Schlagwort: Adoption

Die meisten nutzen GPT-5 unter ihrem Potenzial!

Geschrieben von admin nubit. am 09.10.2025. Veröffentlicht in Blog.

Provokante These? Ja. Aber in Projekten und Trainings sehe ich immer wieder dasselbe Muster: Menschen nutzen neue Modelle mit alten Prompts, fahren ihren Motor im ersten Gang. Sie verlassen sich auf „magische“ Formulierungen („Du bist jetzt der beste XYZ-Experte…“) statt auf sauberen Kontext, klare Anweisungen und überprüfbare Erwartungen. Das funktioniert mit modernen, instruktions-getreuen Modellen (z. B. GPT-4.1/5-Klasse) immer schlechter – und kostet Output-Qualität.

Was sich geändert hat (und warum alte Prompts scheitern)

Instruktions-Treue statt Lückentext-Zauberei. Neuere Modelle befolgen explizite Regeln strenger und leiten implizite Annahmen weniger bereitwillig ab. Alte, unscharfe Prompts brechen deshalb häufiger. OpenAI beschreibt das für die 4.1-Generation sehr deutlich: Je exakter du sagst, was zu tun ist (und was nicht), desto stabiler die Ergebnisse.
Strukturierte Ausgaben sind Standard. Anstatt „Bitte im JSON“ zu hoffen, liefern Structured Outputs (per JSON-Schema) verlässlich validierbare Ergebnisse – das ist heute der empfohlene Weg für Extraktion, Funktionsaufrufe und Workflows.
Gute Ergebnisse brauchen Prompt-Struktur. Studien zeigen: Wenn Nutzer mit klaren Prompt-Bausteinen arbeiten (Kontext, Aufgabe, Regeln, Beispiele), steigen Qualität, Effizienz und Zufriedenheit spürbar. NN/g fasst das als CARE-Framework; weitere Untersuchungen messen geringere kognitive Last bei strukturiertem Prompting.
Enterprise-Guides sagen das Gleiche. Microsoft (Copilot, Azure OpenAI) und GitHub raten: Ziel zuerst, dann Details & Constraints, Beispiele, und klare Erwartungen an Form, Umfang und Quellen.

Die 7 häufigsten Fehler

„Magier-Prompts“ ohne Substanz
„Du bist weltbester XYZ…“ – aber ohne Ziel, Zielgruppe, Tonalität, Qualitätskriterien. Ergebnis: zufällige Güte.
Fix: Zielbild + Abnahmekriterien definieren („Erfolg = …, Nicht-Ziel = …“).
Kontext fehlt oder ist unpräzise
Ohne Domänendaten rät das Modell.
Fix: Kurzkontext + relevante Daten/Beispiele + was weglassen. CARE: Context–Ask–Rules–Examples.
Keine Regeln/Constraints
„Schreibe einen Bericht“ ohne Länge, Stil, Format, Quellenpflicht.
Fix: Regeln nennen (z. B. Länge, Stilrichtlinien, Tabellenspalten, Zitationsstil).
Struktur wird nicht erzwungen
„Gib mir JSON“ → mal klappt’s, mal nicht.
Fix: Structured Outputs mit JSON-Schema nutzen – statt Hoffen.
Keine Beispiele (Shots)
Ohne Positiv/Negativ-Beispiele bleibt „Qualität“ diffus.
Fix: 1–2 gute und 1 schlechtes Beispiel (Kontrastlernen).
Kein Verifizierer/Reviewer-Schritt
Output wird ungeprüft übernommen.
Fix: Zweitprompt als Checker (Kriterienliste), ggf. Korrekturschleife. Studien belegen Qualitäts- und Effizienzgewinne bei strukturiertem Vorgehen.
Tool-/Daten-Ignoranz
Aktuelle Daten? Tabellen? Validierungen? – nicht angebunden.
Fix: Tool-Beschreibungen & Felder bewusst definieren; Modelle können heute sehr gut damit umgehen – wenn die Tools sauber beschrieben sind.

Beispiel-Prompt (für GPT-5, strukturiert nach dem empfohlenen Schema)

Ziel:
Erstelle einen Blogbeitrag (ca. 800 Wörter) für IT-Entscheider:innen im Mittelstand, der die Vorteile von Microsoft Copilot für die Prozessoptimierung im Unternehmen erklärt.

Kontext:
Zielgruppe sind IT-Leiter:innen und Geschäftsführer:innen aus dem DACH-Raum, die bereits Microsoft 365 einsetzen, aber noch keine KI-Tools produktiv nutzen.

Daten/Quellen:
Nutze aktuelle Informationen zu Microsoft Copilot (Stand 2025), beziehe dich auf offizielle Microsoft-Quellen und nenne mindestens zwei reale Anwendungsbeispiele.

Aufgabe:

Beschreibe die wichtigsten Funktionen von Copilot.
Zeige konkrete Vorteile für typische Geschäftsprozesse (z. B. Dokumentation, Kommunikation, Wissensmanagement).
Baue ein kurzes Praxisbeispiel ein.
Vermeide technische Details, die für Entscheider:innen irrelevant sind.
Keine Werbung, sondern sachliche Argumentation.

Regeln/Constraints:

Sprache: Deutsch, sachlich, klar, zielgruppengerecht.
Länge: ca. 800 Wörter.
Format: Überschriften, Absätze, Aufzählungen.
Quellen am Ende als Liste angeben.

Beispiele:

Gutes Beispiel: „Mit Copilot können Projektteams automatisch Protokolle aus Meetings generieren und Aufgaben direkt zuweisen – das spart Zeit und reduziert Fehler.“
Schlechtes Beispiel: „Copilot ist einfach nur cool und macht alles besser.“

Erfolgskriterien:

Alle Aufgabenpunkte sind abgedeckt.
Mindestens zwei reale Anwendungsbeispiele.
Quellen sind angegeben.
Text ist verständlich und zielgruppengerecht.

Nächster Schritt:
Falls Informationen fehlen, stelle bitte gezielte Rückfragen, bevor du den Text erstellst.

Teste deinen nächsten Prompt mit dieser Struktur und vergleiche die Ergebnisse!

FAZIT

„Besser prompten“ heißt nicht „blumiger schreiben“, sondern klarer spezifizieren: Kontext → Aufgabe → Regeln → Beispiele → Struktur → Review.

Wer weiterhin mit alten Muster-Prompts arbeitet, verschenkt Potenzial – und merkt es oft erst bei der Qualität im Output.

KI-Assistenten halluzinieren auch Microsoft Copilot? Chancen, Risiken und Tipps für den Alltag

Geschrieben von admin nubit. am 30.09.2025. Veröffentlicht in Blog.

Verstehen, warum Künstliche Intelligenz manchmal „halluziniert“ – und wie man damit sicher umgeht

Künstliche Intelligenz (KI) ist schon längst im Alltag angekommen – ob beim Chatten mit einem Kundenservice-Bot oder beim Einsatz von Microsoft Copilot in Word, Outlook oder Teams. Aber was steckt eigentlich dahinter? Und warum hört man immer wieder, dass KI manchmal „halluziniert“, also Dinge erfindet, die gar nicht stimmen? Dieser Blogbeitrag erklärt das Thema ganz einfach und gibt Tipps, wie jeder KI sicher nutzen kann.

