können alles verändern. 00:07:19.180 --> 00:07:22.460 Falsch konfiguriert werden Sie zu Chaos-Verstärkern, die mehr Zeit kosten, als Sie einsparen. 00:07:23.040 --> 00:07:26.680 Richtig konfiguriert, mit klaren Aufgabengrenzen, echter Telemetrie und fundierten Antworten 00:07:26.680 --> 00:07:29.220 können Sie Aufgaben übernehmen, während Menschen sich auf wertvolle Arbeit konzentrieren. 00:07:29.920 --> 00:07:32.920 Und genau wenn man denkt, man hat das Gleichgewicht gefunden, ändert sich die Geschichte erneut. 00:07:33.480 --> 00:07:37.140 Microsoft drängt bereits auf autonome Agenten, Bots, die nicht erst auf sie warten, bevor sie handeln. 00:07:37.460 --> 00:07:41.920 Das hebt den Einsatz von hilfreich oder nutzlos in eine ganz neue Kategorie, 00:07:42.040 --> 00:07:44.900 denn jetzt sprechen wir von Systemen, die auch dann laufen, wenn niemand zuschaut. 00:07:46.200 --> 00:07:47.700 Die Falle der autonomen Agenten 00:07:47.700 --> 00:07:50.360 Bei autonomen Agenten wird er halb gefährlich. 00:07:51.460 --> 00:07:52.660 Auf dem Papier sind Sie ein Traum. 00:07:53.160 --> 00:07:55.860 Lassen Sie die KI für sich arbeiten, automatisieren Sie die Routine 00:07:55.860 --> 00:07:59.200 und hören Sie auf, sich um zwei Uhr morgens aus dem Bett zu quälen, um Tickets zu bearbeiten. 00:07:59.360 --> 00:08:00.320 Klingt im Konferenzraum großartig. 00:08:00.320 --> 00:08:02.860 Die Falle sind simpel. Sie warten nicht auf eine Erlaubnis. 00:08:03.240 --> 00:08:05.500 Co-Pilots halten für Sie. Autonome Agenten tun das. 00:08:05.900 --> 00:08:09.460 Und wenn Sie eine falsche Entscheidung treffen, tritt der Charme sofort ein und skaliert über Ihren gesamten Tenor. 00:08:09.580 --> 00:08:10.580 Das Konzept ist leicht verständlich. 00:08:10.960 --> 00:08:11.820 Co-Pilots sind reaktiv. 00:08:12.240 --> 00:08:13.060 Agenten sind proaktiv. 00:08:13.480 --> 00:08:15.460 Anstatt ruhig zu warten, bis jemand einen Prompt eingibt, 00:08:15.840 --> 00:08:17.980 konfigurieren Sie Agenten so, dass Sie den Service-Status überwachen, 00:08:18.120 --> 00:08:20.540 Sicherheitsmeldungen bearbeiten oder Arbeitsabläufe automatisch ausführen. 00:08:20.780 --> 00:08:23.480 Microsoft bewirbt das als Effizienz, weniger menschlicher Aufwand, 00:08:23.580 --> 00:08:25.380 schnellere Erkennung, reibungslosere Abläufe. 00:08:25.940 --> 00:08:28.220 Das Versprechen ist real, aber hier ist der wichtige Kontext. 00:08:29.240 --> 00:08:32.120 Autonome Agenten in Co-Pilot Studio sind heute noch in der Vorschau. 00:08:32.540 --> 00:08:35.960 Vorschau bedeutet nicht kaputt, aber es bedeutet, dass Sie in der chaotischen realen Welt noch ungetestet sind. 00:08:36.360 --> 00:08:40.060 Und selbst Microsoft sagt, dass Sie Lifecycle Governance-Leitplanken und das Co-Pilot-Konsolensystem benötigen, 00:08:40.160 --> 00:08:42.540 bevor Sie an einen breiten Rollout denken, bevor Sie an einen breiten Rollout denken. 00:08:42.640 --> 00:08:43.860 Bedenken Sie ein realistisches Risiko. 00:08:44.180 --> 00:08:48.680 Angenommen, Sie bauen einen autonomen Helpdesk-Agenten und geben Ihnen die Befugnis, auf Login-Anomalien zu reagieren. 00:08:49.240 --> 00:08:51.040 In einer Demo mit fünf Benutzern funktioniert es perfekt. 00:08:51.460 --> 00:08:52.980 Alarme werden ausgelöst, Konten verwaltet. 00:08:52.980 --> 00:08:54.960 Dann treffen in der Produktion fehlerhafte Eingaben. 00:08:55.460 --> 00:08:59.880 Anstatt zu warten, beginnt es, hunderte Konten aufgrund von Fehlalarmen massenhaft zurückzusetzen. 00:09:00.920 --> 00:09:02.420 Das Ergebnis ist kein hypothetischer Ausfall. 00:09:02.840 --> 00:09:05.080 Es könnte realistischerweise die Monatsabschlussarbeiten lahmlegen. 00:09:05.520 --> 00:09:06.340 Das ist keine Science-Fiction. 