Copilot Studio: so baust du KI-Agenten, die wirklich arbeiten

Jeder redet über KI-Agenten, kaum jemand hat einen im Einsatz. Copilot Studio ist der Baukasten von Microsoft, mit dem du genau das änderst: eigene Agenten bauen, die auf dein Firmenwissen zugreifen, Fragen beantworten und Aufgaben auslösen. Ohne eine Zeile Code. Dieser Beitrag zeigt dir, was Copilot Studio kann, wie du deinen ersten Agenten in sechs Schritten erstellst, was das kostet und wo die Grenzen liegen. Keine Feature-Liste zum Abnicken, sondern das, was du wirklich brauchst, bevor du startest.

Was ist Copilot Studio überhaupt?

Copilot Studio ist eine Weboberfläche, in der du KI-Agenten zusammenbaust. Du beschreibst in normaler Sprache, was der Agent tun soll, hängst Wissensquellen dran und legst fest, welche Aktionen er ausführen darf. Danach veröffentlichst du ihn in Microsoft Teams, auf deiner Website, in Microsoft 365 Copilot oder in einem anderen Kanal.

Technisch steckt darunter die Power Platform. Wer schon einmal mit Power Automate gearbeitet hat, erkennt vieles wieder. Der frühere Name war Power Virtual Agents, daher wirken manche Menüs noch etwas nach klassischem Chatbot. Der große Unterschied zu damals: Du musst keine Dialogbäume mehr klicken. Der Agent formuliert seine Antworten selbst, gestützt auf die Quellen, die du ihm gibst. Die offizielle Einordnung findest du in der Dokumentation von Microsoft Learn.

Wichtig für das Verständnis: Ein Agent ist kein besserer Chatbot. Er kann eigenständig Schritte planen, Systeme abfragen und Ergebnisse zurückschreiben. Was das grundsätzlich bedeutet und wann sich der Aufwand rechnet, haben wir hier ausführlich erklärt: Was sind KI Agenten und wann lohnen sie sich wirklich?

Wann lohnt sich ein eigener Agent und wann nicht?

Die ehrliche Antwort: Die meisten Aufgaben brauchen keinen Agenten. Wenn du einmal pro Woche einen Text zusammenfasst, reicht der normale Chat. Ein Agent lohnt sich, wenn drei Dinge zusammenkommen: Die Aufgabe wiederholt sich oft, sie braucht firmeneigenes Wissen und sie wird von mehreren Menschen gebraucht.

Typische Fälle, die in der Praxis funktionieren:

• Onboarding-Agent, der neuen Mitarbeitenden Fragen zu Urlaub, Tools und Prozessen beantwortet
• Vertriebs-Agent, der Produktdaten, Preislisten und alte Angebote durchsucht
• Support-Agent auf der Website, der aus der Wissensdatenbank antwortet und bei Bedarf ein Ticket anlegt
• Marketing-Agent, der Briefings prüft, Markenrichtlinien kennt und Textvorschläge nach eurem Tonfall liefert
• Reporting-Agent, der Zahlen aus SharePoint oder Dataverse holt und wöchentlich zusammenfasst

Finger weg, solange dein Wissen unsortiert ist. Ein Agent, der auf 4.000 chaotische Dateien in einem SharePoint zeigt, gibt chaotische Antworten. Erst aufräumen, dann automatisieren.

Wie erstellst du einen Agenten in Copilot Studio?

Du startest auf copilotstudio.microsoft.com mit deinem Microsoft-Arbeitskonto. Danach läuft es in sechs Schritten.

Schritt 1: Agent anlegen und beschreiben

Klick auf Erstellen und wähle einen neuen Agenten. Statt dich durch Formulare zu klicken, beschreibst du im Dialogfeld, was der Agent tun soll. Sei dabei konkret. Nicht "hilft dem Marketing", sondern "beantwortet Fragen zu unseren Markenrichtlinien, prüft Textentwürfe auf Tonalität und schlägt Alternativen vor". Aus dieser Beschreibung baut Copilot Studio Name, Beschreibung und erste Anweisungen.

Schritt 2: Anweisungen schärfen

Die Anweisungen sind das Herz des Agenten. Hier legst du Rolle, Tonfall, Grenzen und Antwortformat fest. Schreib hinein, was der Agent nicht tun soll. Zum Beispiel: keine rechtlichen Auskünfte, keine Preisnachlässe zusagen, bei Unsicherheit an einen Menschen verweisen. Und gib ihm eine Struktur vor, etwa kurze Antwort zuerst, dann Begründung, dann Quelle.

Schritt 3: Wissen anbinden

Jetzt bekommt der Agent Futter. Als Quellen kannst du unter anderem nutzen:

• SharePoint-Bibliotheken und OneDrive-Ordner
• Öffentliche Websites, die du gezielt freigibst
• Hochgeladene Dateien wie PDFs oder Word-Dokumente
• Dataverse-Tabellen und über Connectoren angebundene Systeme

Weniger ist mehr. Drei saubere, aktuelle Quellen schlagen zwanzig veraltete. Ein Tipp aus der Praxis: Leg für den Agenten einen eigenen SharePoint-Ordner an, in dem nur freigegebene Dokumente liegen. So kontrollierst du genau, worauf er zugreift.

Schritt 4: Aktionen und Trigger ergänzen

Ein Agent, der nur redet, ist ein Nachschlagewerk. Interessant wird es mit Aktionen. Über Connectoren und Power-Automate-Flows kann er Termine anlegen, Datensätze schreiben, Mails versenden oder ein Ticket eröffnen. Zusätzlich kannst du Trigger definieren, damit der Agent von selbst aktiv wird, etwa wenn eine Mail in einem bestimmten Postfach landet.

Start klein: eine Aktion, ein klarer Zweck. Jede zusätzliche Berechtigung ist auch ein zusätzliches Risiko.

Schritt 5: Testen mit echten Fragen

Rechts im Fenster läuft der Testbereich mit. Nutze dort keine Wunschfragen, sondern die echten Fragen aus deinem Postfach oder Support-Tool. Sammle vorher 20 typische Anfragen und arbeite sie systematisch ab. Wo der Agent halluziniert oder ausweicht, fehlt meist eine Quelle oder eine klare Anweisung.

Schritt 6: Veröffentlichen und beobachten

Veröffentlichen kannst du in Teams, in Microsoft 365 Copilot, als Chat-Widget auf der Website, in Slack oder per Telefonie. Wähl den Kanal, wo deine Leute ohnehin sind. In der Analyse siehst du danach, welche Fragen ankommen, wie oft der Agent abbricht und wo Menschen übernehmen mussten. Diese Daten sind Gold für die nächste Runde.

Welche Rolle spielen Governance und Sicherheit in Copilot Studio?

Der Punkt, den in Demos alle überspringen. Ein Agent erbt die Berechtigungen der angebundenen Quellen, aber die Frage ist, wer den Agenten nutzen darf und wer neue bauen kann. Ohne Regeln hast du nach drei Monaten 40 halbfertige Agenten in der Umgebung und niemand weiß, welcher gepflegt wird.

Drei Dinge, die du vor dem ersten Rollout klären solltest:

• Wer darf Agenten erstellen und veröffentlichen, und in welcher Power-Platform-Umgebung
• Welche Datenquellen sind freigegeben, welche ausdrücklich nicht
• Wer prüft die Antworten, wenn sich Prozesse oder Preise ändern

Dazu kommt der rechtliche Rahmen. Der EU AI Act verlangt unter anderem, dass Menschen wissen, wenn sie mit einer KI sprechen, und dass Personal, das KI-Systeme einsetzt, ausreichend geschult ist. Ein Hinweis im ersten Satz deines Agenten kostet nichts und erspart Diskussionen. Was Schulungspflicht konkret bedeutet, liest du hier: KI Schulung für Mitarbeiter: Pflicht, Inhalte und Umsetzung

Die fünf Fehler, die Copilot Studio Projekte kosten

Wir sehen immer wieder dieselben Muster, wenn ein Agent nach vier Wochen niemanden mehr interessiert.

1. Zu breiter Auftrag. Ein Agent, der "alles" kann, kann nichts richtig. Ein Thema, ein Nutzen, ein Zielpublikum.
2. Altes Wissen. Wenn die Preisliste von 2023 noch im Ordner liegt, zitiert der Agent sie. Zuständigkeit für Aktualität festlegen.
3. Kein Mensch als Ausweg. Ohne Übergabe an einen echten Ansprechpartner frustrierst du Nutzer beim ersten Sonderfall.
4. Keine Erfolgsmessung. Definiere vorher, was Erfolg heißt: weniger Rückfragen, kürzere Bearbeitungszeit, höhere Lösungsquote im ersten Kontakt.
5. Kein Betrieb. Ein Agent ist ein Produkt, kein Projekt. Plan feste Zeit für Pflege ein, sonst verrottet er still.

Fazit: klein anfangen, schnell liefern

Copilot Studio senkt die Hürde für eigene KI-Agenten enorm. Der erste brauchbare Agent steht an einem Nachmittag. Der Unterschied zwischen einer netten Demo und echtem Nutzen liegt nicht im Tool, sondern in drei Entscheidungen: ein klar abgegrenzter Anwendungsfall, sauberes und aktuelles Wissen und ein Verantwortlicher, der den Agenten pflegt.

Start mit einem Thema, das täglich Zeit frisst und dessen Antworten in Dokumenten stehen, die es schon gibt. Miss vier Wochen lang, was sich verändert. Wenn die Zahlen stimmen, baust du den zweiten. Wenn nicht, hast du einen Nachmittag investiert und eine Menge gelernt. Beides ist besser als eine KI-Strategie, die nie den Konferenzraum verlässt.