Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 2 Min.

AI included: Mit Azure AI Foundry Software entwickeln

Codrina Merigo erklärt im Interview, wo die Vorteile der Azure AI Foundry liegen.

Eine App, die viele Agenten startet und gleichzeitig dafür sorgt, dass diese orchestriert arbeiten. Azure AI Foundry macht dies möglich. Das ist nicht nur ein hübsches Marketing-Versprechen, sondern eine echte Vereinfachung des kompletten Workflows.

Codrina Merigo im Interview auf der .NET Developer Conference, warum diese Plattform vom Playground über das Fine-Tuning bis zum Production-Deployment so wertvoll ist: Du brauchst nicht mehr zehn verschiedene Azure-Services einzeln zu orchestrieren. Alles läuft über eine zentrale UI – transparent, sicher und mit vollem Zugriff auf den Code.

Aber hier kommt der spannende Teil: Es geht nicht nur um Convenience. Azure AI Foundry ändert die Rolle von Entwickler:innen fundamental. Statt reiner Model-Builder werden Sie zum AI-System-Orchestrator – jemand, der verstanden hat, wie man verschiedene Models mixt, das richtige Framework wählt und vor allem: Responsible AI von Tag eins einbaut.

Und genau da zeigt sich, warum Sicherheit und Compliance nicht erst beim Go-Live relevant sind. Codrina setzt auf „Safety First" – bevor die erste Zeile Code entsteht. Bias-Filter, Harmlessness-Level, Custom-Compliance-Rules – alles über eine intuitive UI konfigurierbar.

Klingt interessant? Dann schau das vollständige Interview an und erfahre, wie die neue Azure AI Foundry IQ für Enterprise die Sache nochmal turbomäßig hochfährt.

Developer werden nicht weniger wichtig – im Gegenteil.

Neueste Beiträge

SQLite als Dokumentenspeicher: Kann das gut gehen? - SQLite für .NET-Entwickler, Teil 5
Die Embedded SQL-Datenbank SQLite kann auch als objektorientierte Datenbank beziehungsweise Dokumentenspeicher genutzt werden – nach Konzepten also, wie sie NoSQL-Datenbanken wie MongoDB einsetzen.
6 Minuten
29. Apr 2026
Maschinelles Lernen in .NET - .NET, Python und KI, Teil 2
Für eine performante und plattformübergreifende Inferenz von NET-Projekten empfiehlt sich eine hybride Strategie aus Training oder Prototyping in Scikit-Learn/Python, Export nach ONNX und Einbindung in .NET über ML.NET oder ONNX Runtime.
7 Minuten
Deep Learning in .NET – TensorFlow.NET und TorchSharp - .NET, Python und KI, Teil 3
Mit modernen KI-Frameworks lassen sich Deep-Learning-Modelle direkt in C# entwickeln.
6 Minuten

Das könnte Dich auch interessieren

00:00
MCP: Der USB-C-Stecker für Deine KI-App - Model Context Protocol auf der DWX
Jonah Andersson bringt es auf den Punkt: Das Model Context Protocol ist kein Hype-Buzzword, sondern eine echte Hilfe für .NET-Entwickler:innen. Wer MCP richtig einsetzt, spart sich aufwändige Integrationsarbeit – und behält trotzdem die Kontrolle über die eigene Business-Logik.
7. Apr 2026
ROI von KI
Wie Entwickler die Lücke bei der Bereitschaft, KI einzusetzen, schließen können.
7 Minuten
Wissensquellen liefern Daten für präzise Antworten - Low Code/No Code und KI mit Copilot Studio, Teil 3
Wissensquellen (Knowledge Sources) stellen dem KI-Agenten zusätzliche, durchsuchbare Informationen bereit, um fundierte, kontextbezogene Antworten auf Basis von Unterneh-menswissen oder fachspezifischen Informationen zu generieren.
7 Minuten
7. Apr 2026
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige