Agent-Governance on DR.365

AI Act, DSGVO, NIS2, ISO: Welche Kontrollen für Agents in Microsoft 365 mehrfach zählen

Thu, 29 Oct 2026 07:00:00 +0100

📝 Stand: Oktober 2026

Dieser Beitrag ist keine Rechtsberatung. Er ordnet Pflichten aus Gesetzen und Normen den technischen Nachweisen in Microsoft 365 zu. Ob und wie dein Unternehmen betroffen ist, klärst du mit deiner Rechtsabteilung, deinem Datenschutzbeauftragten oder einer Kanzlei.

Die Personalabteilung baut in Copilot Studio einen Agent, der eingehende Bewerbungen liest, mit dem Anforderungsprofil abgleicht und eine Rangliste vorschlägt. Technisch ist das ein Nachmittag Arbeit. Regulatorisch hat dieser Agent mit dem Helfer für die Reisekostenrichtlinie aus Teil 2 wenig gemeinsam.

Der AI Act nennt KI-Systeme, die Bewerbungen analysieren und filtern oder Bewerber bewerten, ausdrücklich als Hochrisiko-Anwendung (Anhang III Nr. 4 Buchst. a). Die Ausnahmen in Art. 6 Abs. 3 für eng begrenzte oder rein vorbereitende Aufgaben gelten nicht, sobald ein System Profiling betreibt (Verordnung (EU) 2024/1689). Eine Rangliste von Menschen auf Basis ihrer Unterlagen dürfte genau das sein. Gleichzeitig verarbeitet der Agent personenbezogene Daten, läuft in einem Tenant, der in regulierten Branchen oft unter NIS2 fällt, und soll in die bestehende ISO-27001-Zertifizierung passen. In diesem vierten und letzten Teil der Serie geht es darum, daraus ein gemeinsames Kontrollset zu machen statt fünf getrennter Projekte.

Gesetze, Normen und Nachweise

Gökhan Adamhanoglu beschreibt die KI-Regulierung in der EU als System aus zwei Ebenen: Gesetze legen fest, was eine Organisation schuldet, Normen beschreiben, wie sie das betreibt und belegt. Für Unternehmen, die Agents in Microsoft 365 bauen und betreiben, ergänze ich eine dritte Ebene. Auditoren und Aufsichtsbehörden fragen am Ende nach Belegen: Wer hat den Agent freigegeben, was hat er wann getan, wer hat seine Ausgabe geprüft? Diese Belege entstehen im Tenant, also in der Agent Registry, im Audit-Log, in Entra und in Defender.

Ein Beispiel: Der AI Act verlangt, die Protokolle eines Hochrisiko-Systems mindestens sechs Monate aufzubewahren. Eine Managementsystem-Norm verlangt, solche Vorgaben festzulegen und zu überwachen. Purview Audit liefert den Datensatz. Wer die drei Ebenen einmal verbindet, nutzt denselben Nachweis für mehrere Regelwerke.

Welche Regelwerke für M365-Agents zählen

Der AI Act unterscheidet Anbieter, die ein KI-System entwickeln, und Betreiber, die es unter ihrer Aufsicht nutzen. Für alle Betreiber gilt die Pflicht zur KI-Kompetenz aus Art. 4. Seit 2. August 2026 gelten außerdem die Transparenzpflichten aus Art. 50. Die eigentlichen Betreiberpflichten aus Art. 26 betreffen nur Hochrisiko-Systeme. Der Digital Omnibus on AI, Verordnung (EU) 2026/1744, hat diese Pflichten für Anhang III auf den 2. Dezember 2027 verschoben.

Die DSGVO greift, sobald der Agent personenbezogene Daten verarbeitet. Eine Datenschutz-Folgenabschätzung ist Pflicht, wenn eine Verarbeitung voraussichtlich ein hohes Risiko birgt. Art. 35 Abs. 3 Buchst. a nennt ausdrücklich die systematische und umfassende Bewertung persönlicher Aspekte einschließlich Profiling, auf die Entscheidungen gestützt werden (DSGVO). Ein Agent, der Bewerber vorsortiert, fällt nach meinem Verständnis darunter.

NIS2 gilt in Deutschland seit dem 6. Dezember 2025 über das neu gefasste BSI-Gesetz (BSI). KI kommt darin nicht vor. § 30 BSIG verlangt aber Risikomanagement für die IT-Systeme, die eine Einrichtung für ihre Dienste nutzt, § 32 regelt die Meldepflichten und § 38 macht die Geschäftsleitung verantwortlich. Einen Agent mit Zugriff auf das Personalsystem behandle ich deshalb wie jedes andere IT-System, das dort liest (meine fachliche Einschätzung).

ISO/IEC 27001 und ISO/IEC 42001 sind Managementsystem-Normen. ISO baut solche Normen auf einer gemeinsamen Harmonized Structure mit gleichen Grundkapiteln auf, damit sich mehrere Managementsysteme integrieren lassen (ISO). Wer ein ISMS nach 27001 betreibt, muss für ein KI-Managementsystem nach 42001 also kein zweites System daneben aufbauen. Neu dazu kommen KI-spezifische Anforderungen, etwa die Bewertung der Auswirkungen eines KI-Systems auf Betroffene.

Data Act, Cyber Resilience Act und Maschinenverordnung spielen für die meisten Leser keine Rolle. Der Cyber Resilience Act erfasst Produkte, die im Rahmen einer Geschäftstätigkeit auf dem Markt bereitgestellt werden, ein Agent für den Eigengebrauch gehört nicht dazu. Der Data Act regelt vor allem Daten vernetzter Produkte und den Wechsel zwischen Cloud-Diensten, die Maschinenverordnung physische Maschinen. Wer Agents an Kunden verkauft oder in Produkte einbaut, muss neu bewerten.

Betreiber oder Anbieter?

Anbieter ist nach Art. 3 Nr. 3 AI Act, wer ein KI-System entwickelt und unter eigenem Namen in Verkehr bringt oder in Betrieb nimmt. Die Inbetriebnahme umfasst ausdrücklich den Eigengebrauch (Art. 3 Nr. 11). Nach Art. 25 wird ein Betreiber außerdem zum Anbieter, wenn er seinen Namen auf ein Hochrisiko-System setzt, es wesentlich verändert oder den Zweck eines Systems, auch eines KI-Systems mit allgemeinem Verwendungszweck, so ändert, dass es zum Hochrisiko-System wird.

Nach meiner Lesart des Wortlauts: Wer Microsoft 365 Copilot zum Zusammenfassen von E-Mails nutzt, ist Betreiber eines Systems, das Microsoft anbietet. Wer in Copilot Studio einen eigenen Agent zur Bewerberauswahl baut, entwickelt ein eigenes KI-System mit einem Zweck aus Anhang III und nimmt es unter eigenem Namen in Betrieb. Vieles spricht dafür, dass das Unternehmen für diesen Agent Anbieter eines Hochrisiko-Systems ist und zugleich sein Betreiber. Die Leitlinien der Kommission zur Einstufung liegen erst als Entwurf vor. Bis dahin würde ich die Rolle für jeden Agent mit einem Zweck aus Anhang III schriftlich festhalten und rechtlich prüfen lassen.

Anbieter brauchen unter anderem ein Qualitätsmanagementsystem, eine technische Dokumentation, eine Konformitätsbewertung und eine Registrierung (Art. 16). Für Anhang III Nr. 4 ist die Konformitätsbewertung eine interne Kontrolle ohne benannte Stelle (Art. 43 Abs. 2). Für das Qualitätsmanagementsystem gibt es seit dem 14. Oktober 2026 eine harmonisierte Norm: EN 18286:2026 ist mit dem Durchführungsbeschluss (EU) 2026/2274 im Amtsblatt zitiert. Sie begründet eine Konformitätsvermutung. Oft ist die günstigste Kontrolle aber eine andere: den Zweck des Agents so zu schneiden, dass er gar nicht in Anhang III fällt. Ein Agent, der Bewerbern Fragen zum Verfahren beantwortet, bewertet niemanden und fällt nach meiner Einschätzung nicht unter Anhang III Nr. 4.

