Der entscheidende Punkt vorab: Dieser Artikel behandelt die KI in Dynamics 365, nicht das Basis-Produkt selbst. Was Dynamics 365 als ERP- und CRM-Plattform ausmacht – die Apps, die Datenmodelle, die Prozesse, die Lizenzierung des Fundaments – ist Gegenstand eines eigenen Artikels. Hier geht es ausschließlich um die KI-Ebene: um Copilot als Assistent innerhalb dieser Apps. Wer Dynamics 365 grundsätzlich verstehen will, findet die Einordnung im verlinkten Basis-Artikel; wer wissen will, was die aufgesetzte KI leistet und wo ihre Grenzen liegen, ist hier richtig.
Copilot in Dynamics ist eine Ausprägung derselben Copilot-Idee, die Microsoft über sein gesamtes Ökosystem legt. In Word schreibt Copilot Texte, in Teams fasst er Meetings zusammen, in Dynamics arbeitet er mit den Geschäftsdaten: mit Verkaufschancen und Kontakten im Vertrieb, mit Servicefällen und Wissensartikeln im Kundendienst, mit Buchungen und Kennzahlen im Rechnungswesen. Der gemeinsame Nenner ist immer derselbe – die KI sitzt dort, wo die Arbeit stattfindet, und greift mit Berechtigung auf die relevanten Daten zu. In Dynamics ist diese Datenbasis der zentrale Datenspeicher der Plattform, Microsoft Dataverse.
Der Kern des Nutzens lässt sich einfach fassen: KI in Dynamics schließt die Lücke zwischen den Daten und der Handlung. In vielen Unternehmen liegen in Dynamics wertvolle Informationen – wer wann was gekauft hat, welche Fälle offen sind, welche Rechnung wann fällig ist –, aber sie zu Text, Zusammenfassung und Empfehlung zu verdichten, kostet Zeit. Der Assistent nimmt diese Verdichtung ab: Er formuliert die Kunden-E-Mail auf Basis der Verkaufschance, fasst den langen Servicefall zu drei Zeilen zusammen, erklärt in Worten, warum ein Kostenposten von der Vorperiode abweicht.
Besonders wertvoll ist das für Mitarbeitende, die viel Kontext aus vielen Datensätzen ziehen müssen: Ein Vertriebsmitarbeiter vor dem Kundentermin, eine Servicekraft, die einen komplexen Fall übernimmt, ein Sachbearbeiter, der eine Abweichung im Abschluss erklären soll. Statt sich durch Bildschirme voller Felder und Historien zu arbeiten, fragen sie den Copilot – und erhalten den verdichteten Stand als Ausgangspunkt für die eigene, geprüfte Entscheidung.
Dass Copilot im Vertrieb und im Kundenservice am weitesten entwickelt ist, hat einen nachvollziehbaren Grund: Beide Bereiche leben von Sprache und Kontext, und genau darin ist generative KI stark. Ein Vertriebsmitarbeiter formuliert E-Mails, fasst Gespräche zusammen, bereitet Termine vor – lauter Aufgaben, bei denen die KI aus vorhandenen Datensätzen brauchbaren Text erzeugt. Im Service gilt dasselbe: Fälle zusammenfassen, Antworten aus Wissensartikeln vorschlagen, Verläufe verdichten. Der Nutzen ist unmittelbar, das Fehlerrisiko überschaubar, weil ein Mensch den Text ohnehin vor dem Absenden liest.
In Finanzen und Lieferkette ist die Lage anders. Hier geht es um Zahlen mit Verbindlichkeit – Buchungen, Zahlungen, Bestandsdispositionen –, bei denen ein KI-Fehler unmittelbar teuer oder rechtlich relevant werden kann. Deshalb ist Copilot dort vorsichtiger positioniert: Er erklärt, weist hin und unterstützt, trifft aber keine Entscheidungen. Der Reifegrad wächst, doch die Grundhaltung bleibt: Je verbindlicher die Daten, desto stärker die menschliche Kontrolle.
Für viele Leser dieses Artikels ist Business Central die praktisch wichtigste Dynamics-App. Die ERP-Lösung richtet sich an kleinere und mittlere Unternehmen, die kein schwergewichtiges Finance-and-Operations-System betreiben, sondern eine integrierte Lösung für Finanzen, Einkauf, Verkauf und Lager suchen. Auch hier zieht Microsoft Copilot-Funktionen ein – von Vorschlägen bei der Kontierung über Textbausteine bis zur Unterstützung bei Auswertungen. Weil Business Central im Mittelstand weit verbreitet ist, entscheidet der Copilot-Reifegrad dieser App für viele Häuser konkret darüber, ob KI in Dynamics für sie heute schon relevant ist. Der Funktionsumfang wächst kontinuierlich; ein Blick auf den aktuellen Stand lohnt sich vor jeder Planung.
