Microsoft nutzt chinesisches Open-Weight-Modell als KI-Basis

Was geschah

Microsoft hat bestätigt, dass sein neues KI-System Microsoft-Decision-1 auf Qwen3.5-9B basiert, einem Open-Weight-Modell mit 9 Milliarden Parametern. Entwickelt wurde es von einem chinesischen KI-Labor. Laut The Register plant Microsoft, später auf proprietäre Technologie umzusteigen.

Die Meldung zeigt, dass ein großer Technologieanbieter ein fremdes Basismodell für ein eigenes Produkt einsetzt, und zwar ausdrücklich als Übergangslösung. Die vorliegende Berichterstattung nennt keine Details zu Leistungsdaten, Einsatzbereichen oder Zeitplänen für den Wechsel.

Warum es wichtig ist

Für Führungskräfte in Kundenerlebnis, KI und digitaler Transformation ist vor allem die Architekturfrage relevant. Ein vortrainiertes Open-Weight-Modell kann die Entwicklung eigener KI-Systeme deutlich beschleunigen, weil Organisationen nicht bei null beginnen müssen. Gleichzeitig verschiebt sich dadurch die Wertschöpfung: Entscheidend werden dann die Anpassung des Modells, die Qualität der Daten und die Integration in bestehende Prozesse.

Für Serviceprozesse heißt das: Wer KI-Funktionen an Kundinnen und Kunden oder Mitarbeitende ausliefert, muss die Herkunft und den geplanten Lebenszyklus des zugrunde liegenden Modells im Blick behalten. Ein Wechsel der Modellbasis kann Verhalten, Antwortqualität und Tonalität verändern, und diese Änderungen spürt das Gegenüber unmittelbar.

Die Zahlen

• 9 Milliarden Parameter: So groß ist das Basismodell Qwen3.5-9B, auf dem Microsoft-Decision-1 aufbaut.
• Qwen3.5-9B: Das Open-Weight-Modell stammt von einem chinesischen KI-Labor und ist die bestätigte Grundlage des neuen Microsoft-Systems.

Die Renascence-Perspektive

Die Schlagzeile konzentriert sich auf Herkunft und Wettbewerb. Für Kundenerlebnis-Verantwortliche ist jedoch etwas anderes entscheidend: Ein Modell ist nur so verlässlich wie seine Konsistenz über Zeit. Wer einen Modellwechsel plant, sollte ihn wie eine Änderung an einer Kundenreise behandeln, also mit Vorher-nachher-Tests, Beobachtung der Nutzerreaktionen und klarer Kommunikation.

Der eigentliche Hebel liegt nicht in der Frage, welches Modell unter der Haube läuft, sondern in der Erfahrung, die daraus entsteht. Menschen bemerken Brüche in Tonalität und Verlässlichkeit deutlich schneller als Änderungen in der Architektur. Betreiber sollten deshalb nicht fragen, welcher Anbieter gewinnt, sondern wie sie Modellwechsel in ihre Service-Governance einbauen. Wer Kundenvertrauen ernst nimmt, dokumentiert jede Modellablösung so, als würde er sie den Kunden selbst erklären müssen.