Vom Tool zur Intelligenz: Wie Microsoft Copilot neu denkt
Wer in den letzten Monaten mit Microsoft 365 oder Dynamics 365 gearbeitet hat, kennt das kleine, schwebende Copilot-Symbol bereits gut: In Word hilft es beim Formulieren, in Excel erkennt es Muster, in Outlook verfasst es Mails und in Teams fasst es Besprechungen zusammen.
Was einst als KI-gestützte Schreibhilfe begann, ist heute Teil einer umfassenden Automatisierungsarchitektur – Microsofts Copilot entwickelt sich vom Assistenten zum autonomen Systemakteur.
Mit Copilot Studio und dem neuen Agent Builder geht Microsoft nun einen entscheidenden Schritt weiter: Vom eingebetteten KI-Werkzeug hin zu unternehmensspezifischen, steuerbaren Agenten, die nicht nur mitdenken, sondern handeln – systemübergreifend, kontextsensibel und eng verknüpft mit Geschäftsprozessen.
Dieser Beitrag beleuchtet die aktuellen Entwicklungen rund um Microsoft Copilot, zeigt auf, wie Agenten entstehen, wo sie eingebettet sind – und was Unternehmen beachten sollten, bevor sie diesen Schritt in eine neue KI-Dimension wagen.
Was ist ein Agent?
In der aktuellen Microsoft-Copilot-Welt taucht immer häufiger der Begriff Agent auf – doch was ist damit eigentlich gemeint?
Ein Agent ist ein KI-gestützter, softwarebasierter Systemakteur, der eigenständig Aufgaben übernehmen, Informationen auswerten und Aktionen auslösen kann. Anders als klassische Bots, die meist auf einfache Frage-Antwort-Muster beschränkt sind, besitzen Agenten:
- Dialogfähigkeit: Die Interaktion erfolgt meist in natürlicher Sprache – über Teams, Webchats oder Anwendungen.
- Handlungskompetenz: Sie können über definierte Skills Systemaktionen anstoßen – z.B. einen Antrag stellen, ein Dokument versenden oder eine Workflow-Kette starten.
- Kontextverständnis: Sie greifen auf Datenquellen wie den Microsoft Graph, Dataverse oder externe APIs zu, um Informationen im Zusammenhang zu interpretieren.
- Zielorientierung: Agenten verfolgen konkrete Aufgaben, etwa die Vorbereitung eines Termins oder das Auslösen eines Genehmigungsprozesses.
Kurz gesagt: Ein Agent ist nicht einfach ein smarter Chatbot, sondern ein digitaler Mitarbeitender mit klar definierten Rollen, Zugriffsrechten und Aufgaben.
Copilot heute – Überblick über den aktuellen Funktionsumfang
Was vor gut einem Jahr als spektakuläre Ankündigung begann, ist heute gelebter Alltag in Microsoft-Umgebungen: Copilot ist integraler Bestandteil vieler Anwendungen in Microsoft 365 und Dynamics 365. Die KI-gestützten Funktionen reichen dabei weit über reine Texthilfen hinaus – sie strukturieren Informationen, fassen Inhalte zusammen, automatisieren Aufgaben und interpretieren Daten in einem geschäftlichen Kontext.
Microsoft 365 Copilot – Produktivität mit Kontext
Was Copilot in Microsoft 365 so wirkungsvoll macht, ist nicht nur die KI selbst, sondern ihre tiefe Einbettung in den digitalen Arbeitsalltag. In jeder Anwendung unterstützt Copilot kontextbezogen, datenbasiert und direkt im Arbeitsfluss – ganz ohne Systembruch.
Die folgenden Beispiele zeigen, wie vielseitig und produktivitätssteigernd Copilot bereits heute in den wichtigsten Microsoft 365-Anwendungen eingesetzt wird:
- Excel: Formelerstellung, Trendanalysen, Anomalieerkennung
- Outlook: Vorschläge für E-Mail-Antworten, Priorisierung, Terminvorbereitung
- PowerPoint: Folienentwürfe aus strukturierten Informationen, Visualisierungsvorschläge
- Teams: Besprechungsnotizen, Aufgabenextraktion, Live-Zusammenfassungen
- Word: automatische Textentwürfe, Zusammenfassungen, Tonalitätsanpassung
All diese Funktionen nutzen die Stärken des Microsoft Graph, um Inhalte nicht nur zu generieren, sondern sie auch in den richtigen Kontext zu setzen – auf Basis von Kalendern, Mails, Dateien, Chats und CRM-Daten.
Dynamics 365 Copilot – KI in Geschäftsprozessen
In Dynamics 365 ist Copilot nicht bloß Assistent, sondern zunehmend proaktiver Prozessbegleiter:
- Customer Service: Wissensvorschläge, Antwortvorschläge, Workflow-Empfehlungen
- Finance / Supply Chain: Vorhersagen, Anomalieprüfung, Datenergänzung
- Projektmanagement: automatische Statusberichte, Risikobewertungen
- Sales: Gesprächsnotizen, Vorschläge für Folgeaktionen, CRM-Dateneintragungen
Diese Rollen-basierten Copilots sind so konzipiert, dass sie branchenspezifisch erweitert und angepasst werden können – ein erster Schritt in Richtung personalisierter Agentenlogik.
Copilot vs. klassische Automatisierung
|
Kriterium |
Klassische Automatisierung |
Microsoft Copilot |
|
Anpassungsfähigkeit |
Niedrig |
Hoch (durch Graph-Integration) |
|
Datenbasis |
Input aus definierten Systemen |
Microsoft Graph, CRM, M365, SharePoint |
|
Interaktion |
Formulare, Klickpfade |
Sprach-/Textbasiert, dialogorientiert |
|
Lernfähigkeit |
Keine |
Teilweise (modellgestützt, nicht adaptiv) |
|
Trigger |
Regelbasiert, statisch |
Kontextgesteuert, dynamisch |
Mit dieser Funktionsvielfalt ist klar: Copilot ist längst mehr als ein Textassistent – es ist ein semantisches Interface, das Produktivität, Kontextverständnis und Automatisierung miteinander verbindet.
Copilot Studio und Agent Builder: Der Weg zum autonomen Systemakteur
Mit dem Aufstieg von Copilot in den Office- und Geschäftsprozessen war klar: Der nächste logische Schritt würde nicht nur in der Anwendung von KI liegen – sondern in ihrer Gestaltung. Genau hier setzt Microsoft Copilot Studio an: Es bringt die Fähigkeit, unternehmensspezifische Copilots zu erstellen, zu steuern und über bestehende Grenzen hinaus zu integrieren.