Was bedeutet „Halluzination“ bei KI?

„Halluzination“ klingt erstmal nach Science-Fiction, ist aber ein ganz alltägliches Problem bei KI-Programmen. Gemeint ist, dass eine KI manchmal Antworten ausspuckt, die zwar überzeugend klingen, aber nicht stimmen. Zum Beispiel kann ein Chatbot alte Fakten nennen, weil er mit veralteten Daten trainiert wurde. Oder er erfindet Zahlen, weil er die echte Antwort gar nicht kennt. Das passiert, weil KI-Programme wie Copilot große Mengen an Texten und Daten verarbeiten – aber sie wissen nicht wirklich, was wahr oder falsch ist.

Typische Szenarien für halluzinierte Antworten

In welchen Situationen treten solche Halluzinationen nun besonders häufig auf? Erfahrungswerte und Berichte zeigen einige wiederkehrende Szenarien, in denen man verstärkt aufpassen muss:

Fragen außerhalb des gelernten Wissens: Wird die KI nach sehr spezifischen Fakten gefragt, die nicht in ihren Trainingsdaten vorkommen (z.B. firmeninterne Details, sehr neue Erkenntnisse oder Nischenwissen), liefert sie oft trotzdem eine Antwort – diese ist dann aber erfunden. Beispiel: Eine Anfrage nach internen Kennzahlen oder einem kaum bekannten historischen Ereignis kann zu ausgedachten Zahlen oder falschen „Fakten“ führen. Das Modell hat schlicht keine Grundlage und rät, da es ungern gar nichts sagt.
Aktuelle Ereignisse jenseits des Trainingshorizonts: Die meisten Modelle haben einen Wissensstand, der mit dem Ende ihres Trainingsdatums abbricht (z.B. Ende 2021 bei GPT-4). Fragt man nach Ereignissen, die danach passiert sind, fehlen die Informationen. Ohne Anbindung an aktuelle Daten kann die KI nur spekulieren. So wurden etwa neueste Entwicklungen oder Änderungen oft ignoriert oder falsch beantwortet, wenn sie nicht im Trainingsmaterial enthalten waren. Ein Chatbot könnte z.B. eine politische Entscheidung aus 2025 falsch darstellen oder behaupten, sie sei noch nicht gefallen, obwohl sie längst bekannt ist.
Erfundene Quellen und Zitate: Besonders kritisch sind Fälle, in denen die KI Quellenangaben, Zitate oder Referenzen liefern soll. Sprachmodelle generieren dann gerne Ausgaben, die wie echte Quellen aussehen – mit Titeln, Autoren, Datumsangaben – doch in Wahrheit frei erfunden sind. Ein prominentes Beispiel ist ein Fall in New York, wo ein Anwalt ChatGPT für juristische Recherchen nutzte: Der von der KI erzeugte Schriftsatz enthielt mehrere Gerichtsurteile inklusive Aktenzeichen, die vollständig erfunden waren. Die KI hatte realistisch klingende Fallnamen wie „Petersen gegen Iran Air“ generiert, die jedoch in keiner Datenbank existierten. Solche Fake-Quellen sind schwer sofort zu erkennen und besonders gefährlich, weil sie auf den ersten Blick Vertrauen erwecken.
Verwechslung ähnlicher Begriffe oder Personen: LLMs können Eigenschaften unterschiedlicher, aber ähnlicher Entitäten miteinander vermischen. Bei gleichnamigen Personen etwa kommt es vor, dass Lebenslauf-Stationen oder Errungenschaften vermengt werden. Fragt man z.B. nach „Dr. Thomas Meyer, dem Biologen“, könnte das Modell Teile aus dem Leben eines anderen Thomas Meyer (vielleicht eines Arztes oder Historikers) mit einfließen lassen. Solche Konfusionen entstehen, weil das Modell im Training viele ähnliche Informationen gesehen hat und diese nicht sauber trennen muss – es erstellt dann eine Art Komposit-Antwort, die keiner realen Person ganz entspricht.
Lange Dialoge mit Kontextverlust: In sehr ausgedehnten Chats oder komplexen Antworten kann es passieren, dass das Modell den Überblick verliert. Sprachmodelle haben ein begrenztes Kontextfenster; wird dieses gesprengt, können frühere Details „vergessen“ werden. Dann antwortet die KI eventuell auf Basis eines unvollständigen Kontexts und erfindet fehlende Verknüpfungen. Das zeigt sich zum Beispiel, wenn nach langer Konversation eine zuvor geklärte Tatsache plötzlich falsch wiedergegeben wird – ein Indiz dafür, dass der entsprechende Kontext nicht mehr präsent war und überschrieben wurde.
Suggestivfragen und bestätigende Halluzination: Wie oben erwähnt, tendieren Modelle dazu, behauptete Prämissen in Fragen ungeprüft zu übernehmen. Fragt ein Nutzer: „Unser Produkt X hatte ja 2022 nur 5 % Marktanteil – woran lag das?“, liefert das Modell wahrscheinlich Gründe für den niedrigen Marktanteil, selbst wenn die Prämisse falsch ist (Produkt X hatte evtl. einen höheren Marktanteil). Das Modell halluziniert hier eine Erklärung, weil es annimmt, die 5 % seien korrekt, und es dem Nutzer entsprechen will. Dieses Szenario tritt oft auf, wenn die Fragestellung bereits eine implizite Behauptung enthält, die das Modell dann ungefiltert bestätigt.
Code-Vervollständigung in unbekannten Kontexten: Bei generativer KI für Code (z.B. GitHub Copilot) zeigt sich ein ähnliches Phänomen: Das Modell schlägt manchmal Funktionen oder Klassen vor, die es gar nicht gibt, insbesondere wenn es den spezifischen API-Kontext nicht kennt. Es „kennt“ viele ähnliche Codestrukturen aus dem Training und kombiniert diese. Ein Entwickler könnte etwa gefragt werden, eine bestimmte Bibliothek-Funktion aufzurufen, die plausibel klingt, aber nicht existiert. Hier halluziniert das Modell eine Lösung, die vom Prinzip her möglich wäre, jedoch in der Realität falsch ist.

Diese Beispiele machen deutlich, dass Halluzinationen in sehr verschiedenen Kontexten auftreten können – überall dort, wo das Modell unsicher ist oder die Anreize falsch gesetzt sind. Wichtig ist, solche Situationen erkennen zu können und entsprechend gegenzusteuern. Im nächsten Abschnitt betrachten wir daher, wie man halluzinierte Inhalte identifizieren kann.

Wie hilft Microsoft Copilot – und wo sind die Grenzen?

Microsoft Copilot ist ein KI-Assistent, der direkt in Office-Anwendungen eingebaut ist. Er kann zum Beispiel Texte zusammenfassen, E-Mails schreiben oder Termine finden. Das Besondere: Copilot arbeitet nicht nur mit seinem eigenen Wissen, sondern kann auch auf unternehmensinterne Daten zugreifen, wie Dokumente oder Mails. Dadurch werden die Antworten oft genauer.

Aber: Wenn Copilot keine passenden Infos findet, greift er wieder auf sein Grundwissen zurück – und das kann dann zu Fehlern führen. Deshalb gilt: Copilot ist eine riesige Hilfe, aber kein perfekter Alleswisser.

Copilot nutzt ein großes Sprachmodell und greift auf den Microsoft Graph zu, um unternehmensinterne Inhalte einzubeziehen. Diese Architektur wurde gerade mit dem Ziel entworfen, mehr Kontext und Faktenbasis bereitzustellen, um die Halluzinationsgefahr zu reduzieren. Praktisch läuft es so ab, dass Copilot z.B. bei einer Frage in Word oder Teams zuerst relevante Dokumente, E-Mails, Termine etc. sucht, diese Information in den Prompt des Modells einbettet und dann erst die generative KI antworten lässt. Durch dieses Grounding erhält die KI Hinweise aus den Daten, auf die der Nutzer tatsächlich Zugriff hat, und muss weniger raten. Dennoch ist auch Copilot nicht gefeit vor Halluzinationen – wenn etwa keine passenden Firmendaten gefunden werden, stützt sich das Modell auf sein allgemeines Training, was zu denselben Problemen führen kann wie ein gewöhnlicher Chatbot. Wichtig ist daher, Copilot-Ausgaben mit gesundem Menschenverstand zu betrachten.

Tipps für den sicheren Umgang mit KI im Alltag

Immer gegenlesen! Wenn die KI einen Text schreibt oder zusammenfasst, prüfen Sie die Fakten. Stimmen Namen, Zahlen und Inhalte?

Konkret fragen: Je klarer die Frage, desto besser die KI-Antwort. Geben Sie der KI möglichst viele Hinweise, worauf sie sich beziehen soll.

Grenzen kennen: KI kann Fehler machen. Viele Programme zeigen sogar Warnungen an. Machen Sie sich bewusst, dass KI eine Hilfe ist, aber keine Garantie für Wahrheit.

Fehler melden: Wenn Sie merken, dass die KI Unsinn erzählt, geben Sie Feedback. So helfen Sie, das System besser zu machen.

Fazit: KI clever nutzen – aber immer mitdenken!

Künstliche Intelligenz wie Microsoft Copilot kann den Büroalltag richtig erleichtern. Sie hilft beim Schreiben, Sortieren und Zusammenfassen. Aber: Sie ersetzt nicht das eigene Nachdenken. Wer KI nutzt, sollte immer selbst prüfen, was rauskommt. So bleibt die Kontrolle beim Menschen – und KI wird zum praktischen Assistenten, nicht zum „allwissenden Orakel“.

Vertrauen Sie auf die Technik, aber lesen Sie immer noch einmal drüber. Wer das beherzigt, kann die Vorteile von KI sicher und sinnvoll genießen.

Du suchst Unterstützung, überlegst die Einführung von KI z.B. Microsoft Copilot oder bist schon dabei? Stöbere doch in unseren passenden Inhalten zum Thema Microsoft Copilot. Es ist für jeden etwas dabei:

Microsoft 365 Copilot – Dein KI-Assistent – nubit. Cloud IT auf den Punkt

oder direkt persönliche

Beratung buchen

Nicht alles wo KI drauf steht glänzt – KI-Begriffe richtig verstehen.

Geschrieben von admin nubit. am 22.09.2025. Veröffentlicht in Blog.

Was Agenten, Workflows und Assistenten wirklich unterscheidet

In der Welt der Künstlichen Intelligenz (KI) herrscht ein regelrechtes Begriffs-Chaos. Begriffe wie Agent, Workflow, Assistant oder Automatisierung werden oft synonym verwendet, obwohl sie grundlegend unterschiedliche Konzepte beschreiben. Diese Verwirrung ist mehr als nur ein akademisches Problem: Das genaue Verständnis dieser Unterschiede ist entscheidend, um die richtigen Werkzeuge für den eigenen Arbeitsalltag auszuwählen und den tatsächlichen KI-Anteil in einer angepriesenen Lösung bewerten zu können.

Dieser Artikel richtet sich an alle, die im Berufsleben mit KI in Berührung kommen und nach praktischen, verständlichen Erklärungen ohne verwirrenden Fachjargon suchen. Er soll Klarheit schaffen und Ihnen helfen, die Funktionsweise und das Potenzial verschiedener KI-Systeme besser einzuordnen. Wo liegt also der entscheidende Unterschied, und was bedeutet das für Sie?

Der Kernunterschied: Feste Regeln vs. flexible Entscheidungen

Der zentrale Gedanke, der die verschiedenen Konzepte voneinander trennt, liegt im Grad ihrer Autonomie und dem Anteil an „echter“ KI. Die Bandbreite reicht von Systemen mit null Autonomie, die streng festgelegten Regeln folgen, bis hin zu Systemen mit proaktiver Autonomie, die dynamisch planen und selbstständig entscheiden. Wenn wir dieses Spektrum verstehen, wird die Einordnung der einzelnen Begriffe deutlich einfacher. Sehen wir uns die zentralen Konzepte nun im Detail an.

Die drei zentralen Konzepte im Detail

Der Workflow: Der zuverlässige Abarbeiter

Workflows sind das strategische Fundament der Prozessautomatisierung. Ihr Wert liegt in ihrer absoluten Skalierbarkeit und Fehlerreduktion. Wenn ein Prozess tausendmal am Tag identisch ausgeführt werden muss, ist starre Vorhersehbarkeit kein Mangel, sondern das entscheidende Merkmal, das Qualität und Compliance garantiert.

Ein Workflow ist ein fester, linearer und deterministischer Ablauf. Er folgt immer einer starren Logik von A → B → C und besitzt damit null Autonomie. Man kann ihn sich wie ein Kochrezept vorstellen, das exakt Schritt für Schritt befolgt wird, um ein absolut vorhersehbares Ergebnis zu erzielen.

Ein typisches Beispiel aus der Praxis ist:

Neue E-Mail kommt → Anhang speichern → ChatGPT/Copilot schreibt Zusammenfassung → E-Mail an dich.

Der KI-Anteil ist hier optional und kann sogar bei null liegen. KI kann ein einzelner Schritt sein, aber der Großteil des Prozesses ist oft klassische, logikbasierte Automatisierung.

Das Wichtigste: Ein Workflow macht exakt das, was vorprogrammiert wurde – nicht mehr und nicht weniger.

Pro-Tipp: 90 % der unmittelbaren Effizienzgewinne in Unternehmen stammen aus gut gebauten Workflows, nicht aus komplexen Agenten.

Der Assistant: Der reaktive Helfer auf Abruf

Assistenten sind interaktive Werkzeuge, die uns gezielt bei der Erstellung von Inhalten oder der Abfrage von Wissen unterstützen. Ihre reaktive Natur macht sie zu idealen Partnern für Aufgaben, die menschliche Initiative und einen konkreten Anstoß erfordern.

