Microsoft 365 Copilot: So messen KMU den Nutzen eines Piloten

Ein paar Copilot-Lizenzen bestellen, einen Einführungstermin durchführen und nach einem Monat fragen, ob alle zufrieden sind: Das ist ein verbreitetes Vorgehen, aber noch kein belastbarer Pilot. Begeisterung nach einer guten Demonstration sagt wenig darüber aus, ob im Alltag bessere Ergebnisse entstehen. Umgekehrt beweist eine schwache erste Antwort nicht, dass die Technologie für das Unternehmen ungeeignet ist.

Meine Empfehlung für Schweizer KMU: Starten Sie mit wenigen wiederkehrenden Aufgaben, einer kleinen gemischten Gruppe und einer vorher vereinbarten Entscheidung. Nach vier Wochen sollten Sie sagen können, bei welcher Arbeit Copilot hilft, wie viel Prüfung nötig bleibt und für wen sich eine weitere Nutzung lohnt. Die Anzahl vergebener Lizenzen ist dafür keine geeignete Erfolgskennzahl.

Dieser Beitrag verbindet am 25. September 2026 geprüfte Microsoft-Dokumentation mit einem eigenen Vorgehensmodell. Zeitplan, Messgrössen und Zahlenbeispiele sind Empfehlungen beziehungsweise ausdrücklich fiktive Annahmen. Sie sind weder Herstellerzusagen noch Ergebnisse eines Kundenprojekts. Produktumfang und verfügbare Funktionen müssen im konkreten Mandanten geprüft werden.

«Wir testen Copilot» ist zu unscharf. Geht es um einen Textentwurf im Chat, um die Aufbereitung eines bereitgestellten Dokuments oder um Unterstützung direkt in einer Microsoft-365-Anwendung? Welche Informationen sollen verwendet werden? Halten Sie Oberfläche, Konto, Lizenz und zugelassene Datenquellen für jeden Testfall fest. Sonst vergleichen Mitarbeitende unterschiedliche Möglichkeiten und diskutieren am Ende über verschiedene Produkte.

Microsoft beschreibt in seiner Einrichtungsanleitung einen gestuften Weg mit Pilotgruppe, breiterer Bereitstellung und anschliessendem Betrieb. Daraus folgt jedoch keine Verpflichtung, nach einem erfolgreichen Test sofort alle Arbeitsplätze auszustatten. Ein sinnvoller Pilot darf auch zum Ergebnis kommen, dass nur bestimmte Rollen oder Aufgaben profitieren.

Beschaffen Sie deshalb nicht zuerst ein maximales Lizenzpaket. Lassen Sie sich vom Anbieter bestätigen, welche vorhandenen und zusätzlichen Lizenzen für die ausgewählten Szenarien erforderlich sind, welche Vertragslaufzeit gilt und welche weiteren Kosten entstehen können. Ein vierwöchiger Test bedeutet nicht automatisch, dass sich jedes dafür abgeschlossene Abonnement nach vier Wochen kündigen lässt.

Wählen Sie Aufgaben mit einer klaren Eingabe und einem überprüfbaren Ergebnis. Ein erster Entwurf, eine strukturierte Zusammenfassung oder das Auffinden einer belegbaren Information eignen sich als Test besser als der offene Auftrag «Mach unsere Strategie besser». Die Aufgaben sollten während des Piloten mehrmals tatsächlich anfallen. Seltene Sonderfälle liefern wenig Vergleichsmaterial.

Diese Tabelle ist eine Auswahlhilfe, kein Versprechen, dass jede Funktion mit jeder Lizenz verfügbar ist. Definieren Sie zusätzlich, was nicht zum Pilot gehört: beispielsweise automatisches Versenden, verbindliche Vertragsauskünfte oder eigenständige Änderungen in Fachsystemen. Im ersten Schritt bleibt eine fachlich verantwortliche Person vor der Verwendung des Ergebnisses eingebunden.

Ein Testfall ist erst fertig beschrieben, wenn jemand entscheiden kann, ob das Ergebnis brauchbar ist. «Klingt professionell» reicht nicht. Für eine Kundenantwort könnte die Abnahme lauten: Alle drei Fragen beantwortet, keine neue Zusage, richtige Anrede und maximal 180 Wörter. Solche Kriterien verbessern zugleich den Arbeitsauftrag an die KI.

Gemäss Microsoft berücksichtigt Copilot bestehende Zugriffsrechte. Das bedeutet nicht, dass diese Rechte fachlich richtig vergeben sind. Ein zu breit geteilter Ordner bleibt ein Problem. Die Dokumentation zur Datenbereitschaft behandelt deshalb unter anderem Freigaben und Schutzmassnahmen. Für den Pilot sollten die verwendeten Ablagen einen benannten Verantwortlichen und nachvollziehbare Berechtigungen haben.

