Researcher vs. Analyst: Wie Microsofts KI-Tools Recherche und Datenanalyse neu definieren

Zwei neue KI-Agenten im Microsoft-365-Universum, «Researcher» und «Analyst», zeigen, wie gezielte Automatisierung Fachpersonen bei Recherche, Analyse und Entscheidungsfindung unterstützt. Michael Vonlanthen, Experte für Daten und Künstliche Intelligenz (KI), berät Unternehