WEBVTT 00:00:00.530 --> 00:00:07.810 Bereit für 10 Tage voller Microsoft 365, Co-Pilot, KI, Azure und den Menschen, die die Zukunft der Arbeit gestalten, die... 00:00:07.810 --> 00:00:12.370 Diesen Januar ist die M53-Kon zurück und wir legen noch eins drauf. Und wir legen noch eins drauf. 00:00:12.870 --> 00:00:18.090 Seien Sie bei Live-Sessions, Praxis-Demos und Expertenwissen von MVPs und Branchenprofis weltweit dabei. Dabei. 00:00:18.770 --> 00:00:21.150 Keine generischen Folien. Kein endloses Buzz-Working. 00:00:21.730 --> 00:00:28.490 Wir gehen echte Herausforderungen an. Co-Pilot Studio, KI-Agenten, Fabric, Sicherheit, Governance und Automatisierung. 00:00:28.490 --> 00:00:33.950 Egal ob IT-Profi, Entwickler oder Führungskraft, wir haben Sessions für jeden von Ihnen. 00:00:35.050 --> 00:00:39.910 In 10 vollen Tagen können Sie Technologien erkunden und sich mit einer globalen Community vernetzen. 00:00:40.930 --> 00:00:44.370 Schauen Sie live zu und nehmen Sie praktische Erkenntnisse für Ihr Unternehmen mit. 00:00:45.130 --> 00:00:48.850 Januar 2027. 10 Tage. Eine Microsoft-Community. 00:00:49.430 --> 00:00:50.570 Die Anmeldung ist jetzt geöffnet. 00:00:51.790 --> 00:00:52.970 Sichern Sie sich heute Ihren Platz. 00:00:52.970 --> 00:00:58.010 Besuchen Sie m35566-konton.net. 00:01:00.130 --> 00:01:04.570 Melden Sie sich jetzt auf m35566-kont.net an. Wir sehen uns im Januar live. 00:01:05.390 --> 00:01:08.570 Brauchen Sie wirklich einen eigenen Co-Pilot Studio-Agenten oder ist es nur der KI-Hype? 00:01:09.290 --> 00:01:11.410 Vor dieser Entscheidung steht derzeit fast jedes Unternehmen. 00:01:12.350 --> 00:01:14.590 Starten Sie zu schnell mit dem falschen Co-Pilot. Verschwenden Sie Monate. 00:01:15.130 --> 00:01:18.730 Starten Sie zu langsam. Hängen Sie hinter Wettbewerbern zurück, die bereits Intelligente automatisieren. 00:01:18.730 --> 00:01:23.170 In dieser Session zeige ich Ihnen genau, wie wir diese Frage in einem echten Projekt getestet haben 00:01:23.170 --> 00:01:26.230 und welche überraschende Wendung sich ergab, als wir eine schnelle Standardlösung 00:01:26.230 --> 00:01:29.050 mit einem maßgeschneiderten Co-Pilot Studio-Bild verglichen. 00:01:30.090 --> 00:01:31.370 Das Trugbild der Schnelllösung. 00:01:31.950 --> 00:01:34.750 Was, wenn der schnellste Weg zur KI auch der schnellste Weg in die Sackgasse ist? 00:01:35.490 --> 00:01:39.330 Genau in diese Falle tappen viele Unternehmen, wenn sie zum erstbesten Co-Pilot greifen, der Ihnen angeboten wird. 00:01:39.830 --> 00:01:40.850 Auf dem Papier wirkt es effizient. 00:01:41.390 --> 00:01:45.670 Es gibt eine schicke Demo, einen klaren Pitch und das Versprechen, dass man KI in die Arbeitsabläufe integrieren kann, 00:01:45.750 --> 00:01:47.190 ohne groß über das Design nachzudenken. 00:01:47.190 --> 00:01:50.110 Doch Schnelligkeit ist nicht immer der Vorteil, den sie verspricht. 00:01:50.590 --> 00:01:54.470 Das Problem ist, dass diese schnellen Implementierungen selten die tieferen Bedürfnisse des Unternehmens aufdecken. 00:01:54.930 --> 00:01:57.730 Was also als vielversprechende Abkürzung beginnt, endet oft als Sackgasse. 00:01:58.450 --> 00:01:59.730 Denken Sie daran, wie die meisten Teams beginnen. 00:02:00.130 --> 00:02:02.750 Niemand sieht einen Co-Pilot für E-Mail-Zusammenfassungen oder Dokumentensuche 00:02:02.750 --> 00:02:04.270 und für sich genommen sieht das fantastisch aus. 00:02:04.750 --> 00:02:07.390 Entscheider fragen oft nicht, ob es zum Arbeitsalltag der Mitarbeiter passt 00:02:07.390 --> 00:02:10.470 oder ob es mit den Systemen verbunden ist, die ihre kritischen Daten enthalten. 00:02:11.670 --> 00:02:14.730 Anstatt echte Aufgaben zu analysieren, greifen Sie zu dem, was bereits fertig verpackt. 00:02:14.730 --> 00:02:18.070 In den darauffolgenden Wochen bekommt die KI-Aufmerksamkeit vielleicht sogar Begeisterung, 00:02:18.150 --> 00:02:19.010 doch dann stagniert die Nutzung. 00:02:19.310 --> 00:02:22.150 Die Leute merken, dass es bei den Problemen, die jede Woche Stunden kosten, gar nicht wirklich hilft. 00:02:22.330 --> 00:02:23.010 Gar nicht wirklich hilft. 00:02:23.390 --> 00:02:24.710 Das sieht man deutlich bei Vertriebsteams. 00:02:25.330 --> 00:02:28.170 Stellen Sie sich eine Gruppe vor, die den Großteil ihrer Zeit mit der Lead-Verfolgung, 00:02:28.230 --> 00:02:30.290 der Angebotserstellung, der Beantwortung von Kundenanfragen verbringen. 00:02:30.290 --> 00:02:34.250 Wenn die Führungsebene einen generischen Co-Piloten bereitstellt, der E-Mails umformuliert 00:02:34.250 --> 00:02:37.410 oder Besprechungsnotizen zusammenfasst, kann das in einer Demo für Wow-Momente sorgen. 00:02:38.530 --> 00:02:42.090 Doch wenn das Team anfängt, nach Preisausnahmen zu fragen oder ob ein Kunde unter bestimmte 00:02:42.090 --> 00:02:44.910 Compliance-Vorgaben fällt, wirkt der Co-Pilot plötzlich oberflächlich. 