Die Grundrechte-Folgenabschätzung nach Art. 27 betrifft nur öffentliche Stellen, private Einrichtungen, die öffentliche Dienste erbringen, sowie Betreiber bestimmter Systeme aus Anhang III Nr. 5 (Kreditwürdigkeit, Lebens- und Krankenversicherung). Für den HR-Agent eines normalen Unternehmens bleibt die DSFA das zentrale Dokument. Wo Art. 27 greift, erlaubt der Omnibus Querverweise auf die DSFA (Art. 27 Abs. 4 neu).

Die Überschneidungen als gemeinsame Kontrollen

Die Matrix ist meine eigene Zuordnung: ein voller Punkt für eine ausdrückliche Anforderung, ein Ring für eine mittelbare.

Inventar und Verantwortung. Die DSGVO verlangt ein Verzeichnis der Verarbeitungstätigkeiten, § 30 Abs. 2 Nr. 9 BSIG Konzepte für die Verwaltung von IKT-Systemen, ISO 27001 ein Inventar der Werte. Der AI Act setzt es voraus, denn Betreiberpflichten erfüllt man nur für Systeme, die man kennt. Ein Eintrag pro Agent mit Owner, Zweck, Zone, Einstufung nach Anhang III und Rolle als Betreiber oder Anbieter deckt alle vier ab.

Risikobewertung. DSFA, Risikoanalyse nach § 30 Abs. 2 Nr. 1 BSIG und die Risikobewertung der beiden ISO-Normen fragen in weiten Teilen dasselbe. Art. 26 Abs. 9 AI Act verlangt, die Angaben des Anbieters für die DSFA zu nutzen. Ich führe dafür pro Agent ein Dokument mit gemeinsamem Kern und kurzen Abschnitten je Regelwerk.

Protokollierung. Mindestens sechs Monate nach Art. 26 Abs. 6, dazu die Daten für eine Meldung nach § 32 BSIG. Purview Audit (Standard) hält Einträge 180 Tage vor, knapp an der Untergrenze. Mit Audit (Premium) lassen sich Aufbewahrungsrichtlinien bis zu einem Jahr anlegen, mit Zusatzlizenz bis zu zehn Jahren (Microsoft Learn).

Menschliche Aufsicht. Art. 26 Abs. 2 verlangt natürliche Personen mit Kompetenz, Schulung und Befugnis, Art. 22 DSGVO begrenzt ausschließlich automatisierte Entscheidungen. Technisch gehört die Freigabe in den Flow, der die Aktion ausführt, wie in Teil 3 beschrieben. Dazu gehört eine benannte Rolle, die die Rangliste prüft und verwerfen darf.

Datenschutz und Zugriff. Zugriffskontrolle steht in § 30 BSIG, in Art. 32 DSGVO und in ISO 27001. Der AI Act verlangt vom Betreiber, dass Eingabedaten unter seiner Kontrolle relevant und repräsentativ sind (Art. 26 Abs. 4). In M365 heißt das: Endbenutzer-Anmeldeinformationen, Sensitivity Labels und DLP.

Vorfallmeldung. Drei Meldewege: § 32 BSIG mit Erstmeldung nach 24 Stunden, Art. 33 DSGVO mit 72 Stunden und Art. 26 Abs. 5 AI Act mit unverzüglicher Information von Anbieter und Behörde bei schwerwiegenden Vorfällen. Ein gemeinsamer Incident-Prozess fragt deshalb früh, ob ein Agent beteiligt war.

Information der Betroffenen. Arbeitnehmervertretung und Beschäftigte sind vor dem Einsatz eines Hochrisiko-Systems am Arbeitsplatz zu informieren (Art. 26 Abs. 7), Personen, über die das System mitentscheidet, ebenfalls (Abs. 11). Dazu kommen die Informationspflichten der DSGVO und Art. 50 Abs. 1: Wer als Anbieter einen Agent baut, der mit Menschen spricht, muss das erkennbar machen.

Schulung und KI-Kompetenz. Nach dem neu gefassten Art. 4 müssen Anbieter und Betreiber Maßnahmen ergreifen, um die KI-Kompetenz ihres Personals zu fördern, ein bestimmtes Niveau wird nicht verlangt. § 30 Abs. 2 Nr. 7 BSIG fordert Schulungen, § 38 Abs. 3 regelmäßige Schulungen der Geschäftsleitung, beide ISO-Normen Kompetenznachweise. Eine Schulung für Maker und Owner bedient alle drei.

Welches M365-Werkzeug welchen Nachweis liefert

Registry, Identität und Laufzeitschutz beschreibe ich in Teil 3 ausführlicher. Für den Nachweis zählt: Die Agent Registry im Microsoft 365 Admin Center führt das Inventar, mit den Owner-Regeln aus Teil 2 (Microsoft Learn). Entra Agent ID mit Sponsor belegt, wer für den Agent geradesteht (Microsoft Learn).

Purview liefert die meisten Nachweise. Prompts und Antworten von Copilot-Studio-Agents landen im Unified Audit Log, DSPM zeigt Datenrisiken in KI-Interaktionen, DLP und Sensitivity Labels wirken auch für Agents (Microsoft Learn). Compliance Manager bringt Premium-Vorlagen für den EU AI Act, ISO/IEC 42001, ISO/IEC 23894 und das NIST AI RMF mit, daneben eine Vorlage für ISO/IEC 27001:2022 (Microsoft Learn). Für die DSFA gibt es Priva Privacy Assessments, derzeit als Preview (Microsoft Learn).

Defender führt ein eigenes Agent-Inventar und fasst Warnungen zu Agents in Incidents zusammen (Microsoft Learn). Daraus speist sich eine Meldung nach § 32 BSIG. Für die menschliche Aufsicht bleiben die Genehmigungen in Agent Flows aus Teil 3.

Microsoft ist für Copilot, Copilot Chat, Copilot Studio und Foundry nach ISO/IEC 42001 zertifiziert. Kunden dürfen das in der eigenen Bewertung verwenden, die eigene Umsetzung braucht aber eine eigene Prüfung (Microsoft Learn). Im Lieferantenmanagement ist das Zertifikat ein guter Nachweis, über den eigenen HR-Agent sagt es nichts aus.

Wer die Nachweise liefert

Die drei Modelle aus Teil 1 bestimmen auch, wer welche Belege beibringen muss.

Beim intrinsischen Modell (Agent Builder) liefert Microsoft die Nachweise für die Plattform, etwa das ISO-42001-Zertifikat. Die eigene Organisation belegt, was im Tenant passiert: Inventar und Owner in der Registry, die Einstellungen zum Teilen und die Berechtigungen auf den Wissensquellen.

Beim konfigurierbaren Modell (Copilot Studio) belegt die Konfiguration, wer sie vornimmt: Umgebungen, Datenrichtlinien, Freigaben zur Veröffentlichung und die Historie der Pipelines. Liegt das beim Dienstleister, gehören diese Nachweise zu seiner Leistung, zum Beispiel als regelmäßiger Bericht, den der Kunde ohne eigenen Admin-Zugriff prüfen kann.

Beim expliziten Modell (Foundry) liefert die Organisation fast alles selbst, von der Modellwahl über Evaluierungen bis zur technischen Dokumentation. Compliance Manager kann Evaluierungsergebnisse aus Foundry automatisch in eine Bewertung übernehmen (Microsoft Learn). Fällt der Agent unter Anhang III, kommen die Anbieterpflichten aus dem Abschnitt oben dazu.

