WEBVTT 00:00:00.020 --> 00:00:02.940 Die Welle 2 von Copilot rollt auf uns zu. 00:00:03.740 --> 00:00:05.000 Regenschirme schon aufgespannt. 00:00:05.280 --> 00:00:06.320 Wir sprechen mal heute drüber. 00:00:07.360 --> 00:00:08.340 YourCopilot. 00:00:09.340 --> 00:00:16.219 Der Podcast, der hilft, die künstliche Intelligenz in der Microsoft 365 Welt zu verstehen und produktiv anzuwenden. 00:00:18.300 --> 00:00:20.440 Mit eurem Copiloten Michael Greth. 00:00:23.160 --> 00:00:27.740 Ja, hallihallo und herzlich willkommen zur 29. Ausgabe dieses kleinen Podcastes. 00:00:27.820 --> 00:00:28.780 Yourcopilot Podcast. 00:00:29.400 --> 00:00:38.120 Podcast, der euch helfen soll, die künstliche Intelligenz in der Microsoft 365 Welt besser zu verstehen und vor allen Dingen produktiv anzuwenden. 00:00:38.280 --> 00:00:46.380 Und lasst mich ergänzen, euch richtig darauf vorzubereiten, denn das ist das Thema der heutigen Sendung. 00:00:46.820 --> 00:00:49.600 Sendung, sage ich hier tatsächlich, des heutigen Podcasts, der heutigen Episode. 00:00:50.400 --> 00:01:06.420 Ja, wie bereitet man sich eigentlich auf die von Microsoft angekündigten Neuerungen, Änderungen in der Wave 2 Spring 2025 Release Edition Turbo Haken hinter oder so ähnlich wie sie heißt. 00:01:06.720 --> 00:01:18.960 Also das, was Microsoft jetzt in den letzten Wochen alles angekündigt hat, was in Copilot kommen wird und was vermutlich in der nächsten Woche nochmal ein bisschen befeuert werden wird, 00:01:19.080 --> 00:01:21.100 weil nächste Woche ist die Microsoft-Bild-Konferenz. 00:01:21.220 --> 00:01:22.860 Da muss man ja auch noch was Neues ankündigen. 00:01:23.979 --> 00:01:24.860 Und genau. 00:01:25.200 --> 00:01:28.160 Und wir haben ja letzte Folgen schon mal drüber gesprochen. 00:01:28.720 --> 00:01:29.840 Ihr wisst aus meiner, 00:01:30.500 --> 00:01:32.200 wir werden ja schon länger hier Hörer seid, 00:01:32.760 --> 00:01:36.700 ich rede eigentlich ungern über ungelegte Eier nach dem Motto. 00:01:37.120 --> 00:01:38.980 Was noch nicht da ist, was noch nicht getestet hat, 00:01:39.060 --> 00:01:40.180 kann man noch nicht drüber sprechen. 00:01:41.240 --> 00:01:43.080 Aber natürlich keine Regel ohne Ausnahme. 00:01:43.920 --> 00:01:47.220 Hierüber wird die Valve 2 doch mal etwas ausführlicher. 00:01:48.380 --> 00:02:00.020 Weil ich glaube, da muss man sich richtig drauf vorbereiten, weil nochmal das ganze Thema Künstliche Intelligenz in Microsoft 365 aufs nächste Level hilft. 00:02:00.080 --> 00:02:02.280 Nicht auf ein super Level, aber aufs nächste Level halt. 00:02:02.600 --> 00:02:05.660 So, machen wir das gleich mal richtig kurz und knapp. 00:02:06.380 --> 00:02:12.560 Das Erste, worauf ihr euch vorbereiten solltet, ist das Microsoft Frontier Programm. 00:02:13.420 --> 00:02:21.260 Denn das ist sozusagen der technisch-logisch-distributive Backend von vielen dieser Dinge, die da kommen werden. 00:02:22.680 --> 00:02:24.640 Was ist das Frontier-Programm? 00:02:27.120 --> 00:02:32.620 Microsoft, wie wir alle wissen, seit Copilot da ist und permanent entwickelt wird, 00:02:32.620 --> 00:02:36.560 es neue Funktionen erscheinen und es kommen neue Agenten und alles Mögliche. 00:02:37.440 --> 00:02:45.080 Und den Zugriff darauf hätte natürlich jeder gerne, sei es, dass er in ein Preview-Programm, ein Beta-Programm oder sowas eintritt. 00:02:45.980 --> 00:02:50.680 Allerdings ist das alles bisher, so wie es Microsoft gehandhabt hat, ich glaube mal recht stark gewesen. 00:02:51.030 --> 00:03:05.280 Selbst wir MVPs hatten eigentlich, wenn ich mal das so richtig denke, wir haben ja auch eine entsprechende Zugriff darauf, eigentlich gar nicht so einen richtigen Vorabblick, wo man alles mal austesten kann. 00:03:05.720 --> 00:03:14.360 Man bekommt zwar ein paar Informationen generell, über die wir auch nicht sprechen, aber auch unser einer muss warten, bis es dann im Tenant ausgerollt ist. 00:03:14.690 --> 00:03:18.620 So, damit sind natürlich viele unzufrieden, insbesondere weil man weiß, da sind große Veränderungen hinter. 00:03:19.200 --> 00:03:25.920 Also, und das hat gesagt, Magus hat das erkannt und ändert das, zumindest für alles, was die Agenten betrifft. 00:03:26.490 --> 00:03:28.440 Und das ist das Frontierprogramm. 