Copilot, Agenten oder eigene KI: eine Entscheidungshilfe
Microsoft 365 Copilot, Agenten auf Basis der eigenen Daten oder eine individuelle Lösung. Wie Sie für jedes Problem die richtige Stufe wählen und Governance und Kosten unter Kontrolle behalten.
Mit KI verfasst und vom Logol-Team geprüft.
Drei Stufen, eine Frage
Die meisten KI-Diskussionen in mittelgrossen Unternehmen führen an dieselbe Weggabelung. Microsoft 365 Copilot einführen und abwarten, was sich ergibt? Agenten auf Basis der eigenen Daten entwickeln? Oder in eine individuelle Lösung investieren, oder in Software, die für die eigene Branche entwickelt wurde?
Die entscheidende Frage lautet nicht, welche Option die leistungsfähigste ist. Sondern wo die Arbeit tatsächlich stattfindet und was die KI sehen muss, um zu helfen. Wer das ehrlich beantwortet, sieht die Wahl meist klar.
Denken Sie in drei Stufen. Stufe eins ist persönliche Produktivität: Copilot in Outlook, Teams, Word und Excel. Stufe zwei sind Agenten, die auf Ihren eigenen Daten und Prozessen aufsetzen, entwickelt mit Copilot Studio oder Azure AI Foundry. Stufe drei ist eine individuelle Lösung oder Branchensoftware, in der KI Teil des Systems ist, mit dem das Geschäft läuft. Die meisten Organisationen nutzen am Ende mehr als eine Stufe. Der Fehler liegt darin, für ein bestimmtes Problem die falsche zu wählen.
Wann Microsoft 365 Copilot genügt
Copilot arbeitet mit dem, worauf eine Person in Microsoft 365 bereits Zugriff hat: E-Mails, Besprechungen, Chats, Dateien in OneDrive und Teams. Stark ist Copilot beim Zusammenfassen, Entwerfen, Finden und Umformulieren. Wenn das Problem darin besteht, dass Mitarbeitende zu viel Zeit mit Lesen, Schreiben und Suchen verbringen, ist Copilot oft der richtige erste Schritt.
- Die Arbeit ist individuell und vielfältig, kein einzelner wiederholbarer Prozess.
- Die relevanten Informationen liegen bereits in Microsoft 365.
- Das Ergebnis ist ein Entwurf, den eine Person prüft und verantwortet.
- Erfolg heisst eingesparte Zeit pro Person, nicht ein neu gestalteter Ablauf.
Zwei Voraussetzungen werden leicht unterschätzt. Copilot berücksichtigt bestehende Berechtigungen: Sind Ihre Dateiberechtigungen zu weit gefasst, bringt Copilot Inhalte zum Vorschein, die manche Personen nicht sehen sollten. Bereinigen Sie die Zugriffsrechte vor der Einführung. Und die Nutzung braucht Schulung: Wer konkrete Beispiele für die eigene Rolle erhält, arbeitet ganz anders mit Copilot als jemand, der eine Lizenz und eine E-Mail bekommt.
Wann Sie Agenten auf Basis Ihrer eigenen Daten brauchen
Copilot stösst an Grenzen, wenn die Arbeit ein Prozess ist und keine Einzelaufgabe, oder wenn die Daten ausserhalb von Microsoft 365 liegen: im ERP, im CRM, in der Buchhaltung, im DMS oder in einer Fachanwendung. Hier sind Agenten das geeignete Mittel.
Mit Copilot Studio erstellen Sie Agenten, die aus definierten Wissensquellen antworten, Konnektoren und Power-Automate-Flows aufrufen und innerhalb eines Geschäftsprozesses handeln: Lieferantenanfragen bearbeiten, Anfragen vorqualifizieren, Datensätze zur Freigabe vorbereiten. Azure AI Foundry ist der nächste Schritt, wenn Sie mehr Kontrolle brauchen: Wahl der Modelle, auch von OpenAI und Anthropic, eigene Suche über grosse Dokumentenbestände, systematische Evaluation und Integration in Ihre eigenen Anwendungen.
- Derselbe Prozess läuft häufig, mit bekannten Regeln und Ausnahmen.
- Die KI braucht Daten aus Systemen ausserhalb von Microsoft 365.