Der Dienstleister selbst taucht in mehreren Regelwerken auf. § 30 Abs. 2 Nr. 4 BSIG verlangt Maßnahmen zur Sicherheit der Lieferkette, ausdrücklich einschließlich der Beziehungen zu Diensteanbietern. Für Managed Service Provider, die selbst unter NIS2 fallen, verweist § 30 Abs. 3 BSIG auf die technischen Anforderungen aus dem Durchführungsrechtsakt der Kommission. Verarbeitet der Dienstleister personenbezogene Daten im Auftrag, muss er nach Art. 28 Abs. 3 Buchst. h DSGVO alle Informationen zum Nachweis bereitstellen und Überprüfungen ermöglichen. Und nach Art. 3 Nr. 3 AI Act ist Anbieter auch, wer ein KI-System entwickeln lässt und unter eigenem Namen in Betrieb nimmt. Baut ein Dienstleister den Bewerber-Agent im Auftrag, liegt die Anbieterrolle nach meiner Lesart beim Kunden, solange der Agent unter dessen Namen läuft. Der Vertrag sollte dann festlegen, welche Unterlagen der Dienstleister für die technische Dokumentation liefert.

Fristen, die Betreiber kennen sollten

Die KI-Kompetenz ist seit dem 2. Februar 2025 Pflicht, in der neuen Fassung seit dem Inkrafttreten des Omnibus am 27. Juli 2026. NIS2 gilt seit dem 6. Dezember 2025 ohne allgemeine Übergangsfrist, Art. 50 seit dem 2. August 2026. Der 2. Dezember 2026 betrifft Betreiber kaum: Dann greifen zwei neue Verbote in Art. 5 und eine Übergangsfrist für Anbieter generativer Systeme bei der maschinenlesbaren Kennzeichnung.

Für den HR-Agent zählt der 2. Dezember 2027. Ab dann gelten die Hochrisiko-Pflichten für Anhang III, einschließlich Art. 26. KI in regulierten Produkten nach Anhang I folgt am 2. August 2028. Nach Art. 111 Abs. 2 erfasst die Verordnung Hochrisiko-Systeme, die vorher in Betrieb gehen, nur bei erheblichen Änderungen ihres Designs. Bei Agents, deren Anweisungen und Wissensquellen sich ständig ändern, würde ich mich darauf nicht verlassen.

Was Microsoft nicht abnimmt

Microsoft liefert Werkzeuge und Nachweise, die Verantwortung für den rechtskonformen Betrieb bleibt bei der eigenen Organisation. Die Compliance-Manager-Vorlagen beschreiben Maßnahmen, deren Umsetzung jemand belegen muss, und kosten Premium-Lizenzen. Die automatische Bewertung von Agents in Compliance Manager setzt auf Microsoft Foundry auf, eine solche Anbindung für Copilot-Studio-Agents beschreibt Microsoft nicht.

Mehrere Bausteine sind noch Preview, darunter die Bedrohungserkennung für Agents in Defender und Priva Privacy Assessments. Agents aus dem Agent Builder haben keine Entra Agent ID. Einiges findet in keinem Portal statt: die Entscheidung, ob ein Agent in Anhang III fällt, die Information der Arbeitnehmervertretung, die Verantwortung der Geschäftsleitung nach § 38 BSIG und die Frage, wer im Unternehmen Anbieter-Pflichten tragen kann.

Fünf Dinge, die du morgen prüfen kannst

Geh die Agent Registry durch und markiere jeden Agent, der Menschen bewertet, sortiert oder über sie mitentscheidet.
Halte für diese Agents schriftlich fest, ob dein Unternehmen Betreiber oder Anbieter ist, und lass das rechtlich prüfen.
Prüfe in Purview, wie lange Audit-Einträge zu Copilot- und Agent-Interaktionen aufbewahrt werden, und ob 180 Tage für dich reichen.
Sieh nach, welche Compliance-Manager-Vorlagen lizenziert sind, und ergänze die bestehende ISO-27001-Bewertung um die Vorlage für den AI Act oder ISO 42001.
Ergänze den Incident-Prozess um die Frage, ob ein Agent beteiligt war, und um die Meldewege aus DSGVO und AI Act neben § 32 BSIG.

Quellen

Agent Builder, Copilot Studio oder Foundry: Wer trägt das Risiko?

Mon, 19 Oct 2026 07:00:00 +0200

In derselben Woche kommen drei Anfragen. Die Personalabteilung möchte einen Agent, der Fragen zur Reisekostenrichtlinie beantwortet. Der Service Desk möchte einen Agent, der Tickets im ITSM-Werkzeug anlegt. Die Rechtsabteilung möchte einen Agent, der Lieferantenverträge mit einer Klauselbibliothek abgleicht und Abweichungen markiert. Alle drei heißen „Agent“, und in den meisten Tenants könnte dieselbe Person alle drei an einem Nachmittag bauen.

Die Governance-Fragen dahinter unterscheiden sich stark, und viele davon beantwortet schon die Wahl des Werkzeugs, bevor jemand eine Richtlinie schreibt. Deshalb beginnt diese Serie hier, noch vor Lifecycle, Laufzeitkontrollen und Compliance. Microsoft hat kürzlich beschrieben, wie es im eigenen Tenant Mitarbeitende beim Bau von Agents unterstützt (Microsoft Inside Track). Ich nehme diesen Leitfaden als Ausgangspunkt, schaue aber aus einer anderen Rolle darauf: als Betreiber in einer regulierten Umgebung, meist mit mehreren Tenants und einem IT-Dienstleister.

Drei Werkzeuge, drei Arten von Buildern

Agent Builder in Microsoft 365 Copilot richtet sich an Wissensarbeiter. Die Agents beantworten Fragen aus Inhalten, auf die der Benutzer ohnehin zugreifen kann: SharePoint, OneDrive, E-Mail, Teams-Nachrichten, Copilot-Connectoren, Dataverse oder das Web. Code Interpreter und Bilderzeugung sind eingebaut, „nur Abruf“ trifft es also nicht ganz. Externe Dienste aufrufen kann Agent Builder dagegen nicht. Aktionen, Connectoren und Workflows fehlen, dafür verweist Microsoft auf das Kopieren nach Copilot Studio (Microsoft Learn).

Copilot Studio ist das Werkzeug für Maker, von geschulten Fachanwendern bis zu Power-Platform-Entwicklern. Agents erreichen über Connectoren andere Systeme, führen Agent Flows mit Genehmigungen aus, reagieren als autonome Agents auf Trigger und rufen andere Agents auf. Gesteuert wird über Umgebungen der Power Platform: Datenrichtlinien, getrennte Entwicklungs-, Test- und Produktionsumgebungen und eine Admin-Freigabe, bevor ein Agent für die ganze Organisation veröffentlicht wird (Microsoft Learn).

Microsoft Foundry und das Microsoft 365 Agents Toolkit sind für Entwickler gedacht. In Foundry wählt das Team das Modell, schreibt die Orchestrierung selbst und betreibt den Agent als gehosteten Code mit eigener Entra-Identität (Microsoft Learn). Mit dem Agents Toolkit in Visual Studio Code entstehen sowohl deklarative Agents, die wie Agent-Builder-Agents den Copilot-Orchestrator nutzen, als auch Custom Engine Agents mit eigener Orchestrierung (Microsoft Learn). Wer das Risiko trägt, hängt deshalb an der Architektur und nicht am Werkzeug allein.

Wer trägt das Risiko?