00:03:28.860 --> 00:03:36.240 Und das heißt so viel wie jedes Unternehmen kann diese experimentellen Features und Agenten, 00:03:36.240 --> 00:03:38.500 die im Rahmen dieses Frontier-Programms ausgerollt wird, bekommen. 00:03:39.200 --> 00:03:46.380 Kein Invite, keine Bewerbung, sondern man richtet das einfach bei sich im Tenant über die Admin-Konsole ein 00:03:47.220 --> 00:03:48.880 und sagt einfach, man möchte daran teilnehmen. 00:03:48.990 --> 00:03:53.600 Und dann werden diese Agenten, die über das Frontier-Programm verteilt werden, 00:03:53.820 --> 00:03:55.860 kommen über den Copilot App Store. 00:03:57.300 --> 00:04:12.300 Und genau, und die Admins haben natürlich die Möglichkeit, das jetzt auch zu steuern, zu sagen, welche Preview-Agenten sollen da erscheinen für die Benutzer, die daran teilnehmen, welche Benutzer sollen daran teilnehmen. 00:04:12.590 --> 00:04:22.700 Mit anderen Worten, guckt euch mal an, ist relativ einfach beschrieben auf den Microsoft-Seiten oder schaut mal in das Ask Me Anything von Anfang des Monats rein. 00:04:22.880 --> 00:04:25.560 Ich verlinke die beiden Quellen mal in den Shownotes. 00:04:26.010 --> 00:04:27.540 Da ist das noch ein bisschen genauer erklärt. 00:04:27.750 --> 00:04:31.000 Oder ich glaube auch auf Tech-Community gibt es schon einige Dinge darüber. 00:04:31.520 --> 00:04:33.800 Also ihr müsst es halt bei euch im Unternehmen unterscheiden. 00:04:34.320 --> 00:04:35.580 A, wollen wir an dem Programm teilnehmen. 00:04:35.590 --> 00:04:38.700 Dann müsst ihr irgendwo in der Admin-Konsole da den Haken setzen. 00:04:38.920 --> 00:04:42.200 Dann könnt ihr, wenn das Programm dann ausrollt, bekommt ihr das auch. 00:04:43.060 --> 00:04:46.140 Und dann müsst ihr entscheiden, okay, wer soll was sehen können, 00:04:46.240 --> 00:04:48.940 wer soll was machen können, welche Agenten wollen wir da zulassen, 00:04:49.290 --> 00:04:50.400 die verteilt werden oder nicht. 00:04:50.600 --> 00:04:52.580 So habe ich das jedenfalls verstanden. 00:04:53.180 --> 00:04:55.040 wie gesagt, Preview-Programm und muss sich halt 00:04:55.170 --> 00:04:56.880 daran gewöhnen, dass das halt Previews sind. 00:04:57.020 --> 00:04:59.040 Das kann dann auch mal schief gehen, nicht so 00:04:59.160 --> 00:05:01.060 richtig funktionieren. Und man sollte 00:05:01.200 --> 00:05:03.420 noch hinzufügen, es ist angekündigt, 00:05:03.500 --> 00:05:04.920 dass das weltweit ausrollen soll. 00:05:05.200 --> 00:05:07.120 English only, also im Moment nur Englisch. 00:05:07.600 --> 00:05:08.160 Und wie gesagt, 00:05:09.900 --> 00:05:11.380 kontrollierbar über die entsprechende 00:05:11.980 --> 00:05:12.700 Admin-Einstellung. 00:05:13.090 --> 00:05:15.140 So, also, das wäre der erste Punkt, 00:05:15.300 --> 00:05:16.660 den ihr überhaupt mal generell bei euch 00:05:17.980 --> 00:05:19.260 diskutieren und verifizieren 00:05:19.400 --> 00:05:21.060 und bei Bedarf schon mal vorbereiten solltet. 00:05:21.280 --> 00:05:27.180 Wollt ihr an diesem Frontier-Programm teilnehmen, damit ihr in Zukunft die zusätzlichen Agents, die darüber ausrollen, werden? 00:05:27.400 --> 00:05:29.160 Zwei sind ja schon angekündigt, kommen wir gleich zu. 00:05:29.600 --> 00:05:32.000 Aber es werden weitere Agents darüber ausrollen. 00:05:32.520 --> 00:05:34.020 Agents, Agents, Agents, wie es alles heißt. 00:05:34.820 --> 00:05:39.380 Wollt ihr daran teilnehmen und wenn ja, wie wollen wir das sozusagen berechtigungsmäßig organisieren? 00:05:40.700 --> 00:05:42.300 So, das wäre das Erste. 00:05:42.440 --> 00:05:50.700 Und dann, wie gesagt, sind zwei Agents angekündigt, die auch die Arbeit, und deshalb habe ich sie heute auch nochmal in diesen Podcast reingenommen, 00:05:51.920 --> 00:05:53.380 weil man da nochmal drüber nachdenken muss 00:05:53.430 --> 00:05:55.280 wie man eigentlich mit der KI 00:05:55.380 --> 00:05:56.440 und dem Copilot arbeitet 00:05:57.100 --> 00:05:59.080 das was jetzt an diesen Agents dort ausrollt 00:05:59.460 --> 00:06:00.080 das ist nicht wie 00:06:01.720 --> 00:06:03.120 in Outlook zu sagen 00:06:03.190 --> 00:06:04.700 so bitte fass mir mal die 00:06:05.280 --> 00:06:07.160 E-Mails der letzten Woche zusammen die ich noch nicht 00:06:07.340 --> 00:06:08.880 bearbeitet habe, mach mal eine Tabelle und 00:06:09.030 --> 00:06:11.040 gib mir die mal und dann bekomme ich eine Tabelle 00:06:11.120 --> 00:06:13.000 und dann sind da die E-Mails drin und ich kann die abarbeiten 00:06:13.620 --> 00:06:14.980 das ist noch relativ übersichtlich 00:06:15.600 --> 00:06:16.980 sondern hier geht es jetzt schon in 00:06:17.220 --> 00:06:19.179 wesentlich komplexere Funktionen 00:06:20.180 --> 00:06:24.760 Und Aufgaben, die mithilfe von KI und Hilfe dieser Agenten gelöst werden. 