Microsoft Azure AI Foundry Portal erreicht allgemeine Verfügbarkeit (GA) für Enterprise AI
Microsoft Azure AI Foundry Portal erreicht allgemeine Verfügbarkeit (GA) für Enterprise AI
Zusammenfassung
Microsoft hat die allgemeine Verfügbarkeit (GA) des neuen Azure AI Foundry Portals bekannt gegeben. Dieser Meilenstein markiert den Übergang von pilot-orientierter Nutzung zu sicheren, zuverlässigen und produktionsreifen Enterprise-Workloads. Das vereinheitlichte Portal integriert Workflows für die Phasen Discover (Entdecken), Build (Entwickeln) und Operate (Betreiben) und bietet integrierte rollenbasierte Zugriffskontrollen (RBAC) sowie Einschränkungen für Preview-Funktionen in produktiven Umgebungen.
Was ist passiert?
Mit dem Erreichen des GA-Status vollzieht das neue Microsoft AI Foundry Portal einen bedeutenden Schritt:
- Produktionsreife Kernplattform: Der Fokus verlagert sich von experimentellen Setups zu stabilen Produktionsumgebungen mit validierten End-to-End-Prozessen.
- Enterprise-Funktionen: Dazu gehören rollenbasierte Zugriffskontrolle (RBAC), Audit-Protokolle, Compliance-Sicherungen, Monitoring, Alarmierung und die Integration in virtuelle Netzwerke (VNet).
- Einheitliche Workflows: Die Benutzeroberfläche konsolidiert die Entdeckung von Modellen (Discover), die Entwicklung von Agenten und Modellen (Build) sowie deren Verwaltung und Governance (Operate) über das Portal, APIs, SDKs und CLIs hinweg.
- Verändertes Scope-Management: Foundry-Projekte stehen im Zentrum der GA. Standalone Azure OpenAI Ressourcen und klassische Hub-basierte Projekte werden im neuen Portal nicht unterstützt und verbleiben im Foundry (Classic) Portal.
Warum es wichtig ist
Für Unternehmen, die KI-Workloads im großen Stil implementieren möchten, löst das neue Portal kritische Governance- und Sicherheitsfragen. Die GA-Zertifizierung ermöglicht es Compliance-Abteilungen, den Einsatz von KI-Plattformen freizugeben. Durch die Möglichkeit, Preview-Funktionen auf Organisationsebene zu deaktivieren, können Unternehmen verhindern, dass nicht ausreichend geprüfte oder instabile Funktionen in produktiven Workloads landen. Zudem wird durch die Pflicht zur Microsoft Entra ID-Authentifizierung für komplexe Tasks (wie Evaluations oder Agent Builder) die Sicherheit im Vergleich zu einfachen API-Keys drastisch erhöht.
Beweise
Die offizielle Microsoft Learn-Dokumentation bestätigt das Erreichen des GA-Status und die damit verbundenen Governance-Richtlinien:
- GA-Konzeptübersicht: Details zum Scope und der Feature-Readiness sind in den Microsoft-Dokumenten hinterlegt.
- Quota- und Admin-Dokumente: Anpassungen bei den Quota-Management-Prozessen belegen die Integration betrieblicher Abläufe.
- Foundry Local: Ergänzend wurde die lokale Entwicklungs- und Ausführungskomponente (Foundry Local) dokumentiert, die die lokale Inferenz auf Endgeräten vereinfacht.
Analyse
Die allgemeine Verfügbarkeit von Azure AI Foundry zeigt Microsofts Bestrebungen, KI-Entwicklung aus der reinen Entwicklerspielwiese in strukturierte IT-Prozesse zu überführen. Das Portal ist kein reiner Wrapper mehr für Azure OpenAI, sondern eine umfassende Orchestrierungsplattform. Dennoch verbleiben wichtige Features wie das Tracing für hosted oder Workflow-basierte Agenten im Preview-Status. Die private Netzwerkintegration (VNet) ist ebenfalls mit Einschränkungen behaftet; so unterstützen beispielsweise Workflow-Agenten oder Traces noch keine vollständige Netzisolierung.
Praktische Erkenntnisse
Für Teams, die Azure AI Foundry evaluieren oder einsetzen, ergeben sich folgende Schritte:
- Scope validieren: Prüfen, ob die für die Produktion geplanten Szenarien bereits GA-Status besitzen oder ob Abhängigkeiten zu Preview-Features (z. B. Memory, Voice Live oder detailliertes Agent Tracing) vorliegen.
- Authentifizierung anpassen: Für sensible Workloads von API-Keys auf Microsoft Entra ID mit granularem RBAC umsteigen.
- Governance-Richtlinien etablieren: Preview-Features in produktiven Subscriptions über Organisationsrichtlinien gezielt sperren.
- VNet-Einschränkungen beachten: Bei hohen Sicherheitsanforderungen prüfen, ob das eingeschränkte VNet-Feature für den gewählten Agententyp ausreicht.
- Migrationspfade planen: Bestehende Azure OpenAI- und Classic-Hub-Ressourcen anhand der Migrationsleitfäden auf Foundry-Projekte umstellen.
Offene Fragen
- Wie schnell wird Microsoft die verbleibenden Preview-Komponenten (insbesondere erweitertes Tracing und Workflows) in den GA-Status überführen?
- Wie komplex gestaltet sich die Migration für Bestandskunden mit sehr großen, stark angepassten Classic-Hubs in der Praxis?