Ein Assistant ist ein System, das ausschließlich auf eine explizite Ansprache reagiert. Er handelt niemals eigenständig. Seine Autonomie ist reaktiv und begrenzt: Er trifft Entscheidungen nur im Rahmen der direkten Anweisung, initiiert aber selbst keine Aktionen. Eine passende Analogie wäre ein Taschenrechner, der nur dann ein Ergebnis liefert, wenn man eine Aufgabe eingibt.

Ein klassischer Anwendungsfall ist eine direkte Aufforderung:

„Schreibe mir eine Präsentation über KI-Einsatz im Vertrieb.“

Der KI-Anteil ist bei Assistenten meist hoch, da ihr Kern oft ein leistungsfähiges Sprachmodell (wie Copilot, GPT, Claude oder Gemini) ist, das die Anfrage versteht und bearbeitet.

Das Wichtigste: Ein Assistent ist keine Automatisierung im Hintergrund. Er wartet immer auf den Nutzer und dessen Befehl.

Der Agent: Der selbstständige Problemlöser

Agenten sind Werkzeuge für mehrdeutige, hochwertige Probleme, die bisher resistent gegen Automatisierung waren. Ihre Fähigkeit, Ziele eigenständig zu verfolgen, eröffnet völlig neue strategische Möglichkeiten. Ihr Wert liegt nicht nur in der Erledigung einer Aufgabe, sondern im Navigieren durch Unsicherheit, um ein Geschäftsziel zu erreichen.

Ein Agent ist ein System, das ein übergeordnetes Ziel verfolgt. Ihm stehen dafür verschiedene Werkzeuge zur Verfügung, und er entscheidet selbstständig, welche Schritte und welche Tools in welcher Reihenfolge notwendig sind. Seine Autonomie ist proaktiv und zielorientiert. Man kann ihn sich wie einen Projektmanager vorstellen: Er erhält ein Ziel und verteilt dann eigenständig Aufgaben, überwacht den Fortschritt und plant bei Problemen flexibel um.

Ein Beispiel für eine solche Aufgabe wäre:

„Finde aktuelle KI-News, prüfe die Fakten, erstelle einen LinkedIn-Post.“

Der KI-Anteil ist hier zwingend hoch, da er Sprachverständnis, Planungslogik und Entscheidungsfähigkeit erfordert.

Das Wichtigste: Agenten zeichnen sich durch Dynamik statt Fließbandarbeit aus. Sie können auf Probleme reagieren und ihren Plan anpassen, um das Ziel zu erreichen.

In der Praxis sind echte, stabile Agenten noch selten. Die meiste heutige „Agenten“-Software ist eine Kette von Workflows mit erweiterten Entscheidungspunkten.

Das große Ganze: Ordnungsbegriffe und Spezialisten

Um die drei Kernkonzepte korrekt einzuordnen, ist es hilfreich, auch die übergeordneten und spezialisierten Begriffe zu kennen.

Automatisierung: Dies ist der Oberbegriff für alles, was ohne menschliches Zutun abläuft, mit oder ohne KI. Er umfasst sowohl einfache, lineare Workflows als auch komplexe, dynamische Agenten.
Chatbot: Ein Chatbot ist nur die Benutzeroberfläche – die „Verpackung“ für ein Gespräch. Er sagt Ihnen nichts über den Motor im Inneren. Hinter einem Chatfenster kann sich ein einfacher, regelbasierter FAQ-Bot, ein reaktiver Assistent oder ein komplexer Agent verbergen. Der KI-Anteil reicht von null (regelbasierter FAQ-Bot) bis sehr hoch.
RAG-Systeme: Stellen Sie sich eine KI vor, die Fragen zu Ihren internen Firmendaten beantworten soll. Statt zu raten, schlägt sie zuerst die relevanten Fakten in Ihren Dokumenten (wie PDFs oder Confluence) nach und formuliert erst dann ihre Antwort. Dieser Zwei-Schritt-Prozess – Fakten abrufen (Retrieval) und dann eine Antwort generieren (Generation) – nennt sich Retrieval-Augmented Generation (RAG).

Zusammenfassung auf einen Blick

Die folgende Tabelle stellt die wichtigsten Unterschiede der drei Kernkonzepte noch einmal übersichtlich dar.

Begriff	Kerneigenschaft	Alltagsbeispiel
Workflow	Fest verdrahtet: Folgt einem starren, vordefinierten Prozess.	Eine neue E-Mail löst automatisch das Speichern des Anhangs aus.
Assistant	Reagiert: Wartet auf einen direkten Befehl und führt ihn aus.	Sie fordern die KI auf: „Schreibe eine Präsentation für mich.“
Agent	Entscheidet selbst: Verfolgt ein Ziel und wählt die nötigen Schritte und Werkzeuge.	Sie geben das Ziel vor: „Erstelle einen LinkedIn-Post über KI-News.“

Fazit: Das richtige Werkzeug für die richtige Aufgabe

Die zentrale Botschaft ist klar: Nicht alles, wo „KI“ draufsteht, ist im gleichen Maße intelligent. Oft verbirgt sich hinter dem Schlagwort ein clever verschalteter, aber starrer Prozess – und für viele Anwendungsfälle ist genau das die zuverlässigste und beste Lösung.

Um das richtige Werkzeug auszuwählen, stellen Sie sich eine einfache Frage: Will ich einen wiederholbaren Prozess perfektionieren (Workflow)? Will ich menschliche Kreativität unterstützen (Assistant)? Oder will ich ein komplexes Problem lösen lassen (Agent)? Mit diesem Wissen wird die Auswahl und Nutzung von KI-Tools im Arbeitsalltag nicht nur einfacher, sondern vor allem deutlich zielgerichteter und effektiver.

Hinweis: Als Microsoft 365 Spezialist bieten wir Unterstützung fokusiert auf die KI in dieser Plattform. Hierfür bieten wir verschiedene Dienstleistungen und Workshops.

Microsoft 365 Copilot und Chat vereint in Office Apps

Geschrieben von admin nubit. am 18.09.2025. Veröffentlicht in Blog.

Was ist der Copilot-Chat?

Der Copilot-Chat ist eine intelligente Chatfunktion, die direkt in die Office Anwendungen integriert ist. Nutzer können mit der KI im Chat-Format kommunizieren, Fragen zu Dokumenten stellen, Inhalte zusammenfassen, Texte verbessern oder sogar komplexe Aufgaben automatisieren. Bisher war Copilot-Chat vor allem zahlenden Unternehmenskunden und einigen Bildungseinrichtungen vorbehalten. Mit der neuen Regelung öffnet Microsoft die Funktion nun für alle Microsoft 365 Abonnenten.

Kostenfreie Bereitstellung: Was ändert sich für Nutzer?