00:09:07.000 --> 00:09:09.500 Es ist das Fehlerszenario, das Sie in Kauf nehmen, wenn Sie die Eingrenzung vernachlässigen. 00:09:09.740 --> 00:09:11.200 Die Lösung ist nicht, die Technologie abzuschaffen. 00:09:11.500 --> 00:09:12.960 Sie besteht darin, zuerst das Sicherheitsaufzubauen. 00:09:13.320 --> 00:09:14.460 Was gehört also zur Überlebenschecklist? 00:09:14.820 --> 00:09:17.120 Drei Dinge müssen vor jeder ausgefallenen Automatisierung erledigt werden. 00:09:17.480 --> 00:09:19.240 Erstens, Identitäts- und Zugriffsbeschränkungen. 00:09:19.240 --> 00:09:22.580 Geben Sie Ihrem Agenten minimale Rechte, keine pauschalen Adminrollen. 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. 00:09:27.180 --> 00:09:30.020 Und jede kritische Aktion benötigt einen Rückweg, falls der Agent fehlschlägt. 00:09:30.720 --> 00:09:32.060 Drittens, Inhalts- und Verhaltensfilter. 00:09:32.640 --> 00:09:36.180 Microsoft hebt dies mit Azure AI Content Safety und Wissenskonfiguration hervor. 00:09:36.740 --> 00:09:40.920 Die Filter, die einen übereifrigen Bot davon abhalten, unangemessene Antworten zu generieren oder vom Script abzuweichen. 00:09:41.240 --> 00:09:45.040 Tun Sie dies zuerst, sonst wird die Cleverness Ihres Agenten Ihre Prozesse eher begraben als unterstützt. 00:09:45.320 --> 00:09:46.820 Die ethische Ebene verschärft dies noch weiter. 00:09:46.820 --> 00:09:50.780 Stellen Sie sich einen HR-Agenten vor, der Mitarbeiter automatisch als riskant einstuft 00:09:50.780 --> 00:09:54.580 oder einen Finanzagenten, der Lieferantenzahlungen zurückhält, weil er Sie fälschlicherweise als Betrug klassifiziert. 00:09:54.880 --> 00:09:59.140 Das sind keine harmlosen Macken, sondern Fehler mit menschlichen Auswirkungen sowie rechtlichen und regulatorischen Worten. 00:09:59.540 --> 00:10:04.020 Voreingenommenheit in Trainingsdaten oder beim Abruf verschwindet nicht einfach, nur weil Sie jetzt in der Enterprise-Vorschau arbeiten. 00:10:04.960 --> 00:10:07.840 Ohne Filter, Kontrollen und menschliche Rückfalloptionen lagern Sie Entscheidungen aus, 00:10:07.880 --> 00:10:10.560 die Ihre Anwälte definitiv nicht von einem unbeaufsichtigten Algorithmus treffen lassen. 00:10:10.560 --> 00:10:13.680 Microsofts eigene Botschaft auf der Ignite war diesbezüglich deutlich. 00:10:14.520 --> 00:10:19.080 Leitplanken, Lebenszyklusmanagement, Überwachung und das Co-Pilot-Kontrollsystem sind keine Nice-to-have, sie sind erforderlich. 00:10:19.900 --> 00:10:23.880 Vorschau bedeutet heute weniger glänzende Demos und mehr, dass Tester zeigen, wo die Risse auftreten. 00:10:24.640 --> 00:10:28.400 Wenn Sie ohne Stufentests, Genehmigungsworkflows und Audits live gehen, betreiben Sie keinen Agenten, 00:10:28.560 --> 00:10:31.080 sondern führen einen Stresstest Ihres Tenants in der Produktion durch. 00:10:31.680 --> 00:10:33.000 Deshalb ist Beobachtbarkeit nicht optional. 00:10:33.000 --> 00:10:36.660 Sie benötigen Dashboards, die jeden Schritt eines Agenten aufzeigen und prüfen, 00:10:36.760 --> 00:10:40.120 ob sein Ergebnis fundiert, relevant und mit ihrer Richtlinie vereinbar war. 00:10:40.660 --> 00:10:42.220 Und Sie benötigen Optionen für den Menschen in der Schleife. 00:10:42.540 --> 00:10:43.720 Microsoft macht daraus kein Geheimnis. 00:10:44.300 --> 00:10:46.740 Sie verweisen auf Muster, bei denen der Mensch als Sicherheitsnetz fungiert. 00:10:47.720 --> 00:10:50.360 Denken Sie an den Autopiloten im Flugzeug, unglaublich nützlich, 00:10:50.620 --> 00:10:52.540 aber immer mit einer manuellen Übersteuerung konzipiert. 00:10:53.120 --> 00:10:55.180 Wenn der Bot glaubt, die optimale Landung sei in einem See, 00:10:55.280 --> 00:10:57.020 möchten Sie die Kontrolle vor der Notwasserung übernehmen. 