Microsoft prüft offenbar, ob DeepSeek in Copilot Cowork zum Einsatz kommen könnte. Auf den ersten Blick klingt das wie eine technische Modellentscheidung. Tatsächlich geht es um deutlich mehr: um die Ökonomie von KI-Agenten, die Abhängigkeit von OpenAI und Anthropic, den Druck durch günstigere Modelle aus China und die Frage, wie viel geopolitisches Risiko Unternehmen für niedrigere KI-Kosten akzeptieren.
Der Hintergrund ist Copilot Cowork, Microsofts agentische Erweiterung für Microsoft 365. Während klassische Copilots vor allem antworten, zusammenfassen oder Texte erzeugen, soll Cowork Aufgaben über mehrere Schritte hinweg ausführen. Genau solche Systeme sind rechenintensiv. Sie planen, rufen Tools auf, prüfen Ergebnisse, versuchen es erneut und produzieren dabei deutlich mehr Modellaufrufe als ein einfacher Chatbot.
Damit wird der Preis pro Token plötzlich strategisch.
DeepSeek als günstige Option, nicht als Ersatz für GPT
Laut aktuellen Berichten testet Microsoft eine feinabgestimmte Version von DeepSeek V4 als mögliche Low-Cost-Option für Copilot Cowork. Eine endgültige Entscheidung ist noch nicht veröffentlicht. Wichtig ist die Einordnung: Es geht nicht darum, OpenAI-Modelle vollständig zu ersetzen. Vielmehr würde DeepSeek als zusätzliche Option im Modellportfolio dienen.
Kunden könnten dann je nach Aufgabe zwischen leistungsstärkeren, teureren Modellen und günstigeren Alternativen wählen. Für einfache, massenhaft anfallende Aufgaben könnte ein kosteneffizientes Modell reichen. Für anspruchsvolle Analysen, komplexes Reasoning oder besonders sensible Workflows könnten weiterhin GPT- oder Claude-Modelle genutzt werden.
Das ist genau die Logik, auf die sich Enterprise-KI gerade zubewegt: nicht ein Modell für alles, sondern ein Modell-Mix je nach Aufgabe, Risiko und Kostenrahmen.
Warum Copilot Cowork die Kostenfrage verschärft
Der eigentliche Auslöser ist die Umstellung von Copilot Cowork auf verbrauchsbasierte Abrechnung. Solange KI-Assistenten vor allem gelegentlich Antworten generieren, lassen sich Kosten noch relativ gut über Pauschalmodelle abfedern. Bei Agenten funktioniert diese Logik schlechter.
Ein Agent kann für eine scheinbar einfache Aufgabe viele interne Schritte ausführen. Er liest Dokumente, durchsucht E-Mails, ruft Kalenderdaten ab, vergleicht Optionen, erstellt Entwürfe, prüft Ergebnisse und führt Korrekturen aus. Jeder dieser Schritte kann Modellkosten verursachen.
Wenn Unternehmen solche Agenten in großem Umfang einsetzen, werden Inferenzkosten zum zentralen Wirtschaftsfaktor. Für Microsoft ist deshalb entscheidend, die Modellkosten zu senken, ohne die Funktionalität von Cowork zu gefährden.
DeepSeek ist genau aus diesem Grund interessant: Die Modelle gelten als leistungsfähig, aber deutlich günstiger im Betrieb.
DeepSeek ist in Azure längst angekommen
Die mögliche Cowork-Integration kommt nicht aus dem Nichts. Microsoft bietet DeepSeek R1 bereits seit Januar 2025 über Azure AI Foundry und GitHub an. Unternehmen können das Modell über Microsofts Infrastruktur bereitstellen, testen und in eigene Anwendungen integrieren.
Das ist wichtig, weil Microsoft DeepSeek nicht einfach als externen Dienst anbietet. Der entscheidende Punkt ist das Hosting innerhalb der Azure-Umgebung. Kundendaten sollen damit nicht direkt an DeepSeek gehen, sondern unter Microsofts Cloud-, Sicherheits- und Compliance-Rahmen verarbeitet werden.
Für Unternehmen ist dieser Unterschied zentral. Die Debatte dreht sich nicht nur darum, woher ein Modell stammt, sondern wo es läuft, wer Zugriff auf Daten hat und welche Governance-Regeln greifen.
