Copilot Studio Anleitung 2026: erster Agent in 30 Min.

Pexon Consulting | 9 Min. Lesezeit | 10.07.2026

TL;DR

Diese Copilot Studio Anleitung zeigt dir, wie du ohne Code in etwa 30 Minuten deinen ersten Agenten baust: beschreiben, Knowledge Source anbinden, testen, veröffentlichen. Pexon Consulting (80 MA, Deutschland, Microsoft Partner) begleitet den Sprung vom Klick-Prototyp zum DSGVO-konformen Produktivbetrieb als 6-Wochen-Pilot.

Warum Copilot Studio der schnellste Einstieg ist

Copilot Studio ist der No-Code-Weg von der Idee zum funktionierenden Agenten, ohne dass du einen Data Scientist oder Entwickler brauchst. Du tippst in ein Textfeld, was der Agent tun soll, hängst deine Dokumente dran, und hast nach wenigen Minuten etwas Testbares. Das ist der Kern: Der erste lauffähige Prototyp entsteht im Browser, nicht in einer Pipeline.

Die Beschreibung deines Agenten darf bis zu 1.024 Zeichen lang sein. Klingt nach einer Nebensache, ist aber der wichtigste Hebel: Je präziser du hier formulierst, desto weniger musst du später an Topics und Regeln nachbauen.

Was 2026 dazukam, macht den Einstieg noch relevanter. Auf der Microsoft Build 2026 hat Microsoft einen überarbeiteten Workflow-Editor gezeigt, bei dem du bestehende Agenten als Knoten in einen mehrstufigen Ablauf ziehst. Dazu kommen remote MCP-Server (dein Agent erbt das komplette Toolset eines Model-Context-Protocol-Servers ohne Einzelintegration), computer-using agents, die Anwendungen über die Oberfläche bedienen, und Echtzeit-Sprache über Azure Communication Services. Für den ersten Agenten brauchst du nichts davon, aber es zeigt: Der No-Code-Prototyp ist kein Spielzeug, sondern der Startpunkt eines Stacks, der bis in den Produktivbetrieb trägt.

Unsere klare Empfehlung für Einsteiger: Fang mit einem eng umrissenen Frage-Antwort-Agenten auf einer einzigen Wissensquelle an. Alles andere (Workflows, Tools, Sprache) kommt später. Wer beim ersten Agenten schon Multi-Agent-Orchestrierung plant, verbrennt Zeit an einem Prototyp, den sowieso niemand testet.

Voraussetzungen, bevor du startest

Kurz vorweg, damit du nicht mitten im Prozess hängen bleibst: Du brauchst einen Microsoft-365-Account mit Zugriff auf Copilot Studio und eine Umgebung (Environment) in der Power Platform. In vielen Unternehmen ist der Zugriff standardmäßig gesperrt, das musst du beim Admin freischalten lassen. Halte außerdem eine Wissensquelle bereit, etwa eine SharePoint-Bibliothek, eine öffentliche Website oder ein paar PDF-Dateien.

Ein Punkt, den Einsteiger unterschätzen: Die Umgebung entscheidet über Data Loss Prevention und darüber, welche Connectoren erlaubt sind. Bau deinen Test-Agenten in einer Dev- oder Sandbox-Umgebung, nicht in der Produktionsumgebung. Das erspart dir Diskussionen mit der IT-Governance, bevor du überhaupt weißt, ob dein Use-Case funktioniert.

Schritt für Schritt: den ersten Agenten bauen

Die kurze Antwort: In fünf Schritten steht dein erster Agent. Hier der Ablauf, wie wir ihn bei Kunden im ersten Workshop durchgehen:

