Wir wollen unser WorkSimple-Portfolio strategisch erweitern und setzen dabei auf echte KI-Anwendungen statt auf Buzzword-Feuerwerk. Genau deshalb machen wir das fundiert, mit sinnvollem Plan und klarer Zielrichtung. Worum es dabei konkret geht, seht ihr in unserem Logbuch.

Der zweite Eintrag dreht sich um den Aufbau einer KI-Marktübersicht mit Schwerpunkt Microsoft. Die Erkenntnisse daraus nutze ich, um im nächsten Beitrag die Gesprächsstruktur für unsere Kundeninterviews vorzubereiten.

KI in a Nutshell

KI heißt: Maschinen übernehmen Aufgaben, die früher Menschen erledigt haben. Sie analysieren Daten, erkennen Muster, verstehen Sprache, lernen dazu und unterstützen bei Entscheidungen. Wir sprechen von Systemen, die mit Unsicherheit umgehen und sich weiterentwickeln, nicht von starrer Wenn-dann-Logik.

Relevanz hat das Thema, weil aus Jahrzehnten Forschung jetzt massentaugliche Werkzeuge entstanden sind. Vom Deep-Learning-Durchbruch 2012 über AlphaGo 2016 bis zu generativen Anwendungen wie ChatGPT und Microsoft Copilot.

Ich bin ein KMU - Was passiert gerade in meinem Unternehmen?

In Unternehmen probieren Mitarbeitende KI-Tools aus Neugier und ohne feste Regeln aus. Die IT ist mit dem Tagesgeschäft ausgelastet und braucht klare Vorgaben für den Umgang mit Daten, Tools und Testphasen. Die Geschäftsführung muss Orientierung geben und den Rahmen definieren, innerhalb dessen KI genutzt werden darf. Viele Softwareanbieter liefern Einzellösungen ohne durchgängige Integration, was zu Silos führt.

Zwischen Neugier, Wildwuchs und Tool-Bingo stellt sich also irgendwann die Frage: Wo anfangen? Welche Plattform ergibt Sinn? Und was davon passt überhaupt zum eigenen Setup?

Für viele unserer Kunden liegt die Antwort erstmal auf der Hand: Microsoft.

Willkommen im Microsoft KI-Dschungel

Als Microsoft-Fokuspartner interessiert uns besonders, wie Microsoft KI in seine Produktwelt integriert. Nicht nur, weil wir beratend unterwegs sind. Sondern weil viele Unternehmen Microsoft-Technologie bereits nutzen, vor allem rund um M365.

Der große Vorteil liegt auf der Hand. Die neuen KI-Tools lassen sich direkt in bestehende Umgebungen einbauen. Keine zusätzlichen Plattformen, keine neuen Benutzerkonten. Und Microsoft stellt sichere Datenräume zur Verfügung, die sich gut mit gängigen Datenschutzkonzepten kombinieren lassen. Die technischen Details dazu gibt es in einem späteren Beitrag. Ich wollte meinen KI-Einstieg dort beginnen, wo unsere Kunden ohnehin schon arbeiten. In der Microsoft-Welt. Klingt vernünftig.

Dann stehe ich plötzlich im Dschungel.

Täglich tauchen neue Begriffe auf. Neue Architekturen, neue Tools. Mal auf Blogs, mal in Dokus, mal in irgendwelchen LinkedIn-Beiträgen.Copilot Free. Copilot Pro. Copilot Studio.Azure AI Services. Azure OpenAI. Azure AI Foundry. Cognitive Services.Semantic Kernel. Power Platform. Und diverse Drittanbieter.

Alles klingt nützlich, vieles überschneidet sich, kaum etwas ist auf meinen ersten Blick klar voneinander abgegrenzt. Viele dieser Tools können dasselbe. Sie tun es nur unterschiedlich. Ein Use Case, drei mögliche Tools. Drei Tools, drei Wege. Keine Anleitung.

