Microsoft Azure KI-Dienste

Kurzfazit

Microsoft Azure KI-Dienste richten sich an große deutsche Unternehmen, die OpenAI-Modelle wie GPT-5.5 im Rahmen der EU Data Boundary einsetzen wollen. Die Kehrseite: Azure ist eine Unternehmensplattform für Unternehmens-IT. Einzelpersonen, Startups und Teams ohne Cloud-Erfahrung werden hier von Komplexität und Kostenstruktur überfordert.

Für wen ist Microsoft Azure KI-Dienste?

Große Unternehmen in Microsoft-Umgebungen: Für Konzerne und Großunternehmen, die Azure und M365 bereits produktiv nutzen, ist die Integration der KI-Dienste der logische nächste Schritt. Abrechnung und Verwaltung laufen über die vorhandene Azure-Subscription, es kommt kein neuer Anbieter dazu.

IT-Abteilungen in regulierten Branchen: Banken, Versicherungen, Krankenversicherungen und Pharmaunternehmen stehen unter besonderem regulatorischen Druck. Azure liefert die Compliance-Nachweise, die Risikomanagement und Datenschutzbeauftragte fordern: BSI C5, ISO 27001/27017/27018, SOC 1/2/3. Microsoft führt diese Nachweise auf seiner Compliance-Seite auf, die Audit-Dokumente liegen im Service Trust Portal.

Enterprise-Anwender des Azure OpenAI Service: Wer OpenAI-Modelle produktiv nutzen will, wählt bei Azure OpenAI eine EU-Region (etwa Germany West Central) und bekommt die Zusage der EU Data Boundary mit ihren begrenzten Ausnahmen. Achte auf den Deployment-Typ: Bei „Global“ können Prompts und Antworten laut Microsoft in jeder Geografie verarbeitet werden, in der das Modell läuft, bei „DataZone“ innerhalb der Zone (EU oder USA).

Industrie und Fertigung mit Computer-Vision-Bedarf: Azure Vision aus den Foundry Tools liest laut Microsoft Text, analysiert Bilder und erkennt Gesichter mit OCR und maschinellem Lernen. Für eigene Bildklassen führt die Preisseite Custom Image Classification und Custom Object Detection, beide als Preview (Training 20 USD je Stunde, Inferenz 2 USD je 1.000 Transaktionen).

Weniger geeignet für: Einzelentwickler und Startups (zu hoher Einrichtungsaufwand, zu variable Kosten), KMU ohne IT-Abteilung (Betrieb erfordert Cloud-Expertise), Teams auf AWS oder Google Cloud (Vendor-Migration erzeugt Reibung ohne klaren Mehrwert).

Preise im Detail

Alle Beträge stammen von den Azure-Preisseiten (Stand 7. November 2026, in USD). Die deutsche Preisseite für Azure OpenAI zeigt dieselben Dollarbeträge, laut Microsoft werden die Preise „auf der Grundlage des US-Dollars berechnet“. Die Seiten haben eine Regionsauswahl; welche Region bei den Beträgen für Vision, Speech, Translator und Foundry IQ eingestellt war, steht nicht im Seitentext. Die Token-Preise gelten für Azure OpenAI „Global“, die Preise für „Data Zone“ liegen bei den GPT-Modellen etwa 10 Prozent darüber (GPT-4o Data Zone 2,75 USD / 11 USD).

Dienst / Tier	Preis	Anmerkung
Startguthaben (Neukunden)	200 USD Guthaben, bis zu 30 Tage	Danach Pay-as-you-go; laut Microsoft zieht die Karte während der Testphase nichts ein („Spending protection“)
Azure OpenAI GPT-4o mini (Global)	0,15 USD Input, 0,60 USD Output je 1 Mio. Tokens	Läuft laut Microsoft am 14. April 2027 aus
Azure OpenAI GPT-4o (Global)	2,50 USD Input, 10 USD Output je 1 Mio. Tokens	Läuft laut Microsoft am 14. April 2027 aus (Version 2024-05-13 am 14. Januar 2027)
Azure OpenAI GPT-5 / GPT-5 mini / GPT-5 nano (Global)	GPT-5: 1,25 USD / 10 USD; mini: 0,25 USD / 2 USD; nano: 0,05 USD / 0,40 USD je 1 Mio. Tokens (Input / Output)	Reasoning-Modelle
Azure OpenAI GPT-5.5 (Global)	5 USD Input, 30 USD Output je 1 Mio. Tokens	Long Context Global: 10 USD / 45 USD; in manchen Quota-Stufen ist eine Quota-Anfrage nötig
Azure OpenAI GPT-6-Serie (Global, kurzer Kontext)	Luna: 0,10 USD / 0,50 USD; Sol: 2 USD / 10 USD; Astra: 10 USD / 50 USD je 1 Mio. Tokens (Input / Output)	Die Preisseite nennt GPT-6 Astra „OpenAI’s newest frontier model“; darüber steht die GPT-6.1-Serie (kurzer Kontext: Sol 2 USD / 10 USD, Terra 1 USD / 5 USD)
Azure Vision, Bildanalyse (Standard S1)	1 USD je 1.000 Transaktionen (0 bis 1 Mio. Transaktionen, Funktionsgruppe 1, z. B. Tag, OCR, Object Detection)	Ab 1 Mio. Transaktionen gestaffelt günstiger
Azure Speech, Speech-to-Text (Standard)	Echtzeit-Transkription 1 USD je Stunde Audio; Batch 0,18 USD je Stunde	Abrechnung sekundengenau
Azure Translator (S1, Pay as you go)	Text-Übersetzung 10 USD je 1 Mio. Zeichen	Dokumentenübersetzung 15 USD je 1 Mio. Zeichen
Foundry IQ (Azure AI Search), Tier Basic	73,73 USD je Monat und Search Unit	Free-Tier 0 USD je Monat; Standard S1 245,28 USD
Provisioned Throughput (GPT-5.5 Global)	Mindestens 15 PTUs; 1 USD je PTU und Stunde, Monatsreservierung 260 USD je PTU	Jahresreservierung 2.652 USD je PTU; Abrechnung stündlich unabhängig von der Nutzung

Einordnung: Das nutzungsbasierte Modell klingt günstig, kann aber bei unkontrolliertem Einsatz teuer werden. Für Pilotprojekte lässt sich das Startguthaben nutzen. Für Anwendungen mit hohem Durchsatz bietet Microsoft Provisioned Throughput, bei dem du laut Preisseite „predictable costs“ mit Monats- und Jahresreservierung bekommst. Azure Cost Management mit Budget-Alerts solltest du einrichten, bevor Workloads in die Produktion gehen; ein Budget warnt nur und stoppt den Verbrauch nicht (Microsoft: „Resources aren’t affected, and your consumption isn’t stopped.”), für eine automatische Reaktion brauchst du zusätzlich eine Action Group, die etwa Azure Functions oder Webhooks auslöst. Hinweis: Die Preisseite nennt ihre Beträge „estimates only“, Preise unterscheiden sich je Modell, Deployment-Typ und Region. Die offizielle Azure-Preisseite ist vor jeder Kalkulation die verbindliche Quelle.

Stärken im Detail

Azure OpenAI Service: OpenAI-Modelle mit wählbarer Region. Azure OpenAI ermöglicht den Einsatz der GPT-Serien (aktuell bis GPT-6.1) sowie von Bild- und Audiomodellen in der Region deiner Wahl, für deutsche Unternehmen typischerweise Germany West Central (Frankfurt). Welche Modelle in welcher Region und welchem Deployment-Typ laufen, steht auf der Seite „Region availability“, nicht jedes Modell gibt es regional. Microsoft hat sich im EU Data Boundary Program verpflichtet, Kundendaten und personenbezogene Daten in der EU und den EFTA-Staaten zu speichern und zu verarbeiten, mit begrenzten Ausnahmen.