00:02:45.870 --> 00:02:49.510 Er wurde weder mit Preistabellen, CRM-Daten noch mit spezifischen Vertriebsleitfäden verknüpft. 00:02:50.510 --> 00:02:53.890 Ohne diese Grundlage klingen die Antworten zwar geschliffen, bleiben in der Praxis aber nutzlos. 00:02:54.730 --> 00:02:57.270 Genau hier zeigen sich die natürlichen Grenzen generischer KI-Tools. 00:02:57.270 --> 00:03:01.750 Ohne fachspezifisches Wissen agieren sie wie brillante Generalisten, kompetent in der 00:03:01.750 --> 00:03:05.470 oberflächlichen Kommunikation, aber unfähig, in entscheidenden Momenten Tiefe zu bieten. 00:03:06.750 --> 00:03:09.930 Benutzer stellen detaillierte Fragen und der Co-Pilot rät entweder falsch oder greift auf 00:03:09.930 --> 00:03:11.690 Waage, wenig hilfreiche Floskeln zurück. 00:03:12.510 --> 00:03:13.430 Dann schwindet das Vertrauen. 00:03:14.070 --> 00:03:17.070 Sobald Mitarbeiter dem, was der Agent sagt, nicht mehr trauen, hören sie schnell ganz auf, 00:03:17.130 --> 00:03:17.750 ihn zu benutzen. 00:03:18.550 --> 00:03:22.070 An diesem Punkt läuft die gesamte Einführung Gefahr, als weiteres KI-Spielzeug und nicht als 00:03:22.070 --> 00:03:23.470 ernsthafte Lösung wahrgenommen zu werden. 00:03:24.030 --> 00:03:25.690 Die Daten zur KI-Einführung belegen dies. 00:03:25.690 --> 00:03:29.710 Studien zur Unternehmenseinführung zeigen, dass Projekte ohne Personalisierung und rollenspezifische 00:03:29.710 --> 00:03:32.610 Anpassung sechs Monate nach dem Start deutlich seltener genutzt werden. 00:03:33.550 --> 00:03:36.110 Das liegt nicht daran, dass die Technologie plötzlich nicht mehr funktioniert, sondern 00:03:36.110 --> 00:03:38.090 daran, dass sie durch fehlenden Kontext irrelevant wird. 00:03:38.830 --> 00:03:41.550 Unternehmen verwechseln oft die Qualität der Demonstration mit dem tatsächlichen Nutzen 00:03:41.550 --> 00:03:42.090 bei der Bereitstellung. 00:03:42.710 --> 00:03:45.210 Eine gute Demo basiert auf kleinen, kuratierten Beispielen. 00:03:45.870 --> 00:03:49.310 Der tägliche Betrieb hingegen bringt komplexere Eingaben mit sich und erfordert strukturiertes 00:03:49.310 --> 00:03:49.810 Hintergrundwissen. 00:03:50.230 --> 00:03:52.530 Wenn der Co-Pilot sich nicht anpassen kann, wird die Diskrepanz offensichtlich. 00:03:52.530 --> 00:03:54.370 Warum machen Unternehmen also immer wieder diesen Fehl? 00:03:54.790 --> 00:03:55.630 Ein Teil davon ist der Hype. 00:03:56.150 --> 00:03:59.870 KI wird als Plug-and-Play-Funktion vermarktet, die man genauso einschalten kann wie eine neue 00:03:59.870 --> 00:04:01.670 Lizenz in Microsoft 365. 00:04:03.290 --> 00:04:06.430 Führungskräfte, die unter dem Druck stehen, Fortschritte bei der KI zu zeigen, priorisieren 00:04:06.430 --> 00:04:08.490 oft schnelle Sichtbarkeit von nachhaltiger Wirkung. 00:04:09.150 --> 00:04:12.030 Sie führen schnell etwas ein, zeigen in Präsentationen darauf und haken die Aufgabe ab. 00:04:12.510 --> 00:04:14.970 Doch von halbgetriebener Geschwindigkeit entspricht nicht messbaren Ergebnissen. 00:04:15.450 --> 00:04:18.450 Die Mitarbeiter, die das Tool tatsächlich nutzen müssen, spüren diese Lücke sofort, selbst 00:04:18.450 --> 00:04:20.390 wenn Dashboards eine erfolgreiche Einführung melden. 00:04:20.390 --> 00:04:24.230 Dieser Unterschied zwischen Geschwindigkeit und Fortschritt bildet die wahre Weggabelung. 00:04:24.670 --> 00:04:25.710 Schneller bedeutet nicht immer weiter. 00:04:26.370 --> 00:04:29.010 Ja, man kann schon morgen einen funktionierenden Agenten haben, wenn er einfach nur in Teams 00:04:29.010 --> 00:04:33.130 oder Outlook erscheint, aber ob er unverzichtbar wird, hängt ganz davon ab, ob er auf tatsächliche 00:04:33.130 --> 00:04:35.070 Rollen und Arbeitsabläufe zugeschnitten wurde. 00:04:36.070 --> 00:04:37.730 Effizienz entsteht nicht durch das Klicken auf Aktivieren. 00:04:38.170 --> 00:04:40.350 Sie entsteht dadurch, dass man gleich zu Beginn die schwierigeren Fragen stellt. 00:04:40.610 --> 00:04:43.970 Brauchen wir einen Co-Pilot-Studio-Agenten, der unsere Prozesse, unsere Sprache und unsere Daten 00:04:43.970 --> 00:04:44.430 widerspiegelt? 00:04:45.110 --> 00:04:47.810 Das ist der entscheidende Punkt an dem Projekt, der entweder ins Stocken geraten oder skaliert. 00:04:47.810 --> 00:04:51.090 Teams, die innehalten, um sich diese Frage zu stellen, können Agenten entwerfen, die 00:04:51.090 --> 00:04:53.870 Mitarbeiter wirklich nutzen wollen, weil sie den unmittelbaren Nutzen erkennen. 00:04:54.610 --> 00:04:57.070 Teams, die dies überspringen, fügen ständig Tools hinzu, die vertraut aussehen, aber 00:04:57.070 --> 00:04:57.830 nicht halten, was sie versprechen. 