00:06:25.170 --> 00:06:31.640 Und das setzt natürlich voraus, dass man überhaupt so eine Aufgabe hat, die man darüber lösen muss, 00:06:32.040 --> 00:06:35.880 dass die Aufgabe natürlich anspruchsvoller wird, weil man die Ergebnisse daraus kommen. 00:06:35.990 --> 00:06:40.960 Und das ist so das, was ich auf den Demos, die ich bisher gesehen habe, die sehen beeindruckend aus. 00:06:41.300 --> 00:06:48.780 Die Frage ist nur, wie gut sind die? Wie kann ich die verifizieren? 00:06:49.160 --> 00:06:52.300 Entsprechend meiner Intention, was ich haben wollte und so weiter. 00:06:52.690 --> 00:06:57.700 Also da ist bei jedem dieser Agenten, die unterstützen sehr gut, keine Frage, 00:06:58.380 --> 00:07:02.600 ist aber die Hauptaufgabe dessen, der diesen Agenten einsetzt, 00:07:03.140 --> 00:07:06.120 ist eigentlich weniger Quellenrecherche und sowas, 00:07:06.230 --> 00:07:10.100 sondern eher als verantwortlicher Redakteur darüber zu gehen, zu sehen, 00:07:10.230 --> 00:07:13.820 okay, lass mal gucken, was daraus gekommen ist, lass das mal verifizieren, 00:07:14.190 --> 00:07:18.060 lass das mal einordnen, stimmt das so, ist das, was ich daraus, 00:07:18.360 --> 00:07:20.620 was ich eigentlich erwartet habe, kann man auch was anderes machen. 00:07:21.140 --> 00:07:23.000 Also da steckt richtig Arbeit hinter. 00:07:24.120 --> 00:07:27.580 Und der eine Agent, der kommt, das ist der Researcher. 00:07:28.240 --> 00:07:34.660 Die nutzen dann auch zum Beispiel angekündigt die moderneren Modelle von OpenAI, 00:07:34.980 --> 00:07:38.020 OpenAI 3 Mini, die Reasoning-Modelle werden dort benutzt. 00:07:38.840 --> 00:07:39.380 Klammer auf. 00:07:39.580 --> 00:07:44.120 Das beantwortet, glaube ich, auch endlich mal die Frage, die seit Anfang an gestellt wird, 00:07:44.580 --> 00:07:50.400 was für ein Open-AI-Modell liegt eigentlich hinter Microsoft 365 Copilot, 00:07:51.120 --> 00:07:53.000 wo sich ja nie so richtig geäußert wurde. 00:07:53.140 --> 00:07:57.320 Ja, es ist ein Open-AI-Modell und ja, wir haben mal dieses oder jenes Modell. 00:07:57.820 --> 00:08:02.420 Da liegen, ohne dass ich jetzt definitiv weiß, aber das ist ganz klar, 00:08:02.700 --> 00:08:06.200 da liegen natürlich diverse Modelle hinter, die unterschiedlich arbeiten. 00:08:06.580 --> 00:08:07.420 Aber das ist ein anderes Thema. 00:08:07.560 --> 00:08:09.740 Aber insofern kommen jetzt auch die neueren Modelle rein. 00:08:11.920 --> 00:08:20.040 Und dieser Researcher bringt halt diese Suchfunktion, dieses Deep Search und dieses Reasoning mit in meine Abfrage mit rein. 00:08:21.120 --> 00:08:29.480 Und wie gesagt, das wurde bisher immer nur angekündigt, aber der von mir sehr geschätzte amerikanische Microsoft-Mitarbeiter Michael Genotti, 00:08:31.300 --> 00:08:35.520 Mike on the Road hieß mal sein Format und er war der SharePoint Samurai. 00:08:35.620 --> 00:08:46.740 Ich kenne ihn tatsächlich, wir kennen uns übers Netz, ich glaube seit 15 Jahren, seit ersten Podcasts anfangen, haben es nie persönlich getroffen. 00:08:47.580 --> 00:08:58.600 Und Michael ist mittlerweile im Microsoft Healthcare und Life Science Bereich unterwegs und hat dort unter anderem den Healthcare und Life Science Blog. 00:08:59.200 --> 00:09:11.880 Und dort hat er mit einem Kollegen von ihm, dem Daryl Rowe, haben sie eine Demo gemacht, eine Live-Demo und den Research Agent mal live vorgestellt. 00:09:12.000 --> 00:09:32.740 Zum einen hat er als Vorgehör gemacht, er wollte gerne mehr wissen über Microsofts Klima, Climate Change Policies. Wie sieht das in 50 Jahren aus? Was ist da vorgesehen? Was für Initiativen gibt es? Und wie wird das ganze Auswirkungen auf AI und Data Center Footprint haben? 00:09:32.880 --> 00:09:47.700 Das war die Anfrage und er hat zunächst einmal die Anfrage an den ganz normalen Copilot mit Web-Zugriff geschickt und bekommt dann natürlich so dieses übliche Ergebnis, was man sieht in verschiedenen Bullet-Points zu den einzelnen Themen, kurz und knapp. 