Breites KI-Portfolio über einen einzigen Anbieter. Azure KI-Dienste umfassen nicht nur Sprachmodelle. Die Foundry Tools (laut Microsoft „der neue Name für die Produktsammlung, die zuvor als Azure KI-Dienste oder Azure Cognitive Services bekannt war“) bieten Azure Vision, Azure Speech, Azure Language, Azure Document Intelligence, Azure Translator und Azure Content Understanding. Statt fünf verschiedene Anbieter mit fünf unterschiedlichen Datenschutzverträgen zu integrieren, läuft alles über einen einzigen Microsoft-Vertrag.

Compliance-Zertifizierungen, die in deutschen Unternehmen zählen. Microsoft führt BSI C5 (Cloud Computing Compliance Criteria Catalogue), ISO 27001, ISO 27017, ISO 27018, SOC 1, 2 und 3 sowie TISAX unter seinen Compliance-Angeboten. Für C5 nennt Microsoft einen kombinierten Bericht auf Basis der Prüfung eines unabhängigen Prüfers. Microsoft schreibt, dass verschiedene Audits verschiedene Dienste im Scope haben (“Different audits may have different online services in audit scope”), die Audit-Dokumente liegen im Service Trust Portal.

Microsoft Foundry vereinheitlicht das KI-Entwicklungs-Ökosystem. Microsoft Foundry (zuerst Azure AI Studio, dann Azure AI Foundry) ist laut Microsoft eine „interoperable AI platform“, in der Organisationen Sicherheit und Governance „in a unified portal“ bekommen. Neben den aktuellen OpenAI-Modellen (Stand November 2026 bis zur GPT-6.1-Serie) stehen über die “Foundry Models sold by Azure” auch Meta Llama, Mistral, DeepSeek, Cohere und xAI zur Verfügung, jeweils über die Azure-Subscription abgerechnet und durch Azure-SLAs gedeckt.

Schwächen ehrlich betrachtet

Komplexität ist kein Marketingproblem, sondern Realität. Azure KI-Dienste sind für Entwicklungsteams in großen Organisationen konzipiert. Selbst erfahrene Entwickler brauchen Stunden, um einen Azure-Account einzurichten, die richtigen IAM-Rollen zu vergeben, eine Resource Group anzulegen, Quota zu beantragen und das erste Deployment zu konfigurieren. Für Teams ohne Azure-Vorerfahrung ist der Lernaufwand erheblich.

Kostenmanagement ohne Azure-Erfahrung gefährlich. Das Pay-per-use-Modell kann bei unkontrolliertem Einsatz zu überraschenden Monatskostenrechnungen führen. Besonders bei der Skalierung von Prototypen in die Produktion, bei parallelen Experiments und bei vergessenen Deployments entstehen Kosten, die schnell den geplanten Rahmen sprengen. Ohne dediziertes Cloud-Kostenmanagement (Azure Cost Management, Budgetgrenzen, Cost Alerts) ist Azure für Teams mit fixen Budgets gefährlich.

Quota und Registrierung für neue Modelle. Für die neuen Modellfamilien brauchst du Kontingent: Laut Microsoft erfordern „some quota tiers“ eine Quota-Anfrage für GPT-6, GPT-5.6 und GPT-5.5, Subscriptions der Stufen 5 und 6 haben Quota standardmäßig. Für einzelne Modelle wie computer-use-preview ist eine Registrierung nötig, der Zugang richtet sich nach Microsofts Eignungskriterien. Wie lange das dauert, nennt Microsoft auf den archivierten Seiten nicht.