00:04:58.430 --> 00:05:02.670 Die Ironie ist, dass der langsamere, bedachtere Staat oft der schnellere Weg zur Einführung 00:05:02.670 --> 00:05:05.670 ist, da er verschwendete Zyklen für unpassende Lösungen verhindert. 00:05:06.730 --> 00:05:10.570 Der nächste Schritt besteht darin, diese schwierigere Frage strukturiert zu stellen und der Ausgangspunkt. 00:05:10.770 --> 00:05:12.730 Dafür ist nicht die Technologie, sondern der Mensch. 00:05:12.730 --> 00:05:15.810 Wir müssen entscheiden, für wen genau dieser Agent gedacht ist. 00:05:16.870 --> 00:05:17.270 Personas. 00:05:17.890 --> 00:05:18.790 Für wen ist der Agent wirklich? 00:05:19.810 --> 00:05:22.570 Man tappt leicht in die Falle, etwas für alle entwerfen zu wollen. 00:05:23.850 --> 00:05:25.410 Es wirkt inklusiv, vielleicht sogar effizient. 00:05:25.730 --> 00:05:29.150 Aber meist ist das Ergebnis so verbessert, dass niemand einen echten Mehrwert daraus zieht. 00:05:30.130 --> 00:05:33.630 Bei KI-Projekten garantiert diese alles für alle Mentalität fast immer eine Enttäuschung. 00:05:34.270 --> 00:05:37.530 Die erste echte Frage, die Sie beantworten müssen, ist, wem genau soll der Agent helfen? 00:05:38.090 --> 00:05:42.530 Ohne das zu wissen, bauen Sie keinen Co-Piloten, sondern nur einen Bot, der Smalltalk führen kann. 00:05:43.050 --> 00:05:44.710 Das Definieren von Personas ist keine bloße Spielerei. 00:05:45.050 --> 00:05:47.190 Es ist das Fundament, das den Rest des Projekts erst möglich macht. 00:05:48.150 --> 00:05:52.850 Wenn Sie Persona hören, geht es nicht um Marketingprofile oder fiktive Charaktere mit Hobbys und Lieblingsgetränken. 00:05:53.730 --> 00:05:58.810 In diesem Zusammenhang bedeutet eine Persona, Rolle, Verantwortlichkeiten und das Umfeld der Person zu bestimmen, der ihr Agent dient. 00:05:59.350 --> 00:06:03.430 Es legt fest, was der Agent wissen muss, wie er Fragen beantwortet und welchen Tonfall er verwenden sollte. 00:06:03.430 --> 00:06:10.150 Ein allgemeiner Mitarbeiter hilft ihrer KI nicht zu erkennen, ob sie Echtzeit-Compliance-Daten abrufen oder Schritt-für-Schritt-Anleitungen geben soll. 00:06:10.690 --> 00:06:18.190 Ah, diese Unschärfe ist der Grund, warum so viele frühe Projekte Agenten hervorbrachten, die zwar auf fünf Arten Hallo sagen, aber das eigentliche Problem nicht lösen konnten. 00:06:19.130 --> 00:06:20.290 Hier ist der Unterschied in der Praxis. 00:06:20.290 --> 00:06:28.270 Wenn Sie den Mitarbeiter als Persona wählen, könnten Sie entscheiden, dass der Agent bei HR-Richtlinien, IT-Support und Dokumentenanfragen zugleich helfen soll. 00:06:29.210 --> 00:06:33.430 Der Agent muss sich dann auf zu viele Bereiche verteilen, ohne in einem davon wirklich zu glänzen. 00:06:34.550 --> 00:06:39.670 Vergleichen Sie das mit einer Persona wie einem Außendienstechniker, der beim Kunden sofort Compliance-Antworten benötigt. 00:06:40.510 --> 00:06:41.610 Sofort ändert sich das Design. 00:06:42.090 --> 00:06:46.090 Sie wissen, diese Person ist oft mobil, hat wenig Zeit und benötigt präzise, verbindliche Anweisungen. 00:06:46.090 --> 00:06:54.550 Diese Persona führt dazu, den Co-Piloten mit Compliance-Datenbanken zu verbinden, Antworten unmissverständlich zu formulieren und Schnelligkeit gegenüber weitschweifigen Erklärungen zu priorisieren. 00:06:55.030 --> 00:06:59.530 Man sieht, wie der eine Ansatz vage und unkonzentriert ist, während der andere präzise genug ist, um den tatsächlichen Aufbau zu leiten. 00:06:59.850 --> 00:07:02.710 Der reale Unterschied wird noch deutlicher, wenn man gegensätzliche Rollen betrachtet. 00:07:03.690 --> 00:07:05.390 Nehmen wir die Persona eines IT-Helb des Mitarbeiters. 00:07:05.710 --> 00:07:10.530 Diese Gruppe benötigt schnelle Schritte zur Fehlerbehebung, Updates bei Systemausfällen und die Möglichkeit, Service-Tickets zu eskalieren. 00:07:10.670 --> 00:07:14.490 Die Sprache ist technisch, die Daten stammen wahrscheinlich aus Tools wie ServiceNow oder Intune 00:07:14.490 --> 00:07:17.610 und die Nutzer erwarten präzise Anweisungen, denen sie unter Druck folgen können. 00:07:18.570 --> 00:07:20.550 Vergleichen wir das nun mit einer Persona aus der Finanzanalyse? 00:07:21.250 --> 00:07:27.190 Dieser Nutzer beschäftigt sich eher mit dem Zugriff auf Finanzmodelle, dem Verständnis von Compliance-Regeln bei Spesenfreigaben oder der Erstellung von Berichten. 00:07:28.010 --> 00:07:31.830 Sie arbeiten mit Zahlen, Genehmigungsketten und Fachbegriffen und müssen darauf vertrauen können, 00:07:32.170 --> 00:07:34.530 dass der Co-Pilot sensible Daten nicht an Unbefugte weitergibt. 00:07:35.350 --> 00:07:37.410 Entwerfen Sie für den Mitarbeiter, verfehlen Sie beide Zielgruppen. 00:07:37.410 --> 00:07:42.290 Entwerfen Sie für jede spezifische Persona, wird der Agent nicht nur nützlich, sondern auch vertrauenswürdig. 