Alle diese Funktionen teilen dasselbe Grundprinzip: Copilot arbeitet auf dem konkreten Datensatz, nicht im luftleeren Raum. Er kennt die Verkaufschance, an der der Vertrieb gerade dran ist, den Fall, den der Service bearbeitet, die Buchung, die im Rechnungswesen geprüft wird. Diese Verankerung im Datenkontext ist der wesentliche Unterschied zu einem allgemeinen Chatbot: Der Copilot muss nicht raten, was gemeint ist – er sieht mit Berechtigung die relevanten Daten und formuliert daraus seinen Beitrag. Das macht seine Ergebnisse spezifisch und brauchbar, bindet ihre Qualität aber unmittelbar an die Qualität der zugrundeliegenden Daten.
Daraus folgt eine oft unterschätzte Wahrheit: Wer schlechte Daten in Dynamics hat, bekommt schlechte KI-Ergebnisse. Ein Copilot, der aus lückenhaften, veralteten oder inkonsistenten Datensätzen zusammenfasst, produziert lückenhafte, veraltete oder inkonsistente Zusammenfassungen. Die Investition in KI ist deshalb immer auch eine Aufforderung, die eigene Datenqualität in Dataverse ernst zu nehmen – sonst automatisiert man das Chaos, statt es zu ordnen.
Ebenso wichtig wie die Fähigkeiten sind die Grenzen. Copilot in Dynamics trifft keine verbindlichen Entscheidungen. Er bucht nicht eigenmächtig, versendet keine E-Mail ohne Freigabe, disponiert keine Bestände selbstständig. Er liefert Entwürfe, Vorschläge und Erklärungen, die ein Mensch prüft, anpasst und freigibt. In einer Geschäftsanwendung mit finanzieller und rechtlicher Verbindlichkeit ist das keine Bevormundung, sondern eine notwendige Sicherung – und zugleich die Grundlage dafür, dass die KI überhaupt verantwortbar eingesetzt werden kann.
Ebenso wenig ist Copilot ein Ersatz für die Fachlichkeit der Mitarbeitenden. Er beschleunigt die Vorarbeit – das Formulieren, Zusammenfassen, Recherchieren –, aber die Bewertung, ob ein Vorschlag richtig ist, bleibt beim Menschen. Gerade weil generative KI überzeugend formuliert, auch wenn sie inhaltlich falsch liegt, ist die kritische Prüfung durch die Fachkraft der Punkt, an dem der Nutzen sich vom Risiko trennt.
Der Unterschied zwischen einem Copilot und einem Agenten lässt sich so fassen: Der Copilot ist ein Assistent, den ein Mensch aktiv bedient – er antwortet auf Anfragen, liefert Entwürfe, wartet auf die nächste Aufforderung. Ein Agent ist auf mehr Eigenständigkeit angelegt: Er kann eine abgegrenzte Aufgabe über mehrere Schritte verfolgen, auf Ereignisse reagieren und – im Rahmen definierter Regeln – Aktionen anstoßen. In Dynamics bedeutet das etwa einen Agenten, der eingehende Serviceanfragen vorqualifiziert, häufige Fragen selbstständig beantwortet oder Routinevorgänge vorbereitet, bevor ein Mensch übernimmt.
Gebaut und konfiguriert werden diese Agenten in Copilot Studio, Microsofts Werkzeug zum Erstellen eigener KI-Assistenten und Agenten. Copilot Studio erlaubt es, das Verhalten eines Agenten festzulegen: auf welche Wissensquellen er zugreift, welche Aktionen er ausführen darf, wann er an einen Menschen übergibt. In Dynamics angebundene Agenten können so auf Dataverse-Daten zugreifen und innerhalb klar gesteckter Grenzen arbeiten. Wichtig für die Einordnung: Copilot Studio ist ein eigenes Werkzeug mit eigener Lizenz- und Verbrauchslogik – Agenten sind kein automatisch enthaltenes Nebenprodukt der Dynamics-Lizenz, sondern eine bewusste, zusätzliche Investition.
