/MwAI.svg){kind=small}
Aus der Praxis: Wie Copilot Agents unsere Kunden und uns im Alltag unterstützen
Copilot Agents versprechen einiges. Anhand konkreter Beispiele zeigen wir, wie sie heute bereits erfolgreich im Arbeitsalltag eingesetzt werden, welche Anwendungsfälle sich bewähren und warum solide Grundlagen wie SharePoint und strukturierte Daten eine entscheidende Rolle spielen.
In vielen, ja vielleicht sogar den allermeisten Organisationen, fehlt es nicht an Wissen, sondern an Übersicht. Wichtige Dokumente und Informationen liegen verteilt auf lokalen File-Servern, in SharePoint-Bibliotheken, auf Websites oder eventuell gar noch in gedruckter Form in irgendeiner Schublade. Zudem existieren die Inhalte in verschiedenen Sprachen, Versionen und Formaten.
Die eigentliche Herausforderung liegt also weniger im Aufbau von neuem Wissen, sondern darin, bestehendes Wissen Mitarbeitenden im richtigen Moment und im passenden Kontext zugänglich zu machen. Genau hier setzen Copilot Agents an. Sie verknüpfen bestehende Wissensquellen, verstehen Fragen in natürlicher Sprache und liefern passende Antworten –ohne dass Nutzer wissen müssen, wo die entsprechenden Informationen abgelegt sind.
Es kommt noch besser: Viele Anwendungsfälle oder Use Cases lassen sich nämlich mit sehr überschaubarem Aufwand umsetzen. Erste Copilot Agent Szenarien entstehen oft innerhalb weniger Tage, sofern grundlegende Voraussetzungen wie sauber strukturierte SharePoint‑Ablagen und klar geregelte Zugriffsrechte vorhanden sind. In anderen Worten: Die Einstiegshürde ist tief und erlaubt es, schnell erste Erfahrungen zu sammeln.
In den vergangenen Wochen haben wir in der WAGNER AG verschiedene Copilot Agents für Kunden und den Eigengebrauch entwickelt. Die folgenden Beispiele sollen zeigen, was heute schon gut funktioniert und in welchen Bereichen AI Agents bereits sinnvoll in Unternehmen eingesetzt werden.
Use Case 1: Der mehrsprachige Wissens-Agent für Produkte und Anleitungen
Ausgangslage:
Ein international tätiges Unternehmen verfügt über umfangreiche Produkt- und Montageanleitungen. Diese liegen in mehreren Sprachen verteilt in SharePoint-Bibliotheken sowie auf einer öffentlichen Website vor. Gesucht war ein Agent, der Mitarbeitenden und Partnern in ihrer bevorzugten Sprache Fragen zu diesen Inhalten beantwortet.
Lösung:
Für den Kunden wurde ein Copilot Agent umgesetzt, der interne Dokumente und öffentliche Webinhalte kombiniert. Zudem erkennt der Agent automatisch die Sprache der Anfrage und liefert passende Antworten, auch wenn das zugrunde liegende Dokument in einer anderen Sprache vorliegt.
Mehrwert:
Der Suchaufwand für Mitarbeitende konnte deutlich reduziert werden. Gleichzeitig gingen Rückfragen an Support‑ und Fachstellen zurück, da Antworten konsistent und zentral bereitgestellt werden, unabhängig von Sprache oder Ablageort. .
Die Frage «Wo steht Bestellung 45678 von Kunde ABC aktuell?» wird innerhalb kürzester Zeit beantwortet, ohne Systemwechsel oder interne Rücksprache nehmen zu müssen.
Use Case 2a: Smart Buddy Agent für Sales, HR und Marketing
Ausgangslage:
Die WAGNER AG möchte vorhandenes Wissen aus verschiedenen Abteilungen für alle Mitarbeitenden einfacher zugänglich machen. Dazu zählen unter anderem Offerten, Leistungsbeschreibungen und Preislisten aus dem Sales-Team, Reglemente, Formulare und Merkblätter aus dem HR oder CI-Richtlinien, Event-Informationen und Kampagnen-Inhalte aus dem Marketing.