Der entscheidende Unterschied: Copilot-Chat ist jetzt ohne zusätzliche Kosten in den wichtigsten Office Apps wie Word, Excel, PowerPoint, Outlook und OneNote verfügbar. Nutzer müssen keine gesonderte Lizenz mehr erwerben oder Zusatzpakete buchen. Die Funktion wird schrittweise ausgerollt – das heißt, in den kommenden Tagen und Wochen erhalten immer mehr Anwender das Update direkt in ihren Office-Programmen.

Microsoft setzt damit ein deutliches Zeichen und macht den Zugang zu KI-Unterstützung im Büroalltag niedrigschwelliger als je zuvor. Die Aktivierung erfolgt in der Regel automatisch; ein gesonderter Download oder Installationsaufwand ist nicht notwendig.

Vorteile und Einsatzmöglichkeiten: Wie profitieren Anwender im Alltag?

Schnellere Dokumentenerstellung: Mit Copilot-Chat lassen sich Texte in Word strukturieren, zusammenfassen oder umformulieren – auf Zuruf im Chat.
Effiziente Datenanalyse: In Excel unterstützt Copilot beim Analysieren, Erklären und Visualisieren von Daten, ohne dass fortgeschrittene Formeln notwendig sind.
Kreative Unterstützung in PowerPoint: Präsentationen lassen sich per Chat-Befehl aufbauen, Folieninhalte zusammenfassen oder Designs optimieren.
Besserer Überblick in Outlook und OneNote: Der KI-Chat hilft beim Verfassen von E-Mails, Zusammenfassen von Notizen und Priorisieren von Aufgaben.
Barrierefreiheit: Besonders für Menschen, die sich mit komplexen Office-Funktionen schwertun, bietet der Copilot eine leicht zugängliche Unterstützung.

Stimmen aus dem Web: Erste Reaktionen, Meinungen und Zitate

Schon wenige Stunden nach der Ankündigung zeigen sich viele Microsoft 365 Nutzer begeistert. In den sozialen Medien wird vor allem die Demokratisierung von KI gelobt: „Endlich ist Copilot für alle da – ein echter Gamechanger für den Arbeitsalltag“.

„Microsoft macht ernst und bringt KI in den Massenmarkt – ohne Aufpreis“

Gleichzeitig gibt es auch kritische Stimmen: Manche Nutzer fragen sich, wie Microsoft den Datenschutz und die Qualität der KI-Antworten sicherstellt. Erste Tests zeigen jedoch, dass Copilot-Chat besonders bei Routineaufgaben und kreativen Prozessen spürbar entlastet und die Produktivität steigert.

Datenschutz

Microsoft 365 Copilot Chat wird kontinuierlich weiterentwickelt und bietet mittlerweile eine starke Integration von Datenschutz- und Compliance-Mechanismen, insbesondere für europäische Nutzer. Die Datenverarbeitung erfolgt überwiegend innerhalb der EU, und Microsoft setzt auf transparente, sichere Prozesse sowie technische Schutzmaßnahmen. Webanfragen, die außerhalb der EU verarbeitet werden, unterliegen strengen Datenschutzregeln und werden nicht für Werbezwecke oder KI-Training genutzt. Damit positioniert sich Microsoft als Vorreiter für sichere und datenschutzkonforme KI-Lösungen im Unternehmensumfeld.

Fazit: Zusammenfassung und Ausblick

Mit der kostenfreien Bereitstellung des Copilot-Chats für alle Microsoft 365 Nutzer setzt Microsoft einen neuen Standard für die Integration von künstlicher Intelligenz in den Büroalltag. Office-Anwender erhalten nun KI-Unterstützung auf Knopfdruck – und zwar ohne zusätzliche Kosten oder technische Hürden. Die ersten Reaktionen aus der Community und den Medien fallen größtenteils positiv aus. Es bleibt spannend zu beobachten, wie sich die Nutzung von Office-Anwendungen durch den breiten Zugang zu Copilot-Chat verändern wird. Eines steht fest: Der digitale Arbeitsplatz wird intelligenter, effizienter und zugänglicher denn je.

FAQ

Was ist Copilot-Chat und wie unterstützt er die Arbeit in Microsoft 365?

Copilot-Chat ist eine KI-basierte Funktion, die Nutzerinnen und Nutzern dabei hilft, Dokumente zu erstellen, Daten zu analysieren, Präsentationen zu gestalten und E-Mails oder Notizen effizienter zu verwalten – und das alles direkt im Chatmodus.

Für wen ist der Copilot-Chat besonders nützlich?

Insbesondere Menschen, die sich mit komplexen Office-Funktionen schwertun, profitieren von der barrierefreien und einfachen Bedienung. Aber auch erfahrene Office-Anwender können ihre Produktivität deutlich steigern.

Welche Vorteile bietet Copilot-Chat in Excel, PowerPoint und Outlook?

In Excel erleichtert Copilot beispielsweise die Datenanalyse und Visualisierung ohne komplizierte Formeln. In PowerPoint lassen sich Präsentationen und Designs per Chatbefehl erstellen oder optimieren, während in Outlook und OneNote das Verfassen und Zusammenfassen von Inhalten unterstützt wird.

Ist Copilot-Chat für alle Microsoft 365 Nutzer verfügbar und entstehen Zusatzkosten?

Ja, Copilot-Chat wird kostenfrei für alle Microsoft 365 Nutzer bereitgestellt. Es sind weder zusätzliche Kosten noch technische Vorkenntnisse notwendig.

Gibt es auch Kritik an Copilot-Chat und wie fällt das erste Nutzerfeedback aus?

Einige Nutzer äußern Bedenken bezüglich Datenschutz und Qualität der KI-Antworten. Die ersten Reaktionen und Tests zeigen jedoch eine überwiegend positive Resonanz und heben die Entlastung bei Routineaufgaben sowie die gesteigerte Produktivität hervor.

Wie steht es um Datenschutz und Sicherheit bei Copilot?

Microsoft setzt für Copilot strenge Datenschutz- und Compliance-Mechanismen ein, verarbeitet Daten überwiegend innerhalb der EU und nutzt transparente, sichere Prozesse. Daten, die außerhalb der EU verarbeitet werden, unterliegen besonderen Schutzregeln.

Copilot im Alltag: Was wirklich hilft – Erfahrungsbericht aus einem Kunden‑Workshop

Geschrieben von admin nubit. am 11.09.2025. Veröffentlicht in Blog.

Ausgangslage

Die Teilnehmenden nutzen Microsoft 365 bereits über mehrere Jahre, Copilot ist lizenziert und in den Apps vorhanden.
Ziel der Session war keine Feature‑Demo, sondern ein offener Erfahrungsaustausch: Was funktioniert? Wo hakt es? Welche nächsten Schritte bringen spürbaren Nutzen im Tagesgeschäft?

Zentrale Beobachtung: Copilot wird bislang überwiegend als Suchmaschine eingesetzt. Fortgeschrittene Funktionen in Word, Outlook, PowerPoint oder OneDrive/SharePoint bleiben weitgehend ungenutzt.
Gleichzeitig existiert Skepsis gegenüber Cloud‑Ablagen; viele relevante Dokumente liegen weiterhin auf Fileservern oder lokal. Das limitiert Copilot, weil der Assistent – im Standard – nur auf Inhalte in Microsoft 365 zugreifen kann.

Bewertung der Situation

1) Datenbasis und Zugriffswege

Ohne Dokumente, Vorlagen und Wissensquellen in SharePoint/OneDrive hat Copilot kaum Kontext – die Antworten bleiben generisch.
Missverständnis: OneDrive (persönlich) vs. SharePoint (team-/unternehmensweit). Sharing aus OneDrive ist möglich, ersetzt aber keine gemeinsame Wissensbasis mit klaren Berechtigungen und Governance.

2) Arbeitsweise & Prompt-Kompetenz

Viele nutzen Copilot ad hoc für Einzelfragen. Für komplexere Ergebnisse fehlen oft klare Prompts und Referenzquellen (z. B. Wording‑Guides, Templates).
Positiv: E‑Mail‑ und Dokument‑Zusammenfassungen liefern bereits echten Zeitgewinn.
Lernkurve: Begriffe, Tonalität, Genauigkeit – all das verbessert sich spürbar, wenn Hausstandards (Glossar, Abkürzungen, Formulierungsleitfaden) eingebunden werden.

3) Typische Hürden aus dem Workshop

„Copilot greift nicht auf unsere Dateien zu“ – weil Inhalte nicht (oder nicht passend) in M365 liegen.
„Agenten/Rechercheaufträge“ – Wunsch nach wiederkehrender, automatisierter Informationsbeschaffung; hier fehlen Setup, Rechte und ein klares Zielbild.
„PowerPoint“ – Potenzial bleibt ungenutzt, wenn Folienmaster nicht Copilot‑tauglich gestaltet sind (benannte Layouts, konsistente Platzhalter).
Qualität & Vertrauen – gelegentliche Falschinterpretationen (Halluzinationen) unterstreichen: KI‑Ergebnisse prüfen, nicht blind übernehmen.

Fazit der Bewertung: Die „erschreckende“ Erkenntnis ist weniger ein Tool‑Problem, sondern Ergebnis aus Datenlage, Informationsarchitektur, Governance und Skills. Genau dort setzen die nächsten Schritte an.

Conclusion

Copilot entfaltet seinen Nutzen nicht durch Einzelfragen, sondern durch Arbeitsabläufe mit guter Datenbasis. Erst wenn Inhalte, Vorlagen und Regeln auffindbar, teilbar und sauber strukturiert sind, liefern Prompts konsistente und belastbare Resultate.
Kurz: Information Architecture (IA) + Governance + Skills → dann Copilot. In genau dieser Reihenfolge.

Zusammenfassung

Ursache: Fehlende Cloud‑Datenbasis (SharePoint), unklare Standards, wenig wiederverwendbare Artefakte, punktuelle Prompt‑Nutzung.
Potenziale: Zusammenfassen, Vergleichen, Texten, Automatisieren, Präsentationen aus Dokumenten ableiten.
Hebel: SharePoint als „Wissens‑Betriebssystem“, Copilot‑taugliche Vorlagen, Glossar/Wording, Rollen‑Workshops, Agenten‑Blueprints, klare QS‑Leitplanken.

Stus quo: HoCopilot‑Verfügbarkeit, geringe Tiefe i der Nutzung.

Nutze die Chance und bring die Copilot-Kompetenzen deines Teams auf das nächste Level – in unseren praxisnahen Workshop erfährst Du, wie man das volle Potenzial ausschöpfen kann.

Hier mehr Infos oder gleich eine Beratung bei den nubit.Experts buchen.

Einführung des neuen Threaded Layouts in Microsoft Teams Channels

Geschrieben von admin nubit. am 05.08.2025. Veröffentlicht in Blog.

Microsoft führt ab Mitte August 2025 (voraussichtlich um den 15. August) das Threaded Layout für Teams-Kanäle ein – eine spannende Neuerung, mit der du in Kanälen ähnlich wie in Gruppenchats kommunizieren kannst. Diese Funktion ermöglicht es, direkt auf bestimmte Nachrichten zu antworten und separate Unterhaltungsstränge (Threads) im Kanal zu erstellen, ohne den Haupt-Chat zu überladen. Bis Ende August 2025 soll das Feature für alle Teams-Nutzer weltweit verfügbar sein. Unsere nubit.Experts konnten es schon in der Preview testen und berichten hier für Dich.

Bist du bereit für ein neues Chat-Erlebnis in Microsoft Teams?

In diesem Blogbeitrag erfährst du, was es mit dem Threaded Layout auf sich hat, welche Vorteile es bietet, für welche Anwendungsfälle es ideal ist und wie du dich darauf vorbereiten kannst. Und keine Sorge – bei Fragen oder der Einführung unterstützt dich unser nubit.Experts-Team gern mit Rat und Tat!

Was ist das Threaded Layout in Teams?

Das Threaded Layout verwandelt einen herkömmlichen Kanal in einen chat-ähnlichen Raum. Anstatt dass alle Antworten chronologisch untereinander im Haupt-Feed erscheinen, kannst du jetzt auf eine bestimmte Nachricht direkt antworten. Durch einen Klick auf „In Thread antworten“ öffnet sich rechts ein Seitenbereich, in dem du deine Nachricht als Teil eines Unter-Threads verfasst. Dieser Thread bleibt mit dem ursprünglichen Beitrag verknüpft, sodass spätere Leser sofort sehen, welche Antworten zusammengehören.

Wie aktiviert man das Ganze?

Die Entscheidung für das Layout wird pro Kanal getroffen. Team-Besitzer können beim Erstellen eines neuen Kanals das Threaded Layout auswählen oder einen bestehenden Kanal nachträglich über Kanaleinstellungen darauf umstellen. Und keine Sorge: Diese Einstellung lässt sich bei Bedarf jederzeit auch wieder zurück zum klassischen Post-Layout ändern. Technisch bleiben im Hintergrund weiterhin die gewohnten Beiträge und Antworten erhalten – das Threaded Layout ändert vor allem die Darstellung und erleichtert das Navigieren zwischen parallelen Gesprächen.

Praktisch bedeutet das: Wenn das Threaded Layout in einem Kanal aktiviert ist, teilt Teams den Kanal-Chat in zwei Spalten. Links siehst du eine Liste aller begonnenen Themen/Threads, und rechts werden die Nachrichten des aktuell ausgewählten Threads angezeigt (ähnlich wie man es aus Foren oder E-Mail-Programmen kennt). Du kannst weiterhin neue Themen im Kanal starten, aber du musst nicht mehr jedes Mal einen neuen Haupt-Beitrag erstellen – eine einfache Nachricht genügt, um die Unterhaltung zu beginnen.

Zusätzlich führt Microsoft eine „Folgen“-Funktion ein: Du kannst wichtige Threads abonnieren, um Benachrichtigungen bei neuen Antworten zu erhalten. Alle von dir verfolgten Threads findest du gesammelt in der neuen Ansicht Verfolgte Threads am oberen Rand der Chat-Liste. So behältst du den Überblick über Diskussionen, die dir wichtig sind, selbst wenn in vielen Kanälen parallel etwas los ist.

Sinnvolle Anwendungsfälle für Threads

Für welche Situationen ist das Threaded Layout besonders gedacht? Laut Microsoft eignet es sich vor allem für interaktive, dynamische Unterhaltungen in Kanälen – also überall dort, wo viele Leute gleichzeitig zu verschiedenen Themen schreiben. Hier ein paar Beispiele aus der Praxis:

Support- und Q&A-Kanäle: In Hilfe-Kanälen, in denen häufig Fragen gestellt werden, kann jetzt jede Frage ihren eigenen Thread bekommen. So bleiben Antworten und Rückfragen zu einer bestimmten Anfrage schön beisammen, ohne den ganzen Kanal durcheinanderzubringen.
Projekt- oder Event-Kanäle: Bei bereichsübergreifenden Projekten oder Veranstaltungsplanungen gibt es oft mehrere Unterthemen zugleich. Mit dem Threaded Layout lassen sich etwa Planung, Logistik und Inhalte in getrennten Threads parallel diskutieren, ohne dass sich die Gespräche überschneiden. Jeder kann dem Teilthema folgen, das für ihn relevant ist.
Brainstorming und Ideensammlungen: Kreative Sessions in Teams profitieren davon, dass jede neue Idee direkt als eigener Thread diskutiert werden kann. So gehen keine Einfälle im Chat-Verlauf unter, und für jede Idee entsteht ein separater Diskussionsstrang, der später leicht wieder auffindbar ist.

Natürlich ist das neue Layout nicht für jeden Kanal die beste Wahl. In eher formellen oder sehr strukturierten Diskussionsrunden kann das klassische Layout übersichtlicher bleiben. Microsoft selbst stellt fest, dass das Threaded Layout für manche Kanäle weniger geeignet ist – z.B. wenn dort ohnehin immer nur an einem Thema zurzeit gearbeitet wird. Unsere Empfehlung: Probiert das Feature zunächst in ausgewählten Kanälen aus, in denen es euren Arbeitsstil voraussichtlich bereichert. Ihr könnt dann immer noch entscheiden, wo es sinnvoll ist und wo ihr lieber beim alten Stil bleibt.

Vorteile des Threaded Layouts auf einen Blick

Die Einführung von Threads in Teams-Kanälen bringt einige handfeste Vorteile für eure Zusammenarbeit:

Freier, fließender Austausch: Keine starren Startbeiträge mehr nötig – Unterhaltungen können direkt und spontaner begonnen werden, fast so wie in einem 1:1- oder Gruppenchat.
Tiefere Diskussionen: Ihr könnt euch in Unterthemen vertiefen, indem ihr in einem Thread antwortet, ohne gleichzeitig alle anderen Kanal-Mitglieder mit langen Side-Gesprächen abzulenken.
Mehrere Themen parallel: Unterschiedliche Topics lassen sich gleichzeitig in einem Kanal diskutieren, ohne die Hauptkonversation zu stören oder unübersichtlich zu machen.
Wichtige Threads im Blick: Durch die neue Follow-/Folgen-Funktion verpasst ihr keine wichtigen Updates. Relevante Threads könnt ihr abonnieren und in eurer Übersicht gesammelt nachverfolgen – so entgeht euch nichts Wesentliches mehr.

Zeitplan der Einführung

Wann kannst du das Threaded Layout nutzen? Hier ein Überblick zum Rollout:

Damit bleibt genügend Zeit, sich auf die Umstellung vorzubereiten. Microsoft informiert Administratoren über das Message Center (MC1088172) und die Microsoft 365 Roadmap (ID 488300) über den Rollout-Fortschritt. Es schadet also nicht, dort auf dem neuesten Stand zu bleiben.

Fazit: Mach dich bereit für effizientere Teams-Chats!

Das Threaded Layout bringt frischen Wind in die Kommunikation auf Microsoft Teams. Es ermöglicht dir und deinem Team, parallel an mehreren Themen zu diskutieren, ohne den Überblick zu verlieren, und erleichtert spontanen Austausch genauso wie tiefergehende Diskussionen innerhalb eines Kanals.

Unser Tipp: Probier das neue Layout einfach aus! Wähle einen passenden Team-Kanal, aktiviere dort die Threads und sammle Feedback von deinem Team. Du wirst schnell ein Gefühl dafür bekommen, in welchen Situationen es einen Mehrwert bringt. Das klassische Layout steht ja weiterhin zur Verfügung – du kannst also flexibel herausfinden, was für eure Arbeitsweise am besten passt.

Wichtig ist auch, deine Kolleginnen und Kollegen rechtzeitig über die Änderung zu informieren (zum Beispiel durch eine kurze Ankündigung oder Schulung), damit alle Benutzer wissen, wie sie Threads verwenden können.

Und keine Sorge: Du bist nicht allein auf dieser Reise. Unsere nubit.Experts stehen dir mit Rat und Tat zur Seite – sei es bei der technischen Einrichtung, bei Fragen zur Bedienung oder mit Best Practices aus unserer Erfahrung. Zusammen sorgen wir dafür, dass dein Team optimal vom neuen Threaded Layout profitiert.

Beratung buchen

Viel Spaß beim Ausprobieren und auf eine noch bessere Zusammenarbeit in Microsoft Teams!

Copilot Search: Die neue Art der Informationssuche in Microsoft 365

Geschrieben von admin nubit. am 11.07.2025. Veröffentlicht in Blog.

Mit der Einführung von Copilot Search revolutioniert Microsoft die Art und Weise, wie wir Informationen innerhalb von Microsoft 365 finden, verstehen und nutzen. Statt sich durch E-Mails, Dateien, Chats oder Kalender manuell durchzuklicken, können Anwender nun mit natürlicher Sprache gezielt nach Inhalten suchen – und erhalten kontextbezogene, intelligente Antworten. Doch was genau steckt hinter Copilot Search? Welche Vorteile bringt es – und wo liegen mögliche Herausforderungen?

Was ist Copilot Search?

Copilot Search ist eine KI-gestützte Suchfunktion, die tief in Microsoft 365 integriert ist. Sie nutzt die Fähigkeiten von Microsoft Copilot, um Informationen aus verschiedenen Quellen wie Outlook, Teams, OneDrive, SharePoint, Word, Excel und mehr zu durchsuchen – und das auf semantischer Ebene. Das bedeutet: Die Suche versteht nicht nur Schlüsselwörter, sondern auch den Kontext und die Absicht hinter einer Anfrage.

Beispiel:

Statt „Vertrag Q3 2024“ einzugeben, kann man fragen:
„Wo finde ich den letzten Vertragsentwurf für das Q3-Projekt, den Anna mir geschickt hat?“

Copilot Search analysiert daraufhin Inhalte, Metadaten, Kommunikationsverläufe und Zugriffsrechte – und liefert eine präzise, verständliche Antwort oder sogar eine Zusammenfassung des gesuchten Dokuments.