Das Versprechen von Agenten ist erheblich: Routinearbeit, die heute Menschen bindet, könnte teilautomatisiert werden – die Vorqualifizierung von Anfragen, die Beantwortung wiederkehrender Standardfälle, die Vorbereitung von Vorgängen. Für den Mittelstand mit knappen Personalressourcen ist das ein attraktives Bild. Doch eine ehrliche Beratung benennt auch die Grenze: Agenten sind kein Selbstläufer. Sie müssen sorgfältig konzipiert, mit sauberen Wissensquellen versorgt, mit klaren Regeln und Eskalationspfaden ausgestattet und kontinuierlich überwacht werden. Ein schlecht gebauter Agent, der falsche Auskünfte gibt oder unpassende Aktionen anstößt, richtet mehr Schaden an als Nutzen.
Entscheidend ist deshalb die Governance: Welche Aktionen darf ein Agent eigenständig ausführen, wo muss zwingend ein Mensch entscheiden, wie wird sein Verhalten protokolliert und überprüft? Gerade in Geschäftsanwendungen mit finanzieller und rechtlicher Wirkung ist die Grenze zwischen „Agent bereitet vor“ und „Agent handelt verbindlich“ mit größter Sorgfalt zu ziehen. Wir empfehlen, mit eng abgegrenzten, gut überwachbaren Anwendungsfällen zu beginnen und die Autonomie erst schrittweise auszuweiten, wenn sich der Agent bewährt hat.
Im Zentrum steht Microsoft Dataverse, der Datenspeicher, auf dem Dynamics 365 und die Power Platform aufsetzen. Copilot in Dynamics arbeitet auf diesen Dataverse-Daten – und genau darin liegt die Stärke: Weil Kundendaten, Fälle, Aufträge und Vorgänge in einem gemeinsamen, strukturierten Modell liegen, kann die KI mit Berechtigung darauf zugreifen und aus dem Kontext heraus arbeiten. Dataverse ist damit nicht nur Speicher, sondern das Fundament, das die KI überhaupt sinnvoll füttert. Wer die Bedeutung von Dataverse für die KI-Qualität unterschätzt, unterschätzt den halben Wert der Lösung.
Auf demselben Fundament setzt die Power Platform auf – mit Power Automate für Prozessautomatisierung, Power Apps für eigene Anwendungen und Copilot Studio für Agenten. Für Dynamics bedeutet das: Was Copilot als Vorschlag liefert, kann über Power Automate in nachgelagerte Prozesse münden; was Dynamics an Daten hält, kann über Power Apps in maßgeschneiderten Oberflächen genutzt werden. Diese enge Verzahnung erlaubt es, KI-Unterstützung nicht nur zu konsumieren, sondern in eigene Abläufe einzubetten – ein wesentlicher Unterschied zu isolierten KI-Tools, die neben dem System stehen statt darin.
Der dritte Baustein ist Microsoft 365. Weil Dynamics und M365 auf demselben Konzern-Ökosystem beruhen, kann Copilot Anwendungsgrenzen überspringen: Kontext aus E-Mails in Outlook, aus Dokumenten in SharePoint oder aus Meetings in Teams kann mit den Geschäftsdaten in Dynamics verknüpft werden – im Rahmen der jeweiligen Berechtigungen. Ein Vertriebsmitarbeiter, der eine Verkaufschance bearbeitet, profitiert davon, dass die KI auch die zugehörige E-Mail-Korrespondenz kennt. Diese app-übergreifende Sicht ist ein zentraler Grund, warum Dynamics-KI in Häusern, die ohnehin auf Microsoft 365 setzen, besonders attraktiv ist – die Bausteine greifen ineinander, statt nebeneinander zu stehen.
Der Gegenstand dieses Artikels, Copilot in Dynamics 365, ist die KI-Schicht innerhalb der Dynamics-Apps selbst. Wer im Vertriebs-CRM, im Service-Center oder in Business Central arbeitet, trifft dort auf den Copilot – im Datenkontext der Anwendung, auf den Dataverse-Datensätzen. Diese Variante setzt Dynamics voraus und richtet sich an Menschen, die ohnehin in der Geschäftsanwendung arbeiten. Ihr Nutzen ist die Assistenz genau dort, wo die Kern-Prozesse laufen.