00:10:57.560 --> 00:11:00.000 Der richtige Vergleich hier ist, einem Teenager das Autofahren beizubringen. 00:11:00.000 --> 00:11:02.780 Das Potenzial ist da, die Geschwindigkeit beeindruckend, 00:11:02.900 --> 00:11:05.260 aber Sie geben nicht die Schlüssel ab, verlassen die Einfahrt und hoffen auf das Beste. 00:11:05.840 --> 00:11:08.500 Sie sitzen auf dem Beifahrersitz, setzen Grenzen und installieren Bremsen, 00:11:08.540 --> 00:11:09.460 die Sie selbst betätigen können. 00:11:10.040 --> 00:11:11.780 Das ist Lebenszyklus Governance in der Praxis. 00:11:12.040 --> 00:11:14.380 Stützräder, bis man sicher ist, dass das System nicht vom Weg abkommt. 00:11:15.240 --> 00:11:16.900 Und das bringt uns in die größere Fabrikhalle, 00:11:17.100 --> 00:11:20.060 wo Agenten, Co-Piloten und jeder getestete Workflow zusammenlaufen. 00:11:20.740 --> 00:11:22.440 Microsoft nennt das Azure AI Foundry 00:11:22.440 --> 00:11:25.060 ein Komplettangebot zur KI-Entwicklung mit allen nötigen Werkzeugen. 00:11:25.780 --> 00:11:28.040 Ob es zum Produktionskraftwerk oder zum Ort wird, 00:11:28.100 --> 00:11:29.280 an dem Ihre Projekte scheitern, 00:11:29.280 --> 00:11:30.620 hängt ganz von Ihrer Handhabung ab. 00:11:32.040 --> 00:11:33.040 Azure AI Foundry 00:11:33.040 --> 00:11:34.680 Ihre Fabrik oder Ihr Minenfeld? 00:11:35.600 --> 00:11:38.080 Azure AI Foundry ist Microsofts neues Flaggschiff, 00:11:38.160 --> 00:11:39.060 eine sogenannte Fabrik. 00:11:39.400 --> 00:11:40.620 Für alles rund um KI. 00:11:41.020 --> 00:11:42.080 Äh, das Problem? 00:11:42.420 --> 00:11:44.280 Zu viele Teams gehen dorthin ein und behandeln es wie in Ikea. 00:11:44.900 --> 00:11:46.500 Sie schlendern geblendet durch die Kataloge, 00:11:46.620 --> 00:11:48.280 schnappen sich ein paar glänzende Sprachmodelle, 00:11:48.520 --> 00:11:51.220 werfen Konnektoren ein und schrauben alles ohne Anleitung zusammen. 00:11:52.460 --> 00:11:53.340 Was dabei herauskommt, 00:11:53.400 --> 00:11:54.740 ist kein KI-System für Unternehmen, 00:11:54.740 --> 00:11:57.020 sondern ein Spielzeug, das beim ersten komplexen PDF 00:11:57.020 --> 00:11:58.660 eines echten Nutzers zusammenbricht. 00:11:59.280 --> 00:12:00.760 Hier ist das, was Foundry tatsächlich bietet, 00:12:01.240 --> 00:12:02.480 direkt aus dem offiziellen Handbuch. 00:12:03.080 --> 00:12:04.860 Ein Modellkatalog mit Angeboten von Microsoft, 00:12:05.000 --> 00:12:06.600 OpenAI, Meta, Mr. Deepseek und anderen. 00:12:07.740 --> 00:12:09.700 Anpassungsoptionen wie Retrieval Augmented Generation, 00:12:10.240 --> 00:12:11.460 Fine Tuning und Destillation. 00:12:12.620 --> 00:12:14.200 Ein Agentendienst zur Orchestrierung, 00:12:14.320 --> 00:12:16.500 Tools wie Promptflow zur Evaluierung und Fehlersuche, 00:12:17.200 --> 00:12:18.040 Sicherheitsgrundlagen, 00:12:18.300 --> 00:12:19.680 Identitäts- und Zugriffssteuerungen, 00:12:19.860 --> 00:12:21.720 Inhaltsfilter und Dashboards zur Beobachtung. 00:12:22.180 --> 00:12:23.860 Kurz gesagt, es sind alle Komponenten, 00:12:23.920 --> 00:12:26.200 die Sie brauchen, um Co-Piloten, Agenten und autonome Abläufe 00:12:26.200 --> 00:12:27.280 gesetzeskonform zu erstellen. 00:12:27.800 --> 00:12:28.480 Das ist der Bestand. 00:12:29.260 --> 00:12:31.060 Das Problem ist nicht, dass der Werkzeugkasten leer ist, 00:12:31.160 --> 00:12:32.600 sondern dass zu viele Admins es so behandeln, 00:12:32.680 --> 00:12:34.700 als müsse man nur einen GPT-4-Turboschalter umlegen. 00:12:35.100 --> 00:12:35.320 Äh. 00:12:36.160 --> 00:12:37.900 Die Wahrheit ist, Foundry ist eine Fabrikhalle, 00:12:38.020 --> 00:12:39.240 kein Spielzeugkasten für Hackathons. 00:12:39.740 --> 00:12:41.340 Das bedeutet, Identitätsgrenzen zu setzen, 00:12:41.680 --> 00:12:43.600 damit nur die richtigen Leute auf die richtigen Modelle zugreifen. 