↓ Zum Hauptinhalt springen
Cloud / Azure / Produkte / Foundry Models - KI-Modellkatalog

Foundry Models - KI-Modellkatalog

Foundry Models bietet in Microsoft Foundry Zugang zu Tausenden KI-Modellen von Microsoft, OpenAI, Anthropic, Meta, Hugging Face u.a.

ai-machine-learning
Preismodell Pay-as-you-go (Serverless, Token-basiert) oder VM-Stunden bei Managed Compute
Verfügbarkeit Global, regionale Verfügbarkeit je Modell unterschiedlich
Datensouveränität EU-Regionen verfügbar, je nach Modell und Deployment-Option prüfen
Zuverlässigkeit SLA gemäß Anbieter (siehe offizielle SLA-Seite) SLA

Was ist Foundry Models?

Foundry Models ist der zentrale Modellkatalog in Microsoft Foundry (vormals Azure AI Foundry). Er bietet Zugang zu einer sehr großen Zahl an Foundation Models: Modelle, die direkt von Microsoft verkauft und betrieben werden (“Models sold by Azure”), sowie Modelle von Partnern und der Community wie Anthropic, Meta, Mistral, DeepSeek und Hugging Face.

Kernfunktionen

  • Modell-Discovery: Durchsuchbarer Katalog mit Filtern nach Anbieter, Aufgabe, Branche und Fähigkeiten (z.B. Reasoning, Tool Calling)
  • Benchmarks und Vergleich: Leaderboard und Benchmark-Kennzahlen für ausgewählte Modelle zum direkten Vergleich
  • Serverless-Deployment: Nutzung als API mit tokenbasierter Abrechnung ohne eigenes Infrastruktur-Management
  • Managed Compute: Deployment von Modellgewichten auf dedizierten VMs für volle Kontrolle, basierend auf Azure Machine Learning
  • Fine-Tuning: Anpassung ausgewählter Modelle an domänenspezifische Daten, je nach Modell über Managed Compute oder Serverless-Deployment

Typische Anwendungsfälle

LLM-Auswahl für Enterprise: Unternehmen vergleichen Modelle wie GPT, Claude, Llama und Mistral direkt in Microsoft Foundry. Der Katalog zeigt Benchmark-Ergebnisse und Deployment-Optionen für eine fundierte Modellwahl.

Open-Source-Strategie: Teams, die auf offene Modelle setzen, finden zahlreiche Hugging-Face-Modelle sowie offene Modellfamilien wie Llama oder Mistral. Diese lassen sich je nach Lizenz auf Azure-Infrastruktur betreiben.

Spezialisierte Anwendungsfälle: Für Bildanalyse, Reasoning oder branchenspezifische Aufgaben bietet der Katalog entsprechend spezialisierte Modelle mit eigenen Benchmark- und Lizenzangaben.

Vorteile

  • Einheitlicher Zugang zu Modellen zahlreicher Anbieter über eine Plattform
  • Klare Unterscheidung zwischen Microsoft-verkauften Modellen mit Enterprise-Support und Partner-/Community-Modellen
  • Transparente Deployment-Optionen (Serverless vs. Managed Compute) mit modellabhängiger Preisangabe vor dem Deployment
  • Integration mit Azure Machine Learning und dem Microsoft-Foundry-Ökosystem (Fine-Tuning, Observability, Responsible AI)

Integration mit innFactory

Als Microsoft Solutions Partner unterstützt innFactory Sie bei Foundry Models: Wir helfen bei der Modellauswahl für Ihren Use Case, implementieren Deployment-Pipelines für Serverless- oder Managed-Compute-Szenarien und optimieren Kosten sowie Governance über den gesamten Modell-Lebenszyklus.

Typische Anwendungsfälle

Modellauswahl
LLM Deployment
Computer Vision
Open-Source-Modelle

Häufig gestellte Fragen

Welche Modelle sind im Foundry-Modellkatalog verfügbar?

Der Katalog enthält tausende Modelle von Microsoft, OpenAI, Anthropic (Claude), Meta (Llama), Mistral, DeepSeek, Hugging Face und weiteren Anbietern. Von LLMs über Embedding-Modelle bis zu Vision- und branchenspezifischen Modellen.

Was ist der Unterschied zwischen Managed Compute und Serverless?

Managed Compute deployed Modellgewichte auf dedizierten VMs, abgerechnet nach Rechenzeit. Serverless-Deployments stellen eine von Microsoft gehostete API bereit, abgerechnet nach Token beziehungsweise Nutzung, ohne eigene Infrastruktur.

Kann ich Open-Source-Modelle nutzen?

Ja, der Katalog enthält zahlreiche offene Modelle, unter anderem von Hugging Face. Diese lassen sich je nach Anbieter per Managed Compute oder Serverless-Deployment auf Azure-Infrastruktur betreiben.

Wie wähle ich das richtige Modell aus?

Der Katalog bietet Filter nach Anbieter, Aufgabe und Fähigkeiten sowie Benchmark-Daten und ein Leaderboard für ausgewählte Modelle. Microsoft Foundry ermöglicht den direkten Vergleich und das Testen vor dem produktiven Einsatz.

Sind die Modelle für den Enterprise-Einsatz geeignet?

Modelle, die direkt von Microsoft verkauft werden ('Models sold by Azure'), bieten tiefe Azure-Integration und Enterprise-SLAs. Modelle von Partnern und der Community werden von den jeweiligen Anbietern unterstützt, mit unterschiedlichen Support- und SLA-Bedingungen.

Hinweis: Alle Produktinformationen auf dieser Seite wurden sorgfältig zusammengestellt, sind jedoch ohne Gewähr und können veraltet oder unvollständig sein. Cloud-Services entwickeln sich schnell weiter — Funktionen, Preise, SLAs und Verfügbarkeit ändern sich laufend. Verbindliche und aktuelle Informationen finden Sie ausschließlich auf der offiziellen Produktseite von Azure (offizielle Dokumentation). Diese Seite stellt kein Angebot von Azure dar.

Schnellzugriff

Microsoft Solutions Partner

innFactory ist Microsoft Solutions Partner. Wir bieten Beratung, Implementierung und Managed Services für Azure.

Microsoft Solutions Partner Microsoft Data & AI

Ähnliche Produkte anderer Cloud-Anbieter

Andere Cloud-Anbieter bieten vergleichbare Services in dieser Kategorie. Als Multi-Cloud Partner helfen wir bei der richtigen Wahl.

STACKIT

STACKIT AI Model Experiments: Managed MLflow

STACKIT AI Model Experiments: Managed MLflow für Experiment-Tracking, LLM-Tracing und EU-AI-Act-Audit-Trail aus …

Preismodell Public Preview: Dienst kostenlos, nur …
Vergleichen →
STACKIT

STACKIT AI Model Serving: Souveräne LLMs

STACKIT AI Model Serving: Open-Weight-LLMs wie Llama, Qwen und GPT-OSS DSGVO-konform aus deutschen Rechenzentren, …

Preismodell Pay-as-you-go pro Token (Input/Output)
SLA Betrieb auf der datensouveränen STACKIT Cloud
Vergleichen →
STACKIT

STACKIT Dremio - Souveränes Data Lakehouse

STACKIT Dremio: verwaltetes Data-Lakehouse basierend auf Dremio für SQL-Abfragen ohne Datenbewegung. DSGVO-konform, …

Preismodell Öffentliche Preview; einheitliche …
SLA SLA gemäß Anbieter (siehe offizielle SLA-Seite); Dienst befindet sich in der Public Preview
Vergleichen →
STACKIT

STACKIT Intake - Daten-Ingestion für das Data Lakehouse

STACKIT Intake: verwaltete Dateneingabe über das Kafka-Protokoll direkt in Apache-Iceberg-Tabellen für das STACKIT Data …

Preismodell Kapazitätsbasiert; Kapazität wird über …
SLA SLA gemäß Anbieter (siehe offizielle SLA-Seite)
Vergleichen →
STACKIT

STACKIT Notebooks - Managed JupyterHub

STACKIT Notebooks: verwaltetes JupyterHub/JupyterLab für Data Science und ML in deutschen und österreichischen …

Preismodell Pay-per-use (Compute-Ressourcen der …
SLA SLA gemäß Anbieter (siehe offizielle SLA-Seite)
Vergleichen →
STACKIT

STACKIT Workflows - Managed Apache Airflow

STACKIT Workflows ist ein verwalteter Workflow-Orchestrierungsdienst auf Basis von Apache Airflow für Datenpipelines und …

Preismodell Pay-per-use
SLA SLA gemäß Anbieter (siehe offizielle SLA-Seite)
Vergleichen →

89 vergleichbare Produkte bei anderen Cloud-Anbietern gefunden.

Bereit, mit Foundry Models - KI-Modellkatalog zu starten?

Unsere zertifizierten Azure Experten helfen bei Architektur, Integration und Optimierung.

Beratung vereinbaren