Was ist Copilot Studio?
Copilot Studio ist Microsofts zentrale Entwicklungsumgebung für:
- die Erstellung eigener Copilots (Dialog- und Prozessagenten)
- die Integration externer Systeme über Konnektoren und APIs
- die Verwaltung von Eingaben, Zugriffen und Reaktionen durch den Agenten
Technisch basiert Copilot Studio auf dem bisherigen Power Virtual Agents-Framework – erweitert um Funktionen für Kontextmanagement, natürliche Dialoge, systemübergreifende Aktionen und die tiefe Einbindung in Microsoft Graph, Dataverse sowie externe Datenquellen.
Was passiert mit Power Virtual Agents?
Die Einführung von Copilot Studio hat in der Community zu berechtigter Verunsicherung geführt: Wird Power Virtual Agents eingestellt? Gibt es zwei Systeme? Oder ist Copilot Studio einfach der neue Name?
Die Antwort: Power Virtual Agents ist nicht verschwunden – sondern vollständig in Copilot Studio überführt worden. Das bedeutet:
- Alle bestehenden PVA-Bots bleiben erhalten und laufen weiter innerhalb von Copilot Studio.
- Die Benutzeroberfläche wurde modernisiert und erweitert – alte Funktionen sind weiterhin verfügbar, neue (z.B. Agent Builder, Skills, Systemaktionen) kommen hinzu.
- Der neue Fokus liegt auf tieferer Integration, höherer Skalierbarkeit und offenerem Dialogverhalten – auf Basis derselben Architektur.
Microsoft bezeichnet diese Entwicklung nicht als Ablösung, sondern als Weiterentwicklung. Wer heute einen PVA-Bot erstellt, tut das faktisch schon im neuen Copilot Studio – mit der Option, klassische und neue Agentenlogik zu kombinieren.
Fazit: Es gibt keine Parallelwelt – Copilot Studio ist der neue Rahmen für alle Power Virtual Agents.
Agent Builder – Von Antworten zu Handlungen
Der Agent Builder innerhalb von Copilot Studio ist ein Werkzeug, das die Erstellung autonom agierender KI-Agenten ermöglicht. Dabei geht es nicht mehr nur um eine textliche Reaktion – sondern um die Fähigkeit, Entscheidungen zu treffen und konkrete Aktionen im System auszulösen.
Ein Agent kann:
- eine Benutzeranfrage verstehen (z.B. „Wie viele Urlaubstage habe ich noch?“)
- im Hintergrund Daten aus einem HR-System abfragen (Graph API, Workday, SAP etc.)
- die passende Antwort formulieren – oder eine Aktion einleiten (Urlaub beantragen, Mitarbeiterdokument öffnen)
Die Logik dafür wird in sogenannten Kernfähigkeiten (Skills) definiert – modular, wiederverwendbar, erweiterbar.
Beispiel: Ein interner HR-Copilot
Ein Unternehmen erstellt mit Copilot Studio einen Agenten, der:
- Fragen zu Urlaub, Krankheit, Homeoffice-Zeiten und Richtlinien beantworten kann
- Zugriff auf die HR-Daten im Dataverse hat
- Per Power Automate Urlaubsanträge starten oder genehmigen lassen kann
- In Teams eingebunden wird und dort proaktiv auf Fristen hinweist
Damit entsteht ein echter Digitaler Assistent mit Systemzugriff, nicht bloß ein smarter Chatbot.
Tiefer einsteigen: Microsoft Copilot Studio Implementation Guide
Wer sich intensiver mit dem Aufbau, der Planung und der technischen Umsetzung eigener Copilot-Agenten beschäftigen möchte, findet im offiziellen Microsoft Implementation Guide wertvolle Praxisinformationen:
Copilot Studio Implementation Guide
Der Guide enthält Architekturdiagramme, Deployment-Modelle und Best Practices für Governance und Sicherheit.
Exkurs: Agentic AI – Microsofts Weg zur geschäftsorientierten KI-Autonomie
Mit dem Agent Builder in Copilot Studio betritt Microsoft bewusst neues Terrain: weg von rein reaktiven, durch Menschen getriggerten KI-Aktionen – hin zu autonomen Systemkomponenten, die eigenständig Aufgaben anstoßen, Informationen bewerten und Entscheidungen vorbereiten können. Diese Entwicklung ordnet sich ein in den wachsenden Trend zur Agentic AI – also KI-Systemen mit Zielorientierung, Kontextverständnis und Handlungskompetenz.
Was ist Agentic AI?
Im Kern beschreibt Agentic AI Systeme, die:
- Absichten und Ziele verfolgen,
- autonom handeln können (innerhalb vorgegebener Richtlinien),
- Kontextinformationen dynamisch einbeziehen,
- und selbstständig Schritte unternehmen, um definierte Aufgaben zu erfüllen.
Im Unterschied zu klassischen KI-Anwendungen, die auf einen konkreten Prompt reagieren, agieren Agenten proaktiv und prozessgetrieben – sie sind nicht nur Antwortmaschine, sondern Systemakteur.
Microsofts Perspektive: Von Automatisierung zu Rollenlogik
Microsoft verfolgt diesen Weg mit einem klaren Fokus auf die Integration in die Unternehmensarchitektur:
- Copilot-Agenten werden zu digitalen Rollenträgern, vergleichbar mit menschlichen Mitarbeitenden – nur systemintern:
- Ein Agent mit HR-Zugriff kennt Prozesse, Richtlinien und Datenmodelle
- Ein Vertriebsagent interagiert mit Dynamics 365, analysiert Verkaufschancen und initiiert Folgeaktionen
- Agenten basieren auf einer Kombination aus:
- natürlicher Sprache als Interface (für Input und Output),
- Skills (wiederverwendbare Funktionen, z.B. „Anfrage prüfen“ oder „Termin buchen“),
- und einem Kontextmodell, das Datenquellen wie den Microsoft Graph, Dataverse oder APIs einbezieht.
Ergebnis: Der Agent agiert nicht mehr als Oberfläche, sondern als prozessfähige Instanz im Unternehmen.
Abgrenzung zu klassischen Bots oder Flows
Im Unternehmensumfeld sind Chatbots und Prozess-Flows längst etabliert – sei es zur Automatisierung von Standardprozessen oder zur Unterstützung einfacher Nutzerinteraktionen. Doch Agenten, wie sie mit Copilot Studio und dem Agent Builder realisiert werden, gehen einen deutlichen Schritt weiter.
