Microsoft rüstet seinen Copilot-Assistenten mit zwei bedeutenden Neuerungen auf: Autonome Workflows durch „Cowork” und ein Recherche-Tool, bei dem KI-Modelle sich gegenseitig auf Fehler überprüfen – ein struktureller Ansatz gegen das Halluzinations-Problem generativer KI im Unternehmensalltag.
Microsoft Copilot: Neue Funktion lässt KI-Modelle gegenseitig prüfen
Microsoft erweitert seine Copilot-Plattform um zwei nennenswerte Funktionen: Mit „Cowork” übernimmt ein KI-Assistent eigenständig mehrstufige Arbeitsabläufe in Microsoft 365. Ein neues Recherche-Tool setzt dabei auf ein Prinzip gegenseitiger Überprüfung durch mehrere KI-Modelle.
Cowork: Autonome Aufgabenverarbeitung in Microsoft 365
Die Funktion „Copilot Cowork” geht über einfache Assistenzfunktionen hinaus. Der Assistent soll vollständige Workflows eigenständig abarbeiten – etwa das Zusammenfassen von Meeting-Protokollen, das Erstellen von Berichten aus mehreren Quellen oder das Koordinieren von Aufgaben über verschiedene Microsoft-365-Anwendungen hinweg. Microsoft rollt die Funktion schrittweise breiter aus, nachdem sie zunächst in einer begrenzten Vorschauphase verfügbar war.
Der Ansatz folgt dem Modell sogenannter Agentic AI: Statt auf einzelne Anfragen zu reagieren, plant das System Arbeitsschritte selbst, führt sie in Sequenz aus und liefert ein strukturiertes Ergebnis. Für Unternehmen bedeutet das eine tiefere Integration von KI-Funktionalität in bestehende Büroprozesse – ohne dass Nutzer jeden Schritt manuell anstoßen müssen.
Gegenseitige Kontrolle durch mehrere Modelle
Das zweite Element der Aktualisierung betrifft ein neues Recherche-Tool innerhalb von Copilot. Dabei kommen mehrere KI-Modelle parallel zum Einsatz, deren Ergebnisse wechselseitig geprüft werden: Ein Modell generiert Antworten, ein weiteres bewertet sie auf Konsistenz, Vollständigkeit oder mögliche Fehler.
Dieses Prinzip – in der Forschung als „Model Debate” oder Multi-Agent-Verifikation bekannt – soll die Qualität der Ausgaben erhöhen und typische Schwächen einzelner Large Language Models ausgleichen.
Halluzinationen – also sachlich falsche, aber plausibel klingende Ausgaben – gehören zu den zentralen Problemen beim produktiven Einsatz generativer KI im Unternehmensumfeld. Der Einsatz gegenprüfender Modelle ist ein pragmatischer Ansatz, um diese Fehlerquelle strukturell zu reduzieren, ohne dass Nutzer die Ergebnisse selbst im Detail verifizieren müssen.
Einordnung: Qualitätssicherung als Wettbewerbsargument
Microsoft reagiert damit auf einen der häufigsten Einwände gegen den produktiven Copilot-Einsatz in Unternehmen: die mangelnde Verlässlichkeit der KI-Ausgaben bei komplexen Recherchen oder Analyseaufgaben. Die Kombination aus autonomer Aufgabenverarbeitung und interner Qualitätsprüfung positioniert Copilot stärker als Werkzeug für geschäftskritische Prozesse.
Für deutsche Unternehmen, die Microsoft 365 bereits im Einsatz haben, sind beide Funktionen ohne zusätzliche Infrastruktur zugänglich – sofern die entsprechenden Copilot-Lizenzen vorhanden sind.
Entscheider sollten prüfen, für welche internen Workflows eine agentenbasierte Automatisierung sinnvoll wäre – und dabei Datenschutz- sowie Compliance-Anforderungen von Beginn an einbeziehen.
Gerade in regulierten Branchen wie Finanzdienstleistungen oder dem Gesundheitswesen bleibt die Frage der Nachvollziehbarkeit automatisierter KI-Entscheidungen ein kritischer Prüfpunkt.
Quelle: The Decoder
