These: Maia ist seit dem 12. Oktober kein Chip-Projekt mehr, sondern eine Preisfrage. Das ist meine Einschätzung, nicht Microsofts Aussage. Scott Guthrie, bei Microsoft für Cloud und KI zuständig, kündigte am 12. Oktober an, den Azure-Maia-Bestand ab 2027 auf Multi-Gigawatt-Deployments auszubauen. Maia soll laut Microsoft zum „primary inference system for Microsoft products and services“ werden. Wer Agenten im Microsoft-Stack betreibt, hängt damit an einer Kostenkurve, die Microsoft am eigenen Silizium steuert. Preise nennt Microsoft nicht. Alles, was ich dazu schreibe, ist deshalb Einordnung und keine Prognose.

Meine Zuspitzung: Preismacht. Vertikal.

Dieser Text ist kein Chip-Porträt. Sie finden hier keine Transistorzahlen zum Bestaunen, sondern eine Frage, die Ihre Einkaufsabteilung betrifft: Was bedeutet es für Verträge, Modellwahl und Ausstiegsoptionen, wenn der Anbieter Ihrer Agenten-Plattform auch Hersteller des Beschleunigers ist, auf dem die Tokens entstehen? Am Ende steht eine Checkliste in ganzen Sätzen, die Sie vor der Ignite im November abarbeiten können.

Maia macht aus Microsofts Rechenzentrum ein eigenes Kostenmodell

Beginnen wir mit dem Offensichtlichen, das trotzdem gern überlesen wird. Microsoft verkauft Ihnen Copilot, GitHub Copilot und Foundry. Auf der anderen Seite der Rechnung steht Microsoft als Betreiber der Rechenzentren. Bisher kaufte dieser Betreiber Beschleuniger am Markt ein, und dessen Kostenkurve war zumindest teilweise die eines Dritten. Mit Maia als „primary inference system“ verschiebt sich das. Die Kosten pro erzeugtem Token hängen dann stärker davon ab, wie gut Microsofts eigene Chips, Racks, Netze und Software zusammenspielen.

Ist das schlecht? Nicht per se. Vertikale Integration kann Kosten drücken, und Microsoft behauptet genau das. Das Problem liegt woanders: Sie sehen die Kostenkurve nicht. Sie sehen die Preisliste, die Credits, die Lizenz. Wie sich Effizienzgewinne im Rechenzentrum auf diese Posten auswirken, entscheidet Microsoft. Allein.

Seien wir ehrlich: Bei Hardware-Ankündigungen gilt in Einkaufsrunden oft die Regel „Interessiert uns nicht, ist Sache des Anbieters“. Das war lange vertretbar, solange Inferenz ein Randposten war. Bei Agenten ist sie keiner mehr. Ein Agent, der mehrstufig arbeitet, Werkzeuge aufruft und lange Kontexte mitschleppt, verbrennt Tokens in einer Größenordnung, die ein Chat-Fenster nie erreicht hat. Microsoft selbst beschreibt Maia 300 als Architektur für „sustained, multi-step agentic tasks“. Das ist, in meinen Worten, die Einladung, Ihre Agenten-Last genau dorthin zu legen.

Mein Punkt ist deshalb kein Alarm, sondern eine Sortierung: Wer Agenten im Microsoft-Stack betreibt, sollte Maia als Teil der eigenen Kostenstruktur lesen und nicht als Fußnote aus der Infrastruktur-Abteilung.

Was Microsoft gesagt hat – und was nicht

Bevor ich weiter zuspitze, die Faktenlage, sauber getrennt. Laut dem Blogbeitrag von Scott Guthrie vom 12. Oktober gilt:

Maia 200 bedient laut Microsoft bereits Produktions-Workloads, darunter Microsoft Copilot, und unterstützt das MAI-Team bei der Entwicklung eigener Modelle. GitHub Copilot und Microsoft Foundry sollen bis Jahresende folgen. Dabei laufen auf Maia 200 laut Microsoft OpenAI-Modelle, Microsofts eigene MAI-Modelle und führende Open-Source-Modellfamilien. Maia 300 beginnt laut Microsoft die Produktions-Deployments im Jahr 2027. Alles Weitere sind Herstellerangaben.