1. Agent anlegen. Öffne copilotstudio.microsoft.com, wähle deine Umgebung oben rechts und klicke auf „Neuer Agent“. Beschreibe in einem Satz, was der Agent tun soll, zum Beispiel: „Beantworte Fragen zu unseren Reisekostenrichtlinien auf Basis der HR-Dokumente.“
2. Knowledge Source anbinden. Füge deine Wissensquelle hinzu (SharePoint-URL, Website oder Datei-Upload). Der Agent indexiert die Inhalte und nutzt sie für generative Antworten. Für den ersten Test reicht eine Quelle.
3. Testen im Chat-Panel. Rechts öffnet sich ein Test-Fenster. Stell zwei, drei echte Fragen und prüf die Antworten gegen die Quelldokumente. Stimmen sie nicht, präzisiere die Beschreibung oder ergänze eine explizite Anweisung.
4. Verhalten schärfen. Leg im Bereich Instructions Ton und Grenzen fest („Antworte nur auf Basis der verlinkten Dokumente. Wenn du etwas nicht weißt, sag das.“). Das reduziert Halluzinationen deutlich.
5. Veröffentlichen und Kanal wählen. Klick auf „Publish“ und binde den Agenten in Teams oder als Web-Chat ein. Fertig ist der erste produktiv erreichbare Agent.

Nach dem Veröffentlichen bekommt jeder Agent eine Analytics-Seite mit Sessions, Resolution Rate, Escalation Rate, CSAT und der Trefferquote je Wissensquelle. Schau da nach ein paar Tagen rein: Die Escalation Rate verrät dir schneller als jedes Gefühl, ob dein Agent wirklich hilft oder Leute nur frustriert.

Ein Blick auf die Instructions per Code

Auch wenn Copilot Studio No-Code ist, hilft es zu verstehen, wie eine saubere Agent-Instruktion aussieht. So sieht ein knappes, produktionsnahes Instruction-Set aus, das wir als Startpunkt empfehlen:

# Beispiel-Instruktion für einen internen FAQ-Agenten
rolle: >
  Du bist der HR-Assistent für Reisekostenfragen.
  Antworte präzise, freundlich und auf Deutsch.

wissensregeln:
  - Antworte AUSSCHLIESSLICH auf Basis der angebundenen HR-Dokumente.
  - Wenn die Antwort nicht in den Dokumenten steht, sag das offen
    und verweise an hr@unternehmen.de.
  - Erfinde keine Beträge, Fristen oder Paragraphen.

eskalation:
  - Bei Fragen zu Einzelfällen oder Ausnahmen: an einen Menschen weiterleiten.

Diese YAML-Struktur schreibst du nicht direkt in Copilot Studio ein, sie ist eine Denk-Vorlage. Die drei Blöcke (Rolle, Wissensregeln, Eskalation) überträgst du sinngemäß in das Instructions-Feld. Der wichtigste Satz ist die Wissensregel „ausschließlich auf Basis der Dokumente“: Ohne die generiert der Agent frei und wird unzuverlässig.

Was Copilot Studio 2026 kostet

Die Kosten sind der Punkt, an dem die meisten Anfänger falsch planen. Seit dem 1. September 2025 rechnet Microsoft nicht mehr in „Messages“, sondern in Copilot Credits ab. Und der Verbrauch pro Antwort schwankt extrem: Eine skriptbasierte FAQ-Antwort kostet einen Credit, eine einzelne Antwort eines Reasoning-Modells bis zu 100 Credits. Derselbe Agent kann dich 8 EUR oder 800 EUR im Monat kosten, je nachdem wie er gebaut ist.

Es gibt drei Abrechnungswege:

Unsere Empfehlung fürs erste Projekt: Starte mit Pay-as-you-go und deckle das Budget in Azure. So zahlst du nur den echten Verbrauch während der Testphase und vermeidest, dass ein schlecht gebauter Reasoning-Agent unbemerkt Credits frisst. Sobald das Volumen planbar ist, rechnet sich das Capacity Pack.

Und die häufigste Kostenfalle: Reasoning-Modelle und generative Aktionen überall aktivieren, wo eine einfache Wissensabfrage genügt hätte. Ein FAQ-Agent, der pro Antwort 100 statt 1 Credit zieht, kostet das Hundertfache für identischen Nutzerwert. Das ist rausgeworfenes Geld.