00:09:47.940 --> 00:09:58.500 Okay, das kennen wir alle. Und dann hat er den Research Agent aufgemacht und hat die gleiche Frage dort gestellt. Und ja, und dann dauert das ein bisschen. 00:10:00.520 --> 00:10:16.100 Ja und auf die Frage antwortet dann der Researcher halt mit, okay, ich werde jetzt folgendes machen und bevor ich loslege, habe ich hier noch ein paar Fragen an dich, die du entweder bestätigen oder ändern könntest oder anpassen könntest. 00:10:16.540 --> 00:10:35.060 Also willst du einen detaillierten Report oder ein Summary oder gibt es bestimmte Dinge, auf die ich mich fokussieren soll? Also er fragt einfach nochmal ein paar Schwerpunkte ab und sagt aber auch, okay, wenn du bei sofern mit allem okay bist, dann sag einfach go ahead und schick das ab. 00:10:35.120 --> 00:10:49.480 Und das macht er dann auch, schickt einfach go ahead ab, gibt keinen weiteren Input mehr und lässt dann den Researcher arbeiten. Und der arbeitet dann ein paar Minuten und nachdem er mit diesen paar Minuten fertig ist, gibt er halt das komplette Ergebnis aus. 00:10:50.840 --> 00:11:10.260 Und das Schöne, man kann verfolgen, wie der Researcher arbeitet. Also er protokolliert quasi, während er seine Suche durchmacht, was er tut, wo er was macht, worauf zugreift, was er herausholt. Und ja, kann man gerne mal zuschauen. Ist sehr interessant zu sehen, wie diese Researcher auch arbeiten, wie so die Arbeitsweise von der KI ist. 00:11:10.960 --> 00:11:24.360 Ja und irgendwann, wie gesagt, ist er dann fertig und das fertige Dokument, was dann da rauskommt, ist halt, wenn er es nach Word exportiert, 27 Seiten lang. Richtig gut strukturiert, vorbereitet mit allem drum und dran. Und das ist schon sehr beeindruckend. 00:11:24.780 --> 00:11:31.540 So und jetzt kommt halt mein Rat an euch, das ist halt nochmal eine andere Art und Weise, wie man mit KI arbeitet als bisher. 00:11:32.020 --> 00:11:49.580 Stellt euch vor, ihr gebt jetzt wirklich so ein Prompt ab, habt ein Thema, drei Zeilen Prompt, zwei Kontrollfragen noch beantwortet, drückt auf den Knopf und nach 5, 6 Minuten habt ihr da einen 27-seitigen Bericht, so wie ihr den haben wolltet, zumindest so wie ihr den Angaben nach ihnen haben wolltet. 00:11:49.920 --> 00:11:57.120 mit allen Informationen formal entsprechend aufgebaut, gegliedert, entsprechend strukturiert 00:11:57.500 --> 00:12:03.160 und mit einem entsprechend langen Quellenverzeichnis, woher die ganzen Informationen stammen. 00:12:04.120 --> 00:12:06.440 Und wenn man sich das dann auf den ersten Blick mal durchschaut und sieht, 00:12:06.600 --> 00:12:09.860 boah, was hat der alles da reingeschrieben? Das ist ja schon klasse, das ist ja richtig gut. 00:12:10.940 --> 00:12:15.920 Dann ist man, also sehe ich auch so beeindruckt davon, was dabei rauskommt. 00:12:16.480 --> 00:12:18.080 So, aber jetzt beginnt erstmal die Arbeit. 00:12:19.220 --> 00:12:33.740 Denn klar, der Researcher-Agent gibt euch diese Antwort, aber die Frage ist natürlich, hey, stimmt das Ganze? Ist eigentlich das, was ich jetzt daraus haben wollte, auch so in meinem Sinne, in meinen Intentionen drin? 00:12:35.760 --> 00:13:00.940 Sind die richtigen Quellen zitiert worden? Ist aufs Richtige fokussiert worden? Ist der Ton richtig getroffen? Sind faktische Fehler drin und so weiter? Mit anderen Worten, das sieht gut aus, ist aber, ich würde mal sagen, nur maximal 80 Prozent der Arbeit, die da getan ist, weil jetzt muss man sich daran setzen und das entsprechend redaktionell überarbeiten und sozusagen fertig machen. 00:13:02.220 --> 00:13:29.180 Es wird wahrscheinlich viele wieder sagen, ja, dann drücke ich auf den Knopf, dann ist es halt fertig. Aber das ist echt, das ist natürlich riskant. Und gerade bei diesen Arbeiten geht es ja nicht nur darum, erstellen wir mal kurz eine Tabelle von fünf alten E-Mails, die ich dann abhaken kann, sondern hier geht es ja sicherlich darum, ich erstelle jetzt ein Papier, einen Vorschlag, einen Projektvorschlag, eine Produktidee oder ein Kundenprojekt, das ich damit definieren will oder ähnlich. 