Was die Quelle nicht sagt, ist mindestens ebenso wichtig:

Microsoft nennt keine Preise, weder für Copilot noch für Foundry noch für Azure, und kündigt keine Preisänderung an.
Microsoft sagt nicht, welcher Anteil der Inferenz auf Maia und welcher auf anderer Hardware läuft.
Microsoft sagt nicht, dass andere Beschleuniger abgeschaltet werden. „Primary“ heißt nicht „exklusiv“.
Microsoft nennt nicht, mit welchen Systemen die Effizienzvergleiche angestellt wurden. Die Rede ist von „leading GPU infrastructure“ und „leading GPU-based systems“, also von führenden GPU-Systemen, die Microsoft nicht benennt.
Über „multi-gigawatt“ hinaus nennt Microsoft keine Leistungszahl, und genannte Standorte gibt es nur für Maia 200: die USA, Europa und Australien. Rechenzentren in Deutschland erwähnt die Quelle nicht.

Wer daraus eine Schlagzeile à la „Copilot wird billiger“ oder „Microsoft kappt die GPU-Abhängigkeit“ bastelt, liest Dinge hinein, die dort nicht stehen. Ich werde das nicht tun. Meine These setzt an einer anderen Stelle an: nicht an dem, was Microsoft ankündigt, sondern an der Struktur, die daraus entsteht.

Und noch eine Randnotiz: Microsoft nennt als weiteren Maia-Nutzer Dragon Copilot für Klinik-Workflows. Das zeigt, wie breit der Konzern den Chip denkt. Für diesen Text bleibt es eine Randnotiz.

Vier Zahlen, vier Basen: Warum Sie nicht rechnen sollten

Jetzt wird es heikel, denn Microsoft hat mehrere Effizienzzahlen veröffentlicht, und sie sehen aus, als könnte man sie stapeln. Man kann es nicht. Jede steht auf einer eigenen Basis. Ich ordne sie einzeln.

Erstens: bis zu 1,7-mal mehr Tokens pro Watt. Das gilt laut Microsoft für Maia 200, und zwar für „built-in AI capabilities“ in Microsoft Teams, Copilot und Cowork, verglichen mit „leading GPU infrastructure“. Gemeint sind eingebaute KI-Funktionen in diesen Produkten, nicht beliebige Workloads. Verglichen wird mit führender GPU-Infrastruktur, die Microsoft nicht benennt. Das „bis zu“ ist ein Höchstwert, kein Durchschnitt. Eine Messmethode steht im Blogbeitrag nicht.

Zweitens: 40 Prozent mehr Tokens pro Megawatt. Das ist keine Messung, sondern eine Erwartung. Guthrie schreibt „we expect“. Es geht um Maia 300, das erst 2027 in Produktion geht, im Vergleich zu „leading GPU-based systems“, ebenfalls ungenannt. Laut Microsoft erwartet also ein Hersteller von einem Produkt, das noch nicht ausgeliefert wird, einen Vorsprung gegenüber nicht benannten Systemen.

Drittens: bis zu 7-facher Rack-Durchsatz. Laut Microsoft liefert Maia 300 in der vollen 96-Beschleuniger-Konfiguration bis zu das Siebenfache des Token-Durchsatzes auf Rack-Ebene von Maia 200. Die Basis ist hier der Vorgänger, nicht ein Fremdsystem.

Viertens: mehr als 2,5-fache Performance pro Watt. Auch das steht laut dem Azure-Deep-Dive zu Maia 300 im Verhältnis zu Maia 200, nicht im Verhältnis zu Fremdhardware.

Was Sie damit nicht tun dürfen: die 7 mit den 1,4 verrechnen, die 1,7 auf die 40 Prozent aufschlagen oder aus allem einen Gesamtfaktor gegenüber „GPU“ basteln. Die Basen sind verschieden, die Produkte sind verschieden, die Zeitpunkte sind verschieden. Das eine ist ein laufender Chip gegen ein ungenanntes Fremdsystem, das andere ein künftiger Chip gegen einen anderen ungenannten Vergleich, das dritte ein Generationssprung innerhalb der Familie.

Deshalb gibt es in diesem Artikel auch keine Balkengrafik. Balken suggerieren Vergleichbarkeit, die hier nicht existiert. Wer sie trotzdem zeichnet, malt Microsofts Marketing hübscher, als es belegt ist.

Agenten sind Inferenz, und Inferenz wird Ihre Rechnung

Warum sollte sich eine Führungskraft für Tokens pro Watt interessieren? Weil dahinter eine simple Kette steht. Ein Agent ist im Kern eine Schleife aus Modellaufrufen: lesen, planen, Werkzeug nutzen, Ergebnis prüfen, weiterplanen. Jeder Schritt erzeugt Tokens, und der Kontext wächst mit. Microsoft nennt als Maia-300-Zielprofil ausdrücklich „long-context reasoning, latency-sensitive conversational experiences and sustained, multi-step agentic tasks“. Im Deep-Dive ist von Agenten-Workloads mit mehrstufiger Ausführung, langem Kontext und Werkzeugnutzung die Rede, die das Rechenprofil der Inferenz verändern.

Übersetzt: Die Last, für die Maia gebaut wird, ist genau die Last, die Ihre Agenten erzeugen. Das ist keine Spekulation, das ist Microsofts eigene Beschreibung des Designziels. Wenn die Agentenlast steigt, steigt die Inferenzlast, und die liegt bei Microsoft zunehmend auf Microsofts Silizium.

Stellen Sie sich vor, Ihr Unternehmen rollt in einer Abteilung einen Coding-Agenten und in einer zweiten einen Recherche-Agenten aus, beide innerhalb des Microsoft-Stacks. Die Lizenzkosten sehen Sie auf der Rechnung. Wie viel Rechenzeit dahinter hängt und was sie Microsoft kostet, sehen Sie nicht. Aber genau dieser unsichtbare Posten entscheidet langfristig darüber, wie Microsoft Credits, Kontingente und Lizenzstufen zuschneidet. Mehr dazu im Abschnitt über Preismacht.

Hinzu kommt die Sicherheitsseite. Wir bei digital-magazin.de haben zuletzt beschrieben, warum Enterprise-Agenten ohne klare Ausführungsgrenze nicht tragen. Das ist ein anderes Thema als die Kostenkurve, aber es hängt zusammen: Je tiefer ein Agent in Ihren Betrieb eingreift, desto weniger können Sie ihn bei Preis- oder Bedingungsänderungen einfach austauschen. Kosten und Kontrolle sind zwei Seiten derselben Abhängigkeit.

Mal ehrlich: Die meisten Unternehmen haben für Agenten bislang Pilotbudgets. Piloten sind billig, weil sie klein sind. Die Rechnung, die zählt, kommt erst im Betrieb. Wer dann feststellt, dass die Kostenstruktur an Microsofts Rechenzentrums-Ökonomie hängt, hat seine Verhandlungsposition bereits abgegeben.

Das Rack, die Watt und eine Rechnung mit Wenn

Jetzt zur einzigen Rechnung, die ich anbiete, und zu ihren Bedingungen. Ich markiere sie unmissverständlich als dm-Rechnung.

Laut Microsoft erwartet das Unternehmen von Maia 300 40 Prozent mehr Tokens pro Megawatt, verglichen mit führenden GPU-Systemen, die Microsoft nicht benennt. Nehmen wir an, diese Erwartung trifft zu und die Vergleichsbasis passt zu dem, was Sie sich unter „aktuelle Alternative“ vorstellen. Dann gilt rechnerisch: 1 geteilt durch 1,4 ergibt etwa 0,71. Dieselbe Tokenmenge bräuchte demnach rund 29 Prozent weniger Energie (dm-Rechnung).

