#1 Copilot Studio: Die neue Steuerzentrale für agentenbasierte Automatisierung
Copilot Studio entwickelt sich zur Schaltzentrale für agentengesteuerte Automatisierung. Die Kombination aus „Skills“ (für Datenzugriffe), Analytics zur Zielverfolgung und dynamischer Entscheidungslogik ermöglicht es einem Agenten, Aufgaben eigenständig zu erledigen – ganz ohne klassischen Flow im Hintergrund.
Kürzlich hat Microsoft auch das Copilot Studio Kit umfassend erweitert. Updates der Tools wie der Prompt Advisor, das Agent Review Tool oder Multi-Turn Tests bieten gezielte Unterstützung für das Testen, Optimieren und Überwachen von Agenten.
Über das zentrale Agent Inventory lässt sich zudem nachvollziehen, welche Agenten in welchem Kontext im Einsatz sind – inklusive Authentifizierungsart, Datennutzung und Orchestrierungstyp.
Der neue Implementation Guide fasst alle organisatorischen, technischen und sicherheitsrelevanten Aspekte zusammen, die Unternehmen bei der Einführung von Copilot Studio beachten sollten. Die folgende Übersicht zeigt einen Ausschnitt der Inhalte dieses Frameworks:
| Bereich | Inhalt / Fokus |
|---|---|
| Projektübersicht | Ziel des Guides ist es, unternehmensweite Einführungen von Copilot Studio erfolgreich zu unterstützen |
| Architektur | Überblick über Komponenten wie Skills, Analytics, Channels, Azure-Integration und Deployment-Muster |
| Sprachverarbeitung (NLU) | Auswahl zwischen klassischem Natural Language Understanding, eingebautem Modell oder Bring-your-own-Modell |
| Integrationen | HTTP-Requests, Power Platform Connectors, Power Automate Flows, Bot Framework Skills etc. |
| Channels | Anbindung von Microsoft Teams, Websites, Mobile Apps und mehr – inklusive Nutzerrollen und Zugriffskonzepte |
| Knowledge | Anbindung externer Datenquellen, Indexierung, Aktualisierung und Zugriffskontrolle auf unternehmensspezifisches Wissen |
| Sicherheit & Governance | DLP-Richtlinien, Authentifizierungsarten, Microsoft Purview Audit Logs, Zugriffskontrollen |
| Application Lifecycle Management (ALM) | Nutzung von Power Platform Solutions, CI/CD Pipelines (Azure DevOps, GitHub), Source Control |
#2 Prompt Engineering & Generative AI: Warum gute Prompts mehr sind als nur Texteingaben
Wenn Copiloten heute flüssig formulieren, recherchieren oder Entscheidungen vorbereiten, dann steckt dahinter kein Zufall – sondern gezieltes Prompt Engineering. Die EPPC25 unterstrich, wie stark sich der Fokus von der reinen Nutzung generativer KI hin zur methodischen Gestaltung verschoben hat.
Besonders im Fokus standen jene Funktionen, die das Prompt Engineering strukturierter und reproduzierbarer machen sollen. Microsoft stellte unter anderem die Möglichkeit vor, generative Antworten über vektorbasierte Kontextsuche zu verbessern. Auch das systematische Testen und Bewerten von Prompt-Varianten wurde adressiert – etwa durch neue Evaluierungsmetriken und einstellbare Gewichtungen verschiedener Antwortstrategien.
Ein weiteres Highlight war die Vorstellung konkreter Prompt-Patterns und Best Practices, mit denen sich wiederverwendbare und skalierbare Prompts entwickeln lassen – etwa zur Strukturierung von Ausgaben, zur Absicherung sensibler Inhalte oder zur Interaktion mit Power Platform-Komponenten. In der Praxis bedeutet das beispielsweise: Prompts zur automatisierten Beantwortung von Supportanfragen, zur Generierung von CRM-Datensätzen auf Basis unstrukturierter Eingaben oder zur Steuerung von Workflows direkt aus natürlichen Spracheingaben. Auch Sicherheitsvorgaben lassen sich auf Prompt-Ebene integrieren – etwa durch Ausschluss bestimmter Antworttypen oder Eingrenzung der Quellen.
