Unsere Erfahrung beim Aufbau von Agenten in Copilot Studio: Generative KI lohnt sich dort, wo Sprache verstanden oder formuliert werden muss. Eine einfache Datenabfrage läuft effizienter über einen Connector wie den Dataverse Connector, eine Änderung an Daten über eine explizite, geprüfte Aktion. Copilot Studio erlaubt beides im selben Agenten; die Arbeit liegt darin, für jede Aktion den passenden Weg zu wählen.
Die Leitfrage
Die wichtigste Frage beim Entwurf eines Agenten lautet nicht «Wie viel KI ist möglich?», sondern «Was muss bei dieser Aufgabe verlässlich passieren?». Für eine freie Frage hilft eine generative Antwort. Für eine Abfrage, eine Buchung oder eine Datenänderung braucht es klar definierte Eingaben und Kontrollen.
Welcher Mechanismus für welche Aufgabe
| Aufgabe | Beispiel | Mechanismus |
|---|---|---|
| Wissensfrage | «Wie lautet die Reisekostenregel?» | Generative Antwort aus freigegebenen Quellen, mit Quellenangabe |
| Text verstehen oder formulieren | Kundenantwort entwerfen, Dokument zusammenfassen | Generative KI |
| Daten abfragen | Eine Liste von Datensätzen aus Dataverse holen | Dataverse Connector mit fest definierter Abfrage |
| Daten ändern | Kundenadresse ändern, Zahlung genehmigen | Explizite Aktion mit Validierung, Berechtigungsprüfung und Bestätigung |
Warum eine Datenabfrage keine KI braucht

Eine Liste von Daten holen: Dafür braucht es keine KI.
Für einfache Abfragen ist der Dataverse Connector die effizientere Wahl:
- 1Genauigkeit: Generative KI liefert probabilistische Ergebnisse. Der Connector liefert genau die angefragten Daten, ohne diese Variabilität.
- 2Kosten: Der Betrieb von KI-Modellen kann teuer sein. Für Routinezugriffe ist der Connector die günstigere Lösung.
- 3Geschwindigkeit: Connectoren sind für schnelle Datenabfragen ausgelegt, generative KI braucht mehr Zeit.
- 4Energie: Generative Modelle sind rechenintensiv. Für eine einfache Abfrage ist dieser Aufwand unnötig.
Wenn Daten geändert werden
Ändert eine Person eine Kundenadresse oder genehmigt sie eine Zahlung, erfasst der Agent Identität und Eingaben, validiert die Werte, prüft die Berechtigung und holt bei Bedarf eine Bestätigung ein. Erst dann darf eine Aktion in Dataverse oder einem anderen System schreiben. Ein frei formulierter Text ersetzt diese Regeln nicht.
Ein einfacher Entwurfstest
- 1Schreiben Sie den erwarteten Ausgang für drei typische und zwei schwierige Fälle auf.
- 2Markieren Sie jede Stelle, an der ein Systemzustand verändert wird.
- 3Nutzen Sie für Wissensfragen begrenzte Quellen und Quellenangaben.
- 4Nutzen Sie für Änderungen explizite Aktionen mit Validierung, Berechtigungsprüfung und Fehlerpfad.
- 5Testen Sie die Fälle im Agenten und halten Sie fest, wo Menschen eingreifen müssen.
Grenzen generativer Antworten
Testen Sie bei generativen Antworten, ob veraltete Quellen ausgeschlossen sind und ob der Agent zugibt, wenn er etwas nicht weiss. Microsoft beschreibt Funktion und Grenzen generativer Antworten; der Copilot-Studio-Leitfaden zu Themen erklärt, wie Themen, Werkzeuge und Wissensquellen orchestriert werden. Ob ein Schritt generativ oder fest geführt läuft, hängt am Risiko der einzelnen Aufgabe, nicht am Etikett «Agent».