Zwei Wörter in diesem Absatz tragen die ganze Last: „Wenn“ und „rechnerisch“. Die 29 Prozent sind keine Microsoft-Angabe, sondern eine Umkehrung der Erwartung. Sie sagen nichts über Kosten pro Token, nichts über Ihre Rechnung und nichts über Copilot-Preise. Energie ist nur ein Kostenblock neben Chips, Gebäuden, Netzen, Kühlung und Personal.

Eine zweite, optionale dm-Rechnung zum Rack: Laut Microsoft bringt das Maia-300-Rack 96 Beschleuniger in einer Leistungshülle von 167 Kilowatt unter. 167 geteilt durch 96 sind etwa 1,74 Kilowatt je Beschleuniger-Slot, inklusive Rack-Overhead. Der Chip selbst hat laut Microsoft eine TDP von 950 Watt, das ist der Chip allein und nicht der Slot. Warum die Gegenüberstellung? Weil sie zeigt, wie viel Infrastruktur um einen Chip herum Strom zieht. Mehr ist aus der Zahl nicht herauszulesen, und ich verknüpfe sie auch nicht mit Preisen.

Für die Speicherseite nennt Microsoft acht HBM4-Stapel mit 18,0 Terabyte pro Sekunde Spitzenbandbreite je Beschleuniger, nach Angabe des Deep-Dive 288 Gigabyte Kapazität, und Compute-Chiplets auf TSMCs N2P-Prozess. Das sind Herstellerangaben, die zeigen, worauf der Chip zielt: Daten bewegen, nicht nur rechnen. Wer tiefer ins Silizium will, findet das im verlinkten Deep-Dive. Für Ihre Beschaffung ist der Kern eine andere Frage.

Energie bleibt dabei kein Randthema. Wir bei digital-magazin.de haben beschrieben, wie der Ressourcenhunger von KI-Rechenzentren auf Wasserknappheit trifft. Wenn Multi-Gigawatt-Deployments kommen, werden Strom und Kühlung zu Standortfragen mit politischer Dimension. Effizienz pro Megawatt ist dann nicht nur ein Marketingwert, sondern der Hebel, mit dem ein Betreiber überhaupt weiter wachsen darf. Das erklärt, warum Microsoft darauf so stark setzt.

Preismacht. Vertikal.

Maia: Ingenieur prüft KI-Beschleunigerplatine im Reinraumlabor — Hardware für Copilot-Kosten (Symbolbild)

Nun zur These, ausdrücklich als meine Einschätzung. Microsoft nennt keine Preise, also ist alles Folgende Interpretation.

Wenn ein Anbieter Software, Plattform, Modellzugang und Rechenhardware kontrolliert, kontrolliert er die gesamte Kostenkette. Ein Abnehmer, der nur das Ende der Kette sieht, kann nicht beurteilen, ob Effizienzgewinne bei ihm ankommen oder in der Marge bleiben. Das ist keine Unterstellung böser Absicht, es ist Marktstruktur. Genau deshalb sprach ich eingangs von Preismacht.

Zwei Lesarten sind möglich, und ich halte beide für plausibel. Die erste: Microsoft gibt Effizienzgewinne weiter, weil der Wettbewerb um Agenten-Plattformen hart ist und günstige Inferenz ein Argument im Vertrieb darstellt. Die Guthrie-Formulierung „affordable and scalable platforms“ passt dazu, ist aber eine Absichtserklärung und keine Zusage. Die zweite: Microsoft behält Effizienzgewinne ein, finanziert damit Ausbau und Marge, und Kunden spüren sie höchstens indirekt in neuen Funktionen. Welche Lesart zutrifft, sagt keine Quelle, und niemand kann es aktuell sagen.

Was ich dagegen behaupten kann, ist eine Asymmetrie: Sie haben keinen Einblick in die Kostenkurve, Microsoft aber schon. Verträge, die Preise über längere Zeiträume festschreiben, gleichen diese Asymmetrie ein Stück weit aus. Verträge mit häufiger Preisanpassungsklausel verschärfen sie.