#3 Power Automate: Agent Flows als Automatisierungsschicht im Zusammenspiel mit Copilot Studio
Ein zentrales Highlight der EPPC25 war die Einführung von Agent Flows – einer neuen Flow-Kategorie, die speziell für die Zusammenarbeit mit Copilot Studio-Agenten entwickelt wurde. Anders als klassische Cloud Flows werden Agent Flows nicht über Trigger gestartet, sondern direkt vom Agenten angestoßen, sobald dieser eine Aktion plant.
Es handelt sich dabei um „stark deterministische“ Flows mit klar definierten Eingaben und Ausgaben. Dadurch können Agent Flows konsistent, transparent und wiederverwendbar agieren – ideal für Businesslogik, die sich von der Dialogführung im Planner trennen lässt.
Erstellt werden Agent Flows im selben Editor wie klassische Power Automate-Flows, sind jedoch zusätzlich mit Metadaten für Copilot Studio versehen. Sinnvoll ist ihr Einsatz vor allem dann, wenn Agenten gezielt Daten abrufen, verarbeiten oder speichern sollen – etwa beim Abgleich von Kundenprofilen, dem Anlegen von Aufgaben oder dem Abfragen externer Systeme. Weniger geeignet sind Agent Flows dagegen für langlaufende oder ereignisbasierte Automatisierungen, wie z. B. zeitgesteuerte Workflows oder Event-Trigger.
Spannend ist vor allem: Bestehende Power Automate Cloud Flows lassen sich – unter bestimmten Voraussetzungen – zu Agent Flows konvertieren. Dadurch können sie direkt in Copilot Studio verwaltet werden und verbrauchen Copilot Studio-Kapazität anstelle Power Automate-Lizenzierung. Wichtig dabei: Die Konvertierung ist irreversibel und setzt voraus, dass in der Umgebung entsprechende Kapazität (prepaid oder pay-as-you-go) verfügbar ist. Nach der Konvertierung sind die Flows weiterhin in Power Automate sichtbar.
| Bedingung | Beschreibung |
|---|---|
| Solution | Der Flow muss in einer Power Platform Solution gespeichert sein. |
| Environment | Der Flow muss sich in der Zielumgebung befinden, in der Copilot Studio-Kapazität genutzt werden soll. |
#4 Dataverse und Microsoft Fabric: Analytics neu gedacht – mit weniger Silos und mehr Business-Kontext
Die Integration von Microsoft Fabric mit Dataverse war ein wiederkehrendes Thema auf der EPPC25 – und wurde in mehreren Sessions als „Game Changer“ für Datenarchitektur und Self-Service-BI bezeichnet. Fabric ermöglicht es, Daten aus der Power Platform zentral, strukturiert und performanter in Synapse-ähnliche Umgebungen zu überführen – inklusive direkter Anbindung an Power BI, OneLake und Data Activator.
Ein Highlight: Die neuen Dataverse Analytics Templates und die Integration mit dem Data-Warehouse-Modul in Fabric. Dadurch lassen sich Analyse-Szenarien direkt auf operativen Power-Platform-Daten aufbauen – ohne aufwändige Exporte oder separate ETL-Prozesse. Besonders spannend für Admins und Makers: Es entstehen so neue Möglichkeiten zur Überwachung von App-Nutzung, Lizenzbedarf oder Prozessdauer – kombiniert mit semantischen Datenmodellen und DAX-basierten KPIs.
#5 Git-Integration: Native Source Control für Power Platform Solutions
Die Power Platform verfügt nun über eine native Git-Integration, mit der sich Source Control direkt in der Oberfläche der Plattform umsetzen lässt – ganz ohne externe DevOps-Tools oder komplexe Zwischenschritte. Entwickler:innen und Maker:innen können Repositories (z. B. GitHub oder Azure Repos) direkt mit einer Solution verknüpfen, Commits durchführen und Branches synchronisieren – alles aus der Oberfläche der Power Platform heraus.