Deutsche Dokumentation nur als Übersetzung. Modellliste, Datenschutzseite und Preisseite zu Azure OpenAI gibt es auch auf Deutsch. Die deutsche Datenschutzseite schreibt aber selbst: „Nicht englische Übersetzungen werden nur zur Bequemlichkeit bereitgestellt.“ Verbindlich ist die englische Fassung. Wie wörtlich übersetzt wird, zeigt der Titel derselben Seite: Aus den Foundry-Modellen werden „Gießereimodelle“. Support bietet Microsoft laut Support-FAQ in neun Sprachen an, darunter Deutsch: Außerhalb der lokalen Geschäftszeiten läuft er in Englisch, mit Übersetzung bei Bedarf. Technischen Support gibt es laut FAQ nur mit einem bezahlten Support-Plan („For one-on-one technical support, you need a paid support plan.“). Für Teams mit gemischtem Sprachniveau kann es eine operative Hürde sein, dass nur die englische Fassung verbindlich ist.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
OpenAI-Modelle direkt und ohne Azure-Setup nutzen willst	ChatGPT oder OpenAI API direkt
ML-Modelle selbst trainieren und deployen willst	Azure Machine Learning
AWS als primäre Cloud nutzt	Amazon SageMaker
Einfache KI-Suche und Empfehlungen brauchst (kein Cloud-Setup)	Algolia
Branchenspezifische KI-Anwendungen ohne IT-Team willst	C3.ai

Azure KI-Dienste sind die richtige Wahl innerhalb des Microsoft-Ökosystems. Für Teams, die von AWS oder Google Cloud kommen, ergibt ein Wechsel nur dann Sinn, wenn die Compliance-Anforderungen oder die M365-Integration es zwingend erfordern. Die Stärken von Azure (EU-Datenhosting, Zertifizierungen, Microsoft-Integration) kommen nur dann zum Tragen, wenn das gesamte Unternehmen bereits auf Microsoft setzt.

So steigst du ein

Schritt 1: Erstelle einen Azure-Account und beanspruche das Startguthaben von 200 USD. Lege im Azure Portal eine Azure-OpenAI-Ressource an und frag bei Bedarf Quota an. Wähle beim Erstellen der Resource die Region “Germany West Central” (Frankfurt), damit der regionale Dienst in den Geltungsbereich der EU Data Boundary fällt. Erstelle ein erstes Deployment mit einem kleinen Modell aus der Modellliste. gpt-4o-mini wird laut Microsoft am 14. April 2027 abgeschaltet, plane also mit einem neueren Modell. Regionale Standard-Deployments für GPT-4o sind laut Microsoft bereits seit dem 31. März 2026 abgeschaltet.

Schritt 2: Nutze das Microsoft-Foundry-Portal (ai.azure.com), um Modelle auszuprobieren, bevor du Code schreibst. Für produktive Anwendungen: Erstelle eine API-Key-basierte Integration und setze sofort Budget-Alerts im Azure Cost Management, bevor du den Service in Produktion gibst.

Schritt 3: Für datengestützte KI-Anwendungen (Unternehmens-Chatbot, Dokumentensuche) aktiviere Foundry IQ (Azure AI Search) und verknüpfe es mit Azure OpenAI. Lade Unternehmensdokumente (PDFs, Word-Dateien) in Azure Blob Storage hoch, lass sie vom AI Search Indexer verarbeiten und konfiguriere das OpenAI-Modell so, dass es ausschließlich aus dem eigenen Dokumentenpool antwortet. Das ist die technisch sauberste Lösung für einen firmeninternen Wissensassistenten.

Ein konkretes Beispiel

Eine mittelgroße Privatbank in Frankfurt mit 800 Mitarbeitern will ihren Compliance-Teams bei der Dokumentenprüfung unterstützen. Juristische Texte, Regulierungsschreiben und interne Richtlinien sollen durchsuchbar und mit KI zusammenfassbar werden, aber die Daten sollen die EU nicht verlassen. Das IT-Team legt Azure OpenAI in einer EU-Region an, wählt ein DataZone-EU- oder regionales Deployment, integriert Azure AI Search als Vektorsuche über 120.000 interne Dokumente und baut einen RAG-basierten Assistenten in einer internen Web-Anwendung. Die Compliance-Teams können nun per natürlichsprachlicher Suche auf Richtlinien zugreifen, Zusammenfassungen generieren und Widersprüche identifizieren. Das Projektteam von drei Entwicklern und einem Cloud-Architekten braucht zwölf Wochen vom Proof-of-Concept bis zur Produktivnahme. Die Rechtsabteilung prüft die DSGVO-Dokumentation auf Basis des Microsoft-DPAs und der C5-Unterlagen. Das Beispiel ist ein Szenario zur Veranschaulichung, keine Kundenangabe von Microsoft.