00:12:44.180 --> 00:12:46.800 Es bedeutet, jeden Prozess mit Inhaltssicherheitsfiltern zu versehen. 00:12:47.240 --> 00:12:48.940 Es bedeutet, Beobachtungstools zu nutzen, 00:12:49.020 --> 00:12:51.180 um zu unterscheiden, wann eine Antwort fundiert ist 00:12:51.180 --> 00:12:53.160 und wann das Modell Firmenrichtlinien erfindet. 00:12:54.040 --> 00:12:56.420 Und es bedeutet, die Aufgabe, mit dem passenden Modell zu verknüpfen, 00:12:56.480 --> 00:12:58.380 statt nur das Größte zu wählen, weil es klug klingt. 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 --> 00:13:04.600 Ich habe erlebt, wie ein Team einen Foundry-Ko-Piloten auf SharePoint nutzte, 00:13:04.700 --> 00:13:07.380 der versehentlich vertrauliche HR-Daten an 20 Praktikanten preisgab. 00:13:07.960 --> 00:13:09.580 Das war nicht clever, sondern ein Compliance-Desaster, 00:13:09.680 --> 00:13:11.820 das durch integrierte Zugriffsregeln vermeidbar gewesen wäre. 00:13:12.560 --> 00:13:13.720 Sprechen wir über echte Fehlerquellen. 00:13:13.720 --> 00:13:16.100 Eine Organisation nutzte einmal GPT-4-Turbo 00:13:16.100 --> 00:13:17.240 für das Tagging von Produktfotos. 00:13:17.860 --> 00:13:19.440 Im Labor war die Demo ein voller Erfolg. 00:13:19.440 --> 00:13:22.840 Saubere Studiofotos, perfekte Tags, alle waren begeistert. 00:13:23.940 --> 00:13:26.140 In der Produktion waren die Eingaben keine Hochglanz-JPEGs, 00:13:26.220 --> 00:13:27.580 sondern verschwommene Lagerhaus-Handiefotos. 00:13:28.380 --> 00:13:31.180 Plötzlich stufte die KI-Kinderwagen fälschlicherweise als Bürostühle ein 00:13:31.180 --> 00:13:33.480 und verwandelte UPC-Etiketten in erfundene Seriennummern, 00:13:33.560 --> 00:13:34.200 in erfundene Serien. 00:13:34.980 --> 00:13:37.000 Zusätzlich zum Vertrauensverlust begannen die Kosten zu steigen. 00:13:37.400 --> 00:13:39.320 Und das ist kein Märchen von 0 auf 1 pro Nachricht. 00:13:39.720 --> 00:13:41.680 Die Preisgestaltung von Foundry ist nutzungsabhängig 00:13:41.680 --> 00:13:43.260 und an die spezifischen Dienste gebunden, die sie verwenden. 00:13:43.520 --> 00:13:45.820 Jeder Connector, jeder Abrufaufruf, jeder Nachrichtenzähler 00:13:45.820 --> 00:13:47.140 wird ihrem Tenant in Rechnung gestellt. 00:13:47.140 --> 00:13:49.320 Jedes Element hat sein eigenes Abrechnungsmodell. 00:13:50.180 --> 00:13:51.560 Diese Flexibilität ist zwar schön, 00:13:51.680 --> 00:13:53.540 aber wenn Sie nicht mit dem Azure-Preiskalkulator schätzen 00:13:53.540 --> 00:13:55.480 und die Nutzung verfolgen, wird Sie Ihr Finanzteam 00:13:55.480 --> 00:13:56.760 über die Überraschungsrechnung freuen. 00:13:58.060 --> 00:13:58.920 Das ist die Abrechnungsfalle. 00:13:59.520 --> 00:14:00.640 Verbrauchsbasierte Preise funktionieren, 00:14:00.760 --> 00:14:02.140 wenn man plant, überwacht und optimiert. 00:14:02.660 --> 00:14:04.260 Wenn nicht, ist es so, als würde man einen Sportwagen 00:14:04.260 --> 00:14:05.320 als Pizzabotenroller nutzen. 00:14:05.420 --> 00:14:06.640 Teuer, laut und sinnlos. 00:14:07.540 --> 00:14:08.980 Wir alle kennen das von Dingen wie Power BI, 00:14:09.120 --> 00:14:10.440 tolle Demo, explodierende Kosten. 00:14:11.540 --> 00:14:13.180 Lassen Sie nicht zu, dass Ihnen das mit Foundry auch passiert. 00:14:13.720 --> 00:14:15.400 Entwickler lieben das Prototyping in Foundry, 00:14:15.480 --> 00:14:16.780 weil sich die Sandbox so elegant anfühlt. 00:14:17.140 --> 00:14:18.420 Und in der Sandbox ist sie das auch. 00:14:18.660 --> 00:14:20.600 Saubere Demodaten, kein Chaos, sofortiger Wow-Effekt. 00:14:21.020 --> 00:14:21.700 Aber hier liegt das Problem. 