00:13:29.260 --> 00:13:54.820 Also richtig etwas, was substanzgravierend ist, was richtig gut sein muss. Und das muss ich halt überarbeiten. Und darauf muss ich mich einstellen, wenn ich mit dem Researcher arbeite, dass er sehr schnell gute Antworten liefert, aber damit es richtig gute Antworten, wenn die auch austeilen kann und verteilen kann, dazu muss ich dann nochmal richtig Arbeit investieren. 00:13:56.400 --> 00:14:24.460 Und woher weiß ich das? Ja, na klar, diese Researcher-Funktionen und diese Reasoning-Modelle sind ja bisher nicht im Co-Pudel vorhanden, aber natürlich sind sie auf GPT, Chat-GPT vorhanden und Gemini und überall. Mit anderen Worten, ich habe schon viel mit diesen Modellen gearbeitet, mit der Praxis und kann euch aus eigener Erfahrung heraus sagen, das ist toll, wie die mir diese Basisarbeit ablegen, aber das heißt nicht, dass ich dann per Knopfdruck das fertige Ergebnis habe. 00:14:25.140 --> 00:14:48.280 Und ich habe jetzt für diesen Researcher und für den Analyst, den wir gleich noch beschreiben, habe ich mir tatsächlich in ChatGPT mal so ein kleines Projekt gebaut. Das ist im Prinzip sowas wie die SharePoint Agents, die ich mir bauen kann, wo ich einen eigenen Agenten aufsetze, der bestimmte Quellen hat und dem ich eine bestimmte Anweisung mitgeben kann, damit er in meinem Sinn arbeitet. 00:14:48.460 --> 00:15:07.540 Und das macht man eigentlich auch in einem Projekt in ChatGPT, dass man dem Projekt einen Namen gibt und dann ein paar Quelldokumente beziehungsweise begleitende Dokumente hochlädt und dann auf der anderen Seite die Hinweise definiert, wo eigentlich der Prompt drin steht, welche Anweisung dieses Projekt hat. 00:15:07.600 --> 00:15:26.860 Und alles, was ich dann in diesem Chat, in diesem Projekt mache, greift halt auf diesen Prompt zurück. Und da habe ich mir dann zum Beispiel mal vom Researcher ein Demovideotranskript genommen und habe gesagt, mach mal aus diesem Demovideo dann einen richtig fertig guten Artikel. 00:15:27.080 --> 00:15:38.960 Und den Artikel habe ich dann auf LinkedIn gepostet und den solltet ihr euch doch mal anschauen. Da ist nämlich dann auch der Link zu dem Video drin und nochmal eine ausführliche deutschsprachige Erklärung mit allem drumherum. 00:15:41.280 --> 00:15:54.240 Und das hat mich allerdings, ich glaube nochmal, eine gute halbe bis dreiviertel Stunde gekostet, diesen Artikel, wie er dann aus dem Prompt von ChatGPT herauskam, nachzubearbeiten. 00:15:54.520 --> 00:16:10.300 Weil da war ich mit dem einen oder anderen nicht zufrieden, das war nicht so richtig formuliert, wie ich es gerne hätte. Und dann wollte ich es auch nochmal ergänzen, um praktisch Einbettung in den LinkedIn-Beitrag, das Video einbinden und noch eine zusätzliche Zeile eintragen und ähnliches. 00:16:10.740 --> 00:16:29.060 Also damit es dann so als fertiges Produkt ist, wie ich gesagt habe, dahinter kann ich auch stehen. Da weiß ich, das was da drin steht, habe ich glaube ich keinen Fehler gemacht, müsste alles richtig sein, was da drin ist. Die Form gefällt mir, der Inhalt gefällt mir, die Sprache gefällt mir. Das war noch Nacharbeit. 00:16:29.440 --> 00:16:48.440 Jetzt kann man natürlich sagen, ja, dann hast du deine Anweisung da noch nicht so richtig geschrieben. Ja, da kann man sich auch noch was verbessern und tunen dran. Aber das ist halt dieser Lernfaktor, den man dann auch über längere Zeit mal mitmachen muss, die Lernreise mitmachen muss. 00:16:50.200 --> 00:17:06.740 Aber das ist etwas, was definitiv bei diesem ganzen Thema Research oder Wissensmanagement hier wirklich essentiell ist, dass man sich damit beschäftigt, was sind die Ergebnisse? Richtig? Falsch? Ist es mein Ton? Ist es meine Intention? Kann ich das so veröffentlichen? 00:17:06.760 --> 00:17:11.699 Denn letztlich steht ihr hinter dem Ergebnis, wenn ihr mit dem Produkt, was da rauskommt, 00:17:12.150 --> 00:17:15.620 ein paar Paper oder was auch immer, an die Öffentlichkeit geht und das weitergebt. 00:17:17.320 --> 00:17:23.380 Und wie gesagt, das, was wir aus vielen, vielen, was ich auch hier in diesem Podcast immer schon mal angebracht habe, 00:17:23.900 --> 00:17:31.060 dieses viele bei jeblicher Copilot-Demo, wo es immer heißt, ja, ich gebe mal hier den Prompt an, da kommt das raus. 00:17:31.360 --> 00:17:34.320 Ja, jetzt könnte man noch was ändern, aber wir lassen das mal hier und machen gleich weiter. 