Microsoft erklärt zudem in seiner Datenschutz- und Sicherheitsdokumentation, dass Prompts, Antworten und über Microsoft Graph abgerufene Daten nicht zum Training der grundlegenden Sprachmodelle verwendet werden. Diese Aussage ersetzt keine Prüfung Ihrer konkreten Verarbeitung, eingesetzter Erweiterungen oder unternehmensinterner Vorgaben. Sie ist auch keine pauschale Freigabe für beliebige vertrauliche Inhalte.

Praktisch genügt für den Einstieg eine klar abgegrenzte Auswahl freigegebener Informationen. Prüfen Sie deren Aktualität und entfernen Sie widersprüchliche Entwürfe aus dem Testbestand. Mitarbeitende sollen ausserdem wissen, welche Inhalte sie verwenden dürfen und wie sie eine unerwartet sichtbare Information melden. Rechteprobleme werden behoben, nicht als besonders beeindruckende Suchleistung gefeiert.

Die relevante Zeit endet nicht, wenn eine Antwort auf dem Bildschirm erscheint. Sie endet, wenn das Ergebnis fachlich verwendbar ist. Erfassen Sie deshalb Aufgabenklärung, Eingabe, Wartezeit, Prüfung und Nacharbeit. Braucht ein Entwurf zwei Minuten und seine Korrektur zwanzig Minuten, darf die Auswertung nicht nur die zwei Minuten zeigen.

Erheben Sie zunächst einige vergleichbare Fälle ohne KI. Danach bearbeiten die Teilnehmenden ähnlich schwierige Fälle mit Copilot. Verwenden Sie nach Möglichkeit wechselnde Reihenfolgen und dokumentieren Sie Unterschiede in Umfang oder Schwierigkeit. Wer denselben Text zum zweiten Mal bearbeitet, ist oft schon deshalb schneller, weil er ihn kennt. Eine kleine Stichprobe bleibt eine Orientierung und kein wissenschaftlicher Wirkungsnachweis.

Eine einfache Tabelle reicht: Aufgabe, Schwierigkeit, Zeit ohne Unterstützung, Zeit mit Unterstützung inklusive Kontrolle, Qualitätsurteil und kurzer Kommentar. Betrachten Sie den Median und die Spannweite statt nur den Durchschnitt. Ein einzelner spektakulärer Erfolg soll zehn enttäuschende Fälle nicht überdecken. Ebenso darf ein ungewöhnlicher Sonderfall einen ansonsten brauchbaren Ablauf nicht allein disqualifizieren.

Kommunizieren Sie offen, dass Sie den Ablauf untersuchen und keine Rangliste der Mitarbeitenden erstellen. Erfassen Sie nur die notwendigen Angaben. Für eine Managemententscheidung sind zusammengefasste Ergebnisse nach Aufgabe meist hilfreicher als detaillierte Nutzungsprofile einzelner Personen.

Nehmen wir für die Planung zehn Personen, zwanzig Arbeitstage und durchschnittlich acht Minuten Nettoentlastung pro Person und Tag an. Netto bedeutet hier: Die fachliche Prüfung und laufende Korrektur sind bereits abgezogen. Das ergibt rund 26,7 Stunden zusätzliche Kapazität pro Monat. Bei angenommenen Vollkosten von CHF 80 pro Stunde entspricht dies rechnerisch rund CHF 2’133.

Alle Zahlen sind frei gewählte Rechenannahmen, keine aktuellen Microsoft-Preise und keine Offerte. Der Startaufwand umfasst in diesem Beispiel technische Vorbereitung, Schulung und Auswertung. Zusätzliche Beratung, verbrauchsabhängige Leistungen, weitere Lizenzen und Steuern sind nicht enthalten. Ersetzen Sie die Positionen durch Ihre tatsächlichen Kosten und vermeiden Sie Doppelzählungen.

Vor allem: CHF 2’133 Kapazitätswert sind nicht CHF 2’133 weniger Lohnkosten. Wirtschaftlich nutzbar wird die Entlastung, wenn damit beispielsweise mehr Kundenanfragen erledigt, Überstunden vermieden oder wichtige Arbeiten früher abgeschlossen werden. Bleibt die Zeit ungenutzt, ist der finanzielle Nutzen wesentlich kleiner. Fragen Sie deshalb immer, wofür die gewonnene Kapazität eingesetzt wird.

Eine Sensitivitätsrechnung schützt vor Wunschdenken. Bei nur zwei statt acht Minuten täglich entstehen rund CHF 533 Kapazitätswert. Den angenommenen laufenden Kosten von CHF 620 steht dann ein negativer Saldo von rund CHF 87 gegenüber, noch vor dem Startaufwand. Unter diesen Annahmen liegt die laufende rechnerische Schwelle bei ungefähr 2,3 Minuten täglich pro Person. Das ist eine Prüfgrösse, kein garantiertes Sparziel.

Microsoft empfiehlt im Rollout-Leitfaden, Rückmeldungen, Nutzungsdaten und geschäftliche Auswirkungen gemeinsam zu betrachten. Für ein KMU lässt sich daraus ein überschaubarer eigener Ablauf ableiten. Die folgenden vier Wochen sind ein Vorschlag für die Organisation, keine vom Hersteller vorgeschriebene Testdauer.

• Woche 1: Verantwortlichen bestimmen, drei Aufgaben auswählen, Ausgangswerte erfassen und Datenfreigaben prüfen. Die Geschäftsleitung bestätigt Budget und Entscheidungskriterien.
• Woche 2: Teilnehmende anhand ihrer eigenen Aufgaben einführen. Erste Ergebnisse gemeinsam prüfen und gute Arbeitsaufträge dokumentieren.
• Woche 3: Vergleichbare Fälle wiederholen. Auch wenig erfolgreiche Versuche erfassen. In einer kurzen Sprechstunde konkrete Hindernisse beseitigen.
• Woche 4: Qualität, Zeit und Kosten auswerten. Pro Anwendungsfall entscheiden: ausbauen, gezielt nachbessern oder beenden.

Nehmen Sie nicht ausschliesslich KI-begeisterte Personen auf. Eine kleine Gruppe mit unterschiedlichen Aufgaben und Erfahrungsständen zeigt eher, wo Unterstützung benötigt wird. Legen Sie im Kalender tatsächlich Zeit für Einführung und Rückmeldung frei. Wer den Pilot nebenbei erledigen soll, testet häufig vor allem die eigene Überlastung.

Wenn in vier Wochen zu wenige vergleichbare Fälle entstehen, verlängern Sie gezielt die Beobachtung dieses Anwendungsfalls. Ändern Sie dabei nicht nachträglich die Erfolgskriterien, nur damit das Ergebnis besser aussieht. Dokumentieren Sie, welche Frage noch offen ist und welche zusätzlichen Fälle sie beantworten sollen.

Ein Pilot braucht eine fachliche Eigentümerschaft. Die IT stellt Zugang, Betrieb und Schutz sicher; der Fachbereich beurteilt die Qualität und den Nutzen. Eine benannte Person führt beides zusammen und bereitet die Entscheidung vor. Ohne diese Rolle bleiben Rückmeldungen oft zwischen Support, Führung und einzelnen motivierten Mitarbeitenden liegen.

Vereinbaren Sie vorab drei mögliche Resultate. Ausbau ist sinnvoll, wenn wiederholt brauchbare Ergebnisse entstehen, ein nachvollziehbarer Nutzen erkennbar ist und keine ungelösten kritischen Schutzprobleme bestehen. Nachbesserung passt, wenn ein konkretes Hindernis den Nutzen verhindert. Beenden ist richtig, wenn auch nach einer angemessenen Lernphase kein belastbarer Vorteil sichtbar wird. Ein gestoppter Anwendungsfall ist kein gescheitertes Unternehmen.

Bei der Übergabe in den Betrieb gehören Ansprechpartner, kurze Arbeitsanleitungen und regelmässige Überprüfung dazu. Ändert sich eine Funktion, ein Dokumentbestand oder ein Prozess, kann auch der Nutzen anders ausfallen. Die ursprüngliche Pilotentscheidung ist deshalb ein Ausgangspunkt und kein dauerhaft gültiges Gütesiegel.

Halten Sie die abschliessende Entscheidung auf einer Seite fest: getestete Aufgaben, Beobachtungen, Kosten, offene Grenzen und die Person, die den nächsten Schritt verantwortet. Ein Ordner voller Screenshots und begeisterter Einzelstimmen hilft weniger als eine klare Aussage dazu, welche Arbeit sich im Alltag ändern soll. Dokumentieren Sie auch bewusst ausgeschlossene Aufgaben, damit die nächste Gruppe nicht wieder dieselben ungeeigneten Versuche durchführt.

Betrachten Sie zusätzlich den Weg zwischen zwei Arbeitsschritten. Ein schnellerer Textentwurf bringt wenig, wenn er danach weiterhin mehrere Tage auf eine Freigabe wartet. Manchmal liegt der grössere Nutzen in einer einfacheren Vorlage, klareren Zuständigkeiten oder dem Weglassen einer unnötigen Abstimmung. Prüfen Sie diese Alternativen ausdrücklich. Der Pilot soll die beste Verbesserung für das Unternehmen finden, nicht einen bereits beschlossenen Softwarekauf nachträglich rechtfertigen.

Die bessere Einstiegsfrage lautet nicht: «Wie viele Copilot-Lizenzen benötigen wir?» Fragen Sie: «Welche wiederkehrende Arbeit wollen wir verbessern, und woran erkennen wir den Unterschied?» Drei überprüfbare Anwendungsfälle und eine ehrliche Kostenrechnung schaffen mehr Entscheidungsqualität als eine unternehmensweite Freischaltung ohne Ziel.

Beginnen Sie klein genug, um Fehler zu erkennen, und konkret genug, um eine Entscheidung zu treffen. ZUMENTIQ unterstützt Sie dabei, technische Voraussetzungen, fachliche Akzeptanz und wirtschaftlichen Nutzen zusammenzubringen.