Microsoft ordnet die drei Werkzeuge danach, wer das Risiko trägt. Beim Agent Builder ist die Governance intrinsisch: Die Plattform trägt das Risiko, weil der Agent innerhalb der bestehenden Grenzen von Microsoft 365 bleibt. Bei Copilot Studio ist sie konfigurierbar: Der Administrator trägt das Risiko, weil Connectoren, Flows und Datenflüsse Regeln brauchen. Bei Foundry ist sie explizit: Die Organisation trägt das Risiko, weil sie über Modell, Orchestrierung und Architektur entscheidet.

Die Unterscheidung finde ich hilfreich, beim ersten Modell aber mit einer Einschränkung. „Die Plattform trägt das Risiko“ beschreibt die technische Grenze. Agent Builder vergibt keine neuen Rechte und nutzt nur Inhalte, die der Benutzer ohnehin sieht (Microsoft Learn). Das Datenrisiko bleibt bei dir: Ein Agent auf einer übermäßig geteilten SharePoint-Site macht das Oversharing nur leichter auffindbar. Dazu kommt, dass standardmäßig jeder Benutzer Agent-Builder-Agents mit der ganzen Organisation teilen darf, und beim Teilen eines Agents können die zugrunde liegenden SharePoint-Dateien gleich mitgeteilt werden (Microsoft Learn). Die Plattform zieht die Grenzen. Ob die Daten darin in Ordnung sind, bleibt deine Aufgabe.

Microsofts Zonenmodell für die Governance in Copilot Studio folgt derselben Linie: Zone 1 für Agent Builder und SharePoint-Agents mit reinem Lesezugriff, Zone 2 für Copilot Studio, Zone 3 für die professionelle Entwicklung mit Foundry und Copilot Studio (Microsoft Learn). Auf diesen Zonen baut Teil 2 auf.

Fragen, bevor jemand baut

Microsofts Leitfaden nennt Fragen, die sich Builder stellen sollen. Ich arbeite mit einer leicht veränderten Liste, weil Betreiber eine zusätzliche Frage brauchen:

Ziel: Was soll der Agent leisten, und woran merkst du, dass er es tut?
Daten: Welche Quellen braucht er, und sind das persönliche, Team- oder Unternehmensdaten? Die Klassifizierung zählt genauso wie der Ablageort.
Arbeitsweise: Soll er Informationen abrufen, in anderen Systemen handeln oder selbstständig laufen? Abruf passt zum Agent Builder. Aktionen führen spätestens zu Copilot Studio. Bei autonomen Agents ohne angemeldeten Benutzer verlagert sich der größte Teil des Risikos in die Konfiguration.
Reichweite: Ein Agent für fünf Kollegen und einer im Katalog der Organisation sind zwei verschiedene Produkte.
Betrieb: Wer betreibt den Agent nach dem Go-live, und in welchem Tenant? Diese Frage fehlt nach meiner Erfahrung am häufigsten. Sie entscheidet, wer Wissensquellen aktuell hält, Berechtigungen prüft und den Agent abschaltet.

Die Sicht des Betreibers

Microsoft beschreibt einen einzelnen, sehr großen Tenant mit eigenem CISO-Office, einem internen Portal für Builder und einem Team, das die Hürden für Maker misst. Nach Microsofts Angaben stieg die Zahl der monatlich aktiven Maker von etwa 2.000 auf 20.000, rund 150.000 persönliche Entwicklungsumgebungen stehen unter Governance, und die gemessenen Hürden für Maker sanken von etwa 50 auf 5 Prozent (Microsoft Inside Track). Das sind Zahlen aus Microsofts eigenem Tenant. Als Maßstab für einen Versorger mit 3.000 Beschäftigten würde ich sie nicht nehmen.

In regulierten Umgebungen mit Dienstleister ändern sich drei Dinge.

Der Administrator arbeitet oft für jemand anderen

Dienstleister halten Admin-Rollen im Kunden-Tenant meist über GDAP, auf einzelne Rollen beschränkt und befristet. Microsoft bietet inzwischen eine Verwaltung von Agents über mehrere Tenants im Microsoft 365 Admin Center an, derzeit als Preview. Mit der Rolle AI Administrator kann ein Dienstleister Agents in allen verwalteten Tenants an einer Stelle einsehen, installieren und blockieren. Risikosignale und Aktivitätsdaten setzen Agent-365-Lizenzen voraus (Microsoft Learn). Das hilft im Alltag und macht eine Frage dringlicher: Wenn im konfigurierbaren Modell „der Administrator“ das Risiko trägt, welcher Administrator ist dann gemeint?

Die drei Modelle teilen sich zwischen Kunde und Dienstleister auf

Mein Arbeitsmodell, nicht Microsofts:

Modell	Kunde	Dienstleister
Intrinsisch (Agent Builder)	Datenrisiko: Berechtigungen, Labels, was geteilt wird	Die Einstellungen, die er vertraglich verwaltet, etwa Teilen und Registry-Prüfung
Konfigurierbar (Copilot Studio)	Freigabe von Agents und Connectoren, fachliche Verantwortung	Umgebungen, Datenrichtlinien und Connector-Regeln, wenn er sie entwirft und betreibt
Explizit (Foundry)	Zweck, Daten und Abnahme	Modell, Code und Release-Prozess, wenn er den Agent baut

In der mittleren Zeile sind Verträge meist ungenau. In die Leistungsbeschreibung gehört, wer die Datenrichtlinien pflegt und wie schnell eine Anfrage zum Sperren eines Agents umgesetzt wird. Die letzte Zeile hat eine regulatorische Seite: Ein Dienstleister, der für einen Kunden einen Agent baut, kann je nach Zweck und Namensgebung nach dem AI Act in die Anbieterrolle rutschen. Darum geht es in Teil 4.

Shadow AI wiegt anders

Microsoft argumentiert, dass zu viel Kontrolle das Risiko nicht beseitigt, sondern Builder zu nicht genehmigten Werkzeugen treibt und dabei Produktivität und Transparenz kostet. Dem Mechanismus stimme ich zu. In regulierten Umgebungen ziehe ich die Grenze aber nach der Funktion statt nach dem Werkzeug. Zone 1 darf offen bleiben: Agent-Builder-Agents auf Inhalten, die die Leute ohnehin lesen dürfen, und org-weites Teilen nur für eine festgelegte Gruppe. Die harte Grenze gehört dorthin, wo ein Agent in anderen Systemen handelt oder ohne angemeldeten Benutzer läuft. Ein Argument wiegt unter NIS2 außerdem schwerer als bei Microsoft: Ein Agent, den niemand registriert hat, fehlt im Inventar der IT-Systeme, und genau danach fragen Prüfer.

Fünf Dinge, die du morgen prüfen kannst

Prüfe, wer Agent-Builder-Agents mit der ganzen Organisation teilen darf. Hat niemand etwas geändert, sind das alle.
Filtere die Agent Registry nach Plattform und zähle die Agents je Werkzeug. So siehst du, welches Risikomodell in deinem Tenant überwiegt.
Halte für jeden Kunden-Tenant fest, wer die Rollen AI Administrator und Power Platform Administrator hat, der Kunde oder der Dienstleister.
Nimm die Frage nach dem Betrieb (wer, in welchem Tenant) in dein Antragsformular für Agents auf.
Prüfe, ob deine Agent-365-Lizenzen die Tenants abdecken, in denen du Risikosignale brauchst. Ohne sie zeigt die Registry das Inventar, aber keine Risiken (Microsoft Learn).

Wie die Serie weitergeht

Teil 2, Lifecycle: Wie viel Lifecycle ein Agent braucht und wie er sich zwischen Admin Center, Umgebungen in Copilot Studio und einem Release-Prozess in Foundry unterscheidet (Teil 2).
Teil 3, Laufzeit: Mit wessen Rechten ein Agent handelt, wenn er Tools und andere Agents aufruft, und wo sich dabei die Verantwortung verschiebt (Teil 3).
Teil 4, Compliance: Wer unter AI Act, DSGVO, NIS2 und ISO 27001/42001 welche Nachweise liefern muss und wie viel davon aus Microsoft 365 kommt (Teil 4).