Während klassische Bots meist regelbasiert, linear und auf vordefinierte Dialoge beschränkt sind, agieren Agenten kontextsensibel, rollenbasiert und dynamisch – mit Zugriff auf Datenmodelle, Unternehmensprozesse und Entscheidungslogik.
Die folgende Übersicht verdeutlicht die wichtigsten Unterschiede zwischen traditionellen Automatisierungstools und der neuen Agentenklasse im Microsoft-Ökosystem:
| Aspekt | Klassischer Bot / Flow | Agentic Copilot (Microsoft) |
| Ausführung | Einzelschritt oder Kette | Mehrschrittig, situationsgesteuert |
| Autonomiegrad | Gering | Mittel bis hoch (vordefinierte Kontrolle) |
| Dialogfähigkeit | Begrenzt | Sprachlich und inhaltlich adaptiv |
| Kontextintegration | Eingeschränkt | Multi-System, Graph, Live-Daten |
| Reaktionsweise | Regelbasiert | Kontextsensitiv, dynamisch |
| Zielmodell | Funktion/Aktion | Aufgabe/Ziel |
Bedeutung für Unternehmen
Die Einführung agentenbasierter KI verändert nicht nur die Toollandschaft – sie stellt auch grundlegende Anforderungen an IT-Strategie und Unternehmensarchitektur. Denn Copilot-Agenten sind keine bloßen Werkzeuge, sondern eigenständige Akteure im digitalen Betriebssystem eines Unternehmens.
Damit verbunden ist ein Paradigmenwechsel: Prozesse werden nicht mehr ausschließlich von Menschen initiiert und überwacht, sondern zunehmend von Agenten mitgestaltet – mit Zugriff auf Systeme, Daten und Entscheidungen.
Um diese Potenziale sicher und sinnvoll zu nutzen, braucht es einen strukturierten Rahmen:
- Architekturdenken: Agenten sollten wie interne digitale Rollen geplant werden – mit klar definierten Schnittstellen, Verantwortlichkeiten und Kontrollinstanzen.
- Governance: Jede Aktion eines Agenten muss nachvollziehbar und regelkonform sein – das erfordert klare Berechtigungskonzepte, Richtlinien und Auditierbarkeit.
- Vertrauen und Transparenz: Nutzer:innen und Verantwortliche müssen verstehen, wie Agenten zu ihren Entscheidungen kommen – und jederzeit eingreifen können.
Unternehmen, die Agenten einführen, sollten dies nicht als Technikeinführung, sondern als strategische Architekturentscheidung begreifen – mit der gleichen Sorgfalt wie beim Onboarding neuer Mitarbeitender.
Microsoft bietet für diese Anforderungen bereits zentrale Werkzeuge:
- Das Microsoft 365 Compliance Center und Audit Logs ermöglichen die Überwachung und Nachverfolgbarkeit aller Agentenaktivitäten.
- Copilot Studio stellt die Entwicklungsumgebung zur Verfügung, um Agenten gezielt zu gestalten und zu steuern.
- Mit Microsoft Entra ID lassen sich Identitäten, Zugriffsrechte und Sicherheitsrichtlinien konsistent verwalten – auch für KI-Agenten.
Fazit und Markteinordnung
Mit Agentic AI bewegt sich Microsoft auf eine neue Ebene: weg von der Benutzerassistenz, hin zur Systemintelligenz. Copilot-Agenten sind keine Spielerei – sie werden zu ernstzunehmenden Akteuren im digitalen Betriebssystem eines Unternehmens. Wer heute damit beginnt, sich strategisch mit ihnen auseinanderzusetzen, legt den Grundstein für zukunftsfähige, skalierbare und kontrollierbare KI-Prozesse.
Doch Microsoft ist nicht allein auf diesem Weg:
Einordnung in die technologische Landschaft
- Anthropic / AWS Bedrock Agents: Noch eher im Experimentierstadium, aber mit erkennbarer Richtung in Richtung systemweiter Agentenstrukturen.
- Google Duet AI / Gemini for Workspace: Fokus auf User Assistenz und Developer Tools, mit wachsender API-Verbindung zu Cloud Workflows.
- OpenAI verfolgt mit dem ChatGPT-Agenten-Modell (Custom GPTs / GPT Actions) einen verwandten Ansatz:
- Benutzer:innen können Aufgaben definieren, externe APIs anbinden und Fähigkeiten kapseln.
- Auch hier steht der Agent für zielgerichtetes Handeln mit Kontextverständnis.
- Der Fokus liegt jedoch stärker auf generativer und explorativer Interaktion, weniger auf tiefer Businessprozessintegration.
- Salesforce Einstein Copilot: Kombination aus CRM-Intelligenz und automatisierbaren Aktionen mit Businesskontext (aktuell im Beta-Rollout).
Zusammengefasst
Während Microsoft seinen Agentenansatz tief in Unternehmensarchitektur und Governance verankert, setzen andere Anbieter stärker auf API-Assistenz, kreative Autonomie oder Entwicklertools. Die Zielrichtung ist jedoch die gleiche: Künstliche Intelligenz soll nicht nur antworten – sondern sinnvoll handeln.
Power Platform Integration – Business Apps treffen KI
Der volle Mehrwert von Copilot-Agenten entfaltet sich dort, wo Geschäftsprozesse leben: in der Integration mit den Werkzeugen der Power Platform. Copilot Studio ist kein isoliertes KI-Tool, sondern Teil eines größeren Ökosystems aus Power Apps, Power Automate, Power BI und Dataverse – und genau hier beginnt die Automatisierung nicht nur intelligent, sondern handlungsfähig zu werden.
KI trifft Low-Code – eine strategische Allianz
Microsofts Vision: Jeder Fachbereich soll in der Lage sein, eigene Lösungen zu bauen – ohne tiefe Programmierkenntnisse. Mit Copilot-Funktionen in Power Platform-Produkten entstehen neue Szenarien:
- In Power BI wird die Analyse durch Copilot beschleunigt: Der Agent kann Fragestellungen verstehen und passende Visualisierungen vorschlagen oder Berichte zusammenfassen
- Nutzer:innen bauen Power Apps, die Copilot-Komponenten beinhalten (z.B. zur intelligenten Datenerfassung)
- Power Automate Flows werden durch Copilot ergänzt – z.B. mit Vorschlägen für Trigger und Logik, verständlich erklärt
Typische Szenarien: So sieht es in der Praxis aus
Automatisierte Kundenkommunikation mit Dynamics 365 und Power Automate
Ein Support-Copilot analysiert eingehende Anfragen (z.B. via E-Mail oder Chat), erkennt Anliegen, öffnet passende Fälle im CRM und schlägt Lösungen oder Reaktionen vor. Über Power Automate können Eskalationen, Rückfragen oder Eskalations-Workflows angestoßen werden.