DSGVO & Datenschutz

• Datenhosting: Rechenzentren in Germany West Central (Frankfurt) verfügbar; Germany North (Berlin) ist laut Regionsliste für bestimmte Kundenszenarien wie Disaster Recovery eingeschränkt; EU Data Boundary: Microsoft hat sich verpflichtet, Kundendaten und personenbezogene Daten der Azure-Dienste in der EU und den EFTA-Staaten zu speichern und zu verarbeiten, mit begrenzten Ausnahmen
• Microsoft EU Data Boundary: Laut Microsoft-Dokumentation (Textstand „Last updated: February 26, 2025“, Seitenfuß „Last updated on 2026-07-22“) gilt die Verpflichtung, Kundendaten und personenbezogene Daten in der EU und den EFTA-Staaten zu speichern und zu verarbeiten, vorbehaltlich begrenzter Ausnahmen, in denen Daten weiterhin außerhalb der EU Data Boundary übertragen werden
• Auftragsverarbeitungsvertrag (AVV/DPA): Wer ein Produkt unter den Product Terms abonniert, für den legt laut Microsoft das Data Protection Addendum (DPA) die Datenverarbeitungs- und Sicherheitsbedingungen fest („When you subscribe to a Product under the terms of the Product Terms site, the data processing and security terms are defined in Microsoft Online Services Data Protection Addendum (DPA).“); das DPA ist ein Zusatz zu den Product Terms
• Zertifizierungen: C5 (laut Microsoft kombinierter Bericht mit SOC 2 Type 2 und CSA STAR Attestation auf Basis einer unabhängigen Prüfung), ISO 27001, ISO 27017, ISO 27018, SOC 1/2/3 und TISAX stehen auf Microsofts Seite der Compliance-Angebote
• Datennutzung und Zugriff: Laut Microsoft sind Prompts, Completions, Embeddings und Trainingsdaten weder für andere Kunden noch für OpenAI oder andere Anbieter von Models sold by Azure zugänglich („are NOT available to other customers“). Sie werden nicht zur Verbesserung der Modelle der Anbieter von Models sold by Azure genutzt und nicht ohne deine Erlaubnis zum Training von Foundation-Modellen verwendet
• Verarbeitungsort je Deployment-Typ: Bei „Global“ können Prompts und Antworten laut Microsoft in jeder Geografie verarbeitet werden, in der das Modell läuft; bei „DataZone“ innerhalb der Zone (EU-Ressource: in diesem oder einem anderen EU-Mitgliedstaat). Daten im Ruhezustand liegen in der von dir gewählten Geografie
• Fine-Tuning: Feinabgestimmte Modelle stehen laut Microsoft ausschließlich dem Kunden zur Verfügung, dessen Daten sie trainiert haben
• Empfehlung für Unternehmen: Wähle den Deployment-Typ passend zu deinen Residenzanforderungen. Vor Produktivgang Compliance-Dokumentation (Microsoft Compliance Manager) und Azure Policy zur Durchsetzung von Regionseinschränkungen aktivieren

