Microsofts Wandel von Cloud-First zu AI-First: Ein Impulspapier für Entscheidungsträger in Unternehmen

Microsofts Übergang von Cloud-First zu AI-First dreht sich nicht um den Kauf von Copilots, sondern darum, Absichten (Intent) in kontrollierte Veränderungen umzusetzen. Natürlichsprachliche Abfragen über eine vereinheitlichte Telemetrie verlagern den Fokus von Dashboards hin zu Entscheidungen; Leitplanken im Code machen den sicheren Weg zum Standard.

Für Führungskräfte definiert dies die Modernisierung neu: Platform Engineering stellt standardisierte Wege („paved roads“) bereit, Geschäftsbereiche agieren innerhalb definierter Richtlinien schneller, und FinOps sowie RiskOps sind nahtlos integriert. Das Resultat ist messbar: Geringere MTTR, weniger manuelle Änderungen, lückenlosere Audit-Nachweise und eine verbesserte Wirtschaftlichkeit (Unit Economics).

SOFTELs Standpunkt
Microsofts Übergang von Cloud-First zu AI-First ist keine reine Werkzeugfrage, sondern eine Frage des Betriebsmodells. Für Großunternehmen lautet die Lektion nicht „Kauft Copilots“, sondern: Gestalten Sie den Wertschöpfungsfluss über Personen, Plattformen und Richtlinien hinweg neu, sodass KI zur Hauptzugangstür der IT wird, während Governance automatisiert im Hintergrund wirkt.

Thesen: KI ist die neue Schnittstelle, Richtlinien sind die neue Plattform

• KI komprimiert Analyse → Aktion. Natürlichsprachliche Abfragen über vereinheitlichte Telemetriedaten reduzieren MTTR, Kapazitätsplanungszyklen und Change-Fenster massiv.
• Policy-as-Code ist die Plattform. In Templates, Pipelines und Laufzeiten integrierte Leitplanken machen Sicherheit und Compliance zum Standardverhalten.
• Dezentralisierung steigert die Agilität, wenn Autonomie mit finanzieller und risikobezogener Verantwortung verknüpft ist (FinOps + RiskOps im Prozessfluss).

Bedeutung für CEOs/CIOs: Der Wettbewerbsvorteil liegt nicht mehr darin, wer die meisten Dashboards hat, sondern wer Absichten am schnellsten in kontrollierte Veränderungen umsetzen kann.

Vier Veränderungen, die AI-First-Anwender auszeichnen

1) Vom Helpdesk zum Decision Desk
Copilots beantworten das Warum und das Was als Nächstes, nicht nur Was ist passiert. Wartung, Patching und Incident Response wandeln sich von manueller Plackerei zu geführter Automatisierung.

2) Von Sichtbarkeit zu Verantwortlichkeit
Observability ist die Steuerungsebene: Telemetriedaten verknüpft mit Services, Verantwortlichen, SLOs und geschäftlichen Auswirkungen. Dashboards lösen keine Incidents – klare Verantwortlichkeiten und etablierte Runbooks tun das.

3) Von zentraler Kontrolle zu geregelter Autonomie
Geschäftsbereiche bedienen sich selbst innerhalb definierter Leitpfade („golden paths“ mit vorab genehmigten Mustern, Images und Richtlinien). Autonomie mit Rechenschaftspflicht, keine Anarchie.

4) Von Einzeltools zu produktisierten Plattformen
Interne Plattformteams managen Identitäten, Netzwerke, Datenebenen, CI/CD, Observability und Leitplanken wie Produkte – inklusive SLAs und Roadmaps.

Beispiel A: Das Reifemodell für AI-First-IT

Stufe 1: Tool-zentriert
Isoliertes Monitoring, manuelle Tickets, Ad-hoc-Skripte. Governance erfolgt nachträglich.

Stufe 2: Cloud-First
Einsatz von PaaS/Serverless, IaC, zentralisierter Betrieb. Schneller, aber weiterhin dashboardzentriert.

