Azure

Von Azure AI Studio zu Azure AI Foundry - Das große Rebranding

Tim Steiner

01 Mai 2025 — 5 Min. Lesezeit

Einleitung

Im November 2024 hat Microsoft auf der Ignite eine Umbenennung vollzogen, die mehr ist als Kosmetik: Aus Azure AI Studio wurde Azure AI Foundry. Neuer Name, neues Portal, neues SDK - und eine deutlich erweiterte Vision für AI-Entwicklung auf Azure.

Wenn du bisher mit Azure AI Studio gearbeitet hast, fragst du dich wahrscheinlich: Was ändert sich konkret? Muss ich migrieren? Und was bringt mir das Ganze?

In diesem Blogpost erkläre ich, was hinter dem Rebranding steckt, welche neuen Features mit Azure AI Foundry kamen und was du als Entwickler jetzt tun solltest.

Was du in diesem Blogpost findest:

Warum Microsoft Azure AI Studio umbenannt hat - und was das signalisiert
Azure AI Foundry Portal vs. Azure AI Studio - Unterschiede
Das neue Azure AI Foundry SDK
Azure AI Agent Service als Neuankündigung
Model Catalog: Von 1.800 auf über 10.000 Modelle
Migration: Was du anpassen musst
Fazit und Empfehlung

Warum umbenennen?

Azure AI Studio war seit seiner Einführung das zentrale Portal für AI-Entwicklung auf Azure. Modelle evaluieren, Prompts testen, RAG-Pipelines bauen - alles an einem Ort. Warum also umbenennen?

Die Antwort liegt in Microsofts erweiterter Vision. Azure AI Foundry ist nicht mehr nur ein Studio zum Experimentieren. Es ist laut Microsoft der Ort, „where organizations design, customize and manage the next generation of AI apps and agents at scale."

Das Wort „Foundry" - signalisiert: Hier werden keine Prototypen gebaut, sondern produktionsreife AI-Anwendungen. Die Umbenennung ging einher mit konkreten technischen Neuerungen:

Neues Management Center im Portal für Subscription-übergreifende Verwaltung
Azure AI Foundry SDK als unified Toolchain
Azure AI Agent Service als neuer Dienst für Enterprise Agents
Erweiterter Model Catalog mit industriespezifischen Modellen

📌 Tipp: Falls du Azure AI Studio Bookmarks oder Links hast - die URLs haben sich geändert. Das Portal ist jetzt unter ai.azure.com erreichbar, aber die Navigation und Struktur wurde deutlich überarbeitet.

Azure AI Foundry Portal - Was ist neu?

Das Portal (ehemals Azure AI Studio) wurde auf der Ignite 2024 als Preview in der neuen Version vorgestellt. Die wichtigsten Neuerungen:

Management Center: Erstmals gibt es eine zentrale Ansicht für Subscription-Informationen, Ressourcen-Nutzung, Zugriffsrechte und verbundene Ressourcen. Für Unternehmen mit mehreren Hubs und Subscriptions ist das ein großer Fortschritt.

Hub & Project Konzept: Das Grundkonzept von Hubs (Infrastruktur) und Projects (Arbeitsbereiche) bleibt bestehen, wird aber erweitert. Ein Hub kann jetzt mehrere Model Deployments zentral verwalten, die von verschiedenen Projects genutzt werden.

Cross-funktionale Teams: Das Portal unterstützt jetzt explizit die Zusammenarbeit zwischen Data Scientists, ML Engineers, Entwicklern und IT-Admins mit rollenbasierten Ansichten.

# Azure AI Foundry Ressourcen über CLI verwalten
az ml workspace list --resource-group rg-ai-foundry

# Hub erstellen
az ml workspace create \
  --name "ai-hub-production" \
  --resource-group "rg-ai-foundry" \
  --kind hub \
  --location "westeurope"

# Project im Hub erstellen
az ml workspace create \
  --name "project-manufacturing" \
  --resource-group "rg-ai-foundry" \
  --kind project \
  --hub-id "/subscriptions/.../ai-hub-production"

Azure AI Foundry SDK - Die neue Toolchain

Die wohl wichtigste technische Neuerung ist das Azure AI Foundry SDK. Es ersetzt die fragmentierte Landschaft einzelner SDKs durch eine einheitliche Toolchain für den gesamten AI-Lebenszyklus.

Was das SDK bietet:

Customizing: Modelle fine-tunen, Prompts optimieren, RAG Pipelines konfigurieren
Testing: Evaluations direkt im Code, mit vordefinierten Metriken
Deploying: Models als Endpoints bereitstellen, Agents deployen
Managing: Monitoring, Tracing, Cost Management

// Azure AI Foundry SDK - Projekt-Client
using Azure.AI.Projects;
using Azure.Identity;

var client = new AIProjectClient(
    new Uri(Environment.GetEnvironmentVariable("AZURE_AI_PROJECT_ENDPOINT")!),
    new DefaultAzureCredential());

// Verfügbare Connections und Deployments abrufen
var connections = client.Connections.GetConnections();
foreach (var connection in connections)
{
    Console.WriteLine($"Connection: {connection.Name} ({connection.Type})");
}

Dazu kommen 25 vorgefertigte App Templates, die typische AI-Anwendungsszenarien abdecken - von Chatbots über RAG-Anwendungen bis hin zu Multi-Agent Workflows.