00:07:42.950 --> 00:07:46.610 Ein weiterer übersehener Vorteil der Definition von Personas ist die Abstimmung innerhalb der Organisation. 00:07:47.470 --> 00:07:53.650 Doch wenn Sie eine klare Persona vorlegen, können sich Teams aus HR, IT, Compliance oder Operations schnell auf den tatsächlichen Umfang einigen. 00:07:54.530 --> 00:07:57.150 Anstatt endloser Debatten darüber, was der Co-Pilot alles können könnte, 00:07:57.370 --> 00:07:59.330 hat nun jeder einen Referenzpunkt dafür, was er tun sollte. 00:08:00.210 --> 00:08:01.810 Er wird zu einem Kompass für die Entscheidungshündung. 00:08:02.370 --> 00:08:05.550 Wenn Sie überlegen, eine Funktion hinzuzufügen, können Sie dies anhand der Persona prüfen. 00:08:05.550 --> 00:08:08.790 Hilft dies, dem Außendienstechniker Compliance-Fragen schneller zu beantworten? 00:08:09.070 --> 00:08:12.030 Wenn ja, großartig. Wenn nein, dann gehört es wahrscheinlich nicht in die erste Version. 00:08:12.510 --> 00:08:15.870 Diese Disziplin bewahrt das Projekt davor, zu einer unstrukturierten Wunschliste aufzublähen. 00:08:16.330 --> 00:08:18.090 Personas gehen über die reine Umfangbestimmung hinaus. 00:08:18.570 --> 00:08:19.670 Sie bestimmen die Wissensanforderungen. 00:08:19.990 --> 00:08:23.050 Für jede Persona müssen Sie fragen, welche Informationen benötigen Sie täglich. 00:08:23.830 --> 00:08:26.730 Wo liegen diese Informationen aktuell? Wie schnell ändern Sie sich? 00:08:27.530 --> 00:08:32.030 Diese Analyse bestimmt, wie Sie Wissensquellen in den Co-Piloten integrieren und ihn aktuell halten. 00:08:32.030 --> 00:08:37.030 Dann ignorieren Sie Personas, überladen Sie den Agenten entweder mit irrelevanten Daten oder schlimmer noch entziehen. 00:08:37.470 --> 00:08:38.770 Ihm die Inhalte, die er wirklich braucht. 00:08:39.390 --> 00:08:41.270 In jedem Fall schwindet das Vertrauen der Endnutzer. 00:08:41.470 --> 00:08:43.790 Und ist das Vertrauen erst einmal weg, erholt sich die Akzeptanz nur schwer. 00:08:44.370 --> 00:08:48.130 Bei einer klar definierten Persona geht es nicht um die Einschränkung von Möglichkeiten, sondern um die Richtung. 00:08:48.630 --> 00:08:52.850 Ohne Sie irren KI-Projekte umher und jagen jedem coolen Feature hinterher, bis Sie unter Ihrem eigenen Anspruch zusammenbrechen. 00:08:53.630 --> 00:08:55.010 Mit ihr haben Sie einen stetigen Begleiter. 00:08:55.010 --> 00:09:03.090 Die Persona wird zum Kompass, der das Projekt auf Kurs hält und sicherstellt, dass der Co-Pilot für echte Menschen mit echten Aufgaben gebaut wird, nicht für eine abstrakte Vorstellung des Mitarbeiters. 00:09:03.690 --> 00:09:03.850 Äh. 00:09:04.650 --> 00:09:09.210 Und genau das ist der Unterschied zwischen einem Agenten, der nach dem Start ignoriert wird, und einem, auf den sich die Leute aktiv verlassen. 00:09:09.950 --> 00:09:12.250 Mit definierten Personas wird das Gesamtbild endlich schärfer. 00:09:13.010 --> 00:09:13.870 Sie wissen, für wen Sie bauen. 00:09:14.410 --> 00:09:17.130 Die nächste natürliche Frage lautet, was genau sollten wir Ihnen bei der Arbeit erleichtern? 00:09:18.390 --> 00:09:19.490 Anwendungsfälle, die wirklich zählen. 00:09:20.090 --> 00:09:22.790 Nicht jede Aufgabe braucht einen Co-Pilot, auch wenn Sie technisch gesehen einen haben könnten. 00:09:22.790 --> 00:09:25.190 Genau hier lassen sich viele Organisationen zu sehr mitreißen. 00:09:25.550 --> 00:09:29.590 Sobald das Brainstorming beginnt, fühlt es sich an, als könnte jeder kleine Frustmoment zu einem KI-Feature werden. 00:09:29.870 --> 00:09:32.910 Jemand schlägt vor, was wäre, wenn er uns an die Abgabe der Arbeitszeitnachweise erinnert. 00:09:33.570 --> 00:09:36.670 Ein anderer Agent, vielleicht könnte er Dankes Notizen nach Kundentermin formulieren. 00:09:38.090 --> 00:09:41.690 Schon bald ist die Liste so lang, dass niemand mehr weiß, welches Problem man eigentlich lösen wollte. 00:09:42.410 --> 00:09:46.010 Die Gefahr besteht nicht darin, zu viele Ideen zu haben, sondern einen einzigen Agenten für alle verantwortlich zu machen. 00:09:46.470 --> 00:09:50.730 Ab diesem Punkt wirkt der Co-Pilot nicht mehr wie ein Spezialist, sondern eher wie ein überforderter Praktikant. 00:09:50.730 --> 00:09:54.850 In der Realität führen Brainstorming-Sitzungen fast immer zu Dutzenden von möglichen Richtungen. 00:09:55.450 --> 00:09:56.990 Die Finanzabteilung bittet um Hilfe bei Berichten. 00:09:57.330 --> 00:09:59.030 Die Personalabteilung stellt sich Onboarding-Prozesse vor. 00:09:59.290 --> 00:10:00.890 Der Vertrieb möchte automatisierte Präsentation zu machen. 00:10:01.110 --> 00:10:02.670 Die IT träumt von einer schnelleren Ticket-Triage. 