Dann bin ich auf das Microsoft Cloud Adoption Framework gestoßen. Konkret auf den Abschnitt AI Adoption. Der Name klingt trocken, war aber genau das, was ich gebraucht habe.

Die Fragen dort sind einfach, aber wirkungsvoll: Was will ich eigentlich mit KI machen? Welcher Microsoft-Baustein passt dazu? Und wie fügt sich das in eine bestehende Systemlandschaft ein?

Besonders geholfen hat mir die Entscheidungsmatrix. Sie ordnet Technologien nicht nach Produktnamen, sondern nach Anwendungsfall. Das hat direkt Struktur in meinen ersten Entwurf unseres möglichen Portfolios gebracht.

Mein erster WorkSimple-Portfolioentwurf

Um den Microsoft KI-Dschungel greifbar zu machen, habe ich ein erstes Modell für unser Portfolio entwickelt.

Unten liegt das Fundament
Bevor Tools starten oder Agenten laufen, braucht es ein stabiles Fundament. Es klärt Fragen, die später sonst teuer werden:

  • Warum KI überhaupt? Was soll sie verbessern?
  • Wo steckt Potenzial? Repetitive Abläufe, datengetriebene Prozesse, manuelle Zeitfresser?
  • Welche Daten dürfen genutzt werden? Wer hat Zugriff? Was gilt datenschutzrechtlich?
  • Was ist erlaubt, was muss dokumentiert werden?
  • Wie passt KI technisch ins Unternehmen?
  • Wer entscheidet über was? Wer trägt Verantwortung?
  • Und nicht zuletzt: Wer wird befähigt? Wer darf testen, wer muss geschult werden?

Ohne Antworten auf diese Fragen läuft nichts rund.

Copilot – der einfache Einstieg
Steht das Fundament, wird Copilot spannend. Die standardisierte KI in Word, Outlook, Excel, PowerPoint und Teams liefert schnelle Unterstützung ohne lange Einführung.

Typische Szenarien: Eine Projektleitung lässt sich aus mehreren Teams-Chats ein Status-Update erstellen. Eine Assistenz formuliert aus einem Stichwortsatz eine vollständige Kundenmail. Ein Kollege analysiert Umsatzzahlen in Excel.

Das funktioniert sofort, bringt sichtbaren Nutzen und spart Zeit. Copilot nutzt bestehende Daten und Rechte, passt sich aber nicht an. Kein eigenes Modell, keine unternehmensspezifische Logik. Für den Start oft ideal, für mehr braucht es Azure AI.

Azure AI – wenn’s spezifisch werden soll
Sobald es um komplexe Prozesse, mehrere Datenquellen oder eigenes Wissen geht, stößt Copilot an Grenzen. Azure AI übernimmt dort, wo Standardfunktionen aufhören.

Beispiel: Mit Azure AI lässt sich ein Modell entwickeln, das genau das erledigt. Oder: In der Qualitätskontrolle sollen Produktdaten, Reklamationshistorien und Sensordaten aus der Produktion kombiniert werden, um Abweichungen frühzeitig zu erkennen. Das Ganze läuft dann über Azure OpenAI, Cognitive Services, Machine Learning oder Power Platform.

Erweiterungen
Mit Copilot Studio lassen sich eigene Chatbots bauen. Eine HR-Abteilung erstellt damit einen Helfer für Urlaubsrichtlinien. Ein Sales-Team automatisiert Angebotsvorschläge. Ganz ohne Code.

In Azure AI geht noch mehr. Hier entstehen Agenten, die selbstständig handeln. Eine Support-KI erkennt Anfragen, findet Antworten, legt Tickets an. Oder ein Assistent liest Vertragsdaten aus, erkennt Fristen, setzt Erinnerungen.

Besonders stark wird’s, wenn mehrere Systeme zusammenspielen: CRM, ERP, Datenbanken, SharePoint. Möglich durch Logic Apps, Power Automate oder Azure Functions.