Entscheidungshilfe mit Power BI und natürlicher Sprache
Führungskräfte können mit natürlicher Sprache Fragen an Copilot stellen wie: „Wie haben sich die Retourenquoten im Westen im letzten Quartal entwickelt?“ Copilot greift auf Power BI-Datenmodelle zu, interpretiert Trends und gibt eine verständliche Antwort – inkl. Datenverlinkung.
HR-Prozesse intelligent begleiten
Ein Agent verarbeitet Anfragen zu Urlaub, Abwesenheit oder Benefits, greift auf Dataverse oder ein Drittanbieter-HR-System zu, erstellt Buchungen und informiert über Regelungen. Die Logik wird über Power Automate orchestriert – der Agent fungiert als Nutzer:in-Schnittstelle und Businesslogik-Steuerung zugleich.
Low-Code heißt nicht Low-Governance
So komfortabel und zugänglich die Power Platform mit Copilot-Unterstützung geworden ist, so wichtig ist ein bewusstes Design:
- Berechtigungsmodelle in Power Apps und Automate sollten mit der Rollenlogik der Agenten abgestimmt sein
- Data Loss Prevention (DLP) muss auf Copilot-Zugriffe ausgeweitet werden
- Governance-Strukturen (z.B. über das Center of Excellence Kit oder Entra ID-Richtlinien) sind essenziell
Fazit: Die Power Platform ist mehr als nur Bühne für Copilot-Agenten – sie ist das Orchester. Wer hier Prozesse, Daten und Agenten vereint, erschließt neue Effizienzpotenziale ohne die IT zu überlasten – aber mit klarem Fokus auf Struktur, Sicherheit und Skalierbarkeit.
Integration mit Microsoft Fabric – Daten, KI und Agenten auf einer Plattform
Mit der Einführung von Microsoft Fabric verfolgt Microsoft das Ziel, alle Daten-, Analyse- und KI-Komponenten auf einer einheitlichen Plattform zusammenzuführen. Fabric integriert Datenpipelines, Data Lakes, Real-Time Analytics, Power BI und Machine Learning in einem gemeinsamen Architekturmodell – mit OneLake als zentralem Datenspeicher.
Für Copilot- und Agenten-Szenarien bedeutet das: Datenzugriff, Analyse und Automatisierung wachsen zusammen.
Warum ist Microsoft Fabric relevant für Copilot?
- Agenten können auf strukturierte Datenquellen zugreifen – unabhängig davon, ob sie aus SQL, Lakehouses oder SaaS-Systemen stammen.
- Copilot in Power BI ist Teil von Fabric und nutzt die neuen semantischen Datenmodelle direkt aus dem OneLake.
- Fabric bringt eine Rollen- und Berechtigungsstruktur, die auch für Copilot-Szenarien konsistent nutzbar ist.
- Mit der Data Activator-Komponente lassen sich ereignisgesteuerte Aktionen auf Fabric-Datenmodellen auslösen – z. auch von einem Copilot-Agenten.
Beispiel: Von der Datenanalyse zur Aktion
Ein Vertriebsagent erkennt über Fabric-gestützte Power BI-Modelle, dass ein bestimmtes Produktsegment rückläufig ist. Über definierte Schwellenwerte (Data Activator) wird ein Signal ausgelöst – der Agent schlägt eine Kampagne vor, startet die Abstimmung in Teams und initiiert automatisch ein CRM-Event.
Fazit: Fabric ist mehr als nur Datenplattform
Microsoft Fabric bildet die Datengrundlage für eine neue Form der KI-Integration – bei der Agenten nicht nur auf Informationen zugreifen, sondern intelligent und kontextbasiert auf sie reagieren können. Wer Copilot und Agenten strategisch einsetzen möchte, sollte Fabric als Infrastruktur mitdenken – besonders im Zusammenspiel mit Power BI, Dataverse und Microsoft Graph.
Exkurs: Die Zukunft der Power Platform – KI als Steuerzentrale?
Die Power Platform war von Beginn an als Low-Code-Plattform für Fachabteilungen gedacht – doch durch die Integration von Copilot, Agenten und dem Microsoft Graph verändert sich ihre Rolle grundlegend. Künftig wird die Frage nicht mehr nur lauten „Welche App soll gebaut werden?“, sondern:
„Was will ich erreichen – und welcher Agent oder Flow übernimmt das für mich?“
Drei zentrale Entwicklungslinien zeichnen sich ab:
- Vom Baukasten zum Dialog
- Wo heute Power Apps mühsam modelliert werden, wird künftig natürliche Sprache das dominierende Interface.
- Nutzer:innen beschreiben, was sie brauchen – Copilot generiert die App-Struktur, das Datenmodell und die Geschäftslogik.
- Entwickler:innen agieren eher als Kurator:innen und Kontrolleur:innen der von KI entworfenen Komponenten.
- Automatisierung als Service – auch ohne klassische Flows
- Statt manuell erstellter Power Automate-Flows übernehmen Agenten die Steuerung von Workflows.
- Diese handeln auf Basis von Kontext, Rollen und Systemdaten – etwa über Skills, API-Verbindungen und Triggerlogiken.
- Das klassische Wenn-Dann-Denken wird durch zielbasierte Logik
- Agenten statt Apps?
- In vielen Szenarien wird ein gut trainierter Copilot-Agent die klassische Canvas-App ergänzen oder ablösen:
- Beispiel: Ein Bestellprozess läuft nicht mehr über ein Formular, sondern via Teams-Chat mit einem Copilot, der die Bestellung initiiert, prüft und mit dem ERP verknüpft.
- Die App wird zum Hintergrundsystem – der Agent zur aktiven Schnittstelle.