00:14:22.100 --> 00:14:24.360 Teams schieben diese Prototypen ohne Evaluierungspipelines 00:14:24.360 --> 00:14:24.880 in die Produktion. 00:14:25.660 --> 00:14:27.220 Wenn Sie Evaluatoren für Fundiertheit, 00:14:27.300 --> 00:14:29.300 Sprachgewandtheit, Relevanz und Kohärenz überspringen, 00:14:29.580 --> 00:14:30.180 arbeiten Sie blind. 00:14:30.680 --> 00:14:31.220 Was passiert dann? 00:14:31.500 --> 00:14:33.260 Die Nutzer bemerken die Abweichung in den Ergebnissen, 00:14:33.340 --> 00:14:33.940 das Vertrauen sinkt, 00:14:34.000 --> 00:14:34.940 die Geschäftsführung streicht das Budget. 00:14:35.300 --> 00:14:36.360 Das ist kein Versagen von Foundry, 00:14:36.440 --> 00:14:37.600 sondern Versagen der Teams bei der Governance. 00:14:37.980 --> 00:14:40.080 Viele Foundry-Prototypen bleiben genau aus diesem Grund 00:14:40.080 --> 00:14:41.100 vor der Produktion stecken. 00:14:41.600 --> 00:14:43.460 Keine Beobachtbarkeit, keine Qualitätsprüfung 00:14:43.460 --> 00:14:44.180 und keine Telemetrie. 00:14:47.140 --> 00:14:48.700 iFoundry-Beobachtbarkeit vom ersten Tag an. 00:14:49.000 --> 00:14:49.900 Binden Sie Promptflows ein. 00:14:50.280 --> 00:14:51.860 Lassen Sie integrierte Evaluatoren bei jedem Tesla. 00:14:52.280 --> 00:14:53.960 Stützen Sie Ihr System mit Azure AI Search 00:14:53.960 --> 00:14:56.140 und der Verwendung von Hybrid- und semantischem Reranking ab, 00:14:56.160 --> 00:14:57.280 bevor Sie überhaupt an den Livegang denken. 00:14:57.700 --> 00:14:59.460 Microsoft hat diese Tools nicht in einem Anhang versteckt, 00:14:59.520 --> 00:15:00.960 sie sind für die Produktionssicherheit dokumentiert. 00:15:01.840 --> 00:15:04.280 Doch zu oft übersehen Entwickler sie wie bloße Fußnoten. 00:15:04.920 --> 00:15:06.540 Diese Checkpoint-Mentalität bewahrt sie davor, 00:15:06.600 --> 00:15:07.500 ins Minenfeld zu geraten. 00:15:08.380 --> 00:15:10.260 Behandeln Sie Foundry wie eine Fabrik-Governance 00:15:10.260 --> 00:15:10.980 als ersten Schritt, 00:15:11.140 --> 00:15:12.640 Compliance-Richtlinien wie bedingten Zugriff 00:15:12.640 --> 00:15:14.020 fest integriert mit von Anfang an 00:15:14.020 --> 00:15:15.480 laufenden Observability-Pipelines. 00:15:15.480 --> 00:15:18.060 Und ja, Identitätsscoping und Contentsicherheit 00:15:18.060 --> 00:15:19.400 sollten nicht nachträglich angepflanscht werden, 00:15:19.480 --> 00:15:20.560 sie gehören zur Grundausstattung. 00:15:21.140 --> 00:15:22.160 Wenn Sie die Governance überspringen, 00:15:22.260 --> 00:15:23.340 riskieren Sie mehr als eine schlechte Antwort. 00:15:24.180 --> 00:15:25.640 Ohne sie könnte Ihr multimodaler Bot 00:15:25.640 --> 00:15:27.820 fröhlicher HR-Gehälter für externe Nutzer offenlegen 00:15:27.820 --> 00:15:29.980 oder Rechnungen mit fiktiven Vertragsnummern versehen. 00:15:30.640 --> 00:15:31.740 Das ist nicht nur defekte KI, 00:15:31.880 --> 00:15:32.420 das sind Schlagzeilen, 00:15:32.500 --> 00:15:33.940 die Ihr Compliance-Büro nicht erklären möchte. 00:15:34.780 --> 00:15:36.220 Und genau hier verschiebt sich der Fokus, 00:15:36.400 --> 00:15:38.320 denn das nächste Hindernis ist überhaupt nicht technischer Natur. 00:15:38.980 --> 00:15:40.780 Es geht darum, ob Ihre KI verantwortungsbewusst ist. 00:15:41.420 --> 00:15:42.220 Jeder liebt es, 00:15:42.300 --> 00:15:44.080 diese Begriffe auf eine Keynote-Folie zu werfen, 00:15:44.080 --> 00:15:46.440 aber in der Praxis geht es um Audits, Filter, Compliance 00:15:46.440 --> 00:15:47.980 und den Berg an Entscheidungen vor dem Start. 00:15:48.720 --> 00:15:50.220 Und genau da fangen die Kopfschmerzen erst richtig an. 00:15:50.700 --> 00:15:52.220 Abonnieren Sie unseren M365 00:15:52.220 --> 00:15:53.560 Showminusetter für die direkten Lösungen 00:15:53.560 --> 00:15:55.080 und folgen Sie uns auf M365. 