Hier lohnt der Blick auf die Abrechnungslogik. Wir bei digital-magazin.de haben ausführlich dargelegt, warum man Agenten nicht am Flat-Fee messen sollte und was nutzerbasierte gegenüber verbrauchsbasierter Abrechnung für Copilot bedeutet. Je mehr Abrechnung an Verbrauch hängt, desto direkter schlägt jede Veränderung der Inferenzkosten auf Sie durch. Bei Pauschalen trägt Microsoft das Mengenrisiko, aber Pauschalen lassen sich auch neu schneiden. Beides ist verhandelbar, nur nicht, wenn Sie das Thema ignorieren.

Punkt. Mehr kann ich ohne Preisliste nicht belegen, und mehr behaupte ich nicht.

Das Gegenargument: Silizium-Wahl, offene Plattform

Fairerweise: Microsoft sieht das anders und sagt es deutlich. Im selben Blogbeitrag schreibt Guthrie (eigene Übersetzung, Original: „Model and silicon choice are inherent in our vision for Frontier Transformation“): Modell- und Silizium-Wahl seien fester Bestandteil der Vision des Unternehmens. Und weiter: Microsoft könne „from silicon to systems to agent“ optimieren, und zwar auf einer „open, heterogenous and model diverse platform“, auf die sich Kunden verlassen könnten. In meiner Übersetzung: auf einer offenen, heterogenen und modelldiversen Plattform.

Das ist ein ernstzunehmendes Argument, und ich will es nicht kleinreden. „Primary inference system“ bedeutet vorrangig, nicht ausschließlich. Maia 200 läuft laut Microsoft mit OpenAI-Modellen, mit Microsofts eigenen MAI-Modellen und mit führenden Open-Source-Familien. Das ist ein Hinweis darauf, dass der Chip nicht an ein einziges Modell gekettet ist. Für Sie als Kunde ist das beruhigender, als wenn Maia nur MAI-Modelle bedienen würde.

Es gibt auch ein Kostenargument zu Ihren Gunsten. Wenn Microsoft eigene Hardware auf die tatsächlichen Produkt-Lasten abstimmt, sinkt im Idealfall der Aufwand je Token. Microsoft schreibt im Deep-Dive selbst, Maia 300 sei darauf ausgelegt, „useful tokens per watt and useful tokens per dollar“ zu maximieren. Das ist eine Designabsicht, kein Preisversprechen, aber sie zeigt die Richtung.

Trotzdem bleibt mein Einwand bestehen, und er ist schlicht: Offenheit der Plattform und Offenheit der Kostenstruktur sind verschiedene Dinge. Sie können Modelle wählen und trotzdem nicht erfahren, wie Microsoft das Verhältnis zwischen Hardware-Effizienz und Kundenpreis gestaltet. Die Aussage „silicon choice“ beschreibt, was Microsoft anbietet, nicht, was Sie einsehen dürfen.

Und noch ein Gedanke: Offen kann auch bedeuten, dass Microsoft Modelle auf Maia bevorzugt bepreist, weil sie dort günstiger laufen. Ob das passiert, weiß ich nicht. Aber genau darum gehört die Frage in jede Verhandlung.

Maia im Vertrag: die Einkaufs-Checkliste

Genug Analyse. Hier das Arbeitsmaterial, in ganzen Sätzen, ohne Schnickschnack. Ich ordne es in vier Blöcke: Preis und Laufzeit, Modellwahl, Exit, Fragen für die Ignite.

Preisbindung und Laufzeit

Klären Sie, ob Ihr Vertrag Preise für Copilot, Foundry und GitHub Copilot über die gesamte Laufzeit festschreibt oder ob Microsoft einseitig anpassen darf.
Fragen Sie nach, wie Preisänderungen angekündigt werden und ob Sie bei einer Änderung ein Sonderkündigungsrecht haben.
Prüfen Sie bei verbrauchsbasierten Posten, ob es Obergrenzen oder Warnschwellen gibt, damit eine Agenten-Schleife nicht unbemerkt Budget verbrennt.
Vermeiden Sie lange Bindungen, solange Microsoft nicht erklärt, wie sich Hardware-Effizienz in der Preisgestaltung niederschlägt. Kurz laufende Verträge mit Verlängerungsoption sind in dieser Phase meist die vorsichtigere Wahl.