Quellen

Agent-Governance zur Laufzeit: Mit wessen Rechten handelt ein delegierter Agent?

Sat, 17 Oct 2026 07:00:00 +0200

Ein Mitarbeiter fragt den HR-Agent im Intranet, wie viele Urlaubstage ihm noch zustehen. Der HR-Agent kennt die Urlaubsrichtlinie, aber keine Zahlen. Also gibt er die Frage an einen verbundenen Payroll-Agent weiter, den ein anderes Team gebaut hat. Der Payroll-Agent fragt das Personalsystem über einen Konnektor ab. Eingerichtet ist dieser Konnektor mit dem Konto der Person, die den Payroll-Agent gebaut hat, und diese Person darf die Daten aller Mitarbeitenden lesen. Ob die Antwort nur die eigenen Urlaubstage enthält oder auch die eines Kollegen, entscheidet jetzt das Sprachmodell.

Formal ist dabei alles in Ordnung. Beide Agents haben einen Owner, beide sind registriert und freigegeben. Die Frage, mit wessen Rechten der zweite Agent handelt, stellt sich erst im Moment des Aufrufs. Um diesen Moment geht es in diesem Artikel.

Entwurfszeit und Laufzeit

In Teil 2 ging es um Governance zur Entwurfszeit: drei Zonen, sieben Phasen, ein Owner pro Agent und die Entscheidung Go, Change, Hold oder Stop. Diese Entscheidungen fallen einmal, bevor ein Agent in Produktion geht.

Zur Laufzeit entscheidet der Agent bei jeder Anfrage neu, welches Tool er aufruft, welchen anderen Agent er einbindet und welche Daten er dabei weitergibt. Diese Entscheidungen trifft ein Sprachmodell. Governance zur Laufzeit heißt für mich, dass Identität, Richtlinie, Autorisierung und Protokollierung an jedem dieser Übergänge greifen, egal was das Modell vorschlägt.

Teil 1 ordnet die Werkzeuge drei Modellen zu: Bei Agent Builder trägt die Plattform das Risiko, bei Copilot Studio der Administrator, bei Foundry die Organisation. Zur Laufzeit wird diese Zuordnung konkret, und an manchen Stellen verschiebt sie sich. Agent-Builder-Agents rufen keine externen Dienste auf, ihr Laufzeitrisiko sind die Berechtigungen des Benutzers. In Copilot Studio entsteht Verantwortung an jedem einzelnen Tool. Wer dort Maker-Anmeldeinformationen einträgt, holt sich einen Teil des Risikos vom Administrator auf den eigenen Tisch. Bei Foundry baut die Organisation die Kontrollen selbst, etwa Guardrails, die Tool-Aufrufe und Tool-Antworten prüfen (Preview) (Microsoft Learn). Dieser Beitrag konzentriert sich auf Copilot Studio, weil sich dort die meisten Übergänge konfigurieren lassen.

Die Anmeldung am ersten Agent reicht nicht

Dass sich ein Benutzer am HR-Agent angemeldet hat, sagt nichts darüber, was der Payroll-Agent zwei Schritte weiter darf. Die Identität des Benutzers muss bis zum Fachsystem mitgehen. In Copilot Studio legt das jedes Tool einzeln fest: Es nutzt entweder die Anmeldeinformationen des Endbenutzers oder die des Makers. Standard ist der Endbenutzer, und der automatische Security-Scan warnt vor dem Veröffentlichen, wenn ein Maker das umstellt (Microsoft Learn).

Als Admin kann ich vom Maker bereitgestellte Anmeldeinformationen im Power Platform Admin Center pro Umgebung oder Umgebungsgruppe abschalten (Microsoft Learn). Dann läuft jede Aktion unter der Identität der Person, die gerade fragt. Das hat einen Preis: Autonome Agents, die per Zeitplan oder Ereignis ohne angemeldeten Benutzer starten, schlagen in solchen Umgebungen fehl. Ich würde die Einstellung deshalb in den Produktionsumgebungen für Zone 2 und 3 erzwingen und autonome Agents in eine eigene Umgebung mit eigenen Regeln legen.

In Entra heißt dasselbe Muster On-behalf-of. Der Agent tauscht das Token des Benutzers gegen ein neues, das für die Zielressource ausgestellt ist, und Conditional Access bewertet diesen Tausch (Microsoft Learn). Daneben hat der Agent eine eigene Identität. Neue Copilot-Studio-Agents erhalten seit Mai 2026 automatisch eine Microsoft Entra Agent ID, im Standard-Harness beim Anlegen, im GitHub-Copilot-Harness beim ersten Veröffentlichen. Ihr Owner wird dort als Sponsor eingetragen (Microsoft Learn).

Kontrollen gehören nicht in den Prompt

Welches Tool ein Agent als Nächstes aufruft, entscheidet das Modell, und diese Entscheidung lässt sich über eine präparierte E-Mail oder ein Dokument in der Wissensquelle beeinflussen. Eine Regel, die nur in den Anweisungen des Agents steht („Gib keine Gehaltsdaten heraus“), ist deshalb eine Bitte an das Modell. Durchsetzen lässt sie sich nur außerhalb davon.

Microsoft 365 hat dafür mehrere Ebenen. Datenrichtlinien im Power Platform Admin Center legen fest, welche Konnektoren ein Agent nutzen darf, und die Konnektor-Plattform prüft das bei jedem Aufruf erneut (Microsoft Learn). Conditional Access bewertet Tokens für Agent-Identitäten. Microsoft Defender kann Tool-Aufrufe von Copilot-Studio-Agents in Echtzeit prüfen und blockieren, derzeit als Preview (Microsoft Learn). Technisch fragt der Agent vor jedem Tool-Aufruf einen externen Dienst, ob er ausführen darf. Kommt innerhalb einer Sekunde keine Antwort, lässt Copilot Studio den Aufruf standardmäßig zu. In regulierten Umgebungen würde ich das Fehlerverhalten auf Blockieren stellen (Microsoft Learn).

Kontext bewusst begrenzen

Was ein Agent weitergibt, ist genauso wichtig wie das, was er abruft. Ein Child Agent bekommt in Copilot Studio immer den Kontext des Hauptagents. Bei einem verbundenen Agent lässt sich die Weitergabe des Gesprächsverlaufs abschalten, dann erhält er nur die konkrete Aufgabe (Microsoft Learn). Im Beispiel würde ich genau das tun. Der Payroll-Agent braucht die Frage nach den Urlaubstagen. Den Verlauf, in dem der Mitarbeiter vorher vielleicht von seiner Krankheit erzählt hat, braucht er nicht.

Auf der Datenseite greifen die bekannten Werkzeuge. Copilot Studio gibt nur Inhalte zurück, auf die der Benutzer selbst Zugriff hat. Bei Dateien, deren Sensitivity Label verschlüsselt, braucht er zusätzlich das Nutzungsrecht EXTRACT (Microsoft Learn). Dieser Schutz hängt aber daran, dass mit Benutzerrechten abgefragt wird. Ein Tool mit Maker-Anmeldeinformationen sieht, was der Maker sieht.

MCP-Server wie eine API behandeln

Das Model Context Protocol (MCP) regelt, wie ein Agent Tools findet und aufruft. Autorisierung ist in der Spezifikation ausdrücklich optional. Setzt ein Server sie um, arbeitet er als OAuth-2.1-Resource-Server: Er muss prüfen, dass ein Token für ihn ausgestellt wurde, und darf fremde Tokens weder annehmen noch weiterreichen (MCP-Spezifikation). Ob ein Server das tut, steht in seinem Code. Ich behandle jeden MCP-Server deshalb wie die API eines Drittanbieters und kläre, wer ihn betreibt, welche Daten er sieht, wie er authentifiziert und wer ihn freigibt.

