KI & AI

Microsoft Foundry

Overview

Microsoft Foundry ist die Plattform in Azure, auf der Entwickler KI-Agenten, Modelle und KI-Anwendungen bauen, testen und betreiben. Modelle, Agenten und Tools liegen unter einer gemeinsamen Verwaltungsgruppierung, RBAC, Netzwerk und Richtlinien laufen über einen gemeinsamen Azure-Ressourcenanbieter. Der Modellkatalog umfasst laut Microsoft mehr als 10.000 Modelle von Microsoft, OpenAI, Anthropic, Meta und weiteren Anbietern.

Zur Namensgeschichte: Aus Azure AI Studio wurde Azure AI Foundry, auf der Microsoft Ignite am 18. November 2025 folgte die Umbenennung in Microsoft Foundry. Gleichzeitig heißen die früheren Azure AI Services jetzt Foundry Tools. Das Portal gibt es in zwei Varianten: das neue Foundry-Portal mit Foundry-Projekten und „Foundry (classic)“, in dem hubbasierte Projekte weiterlaufen. Neue Investitionen konzentriert Microsoft auf die Foundry-Projekte im neuen Portal.

Abgrenzung: Azure OpenAI ist der Zugang zu den OpenAI-Modellen innerhalb von Foundry, Foundry Tools sind die fertigen KI-Dienste wie Speech, Language, Document Intelligence oder Azure AI Content Safety. Microsoft Copilot Studio ist das Low-Code-Werkzeug für Agenten im Microsoft-365-Umfeld. Foundry ist die Klammer für Pro-Code-Szenarien, in der diese Bausteine zusammenkommen. Code-Frameworks wie das Microsoft Agent Framework oder Semantic Kernel laufen auf Foundry, sind aber eigenständige SDKs.

How it works

Die Plattform besteht aus mehreren Bausteinen:

  1. Foundry-Ressource und Projekte: Eine einzelne Azure-Ressource mit Projekten ersetzt das frühere Gespann aus Hub, Azure-OpenAI- und Azure-AI-Services-Ressource. Eine bestehende Azure-OpenAI-Ressource lässt sich hochstufen, Endpunkt, API-Schlüssel und bestehender Zustand bleiben erhalten.
  2. Foundry Models: Bereitstellung von Modellen aus dem Katalog, etwa der GPT-5- und GPT-6-Familien von OpenAI oder von Partnermodellen.
  3. Foundry Agent Service: verwaltete Laufzeit für Agenten. Prompt Agents konfigurierst Du ohne eigenen Code, Hosted Agents bringen eigenen Code (z. B. Microsoft Agent Framework, LangGraph, OpenAI Agents SDK) als Container mit. Als Tools stehen unter anderem MCP-Server, A2A, Code Interpreter, File Search und Websuche bereit, Toolboxes bündeln Tools hinter einem MCP-kompatiblen Endpunkt.
  4. Governance: Microsoft Entra ID, Azure RBAC, Inhaltsfilter (Guardrails), Netzwerkisolation und Azure Policy laufen über die Foundry Control Plane. Jeder Agent kann eine eigene Entra-Identität erhalten.
  5. Observability: Tracing und Evaluierungen für Agenten und Modelle, dazu eingebaute Dashboards (Preview).

Entwickler arbeiten über das Portal, SDKs für Python, C#, JavaScript und Java (einheitlicher Projekt-Client azure-ai-projects 2.x), die Azure Developer CLI oder die Foundry-Erweiterung für Visual Studio Code.

Benefits

  • Eine Ressource statt mehrerer: Modelle, Agenten und Tools teilen sich RBAC, Netzwerk und Richtlinien, das reduziert Konfigurationsaufwand und Fehlerquellen
  • Modellwahl ohne Plattformwechsel: OpenAI-, Anthropic-, Meta- und weitere Modelle laufen in derselben Projektstruktur, ein Modellwechsel betrifft nur die Bereitstellung
  • Agenten mit eigener Entra-Identität: Zugriffe lassen sich pro Agent begrenzen und nachvollziehen, statt geteilte Schlüssel zu verwenden
  • Guardrails gegen Prompt Injection und unsichere Ausgaben, die Du zentral pro Modellbereitstellung oder Agent zuweist
  • Veröffentlichung von Agenten nach Microsoft Teams und Microsoft 365 Copilot, ohne eigene Bot-Infrastruktur aufzubauen

Practical example

Ein Maschinenbauer mit 350 Beschäftigten will seinen Servicetechnikern einen Assistenten für Handbücher und Störungsberichte geben. Die IT legt eine Foundry-Ressource in einer EU-Region an, stellt ein GPT-5-Modell als Data-Zone-Standard-Bereitstellung bereit und baut einen Prompt Agent mit File Search auf die Handbücher. Der Agent erhält eine eigene Entra-Identität mit Lesezugriff nur auf die Dokumentenablage, ein Guardrail mit aktivierter Erkennung von Dokumentangriffen kontrolliert hochgeladene Störungsberichte. Nach der Pilotphase veröffentlicht die IT den Agenten in Microsoft Teams, Tracing und Evaluierungen zeigen, welche Fragen er noch schlecht beantwortet.

Things to keep in mind

  • Neue Projekte als Foundry-Projekt im neuen Portal anlegen, hubbasierte Projekte laufen nur noch im klassischen Portal weiter
  • Preview-Funktionen (z. B. Observability-Dashboards, Memory und Retrieval für Tools, Voice-based Prompt Agents) nicht für produktive Prozesse einplanen, den Status führt Microsoft in der Übersicht zur allgemeinen Verfügbarkeit
  • Die Erkennung von Dokumentangriffen (indirekte Prompt Injection) ist in den Guardrails standardmäßig aus: Für Agenten mit Datei-, Web- oder Tool-Zugriff aktivieren
  • Agenten-Identitäten nach dem Prinzip der minimalen Rechte berechtigen und Managed Identity statt API-Schlüsseln nutzen
  • Kosten pro Agententyp kalkulieren: Hosted Agents verursachen neben Inferenz und Tool-Nutzung auch Container-Compute

Licensing & availability

Kein Lizenzprodukt, die Abrechnung läuft verbrauchsabhängig über das Azure-Abonnement. Kosten entstehen für die genutzten Modelle (nach Tokens oder als Provisioned Throughput), für die Tool-Nutzung, bei Hosted Agents zusätzlich für Container-Compute und bei Voice-Agenten für Sprachdienste. Welche Modelle und Funktionen nutzbar sind, hängt von Region, Abonnement und Preview-Status ab. Stand: Oktober 2026.

Conclusion

Microsoft Foundry ist der zentrale Ort für Pro-Code-KI in Azure, von der Modellbereitstellung bis zum Agentenbetrieb. Wenn Du noch hubbasierte Projekte oder einzelne Azure-OpenAI-Ressourcen betreibst, plane die Umstellung auf Foundry-Projekte ein.

Further reading

Related articles