00:17:34.820 --> 00:17:47.920 Dieses schlampige Arbeiten mit den Ergebnissen eines Copilots, das hat beim Researcher und bei diesen Agenten, glaube ich, nochmal ein ganz anderes Kaliber. 00:17:48.030 --> 00:17:55.240 Also ich sage mal nicht, dass das falsch sein muss, aber wir sind hier in der Preview-Phase, in der Early-Beta-Phase. 00:17:55.560 --> 00:18:11.600 Wir müssen uns an die Technologie gewöhnen. Wir müssen gucken, dass die Modelle auch so funktionieren. Und wir müssen uns daran gewöhnen, um zu sehen, ob das, was daraus kommt, auch für jeden vertretbar ist, dass er diese Ergebnisse kommuniziert. Das muss man lernen. Das sollte man nicht unterschätzen. 00:18:13.680 --> 00:18:34.540 Wenn man dann noch einen Schritt weiter geht, stellt euch mal vor, dieser Agent wäre dann so ein vollautonomer Agent, dem ich dann sage, hier, stell mir bitte mal diesen Bericht, schick den ab und eigentlich, wenn du damit fertig bist, verschick den gleich mal alle. Davon sind wir noch sehr weit entfernt, zumindest in diesem Themenbereich hier, was diesem Researcher angeht. 00:18:35.400 --> 00:18:57.000 Definitiv würde ich auch, glaube ich, bei einfachen Sachen, Automation, ja, sicherlich, auch da muss man gucken, aber das denke ich mir, wird man hinkriegen. Aber je mehr Nachdenken, je mehr eigene Meinung, je mehr eigene Bewertung und so weiter reinkommen soll, desto weniger wird das vollautomatisiert sein. Oder sollte zumindest vorderen. 00:18:57.040 --> 00:18:58.760 aus meiner Sicht auch, ich würde das nie automatisieren. 00:18:59.070 --> 00:19:01.480 Ich hatte jetzt schon Probleme, diese LinkedIn-Beiträge, 00:19:01.510 --> 00:19:03.180 weil ich habe das eigentlich mit diesen Zusammenfassungen 00:19:03.280 --> 00:19:07.120 und diesen Projekten in JGBT mache ich schon seit längerer Zeit. 00:19:07.210 --> 00:19:09.780 Und mit meinen Paper-Auswertungen habe ich Agenten, 00:19:09.820 --> 00:19:11.700 die mir das für mich praktisch aufbereiten. 00:19:11.820 --> 00:19:16.680 Aber ich habe das in der Regel nie nach außen veröffentlicht, 00:19:17.980 --> 00:19:19.520 weil für mich hat es gereicht. 00:19:19.570 --> 00:19:24.160 Aber ich dachte nicht, dass ich das für Dritte eigentlich, 00:19:25.460 --> 00:19:26.960 also in meinem Anspruch nicht entsprochen hätte. 00:19:27.070 --> 00:19:29.640 Für mich jetzt gereicht, war auch ganz für mich gezielt. 00:19:29.820 --> 00:19:30.760 Und insofern ist es auch gut. 00:19:30.880 --> 00:19:32.180 Und die Ergebnisse, die herausgekommen, sind perfekt. 00:19:32.730 --> 00:19:34.080 Na fast perfekt, sagen wir mal so. 00:19:36.060 --> 00:19:38.700 Aber eben, das müsst ihr halt mit berücksichtigen. 00:19:38.820 --> 00:19:40.460 So, soviel also zu diesem Agenten. 00:19:40.460 --> 00:19:42.180 Und das Gleiche geht dann auch für den Analyst, 00:19:43.320 --> 00:19:45.780 den zweiten Agenten, der dieses Preview ausrollen wird. 00:19:46.400 --> 00:19:48.400 Und der ist sozusagen die Hoffnung, 00:19:48.800 --> 00:19:52.680 dass das Thema und diese endlose Geschichte von Excel und Copilot 00:19:53.700 --> 00:19:55.780 endlich mal auf ein neues Level gehoben wird. 00:19:55.980 --> 00:19:59.040 Weil ich weiß nicht, mit dem Excel, Copalton-Excel, 00:19:59.740 --> 00:20:01.240 also ich bin kein Freund mit ihm geworden. 00:20:01.510 --> 00:20:02.660 Das liegt aber auch sicherlich daran, 00:20:02.820 --> 00:20:05.780 dass ich Excel, weil mir eigentlich hauptsächlich 00:20:05.880 --> 00:20:06.880 eine einfache Tabelle ist, 00:20:06.930 --> 00:20:08.240 wo ich mal ein bisschen was zusammenrechne. 00:20:08.240 --> 00:20:10.360 Ich bin kein Excel-User, kein Heavy-Excel-User. 00:20:11.000 --> 00:20:12.700 Und insofern bin ich da nicht derjenige, 00:20:12.760 --> 00:20:13.820 der das richtig beurteilen kann. 00:20:14.900 --> 00:20:17.880 Und auch die Frage, ja, eine Summenformel 00:20:18.260 --> 00:20:20.400 oder eine entsprechende Formel automatisch zu erstellen können, 00:20:20.560 --> 00:20:21.920 das ist schon eine gute Unterstützung. 00:20:22.260 --> 00:20:24.680 aber letztlich, ich sage mal so, da ist KI hinter. 00:20:24.880 --> 00:20:26.700 Das ist jetzt auch nicht die Raketenwissenschaft. 00:20:26.900 --> 00:20:28.380 Natürlich will man viel mehr mit den Daten machen, 00:20:28.520 --> 00:20:29.680 die in solchen Excel-Dateien schon. 