Microsoft stellt die Initiative „Customer Zero“ als Plattform vor, um praktische Erkenntnisse aus der internen Nutzung eigener Technologien zum Aufbau und Betrieb agentischer KI-Systeme zu teilen. Im Mittelpunkt steht das, was das Unternehmen als seine Erfahrung in Produktionsumgebungen bezeichnet, statt lediglich theoretische Fähigkeiten oder experimentelle Beispiele zu präsentieren.
Das Unternehmen erklärt, seine eigene KI-Plattform zu nutzen, um neue Funktionen zu entwickeln, Innovationen zu beschleunigen und Anwendungen zu migrieren. Anschließend überführt es die intern gewonnenen Erkenntnisse in wiederverwendbare Muster für Kunden. Die veröffentlichten Materialien enthalten Beispiele für den Aufbau und Betrieb von Anwendungen sowie für die Integration von Agenten in verschiedene Phasen des Softwareentwicklungszyklus.
Von der Codeentwicklung bis zum Infrastrukturbetrieb
Die von Microsoft vorgestellten Beispiele decken ein breites Spektrum technischer Aufgaben ab. Beim KI-gestützten Code-Review weist das Unternehmen darauf hin, den Umfang auf mehr als 600.000 monatliche „Pull Requests“ ausgeweitet zu haben. Außerdem beschreibt es den Einsatz spezialisierter Agenten zur Bearbeitung von Problemen im Zusammenhang mit bekannten Sicherheitslücken, den sogenannten CVEs, und zur Beschleunigung der Behebung.
Das Unternehmen stellt außerdem ein Experiment zur Migration von altem Xbox-.NET-Code auf neuere .NET-Frameworks vor, bei dem KI-Agenten zur Analyse und Umstrukturierung großer Codebasen eingesetzt werden. Die Seite nennt nicht genügend Details, um die Erfolgsquote oder den Umfang des menschlichen Eingreifens bei diesen Vorgängen zu bewerten. Sie ordnet die Modernisierung älterer Software jedoch den Anwendungsfällen zu, bei denen Agenten umfangreiche, analytische und wiederkehrende Aufgaben übernehmen können.
Im Bereich des Infrastrukturbetriebs spricht Microsoft über den Azure SRE Agent, den das Unternehmen für das Incident-Management einsetzt und der ihm eigenen Angaben zufolge mehr als 50.000 Engineering-Stunden eingespart hat. Auf der Seite heißt es, Azure Networking nutze Agenten, um Reparaturarbeiten zu koordinieren, die Ergebnisse von Änderungen zu überprüfen und wiederkehrenden Betriebsaufwand zu verringern. Außerdem beschreibt das Unternehmen den Betrieb des Foundry Agent Service auf Azure Container Apps sowie den Aufbau einer Plattform-Engineering-Schicht in Microsoft 365 unter Verwendung von Azure Kubernetes Service, um die Bereitstellung im globalen Maßstab zu unterstützen.
Was ändert sich praktisch?
Der deutlichste Wert dieser Initiative liegt nicht lediglich darin, einem bestehenden Werkzeug einen Agenten hinzuzufügen, sondern Agenten in operative Arbeitsabläufe zu integrieren, an denen menschliche Teams beteiligt sind und bei denen sie die Verantwortung für die Aufsicht behalten. Microsoft beschreibt dieses Modell als „menschlich geführt, agentisch ausgeführt“, wobei Agenten eingesetzt werden, um manuelle Arbeit zu reduzieren, Reaktionszeiten zu verbessern und Abläufe zu skalieren.
Das Unternehmen weist außerdem darauf hin, dass eine Ausweitung des KI-Einsatzes von den Teams größere Disziplin bei der Messung des Tokenverbrauchs, der Kostenberechnung und der Bestimmung des Return on Investment verlangt. Die Initiative stellt Rahmenwerke und Kennzahlen vor, mit denen sich die Kosten KI-gestützter Arbeit den geschäftlichen und technischen Ergebnissen gegenüberstellen lassen. Das ist für Teams wichtig, die den Erfolg eines Projekts möglicherweise anhand der Anzahl der Modelle oder Agenten statt anhand ihrer tatsächlichen Wirkung messen.
Was bieten die veröffentlichten Materialien technischen Teams?
- Leitlinien zum Aufbau von KI-Anwendungen und -Agenten auf Grundlage produktiver Anwendungsfälle.
- Erkenntnisse zur Kontexttechnik mit dem Ziel, die Zuverlässigkeit von Agenten zu verbessern, gewonnen aus dem Aufbau des Azure SRE Agent.
- Praktiken zur Verwaltung, Governance, Absicherung und zum Betrieb von Agenten.
- Schulungsressourcen für Entwickler und Ingenieure, darunter frei zugängliches Material für Einsteiger.
- Beispiele für die Nutzung von Tools, die von Microsoft-Learn-Diensten unterstützt werden, darunter der Microsoft Learn MCP Server.
Einordnung durch certi.news
Der Beitrag zeigt, dass sich die Diskussion über agentische KI vom Nachweis, dass ein Modell eine einzelne Aufgabe ausführen kann, hin zum Entwurf messbarer und verwaltbarer Betriebssysteme verlagert. Die von Microsoft angeführten Beispiele konzentrieren sich auf Aufgaben mit großem Umfang oder hohen Betriebskosten, etwa Code-Reviews, Incidents, Sicherheitslücken und die Migration älterer Software. In diesen Bereichen lassen sich Zeitaufwand, Arbeitsaufwand und Abschlussquoten vergleichsweise klar messen.
Die Quelle ist jedoch eine Informationsseite, die Links und Anwendungsfälle bündelt, und kein unabhängiger Prüfbericht oder keine Vergleichsstudie. Daher bleiben Angaben wie die Einsparung von 50.000 Engineering-Stunden und die Ausweitung der Code-Reviews auf mehr als 600.000 monatliche Anfragen Behauptungen, die Microsoft zugeschrieben werden. Die Seite enthält weder eine Messmethodik noch ausreichende Details zu Kosten, Fehlerraten und den Grenzen des menschlichen Eingreifens. Diese Fragen werden für jede Organisation entscheidend sein, die diese Praktiken in ihre eigene Umgebung übertragen möchte.