Vorteile

Vorteil	Beschreibung
Zeitersparnis	Keine manuelle Suche mehr durch Ordner oder E-Mails – relevante Inhalte werden sofort gefunden.
Kontextverständnis	Die KI versteht natürliche Sprache und erkennt Zusammenhänge zwischen Personen, Projekten und Dokumenten.
Zentrale Suche	Ein einziger Einstiegspunkt für alle Microsoft-365-Datenquellen – inklusive Outlook, Teams, OneDrive, SharePoint etc.
Produktivitätsboost	Informationen werden nicht nur gefunden, sondern auch zusammengefasst, erklärt oder in neue Inhalte eingebunden.
Barrierefreiheit	Auch weniger technikaffine Nutzer profitieren von der intuitiven Bedienung.

Herausforderungen und mögliche Nachteile

Trotz der vielen Vorteile bringt Copilot Search auch einige Herausforderungen mit sich:

Datenschutz & Governance: Die KI greift auf viele Datenquellen zu. Unternehmen müssen sicherstellen, dass Zugriffsrechte und Compliance-Richtlinien korrekt umgesetzt sind.
Vertrauenswürdigkeit der Ergebnisse: Wie bei jeder KI können auch hier ungenaue oder unvollständige Antworten auftreten – besonders bei mehrdeutigen Anfragen.
Abhängigkeit von Microsoft 365: Die Funktion entfaltet ihr volles Potenzial nur innerhalb des Microsoft-Ökosystems.
Kostenfaktor: Copilot-Funktionen sind in der Regel lizenzpflichtig und nicht in allen Microsoft-365-Plänen enthalten.

Was ändert sich für Anwender konkret?

Mit Copilot Search verändert sich die tägliche Arbeit spürbar:

Weniger Klicks, mehr Fragen: Statt sich durch Ordnerstrukturen zu navigieren, formulieren Nutzer einfach ihre Informationsbedürfnisse in natürlicher Sprache.
Mehr Kontext, weniger Fragmentierung: Informationen aus verschiedenen Tools werden zusammengeführt – z. B. ein Meeting aus Outlook, die dazugehörige Präsentation aus OneDrive und der Chatverlauf aus Teams.
Neue Arbeitsgewohnheiten: Mitarbeitende müssen lernen, wie man mit KI „spricht“ – also präzise, aber natürlich formuliert.

Fazit

Copilot Search ist mehr als nur eine Suchfunktion – es ist ein intelligenter Assistent, der hilft, Wissen im Unternehmen sichtbar und nutzbar zu machen. Richtig eingesetzt, kann es die Produktivität steigern, die Zusammenarbeit verbessern und die Informationsflut beherrschbar machen. Gleichzeitig erfordert es ein Umdenken in Bezug auf Datenmanagement, Transparenz und digitale Kompetenzen.

Tipp für Unternehmen

Jetzt ist der richtige Zeitpunkt, um Mitarbeitende auf die neue Suchlogik vorzubereiten – mit Schulungen, Governance-Richtlinien und einem klaren Kommunikationskonzept.

Die nubit.Experts sind überzeugt: Solche Features machen einen echten Unterschied. Sie sind nicht bloß kleine Komfortfunktionen, sondern ermöglichen neue Formen der Zusammenarbeit und Effizienzsteigerung am digitalen Arbeitsplatz – für Teams und Unternehmen jeder Größe.

Haben Sie Fragen oder benötigen Sie Unterstützung? Die nubit.Experts stehen Ihnen jederzeit mit Rat und Tat zur Seite!

Kontaktieren Sie uns noch heute!

#Copilot #Search #Kollaboration #Adoption #Effizienz #Produktivität #Zeitmanagement

Neuerung in Microsoft Teams: Die Lesezeichen sind zurück – Nachrichten speichern für mehr Produktivität!

Geschrieben von admin nubit. am 06.07.2025. Veröffentlicht in Blog.

Ein altbekanntes Feature kehrt zurück!

Wer kennt es nicht? Im Eifer des Arbeitsalltags flattern unzählige Nachrichten durch Teams, Ideen und wichtige Infos verschwinden im Strom und das langwierige Suchen beginnt. Umso erfreulicher ist die Ankündigung von Microsoft: Ab August 2025 bringt Teams endlich das heiß vermisste Feature zurück, das viele Nutzer*innen bereits aus früheren Versionen kennen – Nachrichten speichern, egal ob im Chat, in einem Beitrag oder als Antwort.

Lesezeichen setzen – smarter arbeiten

Mit der neuen Funktion genügt ein Klick auf das Drei-Punkte-Menü einer beliebigen Nachricht, um sie als „gespeichert“ zu markieren. Über die neue Ansicht „Gespeichert“, die direkt in der Chat- oder Teams-Liste integriert ist, sind alle markierten Nachrichten jederzeit griffbereit. Kein umständliches Scrollen, kein lästiges Durchsuchen endloser Unterhaltungen mehr – stattdessen steht der Fokus klar auf dem Wesentlichen: Effizient Informationen wiederfinden, organisieren und nutzen.

Plattformübergreifend und ohne Aufwand

Ein weiterer Vorteil: Das Feature wird ohne zusätzlichen administrativen Aufwand ausgerollt und ist auf allen gängigen Plattformen verfügbar – Windows, Mac, Web, iOS und Android. Unternehmen und Teams profitieren so gleichermaßen, unabhängig von Endgerät oder System.

Automatischer Rollout – keine Einrichtung durch IT-Administrationspersonal notwendig
Start des Rollouts: Anfang August 2025
Globale Verfügbarkeit: ab Ende August 2025
Mehr zur Roadmap-ID 496369: https://lnkd.in/eU6YeH6A

Warum Lesezeichen den digitalen Arbeitsplatz verbessern

Gerade in der modernen Arbeitswelt, in der Flexibilität, Geschwindigkeit und fokussierte Zusammenarbeit entscheidend sind, kann das gezielte Speichern von Nachrichten ein echter Produktivitätsbooster sein. Lesenzeichen helfen, Informationsflut zu bändigen, Prioritäten zu setzen und relevante Themen schnell wieder aufzugreifen. Das spart Zeit, reduziert Stress und schafft Raum für das Wesentliche.

Bei nubit. sind wir überzeugt: Solche Features machen einen echten Unterschied. Sie sind nicht bloß kleine Komfortfunktionen, sondern ermöglichen neue Formen der Zusammenarbeit und Effizienzsteigerung am digitalen Arbeitsplatz – für Teams und Unternehmen jeder Größe.

Fazit

Mit der Rückkehr der Lesezeichen in Microsoft Teams setzt Microsoft einen klaren Fokus auf Benutzerfreundlichkeit und Produktivität. Wir freuen uns, diese Entwicklung mit unseren Kund*innen zu teilen und gemeinsam den digitalen Arbeitsplatz weiter zu optimieren. Bleiben Sie gespannt auf weitere Updates und entdecken Sie mit nubit. die Zukunft der modernen Zusammenarbeit.

#MicrosoftTeams #Produktivität #DigitalWorkplace #TeamsUpdate #Microsoft365 #Effizienzsteigerung