Microsoft Copilot setzt auf Multi-Modell-KI für bessere Recherche
Microsoft treibt die nächste Evolutionsstufe von KI-gestützter Wissensarbeit voran. Mit neuen Funktionen im Copilot-Researcher kombiniert das Unternehmen erstmals systematisch verschiedene KI-Modelle – unter anderem von OpenAI und Anthropic – innerhalb eines gemeinsamen Workflows. Ziel ist es, Rechercheprozesse nicht nur schneller, sondern vor allem belastbarer und nachvollziehbarer zu machen.
Im Zentrum stehen zwei neue Ansätze: Modelle arbeiten nicht mehr isoliert, sondern überprüfen, vergleichen und ergänzen sich gegenseitig. Damit verändert sich die Logik von KI grundlegend – von der Einzelleistung hin zur kollaborativen Intelligenz.
„Critique“: KI überprüft sich selbst
Mit der Funktion „Critique“ führt Microsoft ein Prinzip ein, das aus klassischen Arbeitsprozessen bekannt ist: die Trennung von Erstellung und Prüfung. Ein Modell übernimmt die Recherche, strukturiert Inhalte und erstellt einen ersten Entwurf. Ein zweites Modell analysiert anschließend das Ergebnis, prüft Quellen, Logik und Vollständigkeit und optimiert die Ausgabe.
Dieser mehrstufige Ansatz erhöht nachweislich die Qualität. Interne Benchmarks zeigen deutliche Verbesserungen bei Genauigkeit, Vollständigkeit und Objektivität von Rechercheergebnissen.
Für Unternehmen bedeutet das: KI liefert nicht mehr nur schnelle Antworten, sondern zunehmend geprüfte und belastbare Entscheidungsgrundlagen.
„Council“: Mehrere Modelle im direkten Vergleich
Parallel dazu führt Microsoft mit „Council“ einen zweiten Ansatz ein. Hier arbeiten mehrere Modelle gleichzeitig an derselben Fragestellung und liefern unterschiedliche Perspektiven. Die Ergebnisse werden nebeneinander dargestellt, sodass Nutzer sofort erkennen können, wo Übereinstimmungen bestehen und wo sich Einschätzungen unterscheiden.
Dieses Prinzip ähnelt einem Expertengremium: Unterschiedliche Sichtweisen werden sichtbar gemacht und können gezielt bewertet werden. Für komplexe Fragestellungen – etwa Marktanalysen oder strategische Entscheidungen – entsteht so ein deutlich breiteres Bild.
Multi-Modell-Strategie als neuer Standard
Der Schritt hin zu Multi-Modell-Systemen ist kein Zufall. Die Branche erkennt zunehmend, dass einzelne Modelle zwar leistungsfähig sind, aber systematische Schwächen haben können – etwa bei Bias oder fehlerhaften Schlussfolgerungen.
Durch die Kombination mehrerer Modelle lassen sich diese Schwächen gezielt ausgleichen. Gleichzeitig reduziert sich die Abhängigkeit von einzelnen Anbietern, während die Gesamtqualität steigt.
Microsoft positioniert sich damit klar als Orchestrator: Nicht ein Modell steht im Mittelpunkt, sondern das Zusammenspiel verschiedener Systeme.
Auswirkungen auf die Wissensarbeit
Für Unternehmen verändert sich die Rolle von KI grundlegend. Recherche wird von einer isolierten Tätigkeit zu einem strukturierten, mehrstufigen Prozess, in dem KI unterschiedliche Rollen übernimmt – vom Analysten bis zum Reviewer.
Gerade in datenintensiven Bereichen wie Beratung, Finanzen oder Industrie kann das erhebliche Effizienzgewinne bringen. Gleichzeitig steigt die Verlässlichkeit von Ergebnissen, was insbesondere für strategische Entscheidungen entscheidend ist.
Ausblick: KI wird zum Team
Die Entwicklung zeigt, wohin sich der Markt bewegt: Weg vom einzelnen „Supermodell“, hin zu kooperierenden KI-Systemen.
Künftig wird nicht mehr entscheidend sein, welches Modell das beste ist – sondern wie gut verschiedene Modelle zusammenarbeiten. Für Unternehmen entsteht daraus ein klarer Vorteil: Sie erhalten nicht nur Antworten, sondern ein ganzes System aus Analyse, Bewertung und Einordnung.
Die „vernetzte Gesellschaft“ bekommt damit eine neue Dimension: Nicht nur Menschen und Systeme sind vernetzt – sondern auch die Intelligenz selbst.
CC BY-ND 4.0 – Veröffentlichung unter Namensnennung, keine Bearbeitung
https://creativecommons.org/licenses/by-nd/4.0/