Was bleibt – und was wird transformiert?
| Element | Bestand | Veränderung / Zukunft |
| Canvas-Apps | Bleiben | Werden stärker KI-generiert und assistiert |
| Dataverse / Datenmodelle | Bleiben | Grundlage für Agentenverständnis & Datenkontext |
| Model-Driven Apps | Bleiben | Agenten übernehmen Teile der Interaktion |
| Power Automate Flows | Bleiben | Können von Agenten gesteuert oder ersetzt werden |
| Power BI Dashboards | Bleiben | KI liefert Interpretation & Handlungsempfehlungen |
Fazit
Die Power Platform wird in den kommenden Jahren nicht verschwinden, sondern sich von einer Werkzeugkiste zur intelligenten Prozessplattform entwickeln.
Copilot- und Agententechnologie sind dabei kein Add-on, sondern der logische nächste Schritt: Low-Code wird zu Goal-Code – KI-gestützt, zielgerichtet, prozessorientiert.
Für Administrator:innen, Entwickler:innen und Entscheider:innen heißt das: Kompetenzen in Governance, Kontextmodellierung und Agentendesign werden mindestens so wichtig wie klassische App-Bausteine.
Sichere Agenten-Architekturen in Unternehmen
So leistungsfähig Copilot, Agent Builder und die Power Platform auch sind – ohne eine tragfähige Governance-Strategie riskieren Unternehmen eine Eskalation unkontrollierter Automatisierung, Datenfreigabe oder Entscheidungslogik. Denn mit jeder Handlungskompetenz, die ein Agent erhält, wächst auch die Verantwortung, ihn nachvollziehbar und regelkonform zu steuern.
Zugriff beginnt mit Identität: Entra ID als Sicherheitsanker
Jeder Copilot-Agent wird – ähnlich einem Benutzerobjekt – in Microsoft Entra ID eingebunden. Daraus ergibt sich:
- Ein identifizierbarer Prinzipal, dem Rollen, Gruppenmitgliedschaften und Berechtigungen zugewiesen werden können
- Die Möglichkeit zur Integration in Conditional Access, Multi-Faktor-Authentifizierung und Privileged Identity Management
- Zentrale Protokollierung im Audit Log – nachvollziehbar, wann welche Aktion durch einen Agenten ausgelöst wurde
Copilot-Identitäten sind damit vollwertige Teilnehmende im Sicherheits- und Identitätskonzept eines Unternehmens.
Datenzugriff und Kontext – wer sieht was, wann und warum?
Copilot-Agenten greifen auf die folgenden Schnittstellen zu:
- Microsoft Graph (E-Mails, Termine, Kontakte, Dateien, Aufgaben),
- Dataverse (CRM, HR, Finance etc.),
- sowie externe APIs oder SharePoint-Dokumente
Hier ist Governance besonders wichtig:
- Data Loss Prevention (DLP): Welche Konnektoren dürfen Agenten nutzen? Welche Datenquellen sind gesperrt?
- Sensitivity Labels: Können Agenten klassifizierte Informationen lesen, verarbeiten oder weitergeben?
- Information Barriers: Inwiefern dürfen Agenten zwischen Organisationseinheiten kommunizieren?
Beispiel: Ein HR-Agent sollte keine E-Mails aus dem Vertrieb lesen – auch wenn er technisch auf den Graph zugreifen könnte. Hier greifen Compliance-Richtlinien, Konnektor-Governance und Entra-Zugriffssteuerung ineinander.
Verantwortung und Revisionssicherheit
KI-Systeme müssen nicht nur handeln, sondern auch erklären können, warum sie wie gehandelt haben. Daher sollten Unternehmen folgende Elemente fest einplanen:
- Freigabemechanismen: Entscheidungen mit Auswirkung (z.B. Eskalationen, Kundenkontakt, HR-Vorgänge) sollten entweder validiert oder rückverfolgbar sein
- Protokollierung & Auditierung aller Agentenaktionen
- Transparenzmechanismen: Welche Daten wurden genutzt? Welche Logik war aktiv?
Best Practice: Risikoentscheidungen werden durch menschliche Gegenzeichnung flankiert – Agenten liefern Empfehlung und Kontext, aber keine finalen Entscheidungen.
Checkliste: Worauf Unternehmen vor der Einführung von Copilots achten sollten
- Existiert ein zentrales Rollenkonzept für Agentenidentitäten?
- Ist der Zugriff auf kritische Systeme durch DLP- und API-Richtlinien gesteuert?
- Gibt es ein zentrales Protokoll für Agentenaktionen (z.B. Audit Log)?
- Werden sensible oder regulierte Datenquellen gesondert geschützt?
- Ist dokumentiert, wie Agenten Entscheidungen treffen (Promptstruktur, Skills, Datenbasis)?
Fazit
KI ohne Kontrolle ist keine Lösung – sie ist ein Risiko. Wer Copilots und Agenten in sein Unternehmen bringt, sollte von Beginn an eine Sicherheits- und Governance-Architektur mitdenken, die den menschlichen Maßstab für Verantwortung und Nachvollziehbarkeit wahrt.
Multi-Cloud-Fähigkeit und API-Integration – Copilot über Systemgrenzen hinweg
Auch wenn Microsoft Copilot und die Agententechnologie tief im eigenen Ökosystem verankert sind, bedeutet das nicht, dass sie ausschließlich innerhalb von Microsoft 365 oder Azure agieren müssen. Im Gegenteil: Die Plattform ist offen für den Zugriff auf Drittanbieter-Datenquellen, Multi-Cloud-Dienste und hybride Architekturen.
API statt Abschottung
Copilot Studio und der Agent Builder bieten die Möglichkeit, externe Systeme über Konnektoren, Webhooks oder benutzerdefinierte APIs anzubinden. Dadurch lassen sich Daten und Funktionen aus z.B. folgenden Quellen integrieren:
- AWS oder Google Cloud APIs
- Salesforce, Jira, Zendesk
- SAP, Workday, ServiceNow
- eigene REST- oder GraphQL-Schnittstellen
Der Agent kann dadurch Informationen nicht nur aus Microsoft Graph oder Dataverse abrufen, sondern z.B. HR-Daten aus SAP, CRM-Ereignisse aus Salesforce oder IoT-Events aus AWS verarbeiten – jeweils unter Berücksichtigung der konfigurierten Berechtigungen und Governance-Mechanismen.
Warum das wichtig ist
In modernen IT-Landschaften sind viele Unternehmen nicht monolithisch Microsoft-zentriert aufgestellt. Eine leistungsfähige Agentenstrategie muss daher in der Lage sein, mit Datenquellen und Prozessen außerhalb des Microsoft-Kosmos zu arbeiten – sei es für Datenanreicherung, Handlungsauslösung oder Entscheidungsunterstützung.