00:10:03.150 --> 00:10:05.910 Für sich genommen ist nichts davon schlecht, aber die Frage ist nicht, kann die KI das tun? 00:10:06.650 --> 00:10:08.230 Sie lautet, ist es wichtig, dass die KI das tut? 00:10:12.310 --> 00:10:16.750 Dieser kleine Wechsel zeigt, wie viele Ideen zwar clever klingen, aber nach der Umsetzung kaum Ertrag bringen. 00:10:16.750 --> 00:10:22.990 Nur weil man kleine Fragen automatisieren kann, heißt das nicht, dass sich der Aufwand für Aufbau, Training und Wartung lohnt. 00:10:24.510 --> 00:10:27.810 Wer sich die Ergebnisse von Projekten mit zu großem Umfang angesehen hat, kennt das vorhersehbare Muster. 00:10:28.850 --> 00:10:33.250 Der Agent ist am Ende mit Dutzenden unzusammenhängenden Aufgaben überladen und erledigt jede nur mittelmäßig. 00:10:34.330 --> 00:10:37.350 Nehmen wir etwas Einfaches, wie die Frage, ob ein Besprechungsraum einen Projektor hat. 00:10:38.350 --> 00:10:42.070 Sicher, ein Co-Pilot kann solche FAQs problemlos beantworten, aber die Auswirkung ist minimal. 00:10:42.070 --> 00:10:47.630 Vergleichen Sie das mit einem Agenten, der prüft, ob ein Verkaufsangebot strenge regulatorische Kriterien erfüllt, bevor es versendet wird. 00:10:48.210 --> 00:10:52.270 Das eine spart ein wenig Ärger, das andere verhindert rechtliche Risiken und beschleunigt den Umsatz. 00:10:52.990 --> 00:10:54.970 Dieser Kontrast zeigt, warum Priorisierung so wichtig ist. 00:10:55.910 --> 00:10:59.630 Ein nützlicher Weg, um den Lärm auszublenden, ist die Anwendung von drei Kriterien zu Beginn. 00:10:59.930 --> 00:11:01.770 Wert, Häufigkeit und Machbarkeit. 00:11:02.430 --> 00:11:06.030 Wert bedeutet zu fragen, wie sehr die Aufgabe dem Unternehmen wirklich hilft, wenn sie automatisiert wird. 00:11:06.370 --> 00:11:07.890 Die Häufigkeit betrachtet, wie oft sie auftritt. 00:11:07.890 --> 00:11:13.970 Die Lösung eines kleinen Problems, das 50 Mal am Tag auftritt, kann schwerer wiegen als eine größere Herausforderung, die nur einmal Quartal vorkommt. 00:11:14.670 --> 00:11:16.670 Die Machbarkeit stellt die beiden anderen Kriterien auf die Probe. 00:11:17.290 --> 00:11:22.350 Wenn die benötigten Daten nicht digital vorliegen oder nicht sicher abgerufen werden können, ist es kein guter Kandidat für Phase 1. 00:11:23.370 --> 00:11:28.250 Wenn Teams jeden Anwendungsfall durch diese Linse betrachten, schrumpfen die überladenen Wunschlisten plötzlich zu einem fokussierten Plan. 00:11:28.790 --> 00:11:31.910 Es gibt zu dem Belege dafür, dass kleinere Pilotprojekte mit engem Fokus bessere Ergebnisse liefern. 00:11:31.910 --> 00:11:38.130 Organisationen, die sich zu Beginn auf nur zwei oder drei Anwendungsfälle festlegen, erreichen intern meist eine schnellere Akzeptanz. 00:11:38.670 --> 00:11:39.470 Es läuft meistens so ab. 00:11:39.790 --> 00:11:42.310 Der Co-Pilot startet mit klarem Mehrwert in ein oder zwei Bereichen. 00:11:42.870 --> 00:11:44.830 Mitarbeiter gewinnen Vertrauen, es entsteht eine Eigendynamik. 00:11:45.250 --> 00:11:48.250 Vergleichen Sie das mit Agenten, die versuchen, zehn verschiedene Szenarien gleichzeitig abzudecken. 00:11:49.310 --> 00:11:52.930 Diese Projekte scheitern oft an unbeständiger Qualität und frustriertem Feedback. 00:11:52.930 --> 00:11:57.610 Es zeigt sich, dass ein begrenzter Staat eine stärkere Basis für spätere Erweiterungen bietet. 00:11:58.570 --> 00:12:00.230 Betrachten wir zwei fiktive Teams als Beispiel. 00:12:00.830 --> 00:12:05.370 Das erste Team entschied sich für einen Co-Piloten, der Personalwesen, IT, Finanzen und Kundenservice vereint. 00:12:06.290 --> 00:12:12.070 Sie verbrachten Monate damit, Datenquellen zuzuordnen, komplexe Arbeitsabläufe zu erstellen und versprachen eine Komplettlösung für das gesamte Unternehmen. 00:12:12.730 --> 00:12:16.670 Am Tag der Einführung stellten die ersten Nutzer fest, dass er die Anforderungen keiner Abteilung richtig erfüllte. 00:12:17.150 --> 00:12:18.210 Die meisten gaben ihn in der Woche auf. 00:12:18.210 --> 00:12:23.910 Das zweite Team hingegen konzentrierte sich nur darauf, Außendiensttechnikern bei der Einhaltung von Compliance-Regeln vor Installation zu helfen. 00:12:24.510 --> 00:12:26.290 Sie starteten in einem Bruchteil der Zeit. 00:12:26.430 --> 00:12:31.030 Die Akzeptanz war sofort da und die Techniker fragten aufgrund ihrer positiven Erfahrung nach neuen Szenarien. 00:12:31.990 --> 00:12:33.630 Gleiche Technologie, sehr unterschiedliche Ergebnisse. 00:12:34.030 --> 00:12:38.550 Die Herausforderung besteht also nicht darin, genug Anwendungsfälle zu finden, sondern dem Drang zu widerstehen, alle gleichzeitig abdecken zu. 00:12:38.790 --> 00:12:41.630 Die entscheidende Frage ist, auf welche Szenarien lohnt es sich zu setzen? 00:12:42.070 --> 00:12:45.670 Welche würden, wenn sie automatisiert wären, zu einem alltäglichen Werkzeug werden, dem die Leute tatsächlich vertrauen? 00:12:45.950 --> 00:12:47.790 So trennt man das Rauschen vom Signal. 