Microsoft Work IQ: Warum gute KI-Agenten vor allem gute Unternehmensdaten brauchen

Microsoft verbindet Copilot und KI-Agenten enger mit Unternehmensdaten aus Microsoft 365, Dynamics 365 und der Power Platform. Die Entwicklung zeigt ein grundsätzliches Problem bei der Einführung von Agenten: Ein leistungsfähiges KI-Modell allein reicht für gute Automatisierung nicht aus.

Das eigentliche Problem von Unternehmens-KI sind häufig die Daten

Die Leistungsfähigkeit moderner KI-Modelle entwickelt sich rasant. Trotzdem stoßen Unternehmen bei der praktischen Einführung von KI-Agenten schnell auf ein Problem: Die KI kennt das Unternehmen nicht.

Sie weiß zunächst nicht, welcher Kunde zu welchem Projekt gehört, welche Mitarbeitenden verantwortlich sind oder welche internen Regeln für einen Prozess gelten.

Diese Informationen liegen zwar häufig bereits im Unternehmen vor, allerdings verteilt über E-Mails, Dokumente, CRM-Systeme, Tabellen, Projektmanagement-Tools und weitere Anwendungen.

Genau an dieser Stelle setzt Microsoft mit Work IQ an.

Ein gemeinsamer Kontext für Copilot und Agenten

Work IQ soll Informationen und Zusammenhänge aus Microsoft 365, Dynamics 365 und der Power Platform für Copilot und KI-Agenten nutzbar machen.

Die Idee dahinter ist, nicht für jeden neuen Agenten sämtliche Zusammenhänge im Unternehmen erneut definieren zu müssen. Stattdessen entsteht eine gemeinsame Kontextschicht, über die unterschiedliche KI-Anwendungen auf relevantes Unternehmenswissen zugreifen können.

Für einen Vertriebsagenten reicht es beispielsweise nicht aus, lediglich Zugriff auf eine Kundendatenbank zu besitzen. Er muss zusätzlich verstehen, welche Ansprechpartner zu einem Unternehmen gehören, welche Gespräche bereits geführt wurden, welche Angebote existieren und welche nächsten Schritte vereinbart wurden.

Erst durch diesen Kontext kann aus einem allgemeinen KI-Modell ein tatsächlich hilfreicher Unternehmensassistent werden.

Agenten sollen nicht nur antworten, sondern handeln

Parallel entwickelt Microsoft die Benutzeroberfläche von Copilot weiter. KI-Agenten sollen Informationen künftig nicht ausschließlich als Text zurückgeben, sondern interaktive Elemente erzeugen können.

Dazu gehören beispielsweise Diagramme, Formulare oder andere Oberflächen, mit denen Mitarbeitende direkt innerhalb von Copilot weiterarbeiten können.

Damit verändert sich die Rolle des Chats. Statt lediglich eine Antwort zu liefern, kann die KI zunehmend zur Benutzeroberfläche für unterschiedliche Unternehmensprozesse werden.

Ein Mitarbeitender könnte beispielsweise nach aktuellen Vertriebszahlen fragen, eine Analyse erhalten und anschließend direkt aus derselben Oberfläche eine weitere Aktion anstoßen.

Schlechte Daten werden durch KI nicht automatisch besser

Für Unternehmen steckt darin allerdings eine wichtige Erkenntnis: Je stärker KI mit Unternehmensprozessen verbunden wird, desto wichtiger wird die Qualität der zugrunde liegenden Daten.

Wenn Kundendaten doppelt vorhanden sind, Dokumente nicht eindeutig abgelegt werden oder Verantwortlichkeiten in verschiedenen Systemen unterschiedlich hinterlegt sind, übernimmt ein KI-Agent diese Unklarheiten.

KI löst deshalb nicht automatisch bestehende Probleme im Datenmanagement. Sie kann sie sogar sichtbarer machen.

Unternehmen, die Agenten einführen möchten, sollten deshalb frühzeitig prüfen, welche Daten für einen Prozess benötigt werden, wo diese Informationen liegen und ob sie zuverlässig gepflegt werden.

Damit wird Datenqualität zunehmend zu einer Voraussetzung für erfolgreiche KI-Integration.

Auch die Kosten von Agenten verändern sich

Neben Daten und Berechtigungen entsteht eine weitere Herausforderung: die Wirtschaftlichkeit agentischer Systeme.

Bei einem klassischen Softwareprodukt sind Kosten häufig relativ leicht kalkulierbar. Unternehmen kaufen beispielsweise eine bestimmte Anzahl von Lizenzen pro Monat.

Bei KI-Agenten können zusätzlich nutzungsabhängige Kosten entstehen. Microsoft arbeitet hierfür unter anderem mit sogenannten Copilot Credits. Wie hoch der Verbrauch ausfällt, hängt von der Art und Komplexität der ausgeführten Aktionen ab.

Für Unternehmen wird deshalb eine neue Kennzahl interessant: Was kostet ein automatisierter Prozess pro erfolgreicher Durchführung?

Ein Agent kann technisch beeindruckend funktionieren und trotzdem wirtschaftlich wenig sinnvoll sein, wenn die Kosten der Automatisierung höher liegen als der tatsächliche Nutzen.

Was KMU jetzt daraus lernen können

Die wichtigste Erkenntnis aus Work IQ betrifft deshalb nicht nur Unternehmen, die Microsoft einsetzen.

Wer KI-Agenten einführen möchte, sollte nicht mit der Frage beginnen, welcher Agent oder welches Modell gekauft werden soll. Zunächst muss der Prozess verstanden werden.

Welche Informationen benötigt die Aufgabe? Wo befinden sich diese Daten? Welche Systeme müssen miteinander kommunizieren? Welche Berechtigungen benötigt der Agent? Wo braucht es menschliche Kontrolle?

Erst wenn diese Fragen beantwortet sind, lässt sich sinnvoll entscheiden, welche Technologie eingesetzt werden sollte.

Fazit: Der nächste KI-Wettbewerb entscheidet sich im Unternehmenskontext

Die Qualität der großen KI-Modelle nähert sich in vielen Anwendungsbereichen zunehmend an. Für Unternehmen wird deshalb eine andere Fähigkeit wichtiger: Wie gut lässt sich ein Modell mit den eigenen Daten und Prozessen verbinden?

Microsoft Work IQ zeigt diese Entwicklung sehr deutlich. Der eigentliche Wettbewerb um Unternehmens-KI findet zunehmend nicht mehr ausschließlich auf Ebene der Sprachmodelle statt, sondern bei Datenzugriff, Integration und Prozessverständnis.

Für den Mittelstand bedeutet das: Gute Agenten beginnen nicht mit einem guten Prompt. Sie beginnen mit guten Prozessen und verlässlichen Daten.