Best Practice
- Verwende benutzerdefinierte Konnektoren in Copilot Studio, um REST- oder GraphQL-basierte Dienste einzubinden.
- Nutze Azure API Management als sichere Brücke zu externen Systemen – auch in regulierten Umgebungen.
- Plane rollen- und domänenspezifische Agenten, die jeweils Zugriff auf genau die APIs erhalten, die sie benötigen.
Fazit: Offenheit mit Kontrolle kombinieren
Die Multi-Cloud-Fähigkeit von Copilot-Agenten ist kein Zufall, sondern strategisch angelegt. Microsoft schafft mit Copilot Studio einen Rahmen, der Integration und Kontrolle miteinander verbindet – ideal für Unternehmen mit heterogenen IT-Landschaften. Die Zukunft ist nicht Microsoft-only – sie ist API-first.
Lizenzierung und Kosten – was Copilot kostet
Neben technischen und organisatorischen Fragen ist die Lizenzierung ein zentraler Faktor für die Einführung von Copilot und agentenbasierten Lösungen. Denn Microsofts KI-Funktionen sind nicht automatisch Bestandteil einer regulären Microsoft 365- oder Dynamics 365-Lizenz – und auch nicht einheitlich verfügbar.
Microsoft 365 Copilot
Copilot für Microsoft 365 ist eine zusätzliche Lizenz, die auf eine bestehende Microsoft 365 Lizenz aufsetzt.
- Preis: rund 30 Euro pro Nutzer:in und Monat (Stand: Mitte 2025)
- Voraussetzungen: Nutzung von Microsoft 365 Apps for Enterprise und Entra ID (ehemals Azure AD)
- Der Rollout erfolgt schrittweise – nicht alle Funktionen stehen in allen Regionen oder Tenants sofort zur Verfügung
Hinweis zur Verfügbarkeit
Microsoft nennt in seiner offiziellen Dokumentation zahlreiche Pläne als Voraussetzung (z.B. E3, E5, F3, Business Premium, OneDrive/SharePoint/Exchange-only). In der Praxis variiert die Verfügbarkeit jedoch je nach Region, Tenant-Konfiguration und Art des Abonnements.
Für Privatpersonen steht Copilot derzeit nur eingeschränkt zur Verfügung. Copilot Chat ist teils enthalten, die Office-Integration aber (noch) nicht offiziell freigegeben. Eine tagesaktuelle Rücksprache mit dem Microsoft-Partner oder Lizenzanbieter ist dringend zu empfehlen.
Dynamics 365 Copilot
Auch in Dynamics 365 ist Copilot modulabhängig lizenziert – z.B. innerhalb von Sales, Customer Service oder Field Service.
- Je nach SKU sind bestimmte Funktionen bereits enthalten, andere müssen separat aktiviert werden
- Die Nutzung von Copilot setzt teils zusätzliche Kapazitäten in Dataverse oder der Power Platform voraus
Copilot Studio / Agent Builder
Copilot Studio ist Teil des Power Platform-Ökosystems und basiert auf Power Apps- und Power Automate-Plänen.
- Kosten entstehen u.U. pro Session, Flow oder API-Aufruf – abhängig vom gewählten Lizenzmodell (Pay-as-you-go oder Kapazitätslizenz)
- Auch die Nutzung von Premium-Konnektoren, Custom Skills oder externen APIs kann zusätzliche Gebühren verursachen
Tipp für die Praxis
Vor dem Rollout sollte eine klare Lizenzstrategie entwickelt werden, die folgende Fragen beantwortet:
- Lohnt sich eine Kapazitätslizenz – oder ist ein Pay-as-you-go-Modell flexibler?
- Welche Benutzer:innen benötigen Zugriff auf welche Copilot-Funktionen?
- Welche Funktionen sind durch bestehende Lizenzen bereits abgedeckt?
- Wie hoch ist der voraussichtliche Nutzungsumfang (z.B. Volumen, Konnektoren, Interaktionshäufigkeit)?
Gerade in hybriden oder komplexen IT-Umgebungen mit mehreren Agenten ist eine enge Abstimmung zwischen IT, Einkauf und Controlling ratsam – um spätere Überraschungen bei Folgekosten zu vermeiden.
Anwendungsszenarien und Praxisbeispiele
Die strategischen Ansätze rund um Copilot Studio, Power Platform und Agentic AI entfalten ihre Wirkung erst dann voll, wenn sie in konkrete, betriebliche Abläufe übersetzt werden.
Hier einige aus der Praxis abgeleitete Szenarien, die sowohl mittelständische IT-Abteilungen als auch größere Enterprise-Umgebungen adressieren:
Vertriebsassistent mit CRM-Zugriff (Dynamics 365 Sales Copilot)
Ziel: Unterstützung von Vertriebsmitarbeitenden bei der Vorbereitung, Durchführung und Nachverfolgung von Kundenterminen.
Funktionen des Agenten
- Analyse vergangener E-Mails und Notizen
- Automatische Protokollierung des Gesprächsverlaufs im CRM
- Generierung eines Aufgabenplans für die Nachbereitung
- Kontextualisierte Vorschläge für Cross- und Upselling-Angebote
- Vorschläge für Gesprächseinstieg und Follow-up
Effekt: Der Vertrieb agiert datenbasiert, konsistent und zeiteffizient – ohne auf manuelle CRM-Pflege angewiesen zu sein.
Interner HR-Agent für Mitarbeitendenanfragen
Ziel: Entlastung der HR-Abteilung durch einen jederzeit verfügbaren, regelbasierten Agenten.
Funktionen des Agenten:
- Beantwortung typischer Fragen zu Urlaub, Elternzeit, Benefits
- Initiierung und Übergabe an Power Automate-Workflows (z.B. für Urlaubsanträge)
- Weiterleitung komplexer Anfragen an HR-Mitarbeitende bei Bedarf
- Zugriff auf persönliche Daten wie Urlaubsstand, Krankentage etc.
Effekt: Self-Service-fähige Mitarbeitende, reduzierte HR-Kosten, transparente Prozesse.
Dokumentenagent in SharePoint und Loop
Ziel: Unterstützung von Teams bei der Sichtung, Bewertung und Weiterverarbeitung großer Dokumentenmengen.