00:12:48.830 --> 00:12:54.650 Die gewählten Anwendungsfälle sind meist jene, bei denen Mitarbeiter eine spürbare Verbesserung ihrer Arbeit wahrnehmen, nicht nur durch die Anzahl automatisierter Schritte. 00:12:55.070 --> 00:12:57.190 Sie machen Aufgaben weniger frustrierend und zuverlässiger. 00:12:57.950 --> 00:13:03.670 Das Fazit ist, die besten Anwendungsfälle automatisieren nicht nur Arbeit, sondern verändern, wie sich die Arbeit für den Endnutzer anfühlt. 00:13:04.430 --> 00:13:08.850 Wenn jemand endlich sagen kann, dieser Co-Pilot hat meine Arbeit gerade weniger stressig gemacht, haben sie den richtigen Ansatz gefunden. 00:13:08.850 --> 00:13:16.810 Nachdem wir wissen, für wem wir entwickeln und was wirklich gebraucht wird, geht es im nächsten Schritt darum, welche Fähigkeiten und welches Wissen wir dem Agenten vermitteln müssen, damit er liefern kann. 00:13:16.810 --> 00:13:23.430 Ein Agent ist erst dann intelligent, wenn man ihm beibringt, was ihr Team bereits weiß. 00:13:23.870 --> 00:13:25.330 Genau das unterschätzen viele Projekte. 00:13:25.330 --> 00:13:32.450 Die Installation eines Standard-Co-Piloten mag funktional aussehen, aber wenn er nicht mit demselben Wissen trainiert wurde, auf das sich ihre Mitarbeiter verlassen, wird er nicht weit kommen. 00:13:33.610 --> 00:13:37.010 Im besten Fall füllt er oberflächliche Lücken mit eleganten, aber wagen Antworten. 00:13:37.950 --> 00:13:40.990 Im schlimmsten Fall gibt er unzuverlässige Anweisungen und untergräbt das Vertrauen vollständig. 00:13:41.710 --> 00:13:43.150 Den Unterschied macht die Wissensfundierung. 00:13:43.650 --> 00:13:48.190 Den Agenten mit den richtigen Daten speisen und ihn mit den Arbeitsabläufen verbinden, in denen die echte Arbeit stattfindet. 00:13:48.190 --> 00:13:49.870 Denken Sie an den Kontrasten. 00:13:50.250 --> 00:13:54.910 Ein Co-Pilot ohne Kontext kann Ihnen sagen, wie man eine professionelle E-Mail schreibt, da er Millionen von Beispielen gesehen hat. 00:13:55.470 --> 00:14:03.150 Fragt jedoch jemand nach den spezifischen Bedingungen Ihrer Rückgaberichtlinie oder was in Ihrem Finanzsystem als Investitionsausgabe gilt, wirkt derselbe Co-Pilot plötzlich hilflos. 00:14:04.210 --> 00:14:11.870 Er mag zwar etwas formulieren, das plausibel klingt, aber Plausibilität reicht nicht aus, wenn falsche Formulierungen zu Verzögerungen, Compliance-Problemen oder Einnahmeverlusten führen. 00:14:11.870 --> 00:14:19.190 Stellen Sie sich nun einen Agenten vor, der direkt mit den genehmigten Wissensdaten, Banken, dokumentierten Prozessen und aktuellen Systemen Ihres Unternehmens verbunden ist. 00:14:19.930 --> 00:14:21.450 Er antwortet nicht nur mit allgemeinen Floskeln. 00:14:21.890 --> 00:14:28.670 Er kann präzise Regeln aus Ihren Vertragsordnern abrufen, den richtigen Abschnitt Ihres Compliance-Handbuchs zitieren oder die Anfrage über einen internen Workflow leiten. 00:14:29.670 --> 00:14:33.470 Genau dann wandelt sich ein Co-Pilot von einer Spielerei zu einem vertrauenswürdigen Kollegen. 00:14:34.830 --> 00:14:39.430 Im Co-Pilot-Studio gibt es zwei wesentliche Möglichkeiten, diese Intelligenz anzupassen, Knowledge Grounding und Skills. 00:14:39.430 --> 00:14:44.750 Beim Knowledge Grounding verbinden Sie den Co-Piloten mit den Quellen, auf die Ihre Organisation bereits setzt, setzt. 00:14:45.150 --> 00:14:49.370 Dies können SharePoint-Bibliotheken sein, in denen Richtlinien liegen oder interne Wikis, die das Personal täglich konsultiert. 00:14:49.970 --> 00:14:56.050 Indem Sie diese in die Umgebung des Agenten integrieren, ermöglichen Sie ihm, Inhalte abzurufen und zu nutzen, die genau Ihren Anforderungen entsprechen, 00:14:56.470 --> 00:14:59.330 anstatt sich auf Fragesprachmodelle zu verlassen, die nur raten, aten. 00:15:00.090 --> 00:15:02.750 Gills machen den Co-Piloten aktiv, statt ihn nur informativ zu halten. 00:15:03.290 --> 00:15:08.110 Sie sind die Konnektoren zu APIs, Workflows und Anwendungen, die es dem Agenten ermöglichen, zu handeln, anstatt nur zu sprechen. 00:15:08.110 --> 00:15:14.250 Die Verknüpfung mit ServiceNow-Ticketing erlaubt beispielsweise einem IT-Support-Agenten ein Datum zu ändern oder Tickets direkt zu schließen. 00:15:15.350 --> 00:15:21.730 Anstatt Richtlinien-Auszüge neu zu schreiben, kann der Co-Pilot den Benutzer durch die Schritte führen und dabei die Aufgabe im Hintergrund tatsächlich erledigen. 00:15:22.930 --> 00:15:27.750 Diese Kombination aus Knowledge Grounding und integrierten Skills unterscheidet ein Chatbot von einem echten Assistenten. 00:15:28.450 --> 00:15:29.910 Ein Chatbot rezitiert ein Agenthandel. 00:15:30.550 --> 00:15:32.390 Die Risiken, diesen Schritt zu überspringen, zeigen sich schnell. 