Copilot Studio bindet MCP-Server über einen Assistenten an, mit den Optionen keine Authentifizierung, API-Key oder OAuth 2.0. Weil der Zugriff technisch über Power-Platform-Konnektoren läuft, gelten die Datenrichtlinien auch für MCP-Server (Microsoft Learn). Mit Agent 365 kommt eine zweite Ebene dazu. Im Microsoft 365 Admin Center unter Agents > Tools lassen sich MCP-Server für die ganze Organisation sperren. Bei unterstützten Servern lassen sich auch einzelne Tools abschalten, etwa Schreib- und Löschfunktionen, während Lesefunktionen erlaubt bleiben. Diese Granularität wird gerade ausgerollt und vom Agent 365 Tooling Gateway zur Laufzeit durchgesetzt (Microsoft Learn).

Die Control Plane: Registry, Identität, Schutz, Audit

Die bisher genannten Werkzeuge verteilen sich auf mehrere Portale. Zusammengeführt werden sie in der Agent Registry im Microsoft 365 Admin Center. Agent 365 ist seit 1. Mai 2026 allgemein verfügbar und wird pro Benutzer lizenziert (Microsoft Learn). Die Registry zeigt Agents aller Plattformen, auch die in Entra registrierten, und bündelt mit passender Lizenz die Risikosignale aus Purview, Entra und Defender pro Agent (Microsoft Learn).

Entra Agent ID liefert die Identität mit Sponsor, Conditional Access und ID Protection für Agents. Purview protokolliert Prompts und Antworten im Unified Audit Log und zeigt sie in DSPM for AI. Für Agent 365 umfasst das ausdrücklich auch Interaktionen zwischen Agent und Tool sowie zwischen Agents (Microsoft Learn). Bei der Lizenzplanung lohnt ein genauer Blick: Conditional Access für Agents setzt Microsoft 365 E7 voraus oder Agent 365 zusammen mit mindestens Entra ID P1 bzw. Microsoft 365 E3 (Microsoft Learn). Lizenzbedingungen ändern sich oft, die aktuelle Fassung gehört vor jeden Rollout.

Delegation ohne automatische Rechtevererbung

Zurück zum Payroll-Agent. Microsoft schreibt in den eigenen Mustern für Multi-Agent-Lösungen, dass ein verbundener Agent Zugriff auf Dinge haben kann, die der Hauptagent nicht hat, und dass solche Aufrufe wie jede andere mächtige Aktion zu behandeln sind (Microsoft Learn). Ich leite daraus drei Regeln ab.

Erstens nutzen alle Tools in verbundenen Agents Endbenutzer-Anmeldeinformationen, solange es keinen dokumentierten Grund dagegen gibt. Zweitens bleibt die Einstellung „Let other agents connect to and use this one“ aus, wenn ein Agent nicht ausdrücklich als Baustein gedacht ist. Standardmäßig darf sich jeder Agent in derselben Umgebung mit ihm verbinden (Microsoft Learn). Drittens bekommen Agents mit eigener Identität ihre Berechtigungen über Access Packages mit Ablaufdatum. Der Sponsor wird vor dem Ablauf benachrichtigt und muss eine Verlängerung aktiv beantragen. Diese Funktion ist noch in der Preview (Microsoft Learn).

Menschliche Freigabe bei hoher Auswirkung

Manche Aktionen sollte kein Agent allein ausführen, zum Beispiel Zahlungen, Änderungen an Stammdaten, das Löschen von Datensätzen oder Berechtigungsänderungen. Agent Flows in Copilot Studio bringen dafür Human-in-the-Loop-Aktionen mit, also Genehmigungen und Rückfragen an Menschen (Microsoft Learn). Mehrstufige Genehmigungen kombinieren manuelle Stufen mit KI-Stufen und Bedingungen dazwischen, sind aber noch in der Preview (Microsoft Learn). Eine KI-Stufe kann Routinefälle vorsortieren. Bei Aktionen mit hoher Auswirkung würde ich am Ende immer eine menschliche Stufe setzen, damit die Entscheidung einer Person zugeordnet ist.

Entscheidend ist, wo die Freigabe sitzt. Sie gehört in den Flow, der die Aktion ausführt. Steht sie nur in den Anweisungen des Agents, entscheidet wieder das Modell, ob es überhaupt fragt.

Was das für regulierte Umgebungen heißt

Wer in Deutschland unter NIS2 fällt, muss nach § 30 BSIG unter anderem Konzepte für die Zugriffskontrolle erstellen und Lösungen zur Multi-Faktor- oder kontinuierlichen Authentifizierung einsetzen (§ 30 BSIG). Agents nennt das Gesetz nicht. Ich sehe aber keinen Grund, einen Agent, der im Personalsystem liest, anders zu behandeln als ein Dienstkonto, das dasselbe tut. Das ist meine fachliche Einschätzung und keine Rechtsberatung.

Für die Nachvollziehbarkeit muss sich bei jeder Aktion klären lassen, welcher Benutzer sie ausgelöst hat, welche Agents beteiligt waren und unter welcher Identität das Fachsystem angesprochen wurde. Das Unified Audit Log liefert einen großen Teil davon. Bei verbundenen Agents entstehen allerdings getrennte Transkripte, die erst über Kennungen in der Telemetrie zusammenfinden (Microsoft Learn). Wer im Ernstfall schnell berichten muss, sollte diese Abfrage vorher einmal gebaut haben.

Für die Rezertifizierung gehören Agent-Identitäten in denselben Review-Zyklus wie Dienstkonten. Sponsor und Access Packages mit Ablaufdatum machen das in Entra möglich, ohne dass jemand eine Excel-Liste pflegt.

Mit einem Dienstleister kommt eine Frage dazu: Wer betreibt die Laufzeitkontrollen? Datenrichtlinien, Conditional Access für Agents und Regeln im Defender-Echtzeitschutz liegen oft beim Dienstleister, die Genehmigungen in Agent Flows beim Fachbereich des Kunden. Defender kann zum Beispiel einen Tool-Aufruf blockieren, der eine E-Mail an eine unsichere Domain schicken würde (Microsoft Learn). Wer die zugehörige Warnung nachts sieht und wer den Agent daraufhin sperren darf, muss vorher feststehen. Die Verwaltung über mehrere Tenants im Microsoft 365 Admin Center (Preview) macht das Sperren über Tenant-Grenzen hinweg technisch einfach (Microsoft Learn). Die Befugnis dazu gehört in den Vertrag.

Wo Microsoft heute noch Lücken hat

Conditional Access auf die Agent-Identität wird derzeit nur ausgewertet, wenn ein Copilot-Studio-Agent in Microsoft Teams läuft. Andere Kanäle rufen Konnektoren weiter über den bisherigen Power-Platform-Weg auf (Microsoft Learn). Dazu kommt: Custom Connectors, MCP-Server und REST-Tools tragen keine Berechtigungen an der Agent ID ein. Ausgerechnet bei MCP bleibt die Sicht in Entra also unvollständig. Agents aus dem Agent Builder bekommen gar keine Agent ID.

Wie die Identität zwischen Hauptagent und verbundenem Agent technisch weitergegeben wird, beschreibt die Dokumentation nicht. Für den Standard-Harness heißt es nur, dass man den verbundenen Agent je nach Authentifizierung zusätzlich mit den Endbenutzern teilen muss. Bevor ich mich darauf verlasse, würde ich das im eigenen Tenant testen. Außerdem sind mehrere der genannten Laufzeitkontrollen noch Preview oder im Rollout, darunter der Defender-Echtzeitschutz für Copilot Studio, mehrstufige Genehmigungen und die Sperre einzelner MCP-Tools.