Gerade in teambasierten Projekten erleichtert die Integration das gemeinsame Arbeiten an Komponenten wie Apps, Flows oder Tables – und ermöglicht einen transparenteren, nachvollziehbaren Entwicklungsprozess. Gleichzeitig erfordert das Feature ein gewisses Maß an Disziplin: Ein sauberes Branching-Modell, Naming Conventions sowie verbindliche Deployment-Regeln sind unerlässlich, um Konflikte zu vermeiden und eine saubere Historie sicherzustellen.
Empfehlenswert ist daher, vor dem Einsatz klare Governance-Vorgaben zu definieren – insbesondere für Multi-Developer-Umgebungen, in denen mehrere Maker:innen parallel an einer Lösung arbeiten. Eine einfache Best Practice gibt es bislang nicht – gerade für Multi-Developer-Szenarien hängt die richtige Strategie stark vom Setup ab.
#6 Power FX & Pro-Code-Plugins: Wie sich Logikschichten verschieben
Power FX ist längst nicht mehr nur die Ausdruckssprache für Canvas Apps. Die EPPC25 machte deutlich, wie weitreichend die Sprache inzwischen für Logik und Datenverarbeitung in der gesamten Power Platform genutzt wird. Besonders relevant: Die Möglichkeit, Low-Code-Formeln in Custom APIs und Plug-ins zu kapseln – etwa für serverseitige Berechnungen oder Validierungen direkt in Dataverse.
Diese neue Einsatzform bringt mehrere Vorteile mit sich: Power FX kann so nicht nur clientseitig, sondern auch im Backend zur Anwendung kommen – als deklarative, leicht wartbare Alternative zu C#. Die Formeln lassen sich direkt in Plug-ins einbetten, etwa für Validierungslogik, Entscheidungsregeln oder automatisierte Geschäftsprozesse. Zudem ermöglicht die Nutzung von Power FX in Custom APIs eine standardisierte, wiederverwendbare Logikschicht, die in verschiedenen Anwendungen konsumiert werden kann.
Damit eröffnet sich die Möglichkeit, Power FX auch im Backend gezielt für klar umrissene Logikbausteine einzusetzen – etwa dort, wo einfache Prüfungen oder Berechnungen effizient umgesetzt werden sollen.
#7 RPA & Power Automate Desktop: Skalierung gelingt nur mit Frameworks, Queues und Custom Infrastruktur
Power Automate Desktop (PAD) hat sich als fester Bestandteil der Automatisierungslandschaft etabliert – doch beim skalierbaren Betrieb stößt es nach wie vor an Grenzen. Gerade im Unternehmenskontext zeigen sich typische Schwachstellen: fragile UI-Elemente, fehlende Co-Autorenschaft, eingeschränkte Versionskontrolle und hohe Abhängigkeit von lokaler Infrastruktur.
Die Sessions auf der EPPC25 lieferten daher praxisnahe Empfehlungen, wie sich PAD trotz dieser Hürden erfolgreich und stabil betreiben lässt:
- Frameworks & Standardisierung: Ohne konsistente Templates, Namenskonventionen und wiederverwendbare Subflows lässt sich die Wartbarkeit kaum sicherstellen. Besonders empfohlen wurde der Einsatz eines eigenen PAD-Frameworks mit Logging-, Error-Handling- und Monitoring-Bausteinen.
- Queues richtig nutzen: Klassische Work Queues in PAD stoßen bei größeren Lasten schnell an ihre Grenzen. Für echte Skalierung sind Azure-Service-Bus- oder Azure-Storage-Queues nötig – etwa bei mehr als 80 GB Transaktionsdaten oder wenn parallele Verarbeitung mit Fortschrittskontrolle gefordert ist.