00:15:55.980 --> 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 --> 00:15:59.700 die Foundry in der Produktion getestet 00:15:59.700 --> 00:16:00.900 und gesehen haben, was schief gehen kann. 00:16:01.860 --> 00:16:03.320 Verantwortungsvolle KI oder verantwortungsvolle Kopfschmerzen. 00:16:04.140 --> 00:16:04.720 Jeder liebt es, 00:16:04.760 --> 00:16:06.640 verantwortungsvolle KI in einer Keynote fallen zu lassen. 00:16:06.980 --> 00:16:07.660 Es sieht schick aus, 00:16:07.780 --> 00:16:09.620 neben Schlagworten wie Fairness und Transparenz, 00:16:09.620 --> 00:16:11.940 aber an der Front ist es keine inspirierende Philosophie. 00:16:12.300 --> 00:16:13.460 Es sind Konfigurationen, 00:16:13.760 --> 00:16:15.040 Audits, Filter und Governance-Schritte, 00:16:15.140 --> 00:16:16.180 die sich eher wie Serverwartung 00:16:16.180 --> 00:16:17.360 als wie Innovation anfühlen. 00:16:18.600 --> 00:16:19.760 Verantwortungsvolle KI ist der Sicherheitsgurt, 00:16:19.820 --> 00:16:20.440 nicht der Sportwagen. 00:16:20.860 --> 00:16:21.600 Lassen Sie ihn einmal weg 00:16:21.600 --> 00:16:22.360 und der Crash kommt schnell. 00:16:22.780 --> 00:16:24.560 Microsoft spricht vorab von Ethik und Sicherheit, 00:16:24.760 --> 00:16:25.640 aber für Administratoren, 00:16:25.700 --> 00:16:26.520 die das live einführen, 00:16:26.680 --> 00:16:28.040 bedeutet das praktische Leitplanken. 00:16:28.340 --> 00:16:29.440 Bedeutet das praktische Leitplanken. 00:16:29.580 --> 00:16:30.680 Sie brauchen Zugriffsrichtlinien, 00:16:30.760 --> 00:16:31.720 die unter Druck nicht nachgeben, 00:16:32.040 --> 00:16:33.100 Filter, die schädliche Prompts 00:16:33.100 --> 00:16:33.740 wirklich blockieren 00:16:33.740 --> 00:16:34.340 und Protokolle, 00:16:34.480 --> 00:16:35.200 die detailliert genug 00:16:35.200 --> 00:16:36.520 für einen koffeinhaltigen Regulierer 00:16:36.520 --> 00:16:37.280 mit Vorladung sind. 00:16:38.380 --> 00:16:39.640 Das ist keine glamouröse Arbeit, 00:16:39.760 --> 00:16:40.180 es geht darum, 00:16:40.280 --> 00:16:42.200 HR-Kopiloten von Finanzdaten zu isolieren, 00:16:42.500 --> 00:16:43.500 Bereichsregeln festzulegen, 00:16:43.560 --> 00:16:44.100 damit Teambots 00:16:44.100 --> 00:16:45.440 nicht in SharePoint-Gahmnisse kriechen 00:16:45.440 --> 00:16:46.500 und Protokolle zu taggen, 00:16:46.580 --> 00:16:47.040 um zu beweisen, 00:16:47.180 --> 00:16:48.260 wie eine Antwort entstanden ist. 00:16:49.360 --> 00:16:50.080 Wenn man das richtig macht, 00:16:50.140 --> 00:16:51.000 ist verantwortungsvoll kein 00:16:51.000 --> 00:16:51.640 Firmenslogan mehr, 00:16:51.700 --> 00:16:52.500 sondern überlebenswichtig. 00:16:53.000 --> 00:16:53.840 Die hässliche Variante, 00:16:53.960 --> 00:16:54.640 wenn man das überspringt. 00:16:54.860 --> 00:16:55.400 Einem Bot-Dedekt 00:16:55.400 --> 00:16:56.840 ein HR-Repository anschließen, 00:16:56.940 --> 00:16:57.740 ohne Mandantengrenzen. 00:16:59.140 --> 00:17:00.160 Ein Nutzer fragt 00:17:00.160 --> 00:17:01.220 nach Versicherungsleistungen. 00:17:01.800 --> 00:17:02.600 Der Bot veröffentlicht 00:17:02.600 --> 00:17:03.620 hilfreich die Gehaltsbände 00:17:03.620 --> 00:17:04.620 der Mitarbeiter im Chat. 00:17:04.620 --> 00:17:06.720 Jetzt haben sie eine Datenschutzverletzung, 00:17:07.100 --> 00:17:08.120 einen Albtraum für die Moral 00:17:08.120 --> 00:17:08.800 und möglicherweise 00:17:08.800 --> 00:17:10.240 Regulierungsbehörden im Nacken. 00:17:10.640 --> 00:17:11.120 Der schnellste Weg, 00:17:11.180 --> 00:17:11.880 die Akzeptanz zu killen, 00:17:11.920 --> 00:17:12.580 ist nicht schlechte UX, 00:17:12.720 --> 00:17:14.020 sondern ein einziger sensibler Datenleg. 