Funktionen des Agenten:
- Analyse und Zusammenfassung von SharePoint-Dokumenten (z.B. Projektpläne, Verträge)
- Erstellung von To-dos, Statusupdates oder Entscheidungsvorlagen
- Extraktion relevanter Informationen für Besprechungen (über Teams oder Loop)
- Kontextuelles Nachschlagen von verwandten Inhalten aus OneDrive oder Outlook
Effekt: Schnellere Vorbereitung, weniger Meetings, effizientere Entscheidungsfindung.
Technischer Support Copilot durch First Line Agents
Ziel: Entlastung des IT-Supports durch einen intelligenten, fallbasierten Agenten.
Funktionen des Agenten:
- Automatische Erstellung eines Tickets mit vorqualifizierten Informationen
- Erkennung von Problemkategorien (Netzwerk, Office, VPN, Authentifizierung etc.)
- Nutzung der Microsoft Graph API zur Prüfung von Gerätestatus, Lizenzinformationen oder Sign-In-Protokollen
- Rückmeldung an Benutzer:in mit Lösungsvorschlägen oder Workaround
Effekt: Reduzierter Erstkontaktaufwand, strukturiertere Incidents, schnellere Lösungen.
Diese Beispiele zeigen: Copilots können mehr als Texte generieren – sie können Prozesse starten, Informationen bewerten und Schnittstellen gestalten, die bislang manuelle oder fragmentierte Aufgaben erforderten.
Fazit – Der Weg von Funktionen zu Fähigkeiten
Was als einfache Textunterstützung in Office begann, hat sich zu einer strategischen Architekturentscheidung für viele Unternehmen entwickelt: Copilot ist nicht länger nur ein Produktfeature – sondern eine Plattform. Mit Copilot Studio, Agent Builder und der engen Verzahnung mit der Power Platform hat Microsoft die Grundlage geschaffen für eine neue Ära digitaler Unternehmensprozesse.
Dabei vollzieht sich ein fundamentaler Wandel:
| Früher | Heute |
| Automatisierung war regelbasiert | Automatisierung ist kontextbasiert |
| IT war Bottleneck | KI demokratisiert Prozessgestaltung |
| KI war Beigabe | KI ist Plattformbestandteil |
| Nutzer:innen steuern Systeme | Agenten unterstützen oder übernehmen |
Copilot als strategisches Element der Unternehmensarchitektur
Unternehmen, die Copilot heute gezielt einführen, setzen nicht einfach auf einen neuen Assistenten. Sie entscheiden sich:
- für eine neue Schnittstelle zwischen Mensch, Daten und Systemen,
- für eine zukunftssichere Automatisierungsplattform mit semantischem Verständnis,
- und für eine Architektur, in der KI nicht außerhalb, sondern im Zentrum der Geschäftsprozesse verankert ist.
Perspektive: Was kommt als Nächstes?
- Cross-System-Integration: Copilots werden nicht mehr nur innerhalb von Microsoft 365 agieren, sondern über Systeme, Clouds und Ökosysteme hinweg.
- Governance-Standards: Der Bedarf an nachvollziehbarer, verantwortungsvoller KI-Governance wird wachsen – und mit ihm die Bedeutung von IT-Strateg:innen, die beides beherrschen: Technologie und Verantwortung.
- Mehr Autonomie: Agenten werden nicht nur unterstützen, sondern zunehmend Prozesse führen.
Schlussgedanke
Die Zukunft der Arbeit ist nicht (nur) digital – sie ist agentenbasiert. Wer heute die Grundlagen schafft, wird morgen nicht aufholen müssen. Microsoft liefert das Werkzeug. Der Rest ist eine Frage von Architektur, Haltung und Bereitschaft zur Veränderung.
Glossar
Zentrale Begriffe rund um Copilot, Agenten und die Power Platform
Agent
Ein Agent ist ein KI-gestützter, digitaler Systemakteur, der in der Lage ist, Aufgaben eigenständig zu bearbeiten, Entscheidungen vorzubereiten und Aktionen in Systemen auszulösen. Im Gegensatz zu klassischen Bots sind Agenten kontextsensibel, rollenbasiert und interagieren in natürlicher Sprache. Sie können Informationen abrufen, Prozesse starten und mit Unternehmenssystemen wie Dynamics 365 oder SAP interagieren.
Agent Builder
Ein Bestandteil von Copilot Studio, mit dem Unternehmen eigenständige, kontextgesteuerte Agenten konfigurieren können. Der Agent Builder erlaubt die Definition von Dialogverhalten, Systemaktionen, Skills und Datenanbindungen. Ziel ist es, Agenten nicht nur reagieren, sondern zielgerichtet handeln zu lassen – etwa durch das Einreichen eines Urlaubsantrags oder das Starten eines Workflows.
Agentic AI
Ein Konzept in der KI-Forschung und -Anwendung, bei dem KI-Systeme nicht nur reagieren, sondern eigenständig Aufgaben verfolgen und durchführen. Agentic AI beschreibt Systeme mit Zielorientierung, Kontextverständnis und Handlungskompetenz. Microsofts Copilot-Architektur orientiert sich zunehmend an diesem Modell, etwa durch Agenten mit Rollen und Aufgaben in Unternehmenssystemen.
Copilot
Copilot bezeichnet Microsofts KI-basierte Assistenzfunktion innerhalb von Microsoft 365 und Dynamics 365. Er unterstützt Benutzer:innen durch Textvorschläge, Zusammenfassungen, Analysen und Prozessautomatisierung. Copilot basiert auf großen Sprachmodellen (LLMs) und integriert Informationen aus Microsoft Graph, SharePoint, Outlook und weiteren Quellen, um kontextrelevante Unterstützung zu bieten.
Copilot Studio
Copilot Studio ist die zentrale Entwicklungsumgebung von Microsoft zur Erstellung, Verwaltung und Erweiterung unternehmensspezifischer Copilot-Agenten. Technisch basiert es auf dem früheren Power Virtual Agents-Framework, wurde aber umfassend modernisiert. Es ermöglicht die Kombination von natürlicher Sprache, Systemaktionen, Skills und Datenquellen wie Microsoft Graph und Dataverse.
Einen umfassenden Überblick zu Architektur, Governance und Implementierung bietet der offizielle Copilot Studio Implementation Guide von Microsoft.
Data Loss Prevention (DLP)
Eine Sicherheitsfunktion zur Kontrolle von Datenflüssen zwischen verschiedenen Systemen oder Konnektoren. In der Power Platform lässt sich darüber festlegen, welche Daten ein Copilot-Agent nutzen darf – z.B. um zu verhindern, dass sensible HR-Daten in offene Teams-Kanäle gelangen.
