In unserer neuesten AppSphere-Talk-Folge diskutieren unsere Expert:innen Lena, Jochen und Thomas über die ersten Schritte mit Copilot Studio und Azure AI Services. Dabei gehen sie auf die Antwortqualität, technische Herausforderungen und die Kosten ein – alles zentrale Faktoren für die erfolgreiche Einführung von Künstlicher Intelligenz in Unternehmen.

Copilot Studio ermöglicht Unternehmen, Künstliche Intelligenz einfach in ihre Prozesse zu integrieren. In unseren ersten Tests unterstützten wir Kunden dabei, passende Use Cases zu entwickeln und erste Anwendungen zu implementieren. Dabei zeigte sich, dass die Antwortqualität bei unternehmensspezifischen Aufgaben eine entscheidende Rolle spielt. Copilot Studio unterstützt über 30 Sprachen, jedoch basiert das zugrunde liegende KI-Modell hauptsächlich auf englischen Dokumenten und bislang noch auf dem ChatGPT 3.5 Turbo Modell, was bei mehrsprachigen Implementierungen zu Herausforderungen führte.

Um die Grenzen von Copilot Studio besser zu verstehen, haben wir die Azure AI Services die das ChatGPT 4.o Modell nutzen getestet. Diese Lösung bietet erweiterte Möglichkeiten durch fertige Bibliotheken für Python und .NET, die eine einfache Integration in bestehende Systeme ermöglichen. Dadurch lässt sich die KI gezielter steuern und anpassen. Allerdings erfordert die Implementierung von Azure AI Services einen höheren Aufwand und ist komplexer, was insbesondere für kleinere Unternehmen herausfordernd sein kann.

Aus diesen ersten Tests haben wir drei wesentliche Erfahrungspunkte gewonnen:

1. Antwortqualität entscheidet über die Akzeptanz: Die Zufriedenheit der Nutzer:innen hängt maßgeblich von der Qualität der Antworten ab. Nur wenn diese zuverlässig und relevant sind, wird der Chatbot langfristig im Unternehmen genutzt.
2. Das richtige KI-Modell macht den Unterschied: Der Vergleich zwischen ChatGPT 3.5 Turbo in Copilot Studio und GPT-4 in den Azure AI Services zeigte, dass letzteres Modell eine deutlich bessere Antwortqualität lieferte, besonders in mehrsprachigen Umgebungen.
3. Technische Herausforderungen: Themen wie Authentifizierung, fehlende Testing-Frameworks und die Verwaltung von Wissensquellen stellten in Copilot Studio Hindernisse dar. Azure AI Services bot hier bessere Möglichkeiten zur Optimierung, jedoch mit mehr Aufwand.

Ein wichtiger Faktor in unseren Tests war der Kostenvergleich. Copilot Studio bietet ein einfaches, monatliches Lizenzmodell, das gut für Unternehmen geeignet ist, die eine überschaubare Lösung mit fixen Kosten suchen. Die Azure AI Services hingegen basieren auf einer nutzungsbasierten Abrechnung, was flexibler, aber auch schwieriger planbar ist. Wer mehr Kontrolle und eine höhere Antwortqualität wünscht, sollte die Azure-Lösung in Betracht ziehen – auch wenn sie mehr Ressourcen erfordert.

Ob Copilot Studio oder Azure AI Services die bessere Wahl ist, hängt von den spezifischen Anforderungen Ihres Unternehmens ab. Copilot Studio bietet eine schnelle, einfache Implementierung und eine klare Kostenstruktur, während Azure AI Services mehr Flexibilität und Anpassungsmöglichkeiten bietet – jedoch zu einem höheren Aufwand und Kosten.

Unsere Expert:innen geben Ihnen viele spannende Tipps und einen tieferen Einblick in das Thema in unserer neuesten Podcastfolge.

Den AppSphere-Talk gibt es auf allen gängigen Podcast-Plattformen: