Skip to content

Azure Foundry Translator: LLM-Ressource anlegen

Ziel

Am Ende dieses Guides hast du in Azure eine Foundry-Ressource mit einem Modell-Deployment angelegt und weißt, wie die Endpoint-URL aufgebaut ist, die du im Translator einträgst.

Info

Für die Übersetzung per Large Language Model (LLM) brauchst du eine Foundry-Ressource mit einem GPT-Deployment. Eine reine Übersetzer-Ressource reicht dafür nicht. Für Neural Machine Translation (NMT) genügt eine Übersetzer-Ressource, siehe API-Schlüssel generieren.

Voraussetzungen

  • Ein Azure-Abonnement, in dem du Ressourcen anlegen und Rollen zuweisen darfst.
  • Eine Region, in der das gewünschte Modell verfügbar ist, z. B. Sweden Central.
  • Ein unterstütztes Modell für die API-Version 2026-06-06, z. B. GPT-5.1.

KI-Ressource anlegen

  1. Ressource anlegen: Öffne das Azure-Portal und klicke auf Ressource erstellen. Wähle Microsoft Foundry und vergib folgende Werte:

    Feld Beispiel
    Ressourcengruppe Gemeinsame Gruppe deines Teams, z. B. rg-labtagon-translator
    Name my-translator
    Region Region, in der das Modell verfügbar ist, z. B. Sweden Central
    Tarif S0

  2. Modell bereitstellen: Öffne Foundry, wähle Modelle erkunden, suche z. B. gpt-5.1 und klicke auf Bereitstellen > Standardeinstellungen. Du findest den Namen der Bereitstellung in Foundry unter Modelle in der Spalte Name.

  3. Schlüssel holen: Öffne die Ressource im Azure-Portal und wechsle zu Ressourcenverwaltung > Schlüssel und Endpunkt. Kopiere dort SCHLÜSSEL 1 oder SCHLÜSSEL 2.

RG=rg-labtagon-translator
NAME=my-translator
LOC=swedencentral

# 1. Ressource mit verwalteter Identität anlegen
az cognitiveservices account create -g $RG -n $NAME -l $LOC \
  --kind AIServices --sku S0 --custom-domain $NAME --assign-identity --yes

# 2. Rolle "Cognitive Services User" für die eigene Identität setzen
PID=$(az cognitiveservices account show -g $RG -n $NAME --query identity.principalId -o tsv)
RID=$(az cognitiveservices account show -g $RG -n $NAME --query id -o tsv)
az role assignment create --assignee-object-id $PID --assignee-principal-type ServicePrincipal \
  --role "Cognitive Services User" --scope $RID

# 3. Modell bereitstellen (Modellname und Version vorher prüfen)
az cognitiveservices account deployment create -g $RG -n $NAME \
  --deployment-name gpt-5.1 --model-name <modell> --model-version <version> \
  --model-format OpenAI --sku-name GlobalStandard --sku-capacity 10

# 4. Schlüssel auslesen
az cognitiveservices account keys list -g $RG -n $NAME --query key1 -o tsv

Info

Ohne die Rolle Cognitive Services User auf der Ressource selbst kann der Translator das Modell-Deployment nicht ansprechen.

Warning

Der Name der Ressource wird zur eigenen Domain (Subdomain) und damit Teil der Endpoint-URL. Er muss in Azure global eindeutig sein und lässt sich nach dem Anlegen nicht mehr ändern.

Aufbau der Endpoint-URL

Die Endpoint-URL im Translator setzt sich aus dem Namen deiner Foundry-Ressource und dem Pfad zur Text-Translation-API zusammen. Eine gültige Konfiguration sieht so aus:

https://my-translator.cognitiveservices.azure.com/translator/text
Teil Beispiel Bedeutung
Protokoll https:// Der Zugriff erfolgt immer verschlüsselt.
Ressourcenname my-translator Name der Foundry-Ressource. Er ist zugleich die Subdomain.
Domain .cognitiveservices.azure.com Feste Azure-Domain für Foundry- und AI-Services-Ressourcen.
Pfad /translator/text Einstiegspunkt der Text-Translation-API.

Den Teil https://<ressourcenname>.cognitiveservices.azure.com findest du im Azure-Portal unter Ressourcenverwaltung > Schlüssel und Endpunkt. Den Pfad /translator/text hängst du selbst an.

Warning

Verwende die eigene Domain der Foundry-Ressource. Der Projektendpunkt (…services.ai.azure.com/api/projects/…), der OpenAI-Endpunkt (…/openai/v1) und der globale Endpunkt https://api.cognitive.microsofttranslator.com funktionieren für LLM nicht.

Werte im Translator eintragen

Trage die Werte in der Konfiguration des Übersetzungsanbieters ein:

Feld im Translator Wert
API-Schlüssel Schlüssel 1 oder Schlüssel 2 der Foundry-Ressource
Endpoint-URL z. B. https://my-translator.cognitiveservices.azure.com/translator/text
Region Region der Foundry-Ressource, z. B. Sweden Central
Übersetzungs Ziel Large Language Model (LLM)
Bereitstellungsname Name deines GPT-Deployments

Warning

API-Schlüssel, Endpoint-URL und Region müssen zur selben Ressource gehören wie das Deployment. Mischst du Werte verschiedener Ressourcen, schlägt die Anfrage fehl.