Copilot und AI Praxisbeispiele

Auf der Seite Copilot habe ich schon eine Einführung in die Funktion von Copilot u.a. gegeben aber wenn Sie 22+€/Monat/Benutzer zahlen sollten, dann muss sich das ja auch gegenrechnen lassen. Jede Kostenrechnung bedarf natürlich einer individuellen Betrachtung aber vieleicht gebe ich ihnen ein paar Ideen mit.

Copilot und Meetings

Seit mehrere Jahren halten wir schon Teams Meetings ab. Aber selbst Meetings, bei dem alle Teilnehmer im gleichen Raum sitzen, können auch mit Teams erfasst werden. Sie müssen einfach nur ein Konferenztelefon auf den Tisch legen und ein Teilnehmer mit Teams den Ton erfassen. Aber was haben die davon?

  • Ton-Aufnahme
    Sie können einfach das Meeting "aufzeichnen" und damit auch später noch einmal nachhören, was genau gesagt wurde. Das werden aber wohl die wenigsten Personen machen.
  • Ton-Transkription
    Microsoft Teams kann aber den Ton auch gleich mittels "Speech to Text" in gesprochene Sätze umwandeln. Sie kennen das Verfahren bei "inklusiven Meetings", wenn z.B. für eingeschränkte Personen so genannt "Untertitel" eingesprochen werden. Beim MVP-Summit 2024 wurden z.B. alle Meetings nicht nur aufgezeichnet sondern auch mit Untertiteln versehen.
  • Untertiteln als Zusammenfassung
    Die nächste Steigerung ist dann die Konvertierung all der Untertitel in eine Mitschrift mit Zeitstempel und vielleicht sogar dem Sprecher. Aktuell kann Teams z.B. den aktiven Teilnehmer oder den Raum erfassen.

Und ab jetzt kommt das Thema KI und Copilot mit ins Spiel:

  • Sprecher-Erkennung
    Teams kann ja heute schon "Intelligent Background noise reduction". Dabei "lernt" Teams die Sprache des "Sprecher" und blendet dann möglichst Fremdgeräusche wie Kindergeschrei, Hundebellen etc. aus. Das Wissen um den aktuellen Sprecher könnte auch auf Räume ausgedehnt werden und damit eine Identifizierung des aktiven Sprechers anhand der Stimme erlauben.
  • Copilot Zusammenfassung
    Die Erfahrung zeigt, dass sich niemand ein Meeting als "Tonspur" noch einmal anhört, da viele Leerlaufphasen enthalten sind. Aber auch ein Transkript liest sich nicht immer einfach. Mit Copilot können Sie aber eine Zusammenfassung des Meetings erstellen lassen, so dass sie wenige Minuten "Fließtext" lesen müssen, um mit hoher Wahrscheinlichkeit den Zusammenhang verstanden zu haben.
  • Zusammenfassung im Index
    Diese Zusammenfassung können Sie auch später noch über eine Textsuche einfach auffinden.

Und nun müssen Sie sich die Frage stellen, wie viel ihnen Funktion wert sein kann. Ein Protokollführer in einem Meeting ist immer ein relativ undankbarer Job und die manuelle Erstellung eines Protokolls dauert meist auch noch einmal 30-60 Minuten, bis dieses geschrieben, korrigiert, abgestimmt und letztlich an einem geordneten Platz abgelegt wurde. Nun müssen Sie nur noch die Kosten ihrer Arbeitszeit dagegenstellen, die sie nicht anderweitig sinnvoll nutzen konnten. Den "Nerv-Faktor" eines Protokolles vernachlässigen wir einfach mal.
Wenn Copilot ihnen diese Arbeit ausreichen gut abnimmt, dann sind vielleicht 22€ oder auch die 9€ für Teams Premium nicht zu viel angesetzt. Es muss ja nicht jeder Benutzer direkt damit anfangen.