Lösung:
Unser Smart Buddy, ein unternehmensinterner Copilot Agent, integriert in Microsoft Teams, bündelt das vorhandene Wissen rollenübergreifend. Er beantwortet HR‑Fragen zu Ferienansprüchen oder Spesenentschädigungen, unterstützt Mitarbeitende beim schnellen Überblick über aktuelle Leistungen und offene Angebote und hilft dem Marketing bei CI‑Fragen oder der Suche nach Logos, Bildern oder Schriftarten.
Mehrwert:
Der Copilot Agent ist dort verfügbar, wo Fragen im Arbeitsalltag entstehen – in Microsoft Teams. Er reduziert Unterbrüche bei Fach‑ und Spezialisten, beschleunigt Entscheidungen und sorgt für einen konsistenten Wissensstand über Abteilungen hinweg. Damit unterstützt er Mitarbeitende effektiv im täglichen Arbeiten.
Die Frage «Wie viele zusätzliche Ferientage kann ich pro Jahr beziehen?» wird innerhalb von Sekunden zuverlässig beantwortet, ohne das entsprechende HR Merkblatt selbst durchsuchen zu müssen.
Use Case 2b: Smart Buddy Agent für technische Rollen
Ausgangslage:
Im Arbeitsalltag entstehen in der WAGNER AG häufig Fragen zu operativen Service‑ und Support-Themen: Welche IT‑Tickets sind noch offen? Wie ist der Status eines laufenden Incidents? Wurden die eigenen Arbeiten korrekt erfasst? Diese Informationen findet man zwar alle im ITSM-Tool ServiceNow, aber nur mit Systemwechsel und gezielter Suche.
Lösung:
Unser Smart Buddy Agent ist über eine direkte Schnittstelle an ServiceNow angebunden und stellt Ticket‑ und Time‑Card‑Informationen kontextbezogen in Microsoft Teams bereit. Mitarbeitende erhalten Auskunft über ihre offenen oder laufenden Tickets, deren Status, Priorität und Zuständigkeit sowie über erfasste oder noch fehlende Time Cards – ohne ServiceNow separat öffnen zu müssen.
Mehrwert:
Der Copilot Agent reduziert Medienbrüche und vereinfacht den Zugang zu ITSM‑Informationen im Tagesgeschäft. Mitarbeitende behalten den Überblick über ihre Tickets und Zeiterfassungen, Rückfragen an Support‑ und Service‑Teams werden reduziert und Prozesse transparenter und effizienter.
Die Frage «Welche Tickets sind bei mir noch offen und wo stehe ich aktuell mit meiner Zeiterfassung?» wird direkt im Arbeitskontext beantwortet, ohne Microsoft Teams verlassen zu müssen.
Use Case 3: Agent für grosse Dokumentenmengen
Ausgangslage:
Ein Kunde verfügt über mehrere tausend PDF‑Dokumente, darunter Verträge, technische Unterlagen und Archivdaten. Diese sollen für Mitarbeitende durchsuchbar und für einen Copilot Agent nutzbar gemacht werden. Ein klassischer Copilot Agent stösst dabei schnell an Grenzen, da das verfügbare Kontextfenster begrenzt ist. Gibt es dennoch eine Lösung?
Lösung:
Mithilfe von AI Search werden grosse Dokumentbestände indexiert, Inhalte in sinnvolle Abschnitte („Chunks“) aufgeteilt und gezielt für die Beantwortung von Fragen herangezogen. Der Copilot Agent greift dabei jeweils nur auf die relevanten Textstellen zu, nicht auf vollständige Dokumente.
Mehrwert:
Durch die Kombination von Copilot Agent und AI Search lassen sich auch sehr grosse und heterogene Dokumentarchive in natürlicher Sprache durchsuchen. Mitarbeitende erhalten präzise Antworten auf konkrete Fragen, oft mit höherer Relevanz als bei einer klassischen Volltextsuche.