- Der Agent soll nicht nur antworten, sondern Aktionen vorbereiten oder auslösen.
- Sie müssen die Qualität systematisch messen, nicht anhand von Anekdoten.
Eine praktische Regel: Beginnen Sie mit Copilot Studio, wenn der Prozess zu Standardkonnektoren und Low-Code-Flows passt. Wechseln Sie zu Azure AI Foundry, wenn Sie Modellwahl und eine tiefere Suche brauchen oder wenn der Agent Teil eines Produkts oder eines Kernsystems wird.
Wann eine eigene Lösung oder Branchensoftware richtig ist
Manche Probleme löst man nicht, indem man KI nachträglich aufsetzt. Sind die zugrunde liegenden Daten über zehn Systeme verteilt, erbt ein Agent diese Zersplitterung. Dann ist der richtige Schritt, zuerst das führende System in Ordnung zu bringen und die KI darin arbeiten zu lassen.
Eine Eigenentwicklung lohnt sich, wenn der Prozess ein echtes Unterscheidungsmerkmal ist, kein Standardprodukt ihn abdeckt und Sie bereit sind, das Ergebnis zu verantworten und zu pflegen. Branchensoftware lohnt sich, wenn Ihre Branche ein eigenes Datenmodell, eigene Regulierung und Abläufe hat, die ein generisches Werkzeug erst über Jahre lernen müsste: Mandate, Kollisionsprüfungen und Zeiterfassung einer Anwaltskanzlei oder die Positionen eines Family Office über Banken und Strukturen hinweg. Dort ist KI am nützlichsten, wenn sie den vollen Kontext der Domäne bereits kennt, statt nur Zugriff auf einen Stapel Dokumente zu haben.
Die Abwägung ist klar. Eigenentwicklung bringt maximale Passgenauigkeit und maximale Verantwortung. Branchensoftware bringt fachliche Tiefe und eine Roadmap des Anbieters, im Gegenzug passen Sie sich einem Standard an. Beides ist besser als ein Flickenteppich generischer Agenten auf ungeordneten Daten.
Governance und Kostenkontrolle auf jeder Stufe
Unabhängig von der Stufe sorgen dieselben Grundsätze dafür, dass KI sicher und bezahlbar bleibt.
- Zuerst die Zugriffe. KI sieht, was ihre Identität sehen darf. Überprüfen Sie Berechtigungen und Datenklassifizierung vor der Einführung, nicht nach einem Vorfall.
- Menschliche Freigabe für Aktionen. Agenten schlagen vor. Menschen entscheiden über alles, was Daten verändert, Nachrichten verschickt oder Geld bindet.
- Protokollierung und Audit. Halten Sie Anfragen, Quellen, Vorschläge und Entscheide fest, damit sich ein Ergebnis auch später erklären lässt.
- Datenschutz von Anfang an. Klären Sie, wo Daten bearbeitet und gespeichert werden. Prüfen Sie Anwendungsfälle mit Personendaten anhand des Schweizer Datenschutzgesetzes (DSG) und, wo relevant, der DSGVO. Wenn Sie KI-Systeme in der EU anbieten oder nutzen, klären Sie, wie die risikobasierten Pflichten des EU AI Act für Sie gelten.
- Kostentransparenz. Lizenzen pro Benutzer sind planbar. Verbrauchsbasierte Agenten und Modellnutzung sind es nicht, ausser Sie setzen Budgets, Limiten und Warnungen. Vergeben Sie Lizenzen nach Rolle und tatsächlicher Nutzung und überprüfen Sie den Verbrauch regelmässig.
- Ein Register der Anwendungsfälle. Eine Liste, was produktiv ist, wer verantwortlich ist, welche Daten genutzt werden und wie gemessen wird. Es ist das einfachste Governance-Werkzeug und jenes, das am häufigsten fehlt.
Unser KI-Integrationsteam unterstützt Unternehmen genau bei diesen Entscheiden auf ihrem Microsoft-Stack, von der Einführung von Copilot über Agenten in Copilot Studio und Azure AI Foundry bis, wo es passt, zu unseren eigenen Plattformen für Recht und Finanzen. Die Entscheidungshilfe gilt aber auch unabhängig davon. Wählen Sie die Stufe passend zum Problem und steuern Sie sie ab dem ersten Tag.