Fünf Dinge, die du morgen prüfen kannst

Prüfe im Power Platform Admin Center, ob in deinen Produktionsumgebungen vom Maker bereitgestellte Anmeldeinformationen erlaubt sind. Das Agent-Inventar zeigt im Feld connectionProvider (Preview), welche Konnektor-Aktionen sie nutzen.
Liste für deinen wichtigsten Agent alle verbundenen Agents und Child Agents auf und kläre für jeden, ob er den Gesprächsverlauf erhält.
Öffne im Microsoft 365 Admin Center unter Agents > Tools die Liste der MCP-Server und sperre alles, dessen Betreiber du nicht kennst.
Prüfe im Microsoft Entra Admin Center, ob jede Agent-Identität einen Sponsor hat.
Such dir eine Aktion mit hoher Auswirkung, die ein Agent heute ausführen kann, und setz eine Genehmigung in den Flow davor.

Gegen welche Regelwerke du Agent-Governance nachweisen musst und wer welche Nachweise liefert, beschreibe ich in Teil 4.

Quellen

Die Anregung zu diesem Artikel kam aus einem LinkedIn-Post von Rajeev Yadav.

Agent Lifecycle: Wie viel Governance braucht ein Copilot-Agent?

Mon, 12 Oct 2026 07:00:00 +0200

📝 Diese Serie wurde erweitert

Diese Serie wurde im Oktober 2026 um einen Einstiegsteil erweitert. Dieser Beitrag war ursprünglich Teil 1 und ist jetzt Teil 2. Teil 1 ordnet die Werkzeuge Agent Builder, Copilot Studio und Foundry danach, wer das Risiko trägt.

Einen Agent zu bauen dauert mit dem Agent Builder in Microsoft 365 Copilot ein paar Minuten. Ihn wieder loszuwerden dauert in vielen Tenants ewig, weil sich niemand zuständig fühlt. Der Kollege, der im Frühjahr einen Agent für die Reisekostenrichtlinie gebaut hat, ist inzwischen in einer anderen Abteilung. Der Agent beantwortet trotzdem weiter Fragen, auf Basis einer Richtlinie, die seit Juli nicht mehr gilt.

Genau hier setzt ein Agent Lifecycle an. In diesem Artikel beschreibe ich, wie ich so einen Lifecycle für Agents aus Agent Builder und Copilot Studio aufbauen würde, und welche Werkzeuge Microsoft dafür inzwischen mitbringt. Meine These dabei: Nicht jeder Agent braucht den vollen Prozess. Aber jeder Agent braucht einen Owner. Das setzt voraus, dass der Agent überhaupt registriert ist: Nur was in der Agent Registry auftaucht, kann ich einer Person zuordnen, prüfen und abschalten.

Der Lifecycle je Plattform

Welches Werkzeug zu welchem Builder passt und wer dabei das Risiko trägt, beschreibe ich in Teil 1. Für den Lifecycle heißt das: Die Phasen bleiben gleich, aber sie laufen je nach Plattform an einer anderen Stelle ab.

Agents aus dem Agent Builder (intrinsisches Modell, die Plattform zieht die Grenzen) verwaltet die IT im Microsoft 365 Admin Center. Dort steuert sie Sichtbarkeit, Teilen, Owner und das Sperren oder Löschen. Versionen und Umgebungen gibt es nicht. Der Lifecycle besteht hier vor allem aus Teilen, Ownership und Aufräumen.

Copilot Studio (konfigurierbares Modell, der Administrator setzt die Regeln) arbeitet mit Application Lifecycle Management über getrennte Entwicklungs-, Test- und Produktionsumgebungen. Datenrichtlinien, Connector-Regeln und die Freigabe zur Veröffentlichung hängen an diesen Umgebungen (Microsoft Learn).

Foundry (explizites Modell, die Organisation verantwortet Modell und Code) folgt dem eigenen Entwicklungsprozess: Versionierung, Evaluierung und Veröffentlichung laufen über die Werkzeuge und Pipelines des Entwicklungsteams (Microsoft Learn). Veröffentlichte Foundry-Agents erscheinen in der Agent Registry und lassen sich dort auch stoppen (Microsoft Learn). Den Rest dieses Beitrags richte ich auf Agent Builder und Copilot Studio aus. Für Foundry gelten dieselben Phasen, umgesetzt mit klassischer Softwareentwicklung.

Die Brücke zwischen Agent Builder und Copilot Studio ist die Kopierfunktion: Ein Agent aus Microsoft 365 Copilot lässt sich nach Copilot Studio übernehmen, wenn er mehr braucht als ein persönlicher Helfer. Für den Lifecycle ist das der Moment, in dem ein Agent seine Zone wechselt.

Drei Zonen statt eines Prozesses für alle

Ein einziger Freigabeprozess für jeden Agent scheitert in der Praxis an zwei Seiten. Für den persönlichen Agent, der mir meine eigenen Meeting-Notizen zusammenfasst, ist ein IT-Review übertrieben. Für einen Agent, der für 3.000 Mitarbeitende Fragen zur Personalabrechnung beantwortet, ist ein Klick auf “Teilen” zu wenig.

Microsoft löst das mit einem Zonen-Modell (Microsoft Learn). In Zone 1 bauen alle Mitarbeitenden Agents für die eigene oder die Team-Produktivität, und zwar auf Inhalten, auf die sie ohnehin Zugriff haben. In Zone 2 entwickeln von der IT zugelassene Maker Agents für andere Teams. Diese Agents laufen durch einen IT-Review und landen in Umgebungen, die die IT verwaltet. Zone 3 ist für unternehmensweite Agents reserviert, die wie jede andere Unternehmensanwendung behandelt werden. Auch das aktuelle Whitepaper Administering and Governing Agents ist inzwischen nach den Ebenen persönlich, Team und Unternehmen aufgebaut.

Bei den Werkzeugen ordnet Microsoft inzwischen enger zu: Zone 1 für Agent Builder und SharePoint-Agents, Zone 2 für Copilot Studio, Zone 3 für Foundry und Copilot Studio in professioneller Entwicklung. Ich lasse in Zone 2 trotzdem Agent-Builder-Agents zu, solange sie für ein Team nur Inhalte lesen, auf die dieses Team ohnehin Zugriff hat. Für die Zone zählt bei mir die Reichweite und nicht das Werkzeug.

Für den Lifecycle heißt das: Die Zone entscheidet, wie viele Phasen ein Agent durchläuft und wie streng sie sind. Ein Agent in Zone 1 nimmt den Kurzpfad. Sobald Reichweite, Datenzugriff oder Kritikalität steigen, wechselt er in die nächste Zone und damit in einen strengeren Ablauf.

Die sieben Phasen im Überblick

Das Schema basiert auf einem Lifecycle-Modell, das im Netz kursiert. Ich habe es um die Zonen, die konkreten Microsoft-Werkzeuge pro Phase und eine eigene Entscheidungsstufe erweitert.

1. Identifizieren

Am Anfang steht ein konkretes Problem. Ideen landen in einem Backlog, zum Beispiel einer Liste in SharePoint oder einem Planner-Board. Jede Idee bekommt einen kurzen Steckbrief mit Problem, Zielgruppe und einem verantwortlichen Owner. Ohne Owner geht es nicht weiter.

2. Bewerten und priorisieren

Hier fällt die wichtigste Entscheidung des ganzen Lifecycles: In welche Zone gehört der Agent? Dafür schaue ich auf Nutzen und Aufwand, aber vor allem auf die Daten. Welche Wissensquellen nutzt der Agent, wer darf sie lesen, und soll er Aktionen in anderen Systemen auslösen? Daraus ergibt sich auch das Werkzeug. Agent Builder reicht für viele Fälle in Zone 1 und 2. Spätestens bei Aktionen, Konnektoren zu Fachanwendungen oder breitem Rollout führt der Weg zu Copilot Studio. Braucht der Agent ein eigenes Modell oder eine eigene Orchestrierung, landet er bei Foundry und damit im Prozess des Entwicklungsteams.