Die Frage «Was steht im Vertrag zur Kündigungsfrist?» wird gezielt aus tausenden PDF‑Dokumenten beantwortet, ohne dass bekannt sein muss, wo der entsprechende Vertrag abgelegt ist.
Use Case 4: Kunden- und Bestellstatus per Agent abfragen
Ausgangslage:
Das Support‑ und Verkaufs-Team eines Kunden erhält regelmässig Anfragen zum Status von Bestellungen oder Vorgängen, deren Informationen in Datenbanken oder Fachsystemen liegen. Die Beantwortung erfordert häufig mehrere manuelle Abfragen in unterschiedlichen Systemen und ist entsprechend zeitaufwendig, verbunden mit dem Risiko von Fehlern durch manuelles Übertragen von Informationen.
Lösung:
Ein Copilot Agent wird so angebunden, dass er Bestellnummern oder Kundennamen erkennt, relevante Statusinformationen ausliest und verständlich zusammenfasst. In einer schrittweisen Erweiterung ist vorgesehen, dass der Agent künftig neben reinen Leseabfragen auch Änderungen wie angepasste Lieferfristen oder neue Adressen zurück in die Fachsysteme schreiben kann.
Mehrwert:
Der Copilot Agent reduziert manuelle Abfragen und Systemwechsel für Mitarbeitende erheblich. Statusanfragen lassen sich schneller und konsistent beantworten, was zu kürzeren Reaktionszeiten gegenüber Kunden und einer spürbaren Entlastung sowie besseren Erreichbarkeit des Support‑Teams führt.
Die Frage «Wo steht Bestellung 45678 von Kunde ABC aktuell?» wird innerhalb kürzester Zeit beantwortet, ohne Systemwechsel oder interne Rücksprache nehmen zu müssen.
Was in der Praxis wirklich zählt
Die Arbeit mit Copilot Agents zeigt eines klar: KI ist kein Selbstläufer, sondern ein wirkungsvolles Werkzeug – vorausgesetzt, die Grundlagen stimmen. Der grösste Hebel liegt dabei oft nicht in der Technologie selbst, sondern in der Vorbereitung. Gut strukturierte Ablagen, saubere Daten und klar geregelte Zugriffsrechte sind entscheidend. KI‑Initiativen setzen deshalb in der Praxis meist eine vorgelagerte «Journey to KI» voraus. Dazu gehören unter anderem die Ablösung klassischer File‑Server, die konsequente Nutzung von SharePoint als zentrale Datenablage sowie Themen wie Datenklassifikation und Information Protection, etwa mit Microsoft Purview.
Ebenso wichtig ist das Verständnis, dass sich nicht jeder Prozess mit Copilot Agents sinnvoll optimieren oder gar vollständig automatisieren lässt. Ihr Nutzen zeigt sich vor allem dort, wo sie Menschen im Arbeitsalltag entlasten: Beim Suchen, Nachfragen oder beim Zusammenführen von Informationen aus unterschiedlichen Quellen. Gerade bei sensiblen oder geschäftskritischen Inhalten bleibt eine Kontrolle durch Mitarbeitende notwendig. Bewährt hat sich daher ein schrittweises Vorgehen: klein starten, Erfahrungen sammeln und Agents gezielt weiterentwickeln.
Und ein letzter Punkt zum Schluss: Ja, Copilot Agents dürften noch etwas schneller arbeiten. Sie sind bereits leistungsfähig, erreichen jedoch noch nicht das Reaktionsniveau klassischer Suchsysteme. Die Performance hängt stark von den zugrunde liegenden Microsoft Services, Konnektoren und Suchmechanismen ab – ein Bereich, der sich laufend weiterentwickelt, aktuell aber nur begrenzt beeinflussbar ist. In der Praxis zeigt sich dennoch, dass der Nutzen überwiegt, insbesondere wenn Antwortqualität, Kontextverständnis und Zeitersparnis im Vordergrund stehen.