Modellwahl

Lassen Sie sich schriftlich bestätigen, welche Modelle in Ihren Produkten auf Maia laufen. Laut Microsoft sind es OpenAI-Modelle, MAI-Modelle und Open-Source-Familien, aber diese Aussage gehört in Ihre Vertragsunterlagen und nicht nur in einen Blog.
Fragen Sie, ob Sie das Modell pro Agent festlegen können oder ob Microsoft intern routet, und ob Sie davon erfahren, wenn sich das Routing ändert.
Klären Sie, ob Preis, Antwortqualität oder Latenz je nach Modell und Hardware variieren dürfen, und wie Sie das messen können.
Definieren Sie eigene Qualitätstests für Ihre Agenten, damit ein Wechsel des Modells oder der Hardware im Hintergrund auffällt, bevor es Ihre Kundschaft merkt.

Exit-Plan

Dokumentieren Sie, welche Teile Ihrer Agenten portabel sind, also Prompts, Werkzeugdefinitionen und Evaluationsdaten, und welche an Microsoft-spezifische Dienste gebunden sind.
Halten Sie mindestens einen alternativen Weg bereit, auf dem ein Agent mit überschaubarem Aufwand laufen könnte, auch wenn Sie ihn nie nutzen.
Lesen Sie dazu unseren Text über Exit-Pläne bei Agenten-Plattformen; der Gedanke überträgt sich auf jeden Anbieter, nicht nur auf den dort behandelten.
Prüfen Sie Datenexport, Protokolle und Konfigurationen: Können Sie diese in nutzbarer Form mitnehmen, ohne dass Microsoft mitspielen muss?

Fragen für die Ignite

Microsoft kündigt an, im November auf der Ignite in San Francisco und online mehr zur Strategie zu berichten. Nutzen Sie die Gelegenheit, und stellen Sie Fragen, die Ihnen eine Preisliste ersetzen, solange keine existiert.

Wird Microsoft erklären, mit welchen Systemen die Vergleiche „leading GPU infrastructure“ und „leading GPU-based systems“ gemeint sind und unter welchen Messbedingungen sie entstanden?
Wird Microsoft sagen, ob Effizienzgewinne durch Maia in Preisen, Credits oder Kontingenten an Kundschaft weitergegeben werden und in welcher Form?
Wann genau werden GitHub Copilot und Foundry auf Maia 200 laufen, und welche Funktionen sind betroffen?
Gibt es für europäische Unternehmen verbindliche Aussagen zu Standorten, an denen Maia-Inferenz stattfindet?
Kann ich als Kundin oder Kunde wählen, auf welcher Hardware meine Agenten laufen, oder entscheidet Microsoft?

Maia und die Frage, was Sie Ihrem Vorstand sagen

Bleibt die Übersetzung in Alltagssprache. Irgendwann fragt jemand aus der Geschäftsleitung: „Müssen wir uns wegen dieser Chip-Meldung kümmern?“ Meine Antwort: Ja, aber nicht panisch, sondern verwaltungstechnisch.

Stellen Sie sich vor, Sie sitzen in einer Vorstandsrunde und sollen erklären, warum die Agenten-Kosten im ersten Quartal nach dem Rollout gestiegen sind, und Sie haben nur den Satz „Der Anbieter hat es so entschieden“ zur Hand. Unangenehm, oder? Genau diese Lage lässt sich vermeiden, wenn Sie die Fragen vorher stellen und nicht erst, wenn die Rechnung da ist.