00:15:32.770 --> 00:15:36.770 Wenn ein Co-Pilot auch nur eine einzige kritische Antwort gibt, die sich als falsch herausstellt, bleibt dies dem Nutzern in Erinnerung. 00:15:36.770 --> 00:15:41.770 Diese Erinnerung hält wesentlich länger an als jede gute Erfahrung, insbesondere in streng regulierten Branchen. 00:15:42.930 --> 00:15:49.330 Es genügt eine einzige irrtümliche Zusicherung zur Compliance oder eine ungenaue Finanzaufstellung, um das Vertrauen eines gesamten Teams in das Tool zu beschädigen. 00:15:50.090 --> 00:15:55.230 Die Akzeptanz nach einem solchen Rückschlag wieder aufzubauen, ist weitaus schwieriger als von Anfang an in eine ordnungsgemäße Datenintegrationsinvestition. 00:15:55.490 --> 00:15:57.730 Selbst wenn die Grundlagen solide sind, ist die Herausforderungen nicht vorbei. 00:15:57.730 --> 00:16:01.490 Geschäftsregeln ändern sich, Workflows entwickeln sich weiter und Richtlinien werden aktualisiert. 00:16:01.890 --> 00:16:04.270 Das bedeutet, dass das Training eines Agenten keine einmalige Aufgabe ist. 00:16:04.550 --> 00:16:07.390 Es ist ein iterativer Prozess, der im Laufe der Zeit kontinuierliche Anpassungen hat. 00:16:07.670 --> 00:16:09.950 Ein neues Compliance-Rahmenwerke an der Knowledge Grounding erforderlich macht. 00:16:10.470 --> 00:16:12.770 Eine Systemmigration könnte die Aktualisierung für Skills bedarf. 00:16:13.170 --> 00:16:18.290 Selbst sprachliche Veränderungen, etwa wie Teams über Produkte oder Prozesse sprechen, können die Leistung beeinträchtigen, wenn sie ignoriert werden. 00:16:18.290 --> 00:16:24.410 Dieser kontinuierliche Optimierungsprozess unterscheidet Teams, die einen wachsenden Mehrwert erzielen von jenen, deren Co-Pilot nach dem Start in der Bedeutungslosigkeit versinkt. 00:16:24.950 --> 00:16:30.070 Der Lohn für das Dranbleiben ist, dass ihr Co-Pilot in Echtzeit mit derselben Tiefe arbeitet, die ihre Experten in ihre Rollen einbringen. 00:16:31.130 --> 00:16:36.130 Ein HR-Co-Pilot kann richtliniende Details bereitstellen, ohne dass bei jeder kleinen Frage das Personalwesen hinzugezogen werden. 00:16:36.810 --> 00:16:41.990 Ein Finanz-Co-Pilot kann einen Analysten durch Freigabeketten führen und dabei die richtigen Zahlen aus aktuellen Systemen abrufen. 00:16:42.590 --> 00:16:45.990 Dies sind nicht nur Effizienzgewinne, sie verändern die Einstellung der Mitarbeiter zur Nutzung des Tools. 00:16:45.990 --> 00:16:51.610 Statt eines weiteren Systems, mit dem man kämpfen muss, wird es zum schnellsten Weg zu zuverlässigen Antworten und erledigten Aufgaben. 00:16:52.150 --> 00:16:54.610 Deshalb ist die Grenze zwischen einem Chatbot und einem Co-Piloten so wichtig. 00:16:55.490 --> 00:17:01.230 Ein Chatbot führt Gespräche, ein Co-Pilot nutzt Kontext, kombiniert ihn mit Aktionen und verwandelt ihn in Unterstützung, der die Menschen vertrauen. 00:17:02.170 --> 00:17:07.090 Die stärksten Agenten sind diejenigen, die das Wissen ihres Teams widerspiegeln und sofort auf dieser Basis handeln können. 00:17:07.850 --> 00:17:12.390 Und sobald das Design und das Training abgeschlossen sind, besteht die letzte Herausforderung darin, den Urlaub selbst zu steuern. 00:17:12.390 --> 00:17:16.850 Denn ein technisch solider Co-Pilot kann dennoch scheitern, wenn er die Akzeptanzphase nicht übersteht. 00:17:18.170 --> 00:17:19.830 Fallen auf dem Weg zum Go-Life-Vermeiden 00:17:19.830 --> 00:17:24.190 Co-Pilot-Projekte scheitern am häufigsten nicht an der Entwicklung, sondern am Rollout. 00:17:24.850 --> 00:17:29.830 Teams verbringen oft Wochen damit, Personas zu verfeinern, Anwendungsfälle zu erstellen und Datenquellen anzubinden, 00:17:30.370 --> 00:17:34.430 nur um dann mitzuerleben, wie die Initiative ins Stocken gerät, sobald der Agent an die Mitarbeiter übergeben werden soll. 00:17:34.430 --> 00:17:39.610 Das liegt nicht daran, dass die Technik nicht funktioniert, sondern daran, dass die menschliche Seite des Rollouts oft vernachlässigt wird. 00:17:40.250 --> 00:17:44.170 Governance wird nicht definiert, Erwartungen werden nicht gemanagt oder Akzeptanzpläne werden erst im Nachhinein erstellt. 00:17:44.730 --> 00:17:47.970 Was beim Kick-Off voller Energie beginnt, verpufft oft, bevor echte Ergebnisse sichtbar werden. 00:17:48.570 --> 00:17:51.690 Wenn Sie schon einmal die Begeisterung eines Projektstartmeetings erlebt haben, kennen Sie dieses Gefühl. 00:17:52.230 --> 00:17:56.190 Ein Fahrplan hängt an der Wand, Mainsteine sind vereinbart und alle warten gespannt auf die erste Demo. 00:17:56.790 --> 00:18:00.630 Der erste Workflow wird implementiert, der Co-Pilot beantwortet Testanfragen und alles sieht vielversprechend aus. 00:18:01.070 --> 00:18:03.770 Doch zwischen dieser Demo und dem tatsächlichen Go-Live erschieben sich die Rahmenbedingungen. 