- Hosted RPA & Infrastruktur: Wer RPA wirklich skalieren will, braucht eine flexible Ausführungsschicht. Hosted RPA mit Auto-Scaling, benutzerdefinierte VM-Images und vNet-Anbindung wurden dabei als entscheidende Stellschrauben genannt – auch zur Erfüllung von Sicherheits- und Compliance-Vorgaben.
- Best Practices im Betrieb: Logging (z. B. per Notepad oder Dataverse), Screenshot-Erfassung bei Fehlern, ALM per Solution-Deployment und klare Trennung von DEV und PROD sind keine Kür, sondern Pflicht. Besonders in unattended Szenarien sind diese Standards entscheidend für Stabilität und Nachvollziehbarkeit.
Wer Power Automate Desktop als strategischen Baustein nutzen will, muss ihn aktiv in die Gesamtplattform einbetten – und von Work Queues über das Automation Kit bis hin zu den PowerCAT Tools sämtliche verfügbaren Hilfsmittel konsequent ausschöpfen.
#8 Agentic AI in der Praxis: Diese Governance-Maßnahmen braucht es jetzt
Agenten, die automatisiert Entscheidungen treffen, Prozesse auslösen und mit Datenquellen interagieren – das ist die Vision hinter Agentic AI. Doch je mehr Verantwortung Copilots übernehmen, desto wichtiger wird ein stabiles Governance-Fundament. Ein strukturierter Ansatz zur Governance von Agenten auf Unternehmensebene basiert dabei auf drei zentralen Prinzipien – Sicherheit, Kontrolle und kontinuierliche Optimierung:
Die European Platform Conference 2025 hebt hervor, dass die Power Platform bereits heute zentrale Mechanismen bietet, um diese Kontrolle sicherzustellen. Besonders hervorgehoben wurden folgende Best Practices, die für agentengesteuerte Szenarien als unverzichtbar gelten:
| Governance-Maßnahme | Beschreibung |
| Sensitivity Labels & M365-Governance | Agentenzugriffe werden durch klare Klassifizierungen wie „Internal“, „Confidential“ usw. geregelt. Labels steuern, auf welche Inhalte ein Agent zugreifen darf. |
| Kontext- und rollenbasierter Zugriff | Zugriffsrechte werden je nach Agententyp differenziert – etwa über Azure AD-Gruppen oder Conditional Access Policies. |
| Auditfähigkeit und Telemetrie | Alle Agentenaktivitäten können über Microsoft Purview nachverfolgt werden – inklusive Datenzugriff und ausgeführter Aktionen. |
| Integration in DLP-Richtlinien & Environment Scoping | Agenten sollten in dedizierten Umgebungen mit kontrollierten Konnektorfreigaben und aktivem Logging betrieben werden. |
| Prompt Review & Dialogüberwachung | Sensible Prompts werden regelmäßig überprüft – mithilfe von Prompt Advisor, menschlichem Feedback und Versionierung. |
Fazit: KI wird nicht nur nutzbar, sondern produktiv und steuerbar
Die EPPC25 hat vor allem eines klar gemacht: Die Power Platform steht aktuell stark im Zeichen von KI und Automatisierung. Mit Copilot Studio, Agent Flows und dem wachsenden Einsatz generativer Modelle rücken neue Nutzungsszenarien in den Vordergrund, die vor einem Jahr so noch kaum denkbar waren. Gleichzeitig verschieben sich damit auch die Anforderungen – an Governance, Datenstrukturen, sowie Entwicklungsmethoden.
Auffällig war, wie konsequent Microsoft diesen Wandel vorantreibt: Fast jede Neuerung – ob in Power Automate, Power FX oder ALM – zielt darauf ab, KI nicht nur nutzbar, sondern produktiv und steuerbar zu machen. Für viele Organisationen bedeutet das: Bestehende Ansätze hinterfragen, Architekturen anpassen und Kompetenzen gezielt erweitern. Wer den Wandel mitgestalten will, findet in der aktuellen Version der Power Platform mehr Möglichkeiten denn je, muss sich aber auch strukturiert damit auseinandersetzen.