💡 Hinweis: Das SDK war zum Ignite-Zeitpunkt in Preview. Die API-Oberfläche hat sich seitdem stabilisiert, aber prüfe bei der Implementierung immer die aktuelle Version.

Azure AI Agent Service - Der große Neustart

Die wichtigste Ankündigung neben dem Rebranding war der Azure AI Agent Service. Im Dezember 2024 ging er in die Preview - einen Monat nach der Ignite-Ankündigung.

Der Agent Service ermöglicht es Entwicklern, Enterprise-grade AI Agents zu orchestrieren, zu deployen und zu skalieren. Features bei Preview-Start:

Multi-Agent Workflows mit verschiedenen Rollen und Verantwortlichkeiten
Built-in Tools: Code Interpreter, File Search, Function Calling
Bring-your-own Storage (BYOS): Thread-Daten in eigenem Cosmos DB speichern
Private Networking: Agents laufen in deinem VNet

// Einen Agent mit dem Agent Service erstellen
using Azure.AI.Projects;
using Azure.AI.Agents.Persistent;
using Azure.Identity;

// AIProjectClient als zentralen Einstiegspunkt nutzen
var projectClient = new AIProjectClient(
    new Uri(Environment.GetEnvironmentVariable("AZURE_AI_PROJECT_ENDPOINT")!),
    new DefaultAzureCredential());

// Agent-Client über den Project-Client beziehen
PersistentAgentsClient agentsClient = projectClient.GetPersistentAgentsClient();

PersistentAgent agent = await agentsClient.Administration.CreateAgentAsync(
    model: "gpt-4o",
    name: "qualitaets-agent",
    instructions: """
        Du bist ein Qualitätssicherungs-Agent für die Fertigung.
        Analysiere Prüfprotokolle und identifiziere Qualitätsprobleme.
        """,
    tools: new List<ToolDefinition>
    {
        new CodeInterpreterToolDefinition(),
        new FileSearchToolDefinition()
    });

// Thread erstellen und Nachricht senden
PersistentAgentThread thread = await agentsClient.Threads.CreateThreadAsync();

await agentsClient.Messages.CreateMessageAsync(
    thread.Id,
    MessageRole.User,
    "Analysiere die Ausschussrate der letzten 30 Tage.");

Model Catalog - Breiter und tiefer

Zum Zeitpunkt der Ignite 2024 umfasste der Azure AI Model Catalog über 1.800 Modelle. Besonders relevant für industrielle Anwendungen waren die neuen Partner-Modelle:

Rockwell Automation: FT Optix Food & Beverage Model für Asset-Troubleshooting
Bayer: L.Y. Crop Protection für agronomische Entscheidungen
Sight Machine: Factory Namespace Manager für Fertigungsdaten-Integration
Siemens: Copilot für NX X Software im Produktdesign
Cerence: CaLLM Edge Model für In-Vehicle AI

📌 Tipp: Die industriespezifischen Modelle sind besonders spannend, weil sie domänenspezifisches Wissen mitbringen. Statt ein General-Purpose Modell für alles zu nutzen, kannst du spezialisierte Modelle für deine Branche einsetzen.

Was muss ich als Entwickler jetzt tun?

Wenn du bisher Azure AI Studio genutzt hast, ist die gute Nachricht: Es gibt keinen harten Break. Das Portal wurde umbenannt und erweitert, aber bestehende Projekte und Deployments funktionieren weiter.

Trotzdem gibt es ein paar Dinge zu beachten:

Portal-URLs: Bookmarks aktualisieren, die neue Navigation kennlernen
SDK: Wenn du das alte azure-ai-ml SDK nutzt, plane den Umstieg auf azure-ai-projects
API-Versionen: Neue Endpoints und API-Versionen sind verfügbar
Agent Service: Evaluiere, ob der neue Agent Service für deine Szenarien relevant ist
Model Catalog: Prüfe, ob industriespezifische Modelle für dich interessant sind

Fazit

Das Rebranding von Azure AI Studio zu Azure AI Foundry ist weit mehr als ein neuer Name. Es markiert Microsofts Shift von einer Experimentierplattform zu einem Enterprise-grade AI Development Hub.

Für mich als MVP im Bereich Azure AI Foundry ist das eine spannende Entwicklung. Die unified Toolchain mit dem SDK, das Management Center im Portal und der Agent Service als neuer Dienst zeigen klar die Richtung: Microsoft will der One-Stop-Shop für Enterprise AI sein.

Meine Empfehlung: Nimm dir die Zeit, das neue Portal zu erkunden, das SDK in einem kleinen Projekt auszuprobieren und den Agent Service zu evaluieren. Die Plattform hat sich deutlich weiterentwickelt - und die nächsten Updates (Build 2025) werden noch mehr bringen.