Drei Sätze reichen für die Geschäftsleitung. Erstens: Microsoft will laut eigener Ankündigung Maia zum primären Inferenzsystem für die eigenen Produkte machen. Zweitens: Die genannten Effizienzzahlen sind Herstellerangaben auf unterschiedlichen Vergleichsbasen, teils Erwartungen. Drittens: Preise nennt Microsoft nicht, also sichern wir uns über Vertragslaufzeit, Modellwahl und Exit-Plan ab. Mehr braucht es nicht. Alles Weitere ist Spekulation, und Spekulation gehört nicht in eine Vorlage.

Was Sie dagegen nicht sagen sollten: „Copilot wird dadurch billiger.“ Oder: „Copilot wird dadurch teurer.“ Beides ist unbelegt. Beides klingt nach Wissen und ist keines. Wer so etwas in einer Runde behauptet, wird später daran gemessen.

Mein Rat an Beschaffung und IT-Leitung gemeinsam: Setzen Sie einen Termin nach der Ignite im November an. Dort legt Microsoft nach eigener Ankündigung mehr zur Strategie vor. Bis dahin sammeln Sie Fragen, prüfen Ihre Verträge auf Preisanpassungsklauseln und listen auf, welche Agenten in Ihrem Haus überhaupt auf Microsoft-Diensten laufen. Das ist Fleißarbeit. Aber sie entscheidet, ob Sie später verhandeln oder nur zur Kenntnis nehmen.

Was Maia über Ihre Verhandlungsposition verrät

Ein letzter Blick auf die Machtverhältnisse, in meinen Worten und als Einschätzung. Je mehr Teile der Kette Microsoft selbst baut, desto weniger Vergleichspunkte haben Sie. Bei Fremdhardware konnten Analysten wenigstens Marktpreise für Beschleuniger beobachten und daraus grob ableiten, was Inferenz kosten dürfte. Bei eigenem Silizium fehlt diese Außensicht. Die Zahl, die zählt, nämlich Microsofts Kosten je Token, bleibt intern.

Das muss kein Nachteil sein. Es ist aber ein Informationsgefälle, und Informationsgefälle sind in Verhandlungen selten zu Ihren Gunsten.

Was können Sie dagegen tun? Sie können Ihr eigenes Messsystem aufbauen. Erfassen Sie pro Agent, wie viele Tokens, Credits oder Abrufe er verbraucht, und was ein erledigter Arbeitsschritt tatsächlich kostet. Dann reden Sie nicht über Microsofts Chip, sondern über Ihre Kosten je Ergebnis. Diese Zahl gehört Ihnen, und sie lässt sich bei Vertragsgesprächen auf den Tisch legen, egal auf welchem Beschleuniger die Berechnung läuft.

Zweitens: Halten Sie die Konkurrenz im Blick, ohne gleich zu wechseln. Schon die Fähigkeit, einen Agenten mit überschaubarem Aufwand anderswo zu betreiben, verändert den Ton in Gesprächen. Anbieter merken, ob jemand wirklich keine Alternative hat oder nur keine genutzt hat.

Drittens: Lesen Sie Microsofts Zusagen als das, was sie sind. „Affordable“ und „open“ stehen im Blog als Leitbild. Verbindlich wird daraus erst, was im Vertrag, im Servicebeschrieb und in den Preislisten steht. Eine Vision ist keine Leistungsbeschreibung.

Und die Zeitachse? Maia 200 läuft laut Microsoft bereits für Microsoft Copilot, GitHub Copilot und Foundry sollen bis Jahresende folgen, Maia 300 beginnt die Produktions-Deployments laut Microsoft im Jahr 2027. Das heißt: Die Kostenkurve, über die ich hier rede, entsteht in Etappen. Sie haben also Zeit, Ihre Position vorzubereiten. Nutzen Sie sie, bevor der Zeitdruck kommt.

Bleibt eine Frage, die keine der Quellen beantwortet: Wenn Microsoft die Effizienz seiner Rechenzentren tatsächlich um die genannten Größenordnungen steigert, wer behält den Vorteil, Microsoft oder Sie?