Dataverse
Microsofts cloudbasiertes Datenspeichermodell für strukturierte Geschäftsdaten. Dataverse dient als Backend für Power Apps, Dynamics 365 und Copilot-Agenten. Es ermöglicht sichere, modellbasierte Speicherung von Daten und bietet umfassende Governance-, Zugriffs- und Integrationsfunktionen.
Entra ID (ehemals Azure AD)
Microsofts Identitäts- und Zugriffsplattform. Copilot-Agenten werden – ähnlich wie Benutzer:innen – in Entra ID verwaltet und erhalten eigene Identitäten, Rollen und Richtlinien. Damit sind sie vollständig in Sicherheitsmechanismen wie Conditional Access, Multi-Faktor-Authentifizierung (MFA) und Audit Logs eingebunden.
Entra ID ist der zentrale Sicherheitsanker für eine kontrollierte Agentenarchitektur. Ohne ein klares Identitätskonzept besteht das Risiko unübersichtlicher Zugriffsstrukturen und fehlender Verantwortlichkeiten.
Mehr zum Thema Identitäten und strategischer Verzeichnisplanung gibt es im Blogbeitrag: Verzeichnisse ohne Plan – warum Identitäten Strategie brauchen
Governance
Im Kontext von Copilot und Power Platform beschreibt Governance die übergreifende Steuerung von Zugriffsrechten, Datenfluss, Sicherheitsrichtlinien und Prozessverantwortung. Sie ist entscheidend, um Agenten sicher und regelkonform im Unternehmen zu betreiben. Dazu zählen Data Loss Prevention (DLP), Rollenmanagement und Auditierung.
Low-Code / Goal-Code
Low-Code beschreibt die Entwicklung von Anwendungen mit minimalem Programmieraufwand. Goal-Code geht einen Schritt weiter: Der Fokus liegt auf dem Ziel („Was will ich erreichen?“), nicht auf der technischen Umsetzung. Copilot und Agenten ermöglichen diesen Übergang – durch natürlichsprachliche Aufgabenbeschreibung und automatische Systemverknüpfung.
Microsoft Fabric
Microsoft Fabric ist eine einheitliche Datenplattform, die verschiedene Analyse- und Datenverarbeitungsdienste von Microsoft unter einem Dach vereint. Sie integriert Komponenten wie Power BI, Data Factory, Synapse, Data Activator und Machine Learning in einer gemeinsamen Umgebung – mit OneLake als zentralem, mandantenweitem Datenspeicher.
Für Copilot und Agenten spielt Fabric eine strategische Rolle, da es:
- strukturierte und semantische Datenmodelle für Power BI und Copilot bereitstellt,
- kontextbasierte Analysen und Trigger über den Data Activator ermöglicht,
- und durch ein integriertes Berechtigungsmodell Governance über Daten, Rollen und Aktionen erleichtert.
Fabric schafft damit die Grundlage für intelligente, reaktive und automatisierte Datenprozesse – und ist der Datenmotor hinter vielen Copilot-Szenarien.
Microsoft Graph
Ein zentrales API-Framework, das Datenbeziehungen innerhalb von Microsoft 365 verfügbar macht. Der Graph verbindet Kalender, Mails, Kontakte, Dateien, Aufgaben und weitere Unternehmensinformationen. Agenten und Copilot nutzen die Microsoft Graph API, um relevante Inhalte zu finden, zu verknüpfen und im richtigen Kontext darzustellen.
Model-Driven App / Canvas App
Zwei Ansätze zur App-Erstellung in Power Apps:
- Model-Driven Apps basieren auf Datenmodellen aus Dataverse und sind stark prozessgesteuert.
- Canvas Apps bieten freie Gestaltung der Oberfläche und Nutzerführung.
Beide App-Typen lassen sich mit Copilot-Funktionalität ergänzen oder von Agenten unterstützen.
OneLake
OneLake ist der zentrale Datenspeicher von Microsoft Fabric – vergleichbar mit einem OneDrive für alle Unternehmensdaten. Es handelt sich um einen mandantenweiten, offenen Data Lake, der verschiedene Datenformate (z.B. Parquet, Delta Lake) unterstützt und als gemeinsame Grundlage für alle Fabric-Komponenten dient – von Power BI über Synapse bis zu Copilot-Agenten.
OneLake ermöglicht:
- die zentrale Speicherung strukturierter und unstrukturierter Daten aus unterschiedlichen Quellen,
- direkten Zugriff für Analyse- und KI-Dienste,
- und ein einheitliches Sicherheits- und Berechtigungsmodell über Microsoft Entra ID.
Für Copilot-Szenarien bedeutet das: Agenten können auf gemeinsam genutzte Datenmodelle zugreifen – mit konsistenter Governance, hoher Skalierbarkeit und maximalem Kontext.
Power Automate
Ein Werkzeug innerhalb der Power Platform zur Erstellung von Workflows und Automatisierungen. Flows können durch Benutzeraktionen, Systemereignisse oder Copilot-Agenten ausgelöst werden. Power Automate ist ein zentrales Bindeglied zwischen Benutzeroberfläche, Datenmodell und Prozessen – und wird durch Agenten-Logik zunehmend dynamischer.
Power Platform
Microsofts Low-Code-Plattform bestehend aus Power Apps, Power Automate, Power BI und Power Pages. Sie ermöglicht die Entwicklung von Business-Anwendungen, Automatisierung von Prozessen und Analyse von Daten – oft durch Fachabteilungen ohne tiefgehende Programmierkenntnisse. Copilot und Agenten lassen sich nahtlos in die Power Platform integrieren.
Power Virtual Agents (PVA)
Das Vorgängersystem von Copilot Studio zur Erstellung von Chatbots für Unternehmen. Bestehende PVA-Bots laufen weiterhin in Copilot Studio und können dort erweitert werden. Die Umstellung auf Copilot Studio bringt zusätzliche Funktionen wie Skills, Systemaktionen und erweiterte Governance mit sich.
Skill
Ein Skill ist eine wiederverwendbare Funktion innerhalb eines Agenten, vergleichbar mit einer Modul-Komponente oder einem API-Endpunkt. Skills definieren, was ein Agent tun kann – zum Beispiel Krankentage abfragen oder Ticket erstellen. Sie sind zentraler Baustein der Agentenlogik und lassen sich flexibel kombinieren.