Copilot for Sales und Copilot for Service sind eigene Produkte mit einer anderen Idee: Sie bringen CRM-Kontext dorthin, wo viele Vertriebs- und Servicemitarbeiter tatsächlich arbeiten – ins Postfach in Outlook und in Teams. Ein Vertriebler, der eine Kunden-E-Mail schreibt, sieht relevante CRM-Informationen direkt in Outlook und kann Erkenntnisse zurück ins CRM speichern, ohne die Anwendung zu wechseln. Der entscheidende Unterschied: Diese Copilots sind nicht auf Dynamics beschränkt – Copilot for Sales kann grundsätzlich auch mit anderen CRM-Systemen zusammenarbeiten. Sie sind gedacht für Menschen, die den CRM-Kontext im M365-Alltag brauchen, ohne dauerhaft in der CRM-Oberfläche zu sitzen. Die Details zu diesen beiden Produkten behandeln eigene Artikel dieser Wissensdatenbank.
Microsoft 365 Copilot schließlich ist die allgemeine KI-Schicht über den Office-Anwendungen – Word, Excel, Outlook, PowerPoint, Teams. Er setzt kein Dynamics voraus und richtet sich an die breite Belegschaft, die im Office-Alltag arbeitet. Mit den geschäftsspezifischen Copilots in Dynamics hat er das gemeinsame Fundament der Copilot-Idee, aber einen anderen Fokus: allgemeine Produktivität statt spezifischer ERP-/CRM-Assistenz. Die Trennlinie verläuft an der Frage, worauf die KI zugreift und wofür sie gedacht ist: auf Office-Inhalte für die tägliche Büroarbeit oder auf Geschäftsdatensätze für die Kern-Prozesse.
Die häufigste Betriebs-Überraschung betrifft die Lizenzierung. KI in Dynamics ist nicht ein einheitliches Paket, das man einmal kauft, sondern eine gestaffelte Angelegenheit: Manche Copilot-Funktionen sind in der App-Lizenz enthalten, andere setzen Zusatz-Lizenzen voraus, und Agenten aus Copilot Studio folgen oft einer eigenen, verbrauchsbasierten Logik. Diese Zuordnung ist zudem in Bewegung – Microsoft bündelt und entbündelt Funktionen, ordnet sie zwischen Lizenzen neu zu. Jede punktgenaue Aussage „Funktion X ist in Lizenz Y enthalten“ trägt daher ein Verfallsdatum. Verlässlich ist das Prinzip: Prüfen Sie pro App und pro gewünschter Funktion die aktuelle Lizenzlage, bevor Sie planen.
Die wichtigste, weil am häufigsten übersehene Betriebs-Erkenntnis betrifft nicht die Lizenz, sondern die Daten. Copilot erzeugt seine Ergebnisse aus dem, was in Dataverse steht – und wenn das lückenhaft, veraltet oder widersprüchlich ist, sind es die Ergebnisse auch. In der Praxis scheitern KI-Initiativen selten an der Technik und oft an der Datenqualität: Der Copilot fasst einen unvollständigen Datensatz zusammen und liefert eine unvollständige Zusammenfassung, die der Nutzer für vollständig hält. Deshalb ist die ehrliche Bewertung der eigenen Datenqualität kein lästiger Vorlauf, sondern ein Kernbestandteil jeder KI-Einführung. Wer KI einführt, ohne die Daten in Ordnung zu bringen, automatisiert seine Datenprobleme.
In unseren Projekten zeigt sich ein klares Muster: Der schnellste, sicherste Nutzen liegt im Vertrieb und im Service. Beide Bereiche arbeiten mit Sprache, ihre KI-Funktionen sind am reifsten, und das Fehlerrisiko ist überschaubar, weil ein Mensch den erzeugten Text ohnehin prüft, bevor er den Kunden erreicht. Ein Mittelständler, der zum ersten Mal KI in Dynamics einführt, ist deshalb gut beraten, hier zu beginnen – dort ist die Wahrscheinlichkeit am größten, dass die Mitarbeitenden den Nutzen sofort spüren und die KI Akzeptanz findet.
Für Business Central gilt eine eigene Logik. Weil diese App im Mittelstand so verbreitet ist, entscheidet ihr Copilot-Reifegrad für viele Häuser konkret über die KI-Relevanz. Der praktische Nutzen liegt hier weniger in einer spektakulären Einzelfunktion als in der Summe kleiner Erleichterungen im ERP-Alltag – bei der Kontierung, bei Textbausteinen, bei Auswertungen. Wo eine kleine Buchhaltung ohne spezialisierte Fachabteilungen arbeitet, kann diese breite Entlastung besonders wertvoll sein.