00:18:04.530 --> 00:18:08.670 Führungskräfte fordern mitten im Projekt zusätzliche Funktionen, Endanwender sind unsicher, wie oder wann sie das. 00:18:09.030 --> 00:18:13.450 Neue Tools nutzen sollen und Projektteams stellen fest, dass sie nie festgelegt haben, wer Änderungen prüft oder Trainingsdaten freigibt. 00:18:14.210 --> 00:18:17.470 Die Lücke zwischen der Entwicklung und dem Rollout ist der Ort, an dem die Dynamik im Stillen steht. 00:18:18.250 --> 00:18:22.370 Denken Sie an einen Agenten, der bei internen Tests perfekt funktionierte, aber bei der Veröffentlichung strauchelte. 00:18:22.370 --> 00:18:27.310 Mitarbeiter öffneten ihn ein- oder zweimal, verstanden nicht, welche Probleme er löste und wandten sich unbeeindruckt ab. 00:18:27.650 --> 00:18:33.130 In manchen Fällen konzentriert sich das Entwicklerteam so stark auf technische Genauigkeit, dass der Kommunikationsplan vernachlässigt wird. 00:18:33.670 --> 00:18:36.710 Die Endnutzer gingen davon aus, dass der Co-Pilot alles zu ihrer Rolle beantworten könne. 00:18:37.450 --> 00:18:40.950 Als sie jedoch die erste Frage stellten, die das System nicht unterstützte, antwortete der Agent vage. 00:18:41.530 --> 00:18:43.470 Dieser eine Moment reichte aus, um das Vertrauen zu untergraben. 00:18:43.830 --> 00:18:48.410 Die Akzeptanz erholte sich nie, da die Einführung nicht darauf ausgelegt war, Nutzerwahrnehmung und Feedback aufzufangen. 00:18:48.830 --> 00:18:51.090 Eine schleichende Erweiterung des Projektumfangs sorgt für zusätzliche Probleme. 00:18:51.090 --> 00:18:55.470 Nehmen wir an, ein Projekt zielte ursprünglich auf zwei wertvolle Szenarien für Finanzanalysten ab. 00:18:56.190 --> 00:18:58.070 Auf halbem Weg beginnen die Anfragen einzuströmen. 00:18:58.930 --> 00:19:02.550 Kann auch HR beim Onboarding neuer Mitarbeiter helfen oder vielleicht IT-Lösungsschritte anbieten? 00:19:03.470 --> 00:19:06.970 Die Führungsebene möchte abteilungsübergreifende Wirkung zeigen, also werden diese Anforderungen hinzugefügt. 00:19:07.430 --> 00:19:11.990 Nun ist das Projektteam überlastet, Fristen verstreichen und die ursprünglichen Anwendungsfälle verzögern sich. 00:19:12.830 --> 00:19:16.990 Wenn die Testphase endet, versucht der Co-Pilot, fünf Richtungen gleichzeitig zu bedienen, wird aber keiner gerecht. 00:19:16.990 --> 00:19:23.050 Die Einführung wird erneut verschoben, das Vertrauen ins Projekt schwindet und das ursprüngliche Versprechen erfüllt sich nie. 00:19:23.590 --> 00:19:25.430 Um diese Abwärtsspirale zu vermeiden, ist strukturerfondlich. 00:19:25.890 --> 00:19:27.430 Eine bewährte Methode sind Phaseneinführungen. 00:19:28.170 --> 00:19:33.970 Statt den Agenten sofort dem gesamten Unternehmen aufzuzwingen, starten sie mit einer kleinen Pilotgruppe, die die Kernanwender repräsentiert, 00:19:34.210 --> 00:19:38.750 sammeln deren Feedback, überwachen die Art der Fragen und messen die Akzeptanz in einer kontrollierten Umgebung. 00:19:39.310 --> 00:19:42.390 Sollten Probleme auftreten, können Anpassungen diskret vorgenommen werden, bevor das System skaliert wird. 00:19:42.790 --> 00:19:47.070 Zudem hilft die Festlegung, transparente Erfolgsmaßstäbe die Begeisterung auf einem realistischen Boden zu halten. 00:19:47.710 --> 00:19:53.830 Wenn Erfolg definiert ist, als 50% der Tickets ohne menschliche Hilfe gelöst oder Compliance-Prüfungen in unter zwei Minuten abgeschlossen, 00:19:54.110 --> 00:19:57.530 dann kann jeder Fortschritte klar erkennen, statt vage Behauptungen zu hören. 00:19:58.310 --> 00:20:03.670 Gute KI-Projekte haben auch interne Botschafter, die als Vermittler zwischen dem Technikteam und der allgemeinen Nutzerschaft fungieren. 00:20:03.670 --> 00:20:09.490 Hm. Diese Botschafter helfen dabei, die richtigen Erwartungen zu wecken, indem sie Kollegen zeigen, wo der Co-Pilot glänzt und wo nicht. 00:20:10.250 --> 00:20:15.950 Anstatt zu versprechen, dass die KI alles löst, erklären sie, welche spezifischen Aufgaben unterstützt werden und warum diese als Priorität gewählt wurden. 00:20:16.990 --> 00:20:21.650 Diese Art von Fürsprache hat von Kollegen mehr Gewicht als IT-Ankündigungen, die in einem Firmen-Newsletter auftauchen. 00:20:22.430 --> 00:20:26.810 Dies baut von Person zu Person Glaubwürdigkeit auf, was die Akzeptanz auf eine Weise skaliert, wie es keine Ankündigung allein erreichen könnte. 00:20:27.590 --> 00:20:30.850 Dynamik nach der ersten Demo entsteht durch die Balance zwischen Ambition und Realität. 00:20:30.850 --> 00:20:37.170 Der Gens sollte nicht ungesehen in einem Innovationslabor versteckt werden, darf aber auch nicht ungeprüft auf die gesamte Belegschaft losgelassen werden. 00:20:37.670 --> 00:20:40.170 Erfolgreiche Einführungen basieren meist auf einer geduldigen Sequenzierung. 00:20:40.410 --> 00:20:42.550 Testen, erweitern und dann in den täglichen Arbeitsablauf integrieren.