Worauf du bei der Auswahl achten solltest

Bevor du Copilot Studio flächig ausrollst, prüf diese Punkte, sonst baust du dir später Ärger ein:

• Datenresidenz: Wo liegen die verarbeiteten Daten, und passt das zu deiner DSGVO-Anforderung?
• Governance: Wer darf Agenten bauen und veröffentlichen? Ohne Regeln entsteht schnell Schatten-IT.
• Kostendeckelung: Ist ein Azure-Budget-Alert gesetzt, bevor der erste produktive Agent live geht?
• Lizenz-Klarheit: Welche Nutzer haben M365 Copilot, welche nicht? Das entscheidet, ob interne Agenten „gratis“ sind.
• Alternativen: Bei stark regulierten oder sehr LLM-lastigen Use-Cases lohnt der Vergleich mit einem eigenen Stack.

Wir raten davon ab, Copilot Studio ungebremst für jeden Mitarbeiter freizuschalten, bevor Governance und Kostendeckelung stehen. Der schnelle Einstieg ist eine Stärke des Tools, aber ohne Leitplanken wird aus zehn nützlichen Agenten schnell ein Wildwuchs, den niemand mehr betreibt oder absichert.

Häufig gestellte Fragen

Was kostet Copilot Studio für den Einstieg?

Für den ersten Test fällt oft gar kein Zusatzpreis an, wenn du bereits eine M365-Copilot-Lizenz hast und einen internen Agenten baust. Willst du extern abrechnen, kostet Pay-as-you-go 0,01 USD pro Standard-Credit, ein Capacity Pack 200 USD/Monat für 25.000 Credits. Achtung: Eine Reasoning-Antwort kann bis zu 100 Credits ziehen, plan das Budget also nach Antworttyp, nicht nach Nutzerzahl.

Brauche ich Programmierkenntnisse für Copilot Studio?

Nein. Copilot Studio ist ein No-Code-Werkzeug: Du beschreibst den Agenten in natürlicher Sprache, hängst Dokumente an und testest im Browser. Programmierkenntnisse helfen erst, wenn du eigene Tools, komplexe Workflows oder MCP-Server anbindest. Für den ersten FAQ-Agenten brauchst du keine Zeile Code.

Wie lange dauert es, den ersten Agenten zu bauen?

Etwa 30 Minuten für einen einfachen Frage-Antwort-Agenten auf einer Wissensquelle. Der Prototyp ist also schnell. Der längere Teil ist nicht das Bauen, sondern das Absichern für den Produktivbetrieb: SSO, DSGVO, Governance und Rollout kosten realistisch mehrere Wochen.

Copilot Studio oder ein eigener Agenten-Stack, was ist besser?

Kommt drauf an. Für interne Produktivitäts-Agenten im M365-Kosmos ist Copilot Studio meist der schnellste und günstigste Weg. Sobald du starke Datensouveränität, viele individuelle LLM-Aufrufe oder sehr spezifische Integrationen brauchst, wird ein eigener Stack oft wirtschaftlicher. Wir vergleichen beide Wege ehrlich, statt eine Pauschalantwort zu geben.

Ist Copilot Studio DSGVO-konform?

Es kann DSGVO-konform betrieben werden, ist es aber nicht automatisch. Entscheidend sind die gewählte Umgebung, die Datenresidenz, die Data-Loss-Prevention-Regeln und die angebundenen Quellen. Ein im Browser zusammengeklickter Agent erfüllt das noch nicht, das ist genau die Lücke zwischen Prototyp und Produktivbetrieb.

Nächster Schritt

Du hast den ersten Agenten gebaut und willst ihn sicher und DSGVO-konform ins Unternehmen bringen? Genau diesen Sprung machen wir strukturiert, mit Governance, SSO-Anbindung und Kostenkontrolle.

Verwandte Themen

Externe Referenz: Microsoft Learn, Copilot Studio Getting Started

Sobald der erste Agent steht und Orchestrator oder Modell nicht mehr Copilot bleiben sollen, ist das kein zweites Studio-Thema, sondern ein Copilot Custom Engine Agent. Die Abgrenzung zum deklarativen Weg steht im Beitrag Custom Engine Agents vs Declarative Agents.