3. Konzipieren und erproben

Vor dem Bauen stehen Erfolgskriterien. Was muss der Agent beantworten können, und woran merke ich, dass er es gut macht? Erst dann entsteht ein Prototyp, in Zone 1 direkt im Agent Builder, in Zone 2 und 3 in einer Entwicklungsumgebung von Copilot Studio. Microsoft empfiehlt, Maker per Environment Routing automatisch in persönliche Entwicklungsumgebungen zu leiten, damit nicht alles in der Default-Umgebung landet (Microsoft Learn).

4. Validieren und entscheiden

Für diese Phase gibt es seit diesem Jahr ein ordentliches Werkzeug. Agent Evaluation in Copilot Studio ist seit Ende März allgemein verfügbar. Damit lassen sich Testsets anlegen, Bewertungsmethoden festlegen und Läufe über mehrere Versionen wiederholen. Über einen Power-Automate-Connector und eine REST-API (derzeit Preview) lassen sich die Evaluierungen auch in CI/CD-Pipelines einbinden (Microsoft Learn).

Neben der Qualität gehören Sicherheit und Datenschutz in diese Phase: Welche Daten sieht der Agent, mit welcher Identität läuft er, und passen die Berechtigungen zum geplanten Nutzerkreis? Ruft der Agent weitere Agents oder Tools auf, gehört eine zweite Frage dazu: Arbeiten diese mit den Rechten des Benutzers oder mit eigenen, womöglich breiteren Anmeldeinformationen? In Copilot Studio legt das jedes Tool einzeln fest, und ein verbundener Agent erbt die Einstellung des aufrufenden Agents nicht. Am Ende steht eine bewusste Entscheidung.

Das Gate: Go, Change, Hold oder Stop

Die Entscheidung nach Phase 4 hat vier mögliche Ausgänge. Go führt in die Produktion. Change schickt den Agent zurück in Phase 3, weil Qualität oder Konzept noch nicht passen. Hold parkt ihn im Backlog, etwa weil eine Datenquelle noch nicht sauber berechtigt ist. Stop beendet die Idee kontrolliert.

Gerade Stop wird in vielen Organisationen unterschätzt. Ein Agent, der den Test nicht besteht, sollte nicht als halbfertiger Prototyp im Tenant liegen bleiben.

5. Bereitstellen und skalieren

In Zone 3 wird ein Agent nie direkt in der Produktion bearbeitet. Microsoft empfiehlt, Agents als Managed Solutions zu paketieren und über Power Platform Pipelines von Entwicklung über Test nach Produktion zu bringen (Microsoft Copilot Blog). Damit bekommt man Versionierung, eine nachvollziehbare Änderungshistorie und die Möglichkeit eines Rollbacks.

Die Veröffentlichung für die Organisation läuft über das Microsoft 365 Admin Center. Dort können Admins eingereichte Agents freigeben oder ablehnen. Danach folgt ein schrittweiser Rollout. Die Schulung der Nutzer gehört gleich mit in den Plan, sonst bleibt auch ein guter Agent ungenutzt.

6. Betreiben und überwachen

Im Betrieb geht es um Nutzung, Qualität und Kosten. Copilot Studio liefert dafür Analytics, Purview deckt Audit und Datenschutz ab, und mit Agent 365 gibt es seit Mai 2026 eine eigene Steuerungsebene für Agents. Copilot-Studio-Agents erscheinen in der Agent Registry, sobald sie in Microsoft 365 bereitgestellt sind. Ein Agent kann dort mehrfach auftauchen, etwa als geteilte und als veröffentlichte Fassung (Microsoft Learn). Governance-Aktionen werden in Purview protokolliert.

Zwei Dinge gehören für mich fest in den Betrieb: Wissensquellen aktuell halten, damit der Agent nicht auf veralteten Dokumenten antwortet, und Berechtigungen regelmäßig rezertifizieren. Wer mit Kunden aus regulierten Branchen arbeitet, kennt das Prinzip aus dem Identity-Management. Für Agents gilt es genauso.

7. Weiterentwickeln oder beenden

Jeder Agent endet irgendwann, als neue Version oder durch Außerbetriebnahme. Neue Versionen durchlaufen den Lifecycle erneut, je nach Umfang ab Phase 2 oder 3.

Für das Beenden bringt das Admin Center inzwischen die wichtigsten Aktionen mit (Microsoft Learn). Admins können Agent-Builder- und Copilot-Studio-Agents einen neuen Owner zuweisen, auch wenn der Agent bereits ownerless ist. Der neue Owner erhält volle Bearbeitungs- und Löschrechte und Zugriff auf die Dateien des Vorgängers. Der bisherige Owner verliert dabei jeden Zugriff. Agent-Builder-Agents können inzwischen mehrere Owner haben, die das Admin Center ergänzen oder entfernen kann. Agents ohne Zukunft lassen sich blockieren und löschen, mit 30 Tagen Frist zur Wiederherstellung.

Microsoft fasst den Gedanken dahinter in seinem Zero-Trust-Workshop gut zusammen: Eine Lifecycle-Richtlinie, die niemand durchsetzt, bleibt ein Dokument (Zero Trust Workshop). Ohne dieses Aufräumen wächst die Zahl der Agents nur in eine Richtung.

Leitplanken über alle Phasen

Unter dem Kreislauf liegen sechs Themen, die in jeder Phase und jeder Zone gelten: Identität und Ownership, Datenschutz und Compliance, Berechtigungen und Teilen, Umgebungen und ALM, Inventar und Transparenz sowie Qualität und Kosten. Im Schema habe ich jedem Thema die Werkzeuge zugeordnet, die es dafür heute gibt, von Entra Agent ID über Purview bis zur Agent Registry.

Wo es noch hakt

Ganz rund ist das Bild noch nicht. Agent-Builder-Agents haben kein echtes ALM mit Umgebungen und Versionen. Wer so einen Agent ernsthaft betreiben will, kommt um den Umzug nach Copilot Studio kaum herum.

Auch bei Copilot Studio gibt es Lücken. Die eingebauten Evaluierungen liegen in der Cloud und nicht im Quellcode-Repository. Automatische Qualitäts-Gates in einer Pipeline sind dadurch aufwendiger, als man es aus der klassischen Softwareentwicklung kennt. Stephan Bisser hat dazu in einem ESPC-Webinar ein eigenes CLI-Werkzeug vorgestellt, das Testfälle als YAML-Dateien versioniert.

Und schließlich die Lizenzfrage: Viele Registry-Funktionen stehen im Admin Center bereit. Risikosignale in der Registry und die erweiterten Sicherheits- und Compliance-Funktionen von Agent 365 setzen aber Microsoft 365 E7 oder eine Agent-365-Lizenz voraus (Microsoft Learn). Das sollte man vor dem Rollout klären.

Fünf Dinge, die du morgen prüfen kannst

Öffne im Microsoft 365 Admin Center die Agent Registry und filtere nach Agents ohne Owner.
Prüfe, ob Maker in Copilot Studio per Environment Routing in eigene Entwicklungsumgebungen geleitet werden oder alle in der Default-Umgebung bauen.
Lege fest, ab welchen Kriterien ein Agent von Zone 1 in Zone 2 wechselt, und schreib es auf.
Definiere für deinen wichtigsten Agent ein erstes Testset in Agent Evaluation.
Kläre, wer bei einem Austritt die Agents der ausscheidenden Person übernimmt.

Was passiert, wenn ein freigegebener Agent zur Laufzeit Tools aufruft und Arbeit an andere Agents abgibt, beschreibe ich in Teil 3.