Gut kombiniert mit

• Azure Machine Learning, Azure KI-Dienste für Inferenz (GPT-Modelle, Foundry Tools) und Azure ML für eigenes Modelltraining kombinieren: Sprachmodelle von Azure OpenAI, spezialisierte Eigenmodelle von Azure ML, alles auf derselben Plattform
• Microsoft 365 Copilot, Microsoft nennt in der Datenschutzdokumentation zu M365 Copilot die Inhaltsfilterung „vom Azure OpenAI Service bereitgestellt“; wer eigene Azure-Chatbots neben Copilot bauen will, bleibt im Microsoft-Umfeld
• Power BI, Copilot in Power BI nutzt Azure OpenAI: Die nötige Admin-Einstellung heißt laut Microsoft „Users can use Copilot and other features powered by Azure OpenAI“

Unser Fazit

Microsoft Azure KI-Dienste verdienen 4 von 5 Sternen. Für große deutsche Unternehmen sprechen das EU Data Boundary Program, der C5-Bericht auf Basis einer unabhängigen Prüfung und die Abrechnung über die bestehende Azure-Subscription für Azure. Den fünften Stern kostet die erhebliche Komplexität, die unplanbare Kostenstruktur und die Tatsache, dass Azure außerhalb großer IT-Abteilungen schlicht zu aufwändig ist. Für Konzerne und Enterprise-Kunden in Microsoft-Umgebungen ist Azure eine naheliegende Wahl, für alle anderen ist ein einfacheres Tool die bessere Wahl.

Was wir bemerkt haben

• November 2026, Die Produktsammlung hinter der Adresse dieser Seite heißt inzwischen „Foundry Tools“. Microsoft schreibt: „Foundry Tools ist der neue Name für die Produktsammlung, die zuvor als Azure KI-Dienste oder Azure Cognitive Services bekannt war.“ Auch Azure AI Search heißt auf der Preisseite jetzt „Foundry IQ (Azure AI Search)“. Wer nach den alten Namen sucht, findet Tutorials und Dokumentation mit wechselnden Bezeichnungen.
• November 2026, Das OpenAI-Modellportfolio auf Azure ist deutlich weitergezogen: Die Modellliste führt GPT-6.1 (Sol, Terra), GPT-6 (Astra, Luna, Sol), GPT-5.6 und GPT-5.5 sowie ältere GPT-5-Serien. GPT-4o ist damit nicht mehr das Spitzenmodell und läuft laut Microsoft am 14. April 2027 aus (GPT-4o 2024-05-13 am 14. Januar 2027). Regionale Standard-Deployments von GPT-4o sind laut Microsoft seit dem 31. März 2026 abgeschaltet. Die Preisseite führt für GPT-4o (Versionen 2024-11-20 und 2024-08-06) trotzdem weiter eine Zeile „Regional“ mit 2,75 USD Input und 11 USD Output je 1 Mio. Tokens.
• November 2026, Über die „Foundry Models sold by Azure“ stehen neben OpenAI auch Modelle von Cohere, DeepSeek, Meta, Mistral AI und xAI bereit, abgerechnet über die Azure-Subscription und von Azure-SLAs gedeckt. Microsoft führt die Grok-Modelle in der Modellliste inzwischen unter dem Abschnitt „SpaceXAI“.
• Februar 2025, Microsoft hat den Text der Dokumentation zur EU Data Boundary zuletzt auf diesen Stand gebracht („Last updated: February 26, 2025“). Azure-Dienste, die in einer EU-/EFTA-Region (inkl. Deutschland) deployt werden, fallen in den Geltungsbereich. Kundendaten und pseudonymisierte Personendaten werden in EU- und EFTA-Rechenzentren gespeichert und verarbeitet, mit begrenzten Ausnahmen.
• Oktober 2025, Microsoft und OpenAI haben ihre Partnerschaft neu geordnet. Nach Microsofts Darstellung bleibt OpenAI „frontier model partner“, Microsoft hat weiter „Azure API exclusivity until Artificial General Intelligence (AGI)“, hat aber „no longer a right of first refusal to be OpenAI’s compute provider“. Die Ankündigung von 2023 nannte Azure noch „exclusive cloud provider“ für alle OpenAI-Workloads und sprach von einer „multiyear, multibillion dollar investment“.