00:20:30.020 --> 00:20:34.240 Und genau da setzt jetzt eben der Researcher an. 00:20:37.080 --> 00:20:46.160 Und dieser basiert auch auf A3 Mini Plus und auf dem Modell, 00:20:46.640 --> 00:20:52.600 auf dem O3 Mini und hat zusätzliches Training von Microsoft noch bekommen, 00:20:52.610 --> 00:20:54.440 damit er besonders gut mit Daten umgehen kann. 00:20:55.010 --> 00:20:59.180 Und auch da gibt es eine Demo von Michael Ginotti, der hat das auch nochmal gezeigt. 00:21:00.220 --> 00:21:08.400 Und der macht das auch recht eindrucksvoll, weil er hat ein größeres Excel-Sheet mit Finanzdaten 00:21:09.160 --> 00:21:11.820 und lädt das einfach in diesen Analyst hoch. 00:21:12.500 --> 00:21:16.460 Und ohne weiteres Prompting schickt er das einfach nur ab. 00:21:16.900 --> 00:21:38.620 Schickt einfach nur diese Datei ab und schickt einfach die Datei an den Agenten ab und sagt, so mach mal, analysier mir das mal. Sozusagen für mich als Datenanalyst, ich hätte jetzt gerne gewusst, gibt es da super Erkenntnisse aus diesen Daten, die da drin sind? Kannst du mir was darüber sagen? Kannst du das zusammenfassen, aufbereiten oder ähnliches? Lass den Agenten mal machen. 00:21:38.820 --> 00:22:03.800 Und der macht das auch und der arbeitet im Hintergrund halt mit entsprechenden Tools, mit entsprechenden Funktionen, kann Python-Code erzeugen, kann Visualisierung bauen, hat Verständnis, wie die Daten aufgebaut sind, zumindest heißt es, er soll Verständnis haben, wie die Daten aufgebaut sind, kann Zusammenhänge erkennen und die dann entsprechend in eine entsprechende Antwort als Output geben. 00:22:04.420 --> 00:22:27.960 Und das sieht man da auch in dem Bereich und ich sage mal, ja, sieht auch erstmal gut aus. Für mich wäre natürlich genau an dem Punkt die gleiche Frage. Stellt euch vor, ihr habt da in dieser Excel-Datei sieben Cheats drin mit, weiß ich was, jeweils 17.000 Daten und weiß ich wie viele Tonnen von Spalten und ihr sagt euch dann, ja, ich habe die und die Erkenntnis hier gewonnen. 00:22:29.380 --> 00:22:46.920 So, da muss ich natürlich selber in die Daten drin sein, um das verifizieren zu können. Oder ich habe halt nur bunte Outputs und schöne Tabellen oder schöne Grafiken, die mir sagen, wie toll ist das alles. Aber auch da muss ich dann wissen, was ich mache und da muss ich dann auch in die Daten eingreifen können. 00:22:46.980 --> 00:22:52.700 Und schön ist, dass immer diese Referenzierung, soweit ich gesehen habe, auch da sind, woher die Daten kommen, dass man das nachvollziehen kann. 00:22:53.720 --> 00:23:04.520 Das ist natürlich eine gute Hilfe, ein guter Einstieg, aber natürlich auch nichts, was man auf Knopfdruck dann nimmt und als Ergebnis irgendwo anders hin verbreitet. 00:23:05.880 --> 00:23:25.060 Und ich glaube, wenn man sich die beiden Agenten mal so anguckt und sieht, was einem die für Arbeit abnehmen, das ist die Vorbereitung, eine Basisauswertung, eine gründliche Vorstrukturierung des Outputs und auch sicherlich die Vorformulierung und optische Aufbereitung des Outputs. 00:23:25.440 --> 00:23:44.380 Das können die alles gut machen. Über die Inhalte, über das, was ihr mit diesem Ergebnis erzielen wollt und auch über die faktische Richtigkeit, Quellennachweise und so weiter. Das ist die Arbeit, die auf denjenigen kommt, der mit diesen Agenten arbeitet. 00:23:46.160 --> 00:24:03.820 Und das kann man, glaube ich, gar nicht oft genug betonen, dass das wichtig ist. Und deshalb bin ich auch gespannt, wenn denn diese Agenten kommen. Ich habe auch noch so ein paar irgendwo Demo-Excel-Tabellen liegen, die würde ich dann mal reingehen, mal gucken, was wird da erkannt, kann ich denn damit was anfangen? 00:24:04.140 --> 00:24:17.020 Und genauso auf den Researcher, da bin ich natürlich besonders gespannt, weil dieses Thema Business Management bei mir auch ganz oben angehängt ist und ich denke mir, mehr als den Copilot Agent könnte man gebrauchen, um da noch mehr aus den Daten rauszuziehen und mal gucken, was da kommt. 