Der chinesische Faktor
Trotzdem bleibt DeepSeek geopolitisch sensibel. Das Unternehmen stammt aus China, und genau das macht eine Integration in Microsofts Enterprise-Produktwelt politisch heikel.
Für viele westliche Unternehmen ist der Einsatz chinesischer KI-Modelle nicht nur eine technische Entscheidung. Es geht um Vertrauen, Regulierung, Datensouveränität und mögliche politische Risiken. Selbst wenn ein Modell vollständig in Azure gehostet wird, bleibt die Frage, wie Trainingsherkunft, Modellverhalten, Sicherheitsprüfungen und Exportkontrollen bewertet werden.
Microsoft muss daher einen schwierigen Spagat meistern: Die Kostenvorteile günstiger Open-Source-Modelle nutzen, ohne das Vertrauen von Enterprise-Kunden zu verlieren.
Multi-Model statt OpenAI-Monokultur
Strategisch passt der Schritt dennoch zu Microsofts breiterer Entwicklung. Das Unternehmen ist weiterhin eng mit OpenAI verbunden, öffnet seine Plattformen aber zunehmend für verschiedene Modelle.
Azure AI Foundry umfasst inzwischen ein großes Portfolio aus proprietären, offenen, spezialisierten und branchenspezifischen Modellen. Auch Copilot Cowork selbst bewegt sich in diese Richtung: verschiedene Modelle für verschiedene Aufgaben, kombiniert in einem kontrollierten Arbeitsumfeld.
Das ist eine stille, aber wichtige Verschiebung. Microsoft bleibt OpenAI-Partner, will sich aber nicht vollständig von einem Modellanbieter abhängig machen. In einer Welt, in der KI-Kosten, Latenz und Verfügbarkeit entscheidend werden, ist Modellvielfalt ein strategischer Vorteil.
Was das für Unternehmen bedeuten würde
Wenn DeepSeek V4 tatsächlich in Copilot Cowork integriert wird, könnten Unternehmen erstmals innerhalb eines Microsoft-365-Agenten bewusst zwischen Kosten- und Leistungsprofilen wählen.
Für einfache Aufgaben wie Zusammenfassungen, Routinetexte, erste Klassifizierungen oder Massenverarbeitung großer Dokumentenmengen wäre ein günstigeres Modell attraktiv. Für kritische Entscheidungen, Compliance-relevante Analysen oder komplexe strategische Arbeit könnten weiterhin Premium-Modelle genutzt werden.
Damit würde Cowork stärker zu einer Modell-Orchestrierungsplattform als zu einem einzelnen KI-Assistenten. Der Nutzer sieht im Idealfall nur die Aufgabe, im Hintergrund entscheidet das System oder der Administrator, welches Modell ökonomisch und qualitativ sinnvoll ist.
Die offenen Fragen
Noch ist nicht entschieden, ob Microsoft DeepSeek V4 tatsächlich in Copilot Cowork einführt. Ebenso offen ist, wie genau Kunden Modellwahl, Datenresidenz, Auditierung und Risikoklassen steuern könnten.
Auch die Frage nach der Akzeptanz bleibt. Viele Unternehmen werden günstigere KI begrüßen. Andere werden bei chinesischen Modellen zurückhaltend bleiben, selbst wenn Microsoft das Hosting und die Sicherheitskontrollen übernimmt.
Entscheidend wird daher sein, wie transparent Microsoft die Modellherkunft, Datenflüsse und Governance-Mechanismen erklärt.
Der eigentliche Paradigmenwechsel
Die mögliche DeepSeek-Integration zeigt vor allem eines: Der KI-Markt tritt in eine neue Phase ein.
In der ersten Phase ging es darum, wer das leistungsfähigste Modell hat. In der zweiten Phase ging es darum, wer KI am tiefsten in bestehende Arbeitsumgebungen integriert. Jetzt beginnt die dritte Phase: Wer kann KI-Agenten wirtschaftlich skalieren?
Denn Agenten sind teuer. Sie verbrauchen mehr Tokens, laufen länger und erzeugen mehr Modellaufrufe als klassische Chatbots.
Microsofts DeepSeek-Überlegung ist deshalb kein Randthema. Sie zeigt, dass die Zukunft von Enterprise-KI nicht nur von Intelligenz abhängt, sondern von Kostenarchitektur, Modellmix und Vertrauen.
Der nächste große KI-Kampf wird nicht allein um das beste Modell geführt. Er wird darum geführt, wer intelligente Arbeit bezahlbar macht.
