KI Praxis-Check: 4 Tools die ich diese Woche selbst getestet habe

Dieser KI Praxis-Check kommt aus meinem eigenen Alltag als Berater. Ich bin kein Entwickler – mit über 35 Jahren IT-Erfahrung teste ich KI-Tools aber nicht weil ich muss, sondern weil ich meinen Kunden nur empfehlen will was ich selbst wirklich kenne. Diese Woche habe ich Scout, Copilot Studio, Microsoft Foundry und LM Studio ausprobiert. Hier ist mein ungeschöntes Fazit.

KI Praxis-Check: Die Folge auf YouTube

https://youtu.be/xBNrknFnPHM

Scout – KI Praxis-Check mit hohen Eintrittshürden

Scout klingt nach dem was alle wollen: ein KI-Agent der einfach mitläuft und selbständig arbeitet, ohne dass man ihn befragen muss. Weil mich dieses Konzept sofort überzeugt hat, wollte ich es unbedingt selbst ausprobieren.

Was ich allerdings nicht wusste: Man braucht dafür GitHub. Obwohl ich weiß dass Microsoft GitHub gekauft hat und es eine Plattform für Entwickler ist, hatte ich damit noch nie zu tun gehabt. Also habe ich einen Account angelegt – und dabei gemerkt dass das alleine nicht reicht. Ich brauchte zusätzlich eine spezielle Copilot-Lizenz die sich nicht einfach kaufen ließ.

Gut, dass man Freunde hat. Mein Kumpel Detlev hat mich an Nico verwiesen, und Nico wusste sofort was zu tun war. Mit seiner Hilfe hatte ich innerhalb kurzer Zeit alles eingerichtet. Das Ergebnis überzeugte mich dann wirklich: Zwei Research-Agenten die täglich für mich arbeiten, plus ein Heartbeat-Agent der alle zwei Stunden meinen Posteingang prüft. Alles läuft stabil.

Dennoch ist Scout heute noch nichts für den breiten Einsatz, weil Lizenz- und Kostenfragen ungeklärt sind und der Frontier-Status hohe Eintrittshürden bedeutet. Technologisch bin ich beeindruckt – aber einem Kunden würde ich es heute noch nicht empfehlen.

Copilot Studio – der Praxis-Favorit ohne Code

Copilot Studio war mein klarer Favorit dieser Woche, weil es genau das bietet was ich gesucht habe: die zweite Stufe jenseits von generischem Copilot – ohne Code, ohne Entwickler, direkt in Microsoft 365 integriert.

Ich habe mehrere Agenten gebaut und veröffentlicht. Diese Agenten sind direkt im normalen Copilot ansprechbar und lassen sich für jeden Use Case mit dem passenden Modell ausstatten. Besonders überzeugend ist dabei die Spezialisierung: statt generischer Antworten bekommt man wirklich fokussierte Assistenten die genau das tun was man ihnen sagt.

Weil ich der Überzeugung bin dass man nur empfehlen soll was man wirklich durchdrungen hat, habe ich diese Woche zusätzlich noch einen LinkedIn Learning Kurs abgeschlossen: „Agenten mit Copilot Studio erstellen“, anderthalb Stunden. Das Zertifikat habe ich auf meinem LinkedIn-Profil geteilt.

Microsoft Foundry – im Praxis-Check beherrschbarer als gedacht

Microsoft Foundry – früher Azure AI Foundry, davor Azure AI Studio – hat bereits zwei Rebrandings in zwölf Monaten hinter sich. Wer lange genug mit Microsoft arbeitet, kennt das Muster.

Obwohl der Name einschüchternd klingt, ist die Plattform mit KI-Unterstützung und einem geführten Setup durchaus beherrschbar. Der neue Veröffentlichen-Button hat mir dabei besonders geholfen – schwupps und die Inhalte waren in meinem Copiloten verfügbar.

Was ich dabei unbedingt empfehle: ein Budget-Limit im Azure-Abonnement setzen. Denn weil die Abrechnung tokenbasiert läuft, können die Kosten bei intensiver Nutzung überraschend schnell sehr hoch werden. Microsoft Foundry ist deshalb eher etwas für IT-Abteilungen als für den normalen Endnutzer.

Zwischendurch: Fable 5 – da und schon wieder weg

Mitten in der Testwoche tauchte eine Meldung auf die mich überraschte: Fable 5 war plötzlich verfügbar. Weil ich den Namen noch nie gehört hatte, habe ich kurz recherchiert und Folgendes herausgefunden: Fable 5 ist ein gesichertes Mythos-Modell von Anthropic – also die Version mit starken Guardrails von einem Modell das eigentlich nur an ausgewählte Unternehmen vergeben wird.

Ich habe es ausprobiert und dabei festgestellt: Im Alltag ist der Qualitätsunterschied zu anderen Modellen nicht dramatisch spürbar. Während ich diese Folge produziert habe, war Fable 5 allerdings schon wieder verschwunden – genauso schnell wie es gekommen war. Das zeigt wie rasant sich dieser Markt dreht.

LM Studio – lokale KI im Praxis-Check

Lokale KI auf dem eigenen Rechner gilt als Traum aller Datenschutz-Verfechter, weil dabei keine Daten in die Cloud gehen. Der Impuls zu diesem Test kam aus einem Heise-Podcast über Googles neues Gemma 4-Modell.

Das Ergebnis war ernüchternd, weil mein MacBook M4 mit 24 GB RAM für das 12-Milliarden-Parameter-Modell schlicht nicht ausreichte – es benötigt etwa 48 GB. Das kleinere 4B-Modell läuft dagegen problemlos und lässt sich sogar per LM Link auf dem iPhone nutzen, was durchaus praktisch ist wenn man gerade nicht am Schreibtisch sitzt.

Trotzdem ist mein ehrliches Fazit klar: Weil ich keine hochsensiblen Daten lokal verarbeiten muss und weil Copilot DSGVO-konform ist, brauche ich keine lokale KI für meinen Alltag. Außerdem erreichen lokale Modelle die Qualität aktueller Cloud-Modelle schlicht nicht – selbst mit besserer Hardware wäre der Abstand erheblich. Lokale KI ist deshalb vor allem dann sinnvoll, wenn echte Datensensibilität oder Offline-Anforderungen bestehen.

Mein Fazit nach dem KI Praxis-Check

Meine Linie ist nach dieser Woche klarer denn je: Cloud-first mit Kostenkontrolle. Weil Copilot Studio sofort einsetzbar ist und echte Spezialisierung ermöglicht, ist es der beste Einstieg für die meisten Unternehmen. Microsoft Foundry kommt dann dazu, wenn die IT-Abteilung mehr Kontrolle und Modellauswahl braucht. Scout und lokale KI beobachte ich weiter – empfehle sie aber erst wenn die offenen Fragen geklärt sind.

Die wichtigste Erkenntnis: Overengineering ist in der KI-Welt genauso teuer wie Nichtstun.

Den ausführlichen technischen Artikel mit allen Details findet ihr auf skilly.solutions. Wer wissen will welcher dieser Pfade zum eigenen Unternehmen passt, kann sich dort auch direkt ein kostenloses Erstgespräch buchen.

Michael Reischer ist Mitgründer von SKILLY und berät Mittelstandsunternehmen bei der strukturierten KI-Einführung. KI vor 9 erscheint jeden Dienstag um 08:30 Uhr auf YouTube und LinkedIn. Auf LinkedIn folgen →