Stufe 3: Assistiert
Natürlichsprachliche Abfragen über Logs, Traces und Metriken hinweg; semi-automatisierte Runbooks; frühe Ansätze von Policy-as-Code.

Stufe 4: AI-First
Intent → Aktion mit Freigaben; Policy-Prüfungen per „Shift-Left“ in Design und CI/CD verlagert; automatische Erfassung von Nachweisen; FinOps/RiskOps integriert im Prozess.

Stufe 5: Autonome Leitplanken
Selbstheilende, standardisierte Wege; richtlinienbasierte Änderungen als Standard; menschliche Aufsicht bei Ausnahmen und Geschäftsrisiken.

Ziel: Zwei kritische Services innerhalb von 90 Tagen von Stufe 2/3 auf Stufe 4 heben und anschließend über Templates skalieren.

Beispiel B: Wirtschaftlicher Nutzen (auf Vorstandsebene)

Werttreiber:

• Produktivität im laufenden Betrieb: 30–60 % Reduzierung des manuellen Änderungsaufwands bei zielbezogenen Services, da Routinetätigkeiten durch Richtlinien ersetzt werden.
• Service-Zuverlässigkeit: Geringere MTTR und geringeres Vorfallsaufkommen durch topologiebewusste, KI-gestützte Triage.
• Risiko & Compliance: Automatisierte Nachweise und präventive Kontrollen reduzieren den Audit-Aufwand und den Schadensumfang bei Sicherheitsvorfällen.
• Unit Economics: FinOps-Leitplanken und Kapazitätsanpassungen optimieren die Kosten pro Transaktion bzw. Tenant.

Was in diesem Quartal gemessen werden sollte:

Anlage C: Entwurf für das Betriebsmodell

Platform Engineering (Verantwortlich: CTO/CIO)

• Katalog von Golden Paths (API, Daten-Pipeline, Batch, Event) mit Referenzarchitekturen.
• Shared Services: Identität, Secrets, Networking, Daten, CI/CD, Observability, Policy.

Produktteams (Verantwortlich: Geschäftsstellenleiter)

• Verantwortlich für SLOs, Budgets und Risiken; Bereitstellung über Golden Paths; Rückführung von Verbesserungen in die Plattform.

Kontrollen im Code (Verantwortlich: CISO/Risk)

• Grundlegende Entwürfe, Attestierungen und Zulassungskontrollen in Pipelines und zur Laufzeit.

FinOps + RiskOps (Verantwortlich: CFO/CRO)

• Echtzeit-Dashboards für Kosten und Risiken; an Geschäftsergebnisse gekoppelte Budgets; Ausnahmeverfahren für begründete Abweichungen.

90-tägiger kontrollierter Pilot (Beweisen statt das Rad neu erfinden)

Tag 0–30: Baseline & Leitplanken

• Kritische Dienste, Verantwortliche, SLOs und Abhängigkeiten erfassen; zwei standardisierte Wege definieren.
• Policy-as-Code-Repository einrichten (Azure Policy + Bicep/Terraform + RBAC-Baselines).
• Sichtbarkeit für Kosten und Ressourcennutzung auf Teamebene aktivieren.

Tag 31–60: Copilots im Prozess

• Telemetriedaten (Logs/Traces/Metriken/Topologie) vereinheitlichen und Abfragen in natürlicher Sprache ermöglichen.
• Zwei wertschöpfende Runbooks end-to-end automatisieren (z. B. Patching, Zertifikatsrotation) inklusive Freigaben und Änderungshistorie.

Tag 61–90: Vom operativen Aufwand zur Richtlinie

• Die fünf wichtigsten manuellen Kontrollen in Richtlinienprüfungen für CI/CD und Laufzeit umwandeln.
• Plattform-Katalog v1 mit SLAs einführen; Rhythmus für Fehlerbudgets und Vorfallsanalysen etablieren.

Exit-Kriterien: >50 % Reduzierung manueller Änderungen im Pilotumfang; MTTR ↓; automatisierte Generierung von Audit-Nachweisen für ausgewählte Kontrollen; Kosten/Transaktion ↓.