Eine ehrliche Beratung benennt auch, was KI in Dynamics nicht leistet. Sie ersetzt nicht die Datenpflege – im Gegenteil, sie erhöht deren Bedeutung, weil schlechte Daten zu schlechten KI-Ergebnissen führen. Und sie ersetzt nicht die Fachlichkeit: Ob ein Vorschlag richtig ist, ob eine erklärte Abweichung tatsächlich harmlos ist, ob eine entworfene Antwort inhaltlich stimmt, bleibt die Entscheidung des Menschen. Der größte Fehler wäre, KI als Sparmaßnahme misszuverstehen, die Personal oder Sorgfalt ersetzt. Richtig verstanden ist sie eine Entlastung, die Menschen von Routine befreit und ihnen mehr Raum für das gibt, was Fachlichkeit verlangt – nicht ein Ersatz für diese Fachlichkeit selbst.
Bei den Kosten ist Ehrlichkeit wichtiger als exakte Zahlen. Bewusst nennt dieser Artikel keine konkreten Beträge: Microsofts Preise, die Zuordnung von KI-Funktionen zu Lizenzen und die verbrauchsbasierten Modelle für Agenten ändern sich regelmäßig, unterscheiden sich nach Region, App und bestehendem Vertragsrahmen und sind über Enterprise-Vereinbarungen individuell verhandelbar. Jede genannte Zahl wäre morgen womöglich falsch. Verlässlich ist die Kosten-Logik.
Für das Erwartungsmanagement ist entscheidend: KI in Dynamics ist selten ein einzelner, klar bezifferbarer Posten. Sie mischt enthaltene Funktionen, Zusatz-Lizenzen und verbrauchsbasierte Agenten-Kosten – und dazu kommen die realen Aufwände für Einführung, Datenpflege, Schulung und Governance, die häufig unterschätzt werden. Für eine belastbare Kalkulation gehört die aktuelle Preisliste, idealerweise über den eigenen Microsoft-Partner, in die Rechnung, nicht ein Wert aus einem Artikel.
Der datenschutzrechtliche Kern bei KI in Dynamics ist besonders sensibel, weil die KI mit den wertvollsten Daten des Unternehmens arbeitet: mit Kundendaten im CRM, mit Finanzdaten im ERP, mit Geschäftsvorgängen in der Lieferkette. Das sind personenbezogene Daten von Kunden und Geschäftspartnern ebenso wie geschäftskritische Informationen. Sobald die KI diese Daten verarbeitet, sind die Regeln der DSGVO einschlägig – es braucht eine Rechtsgrundlage, eine klare Zweckbindung und ein sauberes Berechtigungskonzept, damit die KI nur das sieht, was der jeweilige Nutzer sehen darf.
Zur Datenhoheit gehören drei Aspekte, die man auseinanderhalten sollte. Erstens: Microsoft bietet mit der EU Data Boundary eine Verarbeitung von Kundendaten innerhalb der EU an, was die Datenresidenz stärkt – gerade für Kunden- und Finanzdaten in Dynamics ein wichtiger Punkt. Zweitens: Als US-Konzern unterliegt Microsoft dennoch dem US Cloud Act, sodass ein Restrisiko eines behördlichen Zugriffs bestehen bleibt – die EU-Verarbeitung reduziert dieses Risiko deutlich, hebt es aber nicht vollständig auf. Für die meisten Mittelständler ist das bei bewusster Konfiguration akzeptabel; für Berufsgeheimnisträger, besonders sensible Datenkategorien oder KRITIS-nahe Bereiche gehört diese Frage in eine sorgfältige, fallbezogene Bewertung.
Drittens die Frage, ob Ihre Geschäftsdaten das KI-Modell trainieren: Microsoft erklärt als Zusage, dass Kundendaten aus den Copilot-Funktionen nicht zum Training der zugrundeliegenden Basismodelle verwendet werden und innerhalb der Compliance-Grenze des Mandanten verbleiben. Das ist eine wichtige und beruhigende Aussage – zugleich ist es eine vertragliche Zusage des Anbieters, kein von außen unabhängig überprüfbarer technischer Zwang. Sie sollte als das behandelt werden, was sie ist: eine dokumentierte Zusicherung, die man kennen, prüfen und im eigenen Vertragswerk (AVV) verankern sollte.