Copilot und Dokumente

Auf der Seite Copilot können Sie die Zusammenhänge zwischen LLM (Large Language Model) und "Semantic Index" nachlesen. Losgelöst gibt es aber auch noch einen ganz eigenen Bereich, der diesmal mit Copilot erschlossen werden kann. Stellen Sie sich vor, Sie bekommen ein Archiv mit mehreren Dokumenten zu einem Thema oder auch nur ein größere Dokument, welches sie eigentlich nun einige Zeit lesen müssten. Mit Copilot können Sie dieses Dokument schnell zusammenfassen lassen, so dass Sie schnell erahnen können, ob das Dokument die gewünschten Informationen enthält.

Das entbindet sie natürlich nicht von ihrer Sorgfaltspflicht das Dokument dennoch bei Gelegenheit zu lesen, aber sie können vermutlich schon etwas Zeit sparen. Wie viel es im Detail sein könnte, müssen Sie natürlich selbst z.B. im Rahmen einer Evaluierung ermitteln.

Inwieweit aber eine Erstellung von Dokumenten mittels Copilot und entsprechend von ihnen einzugebenden "Prompts" einen Zeitgewinn ergibt, steht auf einem anderen Blatt. Ich bin immer noch der Überzeugung, dass ein von mir geschriebenes Dokument abgesehen von Tippfehlern eine gewisse Schöpfungshöhe hat, die eine KI noch nicht erreichen kann. Sie kann eigentlich nur Aufgrund der Informationen in ihrem LLM und den Eingabewerten ein neu zusammengestelltes Ergebnis produzieren. Ob dies aber schon eine Weiterentwicklung einer allgemeinen Aussage oder sogar neue Inhalte enthält, wird die Zukunft zeigen.

KI und Migration

Ein andere Beispiel haben wir im Rahmen eines Angebots einer Dateiservermigration durchdacht.

  • Lokaler Dateiserver
    Die meisten Firmen, die noch nicht mit SharePoint/OneDrive Cloud arbeiten, haben irgendwie immer einen lokalen SMB-Server, sei es als Windows Server oder auch ein NAS (NetApp, Synology, QNAP etc.) oder Samba-basierts System
  • Freigaben
    Für den Zugriff auf Dateien werden auf allen Servern sogenannte "Freigaben" eingerichtet, z.B. für Projekte, gemeinsame Ordner, Heimatverzeichnisse. Da ein Windows PC aber im Grund mit "Buchstaben" gearbeitet hat, ist die Anzahl der von einem PC gleichzeitig verwendeten Freigaben überschaubar. Allerdings kann ein Server schon viel mehr Freigaben haben
  • Ordner und Rechte
    Innerhalb der jeweiligen Freigaben gibt es aber natürlich Unterverzeichnisse zur Gliederung der Daten samt abweichenden NTFS-Berechtigungen.

Natürlich könnten Sie nun hingehen, und im Rahmen einer Migration zu SharePoint/Teams jede Freigabe einfach 1:1 in eine SharePoint-Bibliothek oder ein Microsoft Teams-Team verschieben. Das funktioniert aber nur für begrenzte Datenmengen. Wenn Sie aber viele tausend Dateien und Verzeichnisse mit unklaren Inhalten haben, dann könnte es eine Herangehensweise sein, die Inhalte durch ein LLM und Index zu erschließen und durch eine KI beschreiben zu lassen. Da die Daten lokal sind, muss das nicht ein Copilot machen. Vielleicht ist ein lokal gehostetes LLM, welches die lokalen Daten erlernt und dann quasi eine Antwort auf die Frage geben kann:

Was ist eigentlich im Verzeichnis XYZ?

Eine KI könnte dann zu jedem Teilbaum eine "Zusammenfassung" erstellen und vielleicht kann Sie mit entsprechenden Prompt auch dazu gebracht werden, ähnliche Daten und Abgrenzungen zu beschreiben. So könnten sehr große Datenmengen vermutlich schneller erschlossen und zur Migration klassifiziert werden.

Wird fortgesetzt

Ich habe erst einmal mit drei Beispielen begonnen, die ich auch bei Kunden immer wieder verwende.

Haben Sie Lust über die Möglichkeiten einer KI in ihrem Unternehmen zu diskutieren? Dann sprechen Sie mich einfach an.

Wir experimentieren bei Net at Work nicht nur mit Microsoft Copilot als Helfer für Daten in der Cloud sondern natürlich auch mit lokalen KIs.

Weitere Links