Lohnt sich Microsoft 365 Copilot? Eine Potenzialanalyse für Unternehmen und Bildungseinrichtungen

Dominik Becker, Luca Deck, Simon Feulner, Niklas Gutheil, Moritz Schüll, Stefan Decker, Torsten Eymann, Henner Gimpel, Andreas Pippow, Maximilian Röglinger and Nils Urbach

No 72, Bayreuth Reports on Information Systems Management from University of Bayreuth, Chair of Information Systems Management

Abstract: Microsoft 365 Copilot ist ein innovatives KI-gestütztes Tool, das Unternehmen und Bildungseinrichtungen bei der Steigerung ihrer Effizienz und Produktivität unterstützen kann. Ist das sinnvoll? Wo genau liegen die Potentiale? Lohnt sich der Einsatz? Damit befasst sich diese Studie. Die Studie gibt einen Überblick zu generativen Chatbots wie Microsoft 365 Copilot und ordnet zentrale Begriffe ein. Die Analyse befasst sich mit den notwendigen Schritten vor der Implementierung, einschließlich der Beschaffung, internen Kosten-Nutzen-Abwägungen und datenschutzrechtlichen Aspekten. Im weiteren Verlauf werden die verschiedenen Anwendungen und Funktionalitäten von Microsoft 365 Copilot detailliert betrachtet, darunter Microsoft Teams, Outlook, Word, PowerPoint, Excel, Forms, Power Automate und Whiteboard. Jedes Kapitel beschreibt spezifische Features und wie diese zur Optimierung von Arbeitsabläufen beitragen können. Zudem werden Grenzen der Anwendungen aufgezeigt. Abschließend bietet die Studie fundierte Handlungssempfehlungen und praktische Hinweise zur Nutzung von Microsoft 365 Copilot, einschließlich hilfreicher Prompts für verschiedene OfficeProgramme. Diese umfassende Analyse soll Entscheidungsträgern helfen, die Vorteile und Grenzen von Microsoft 365 Copilot zu erkennen und fundierte Hahdlungsmaßnahmen abzuleiten, um die digitale Transformation ihrer Organisationen voranzutreiben. Mit dieser Studie leisten wir einen Beitrag zur Diskussion über die Integration von KI in den Arbeitsalltag und deren Auswirkungen auf die Effizienz und Zusammenarbeit in Unternehmen und Bildungseinrichtungen.

Keywords: Microsoft Copilot; Künstliche Intelligenz; Generative KI; LLM Agent (search for similar items in EconPapers)
Date: 2024
New Economics Papers: this item is included in nep-ger
References: View references in EconPapers View complete reference list from CitEc
Citations:

Downloads: (external link)
https://www.econstor.eu/bitstream/10419/304391/1/1906008361.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:zbw:bayism:304391

DOI: 10.5281/zenodo.13859937

Access Statistics for this paper

More papers in Bayreuth Reports on Information Systems Management from University of Bayreuth, Chair of Information Systems Management Contact information at EDIRC.
Bibliographic data for series maintained by ZBW - Leibniz Information Centre for Economics ().