Microsoft hat seine Execution Containers (MXC) für Windows 11 allgemein verfügbar gemacht. Nach einer vorherigen Testphase wechselte die Technologie damit in den regulären Betrieb. Zeitgleich warnte der Konzern davor, dass lokal ausgeführte KI-Agenten aufgrund ihrer weitreichenden Zugriffsrechte auf das Betriebssystem erhebliche Sicherheitsrisiken darstellen können.
Sandboxes zur Laufzeitkontrolle
Bei MXC handelt es sich um ein Software Development Kit (SDK) für Sandboxes auf Betriebssystemebene. Entwickler und IT-Abteilungen können darüber Richtlinien festlegen, um Datei- und Netzwerkzugriffe von KI-Agenten zu beschränken. Das Betriebssystem setzt diese Grenzen zur Laufzeit durch, um unbefugte Datenzugriffe zu unterbinden und das Prinzip der geringsten Rechte (Least Privilege) umzusetzen.
Technisch unterstützt MXC Prozess-, Sitzungs- und WSL-Container sowie experimentelle MicroVMs. Prozesscontainer stehen neben Windows auch für macOS und Linux bereit. Zur Nachverfolgung sollen Aktivitäten von Agenten künftig über Microsoft Entra unterscheidbar sein, zudem ist eine Verwaltung über Microsoft Intune angekündigt.
Zu den frühen Nutzern der Container zählen laut Berichten GitHub Copilot und OpenClaw. Zudem sollen Anthropic, OpenAI und Nvidia die Container nutzen, um IT-Abteilungen die Durchsetzung von Agentenregeln auf Mitarbeitergeräten zu ermöglichen.
Wer sich mit den neuen Sicherheitsfunktionen und der Architektur von Windows 11 befasst, sollte auch die Grundlagen des Betriebssystems beherrschen. Dieser kostenlose Expertenreport zeigt Ihnen, wie Sie das volle Potenzial des Systems ausschöpfen und die wichtigsten Neuerungen sicher nutzen. Windows 11 Starterpaket jetzt kostenlos anfordern
Parallel dazu veröffentlichte Microsoft die Version 1.141 von VS Code. Die darin integrierte Sandbox für den Copilot Agent Host ist nun auf Windows, macOS und Linux allgemein verfügbar, standardmäßig jedoch deaktiviert. Unter Windows setzt die Unterstützung experimentell das Sicherheitsupdate vom 8. September 2026 voraus.
Hybride Strategie und lokale KI-Modelle
Die Bereitstellung der Container ist Teil von Microsofts Strategie, Windows als Plattform für hybride Künstliche Intelligenz zu etablieren. Um Rechenzentren von Azure zu entlasten, sollen Berechnungen flexibel zwischen Cloud und lokalen Rechnern aufgeteilt werden – ein Marktsegment, auf das auch Apple zielt.
Gemeinsam mit Nvidia will Microsoft komplexe Aufgaben wie das Programmieren lokal auf RTX-Spark-Geräten ermöglichen. Nach Konzernangaben sind inzwischen über 40 Prozent der für Unternehmen gebauten Laptops Copilot+ PCs, die monatlich über 2 Billionen Inferenzvorgänge lokal ausführen.
Für den lokalen Einsatz stehen mehrere Modelle im Fokus. Das Modell MAI Code 1.1 Flash verfügt über 137 Milliarden Gesamt- und 6,8 Milliarden aktive Parameter; mit 3-Bit-Präzision fällt es knapp 80 Prozent kleiner aus und bietet einen Kontext von 256K. DeepSeek V4 Flash weist 284 Milliarden Parameter auf und soll Berichten zufolge mit 1,6-Bit-Quantisierung in 60 Gigabyte Speicher passen.
Moderne Windows-Systeme bieten zwar enorme Leistung für lokale Anwendungen, erfordern aber auch eine korrekte Konfiguration, um fehlerfrei zu laufen. Falls Ihr System bei der Nutzung neuer Features hakt, bietet dieser Gratis-Leitfaden schnelle Lösungen für die häufigsten Probleme. Kostenlosen Windows 11 Hilfe-Report herunterladen
Ein kommendes Nemotron-Modell von Nvidia mit über 70 Milliarden Parametern soll quantisiert etwas über 20 Gigabyte Speicher beanspruchen. Zudem kommt Llama.cpp zu Windows ML, und für den 15. Oktober kündigte Microsoft HydraFusion mit lokalen Modellen in einer experimentellen Vorschau an.
Hardwarekosten als Markthürde
Trotz der Fortschritte bei der lokalen Ausführung sehen Marktbeobachter in den Speicherchipkosten eine Hürde für die breite Einführung. So stieg der Preis des Nvidia-DGX-Spark-Desktops laut Reuters-Berichten zuletzt um rund 75 Prozent auf 6.950 US-Dollar, was auf die Kosten für 128 Gigabyte Speicher zurückgeführt wird.
Branchenanalysten merkten an, dass die Speicherpreise den Zugang zu lokaler KI erschweren; vor zwei Jahren hätten die meisten für lokale KI gedachten Laptops noch unter 2.000 US-Dollar gelegen.