00:17:14.320 --> 00:17:15.340 Was hält dieses Chaos aus der Firm? 00:17:15.700 --> 00:17:16.180 Beginnen Sie mit 00:17:16.180 --> 00:17:17.100 Azure AI Content Safety. 00:17:17.620 --> 00:17:18.260 Es wurde entwickelt, 00:17:18.380 --> 00:17:19.040 um gewalttätige, 00:17:19.140 --> 00:17:20.420 obszöne und beleidigende Prompts 00:17:20.420 --> 00:17:21.520 und Antworten herauszufiltern, 00:17:21.600 --> 00:17:22.540 bevor sie an den Nutzer gelangen. 00:17:23.020 --> 00:17:23.480 Aber das ist nur 00:17:23.480 --> 00:17:24.140 die grundlegende LG. 00:17:24.860 --> 00:17:26.060 Foundry und Co-Pilot Studio 00:17:26.060 --> 00:17:27.740 bauen auf Evaluierungspipelines auf, 00:17:27.780 --> 00:17:28.740 die die nächste Ebene übernehmen. 00:17:29.520 --> 00:17:30.380 Groundedness-Prüfungen, 00:17:30.740 --> 00:17:31.400 Relevanz-Scoring, 00:17:31.400 --> 00:17:32.760 Transparenz-Dashboards 00:17:32.760 --> 00:17:33.740 und Erklärbarkeit. 00:17:34.780 --> 00:17:35.280 Auf Deutsch. 00:17:35.700 --> 00:17:36.900 Sie können Schwellenwerte anpassen, 00:17:37.200 --> 00:17:38.120 An- und Ausgaben filtern 00:17:38.120 --> 00:17:38.900 und Bots dazu bringen, 00:17:38.980 --> 00:17:39.920 ihre Arbeit offen zu legen. 00:17:40.780 --> 00:17:41.780 Ohne das würfeln sie bei allem, 00:17:41.880 --> 00:17:42.780 was die KI ausspuckt. 00:17:43.440 --> 00:17:44.720 Und hier ist die Realität der Ressourcen. 00:17:45.140 --> 00:17:45.780 Microsoft legt sich 00:17:45.780 --> 00:17:46.340 ihr mächtigen Zoll. 00:17:47.000 --> 00:17:48.660 34.000 Vollzeit-Ingenieure, 00:17:48.780 --> 00:17:49.860 die sich der Sicherheit widmen, 00:17:49.980 --> 00:17:51.160 plus 15.000 Partner 00:17:51.160 --> 00:17:52.540 mit tiefem Sicherheits-Know-how. 00:17:52.900 --> 00:17:53.080 How? 00:17:53.800 --> 00:17:54.420 Das ist eine Festung. 00:17:54.820 --> 00:17:55.680 Aber werden sie nicht bequem. 00:17:56.080 --> 00:17:56.900 Keiner dieser Ingenieure 00:17:56.900 --> 00:17:57.680 sitzt in ihrem Mandanten 00:17:57.680 --> 00:17:58.880 und erstellt ihre Zugriffsregeln. 00:17:59.480 --> 00:18:00.200 Microsoft gibt ihnen 00:18:00.200 --> 00:18:01.120 die Leitplanken an die Hand. 00:18:01.400 --> 00:18:02.340 Aber es bleibt ihre Aufgabe, 00:18:02.480 --> 00:18:03.520 Identitäten abzusichern, 00:18:03.600 --> 00:18:04.260 Daten zu isolieren, 00:18:04.340 --> 00:18:05.140 Verschlüsselung anzuwenden 00:18:05.140 --> 00:18:06.300 und Richtlinien zu konfigurieren. 00:18:07.020 --> 00:18:08.240 Wenn ihr Scoping nachlässig ist, 00:18:08.300 --> 00:18:08.760 haften sie dennoch 00:18:08.760 --> 00:18:09.460 für den Sicherheitsverfahren. 00:18:09.880 --> 00:18:10.400 Die wahre Lösung 00:18:10.400 --> 00:18:11.320 ist eine Governance-Zyklus. 00:18:11.680 --> 00:18:12.860 Betrachten sie es als das Rezept, 00:18:13.000 --> 00:18:14.180 das Microsoft selbst empfiehlt. 00:18:14.800 --> 00:18:16.020 Testen, freigeben, 00:18:16.380 --> 00:18:16.960 veröffentlichen, 00:18:17.220 --> 00:18:18.400 prüfen, iterieren. 00:18:19.340 --> 00:18:20.700 Mit Checkpoints 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. 00:18:23.740 --> 00:18:24.680 Teams, die einmal ausliefern 00:18:24.680 --> 00:18:25.780 und dann abschalten, scheitern immer. 00:18:26.400 --> 00:18:27.280 Modelle entwickeln sich, 00:18:27.520 --> 00:18:28.120 Prompts ändern sich 00:18:28.120 --> 00:18:29.180 und Ergebnisse driften ab. 00:18:29.180 --> 00:18:30.600 Governance ist kein unnötiger 00:18:30.600 --> 00:18:31.280 bürokratischer Ballast. 00:18:31.660 --> 00:18:32.100 Sie verhindert, 00:18:32.180 --> 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. 00:18:35.640 --> 00:18:36.540 Manche Admins beklagen, 00:18:36.660 --> 00:18:37.420 dass verantwortungsbewusst 00:18:37.420 --> 00:18:38.180 nur langsamer bedeutet. 00:18:38.800 --> 00:18:39.520 Die falsche Perspektive? 00:18:40.000 --> 00:18:40.820 Verantwortung tötet nicht 00:18:40.820 --> 00:18:41.380 die Geschwindigkeit, 00:18:41.440 --> 00:18:41.820 sie verhindert, 00:18:41.880 --> 00:18:42.860 dass Geschwindigkeit sie tötet. 00:18:43.720 --> 00:18:44.620 Route Governance bedeutet, 00:18:44.740 --> 00:18:45.580 dass sie Audits bestehen 00:18:45.580 --> 00:18:46.300 und Projekte dennoch 00:18:46.300 --> 00:18:47.040 vorantreiben können. 00:18:47.460 --> 00:18:48.060 Ignorieren sie das 00:18:48.060 --> 00:18:48.760 und sie stürzen hinab. 00:18:49.300 --> 00:18:50.280 Geschwindigkeit ohne Kontrollen 00:18:50.280 --> 00:18:51.340 führt nur zu einer Art von Rekord. 00:18:51.740 --> 00:18:52.400 Die kürzeste Zeit 00:18:52.400 --> 00:18:53.120 bis zur Fehlanalyse. 00:18:53.820 --> 00:18:54.660 Denken sie an Fahrten 00:18:54.660 --> 00:18:55.400 durch Bergserpentinen. 00:18:55.400 --> 00:18:56.500 Man verflucht nicht 00:18:56.500 --> 00:18:57.020 die Leitplanken. 00:18:57.140 --> 00:18:57.580 Man dankt ihnen, 00:18:57.680 --> 00:18:58.240 wenn es 60 Meter 00:18:58.240 --> 00:18:58.820 in die Tiefe geht. 00:18:59.520 --> 00:19:00.460 Bei verantwortungsvoller KIs 00:19:00.460 --> 00:19:02.080 Scopes, Richtlinien, Filter, 00:19:02.280 --> 00:19:03.420 LogSie 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 --> 00:19:07.140 Microsoft hat ihnen 00:19:07.140 --> 00:19:07.780 mächtige Werkzeuge 00:19:07.780 --> 00:19:08.300 in die Hand gegeben. 00:19:09.120 --> 00:19:09.980 Content-Sicherheit, 00:19:10.240 --> 00:19:11.140 Evaluierungspipelines, 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 00:19:21.320 --> 00:19:22.380 anstatt daran zu zerbrechen. 00:19:23.500 --> 00:19:24.200 Ignorieren sie das, 00:19:24.280 --> 00:19:24.680 droht nicht nur 00:19:24.680 --> 00:19:25.480 ein Auswahlrisiko, 00:19:25.660 --> 00:19:26.200 sondern auch das Ende 00:19:26.200 --> 00:19:26.720 ihrer Karriere. 00:19:27.460 --> 00:19:28.020 Verantwortungsvolle KI 00:19:28.020 --> 00:19:28.480 ist nicht langsam. 00:19:29.280 --> 00:19:29.900 Verantwortungsvolle KI 00:19:29.900 --> 00:19:30.860 ist überlebensfähig 00:19:30.860 --> 00:19:31.720 und Überlebensfähigkeit 00:19:31.720 --> 00:19:32.420 ist der wahre Test, 00:19:32.500 --> 00:19:32.980 denn die Zukunft 00:19:32.980 --> 00:19:33.920 dreht sich nicht um Features, 00:19:34.060 --> 00:19:34.420 sondern darum, 00:19:34.500 --> 00:19:35.140 ob sie diese Plattform 00:19:35.140 --> 00:19:35.780 als Plug-and-Play 00:19:35.780 --> 00:19:37.280 oder als Governance-First-Infrastruktur 00:19:37.280 --> 00:19:37.740 begreifen. 00:19:38.660 --> 00:19:39.180 Dieser Unterschied 00:19:39.180 --> 00:19:39.700 entscheidet darüber, 00:19:39.780 --> 00:19:40.760 wer besteht und wer ausbrennt. 00:19:41.520 --> 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, 00:19:44.680 --> 00:19:45.300 sondern der Glaube 00:19:45.300 --> 00:19:46.160 an reines Plug-and-Play. 00:19:46.900 --> 00:19:47.920 Die Merkregel ist simpel. 00:19:47.920 --> 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. 00:19:50.980 --> 00:19:51.420 Identitätsmanagement 00:19:51.420 --> 00:19:52.020 und Beobachtbarkeit 00:19:52.020 --> 00:19:53.020 zur vernachlässigen Schieterfahrung. 00:19:53.220 --> 00:19:54.100 Die Werkzeuge sind da, 00:19:54.320 --> 00:19:54.980 aber nur Governance 00:19:54.980 --> 00:19:55.860 macht aus Prototypen 00:19:55.860 --> 00:19:56.560 echte Produktion. 00:19:57.220 --> 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 --> 00:20:05.920 hilft mir wirklich. 00:20:06.560 --> 00:20:07.220 Tools ändern sich, 00:20:07.280 --> 00:20:07.920 Überlebenstaktiken 00:20:07.920 --> 00:20:08.420 bleiben bestehen.