00:24:19.320 --> 00:24:37.320 Und war das eigentlich heute auch schon mein Anliegen dieses heutigen Podcasts. Bereitet euch darauf vor. Also ich würde mich davon jetzt nicht überraschen lassen. Ihr solltet zumindest ein klares Bild davon haben, was kommt da auf mich zu. 00:24:37.520 --> 00:25:06.420 Also einmal dieses Frontier-Programm, wie wollt ihr das in eurem Unternehmen aktivieren? Wollt ihr das überhaupt? Wer soll darauf zugreifen können? Und dann würde ich schon mal in die beiden Artikel, die ich jetzt mit Hilfe von KI, meinem kleinen Agenten geschrieben habe, über Analyst und Researcher, wie will ich damit arbeiten? Gibt es dafür ein Use Cases? Könnt ihr euch schon mal was überlegen, was ihr nehmen könntet, um dann gezielt die neuen Funktionen, wenn sie dann ausrollen, auch testen zu können mit euren eigenen Daten? 00:25:06.620 --> 00:25:22.000 Das wäre ja auch mal sinnvoll, weil ich denke mir, in eurer eigenen Daten seid ihr eher drin und könnt vermutlich besser beurteilen, ob das Ergebnis, was dann die Agenten liefern, auch richtig gut ist. Das würde ich dann auf jeden Fall machen. Das wäre dann so mal die Richtungen, worauf ihr euch ja noch einschälen müsst. 00:25:22.380 --> 00:25:42.100 Und das ist dann sozusagen die zusätzliche Hürde, die Microsoft noch aufbaut, dass man mal wieder im UI rumwurschtelt und die Oberfläche ändert. Das sollte man sich auch wissen, dass zum Beispiel die Auflistung der Agenten ja jetzt von rechts nach links rüber wandert. Es wird also in Zukunft auf der linken Seite sein. Könnt ihr euch in den Demos auch mal angucken, wie das dann aussieht. 00:25:42.760 --> 00:26:10.020 Auf der linken Seite wird dann oben eine Navigation geben, wo die Chats drin sind und wo die Agenten drin sind, wo der Agenten-Store drin ist und so weiter. Und was mir aufgefallen ist, vermute ich es ja schon länger und ich habe das gar nicht so richtig realisiert, ist, dass auch die Einstellung, also wenn ihr auf einer Sharepoint-Seite seid und ihr wollt auf die Einstellung für diese Sharepoint-Seite, klickt man doch oben rechts auf das Zahnrad im Menü, also in der Kopfzeile ungefähr. 00:26:10.920 --> 00:26:25.780 Und wenn ich mich recht erinnere, war das glaube ich auch beim Copilot so. Jetzt habe ich immer festgestellt, wenn ich den Copilot aufmache, den Copilot-Chat, dann ist das Zahnrad nach links unten gewandert und da sind die Einstellungen. Kann aber auch sein, dass es immer schon so war, mir ist es richtig aufgefallen. 00:26:26.500 --> 00:26:38.280 Allerdings ist das von der Benutzeroberfläche her, ich sage mal, suboptimal, dass sich die entsprechenden Elemente für identische Funktionen an unterschiedlichen Stellen befinden. 00:26:38.600 --> 00:26:41.360 Da könnte man, da ist glaube ich noch ein bisschen was nachzuarbeiten. 00:26:42.100 --> 00:26:43.820 Also auch darauf müsste man sich einstellen. 00:26:47.320 --> 00:26:49.140 Und ja, das wäre erstmal genug. 00:26:49.840 --> 00:26:53.120 Und über das Weitere denken wir dann nochmal nach, wenn es dann tatsächlich auch kommt. 00:26:53.320 --> 00:26:54.580 Also bereitet euch darauf vor. 00:26:54.860 --> 00:26:56.160 Wie gesagt, es ist eine größere Endung. 00:26:56.840 --> 00:26:58.380 und man sollte sich zumindest mal Gedanken 00:26:58.460 --> 00:27:00.460 darüber machen, was dazu gehört. So, das war's 00:27:00.520 --> 00:27:02.560 dann für mich heute. Vielen Dank fürs Zuhören 00:27:02.580 --> 00:27:04.600 wie immer. Ich freue mich natürlich über Feedback. Ich lese 00:27:04.740 --> 00:27:06.320 auch Feedback, wenn es kommt, lese ich auch immer. 00:27:06.960 --> 00:27:08.380 Es ist manchmal schwierig, weil es auf den 00:27:08.540 --> 00:27:10.280 unterschiedlichsten Kanälen kommt, aber ich freue mich 00:27:10.520 --> 00:27:12.440 natürlich darüber. Wenn ihr Vorschläge 00:27:12.560 --> 00:27:14.060 habt, wo ich mich mal hiermit 00:27:15.340 --> 00:27:16.480 auseinandersetzen sollte, gerne 00:27:16.640 --> 00:27:18.360 auch als Kommentar und natürlich 00:27:18.580 --> 00:27:20.420 freue ich mich auch, wenn ihr ein Like hinterlasst, 00:27:20.560 --> 00:27:22.460 den Podcast abonniert, falls ihr ihn zum ersten 00:27:22.540 --> 00:27:24.340 Mal hört und die Botschaft 00:27:24.520 --> 00:27:26.040 dieses Podcasts auch verbreitet. 00:27:26.600 --> 00:27:32.180 damit ich vielleicht noch mehr Hörer und Betroffene erreiche. 00:27:32.760 --> 00:27:35.760 In dem Sinne, schönen Tag und bis zum nächsten Mal. 00:27:36.400 --> 00:27:37.500 Yourcopilot 00:27:38.540 --> 00:27:45.540 Der Podcast, der hilft, die künstliche Intelligenz in der Microsoft 365 Welt zu verstehen und produktiv anzuwenden. 00:27:47.580 --> 00:27:49.720 Mit eurem Copiloten Michael Greth.