Microsoft investiert 2,5 Milliarden Dollar und stellt 6.000 eigene Fachleute ab, um KI-Systeme direkt bei Kunden einzuführen, statt nur Software zu verkaufen. Der Schritt reagiert auf einen Befund, den viele Unternehmen längst aus eigener Erfahrung kennen: Am Modell scheitert kaum ein KI-Projekt. An der Umsetzung schon.

Was ist die Microsoft Frontier Company genau?

Am 2. Juli 2026 hat Microsoft mit der Frontier Company eine neue Geschäftseinheit vorgestellt, die genau ein Problem lösen soll: KI-Systeme nicht nur zu verkaufen, sondern gemeinsam mit Kunden bis zur produktiven Nutzung zu bringen. Dafür investiert Microsoft 2,5 Milliarden Dollar und setzt 6.000 Branchen- und Engineering-Experten direkt bei Kunden ein, um KI-Systeme gemeinsam zu entwerfen, einzuführen und laufend zu verbessern, orientiert an messbaren Geschäftsergebnissen. Geführt wird die Einheit von Rodrigo Kede Lima, zuvor Präsident von Microsoft Asien. Zu den ersten Kunden zählen laut Microsoft die London Stock Exchange Group, Unilever, Land O'Lakes und Novo Nordisk.

Der Ansatz, eigene Mitarbeiter direkt in den Betrieb von Kunden zu schicken, statt nur ein Werkzeug zu liefern, ist in der Branche als Forward-Deployed-Engineering bekannt. Neu ist, in welcher Größenordnung ein Hyperscaler jetzt selbst darauf setzt.

Warum reicht ein gutes KI-Modell allein nicht aus?

Der Hintergrund der Investition ist ein Befund, der seit Monaten durch die Branche geht: Laut der Studie „The GenAI Divide: State of AI in Business 2025" von MIT Project NANDA (2025) zeigen rund 95 Prozent der untersuchten KI-Pilotprojekte in Unternehmen keine messbare Wirkung auf Umsatz oder Gewinn. Nur etwa 5 Prozent der Organisationen schaffen den Sprung von der Pilotphase zu echtem operativem Nutzen. Die Studie beruht auf einer Auswertung von mehr als 300 öffentlich dokumentierten KI-Initiativen, 52 strukturierten Interviews und 153 Befragungen von Führungskräften.

Als Ursache nennt die Studie weniger fehlende Modellqualität als eine fehlende Lern- und Integrationsfähigkeit: KI-Systeme, die kein Feedback aus dem eigenen Arbeitsablauf speichern und sich nicht an den konkreten Kontext anpassen, bleiben Spielzeug statt Werkzeug. Interessant ist auch ein zweiter Befund der Studie: Eingekaufte Lösungen mit spezialisierten Partnern kommen deutlich häufiger zum Erfolg als rein intern gebaute Systeme.

„Intelligence und Trust sind die zwei wichtigsten Bestandteile jeder KI-Lösung." (Judson Althoff, CEO Microsoft Commercial Business)

Was bedeutet das für Unternehmen ohne eigene KI-Abteilung?

Nicht jedes Unternehmen kann 2,5 Milliarden Dollar oder eine eigene Einheit mit 6.000 Fachleuten aufbauen. Das Prinzip dahinter lässt sich aber auch im kleinen Maßstab anwenden: Statt eine KI-Plattform breit auszurollen und zu hoffen, dass sie irgendwo Nutzen stiftet, wird ein einzelner, klar abgegrenzter Ablauf ausgewählt, an dem sich der Erfolg direkt messen lässt, etwa Rechnungsprüfung, Angebotsschreiben oder Terminkoordination.

Genau das ist der Kerngedanke hinter dem AI Backbone System: Ein KI-Mitarbeiter übernimmt einen konkreten, wiederkehrenden Ablauf vollständig, mit klar definiertem Ergebnis statt vager Produktivitätsversprechen. Für Finanzdienstleister und andere regulierte Branchen kommt hinzu, dass sich ein eng abgegrenzter KI-Mitarbeiter leichter dokumentieren und kontrollieren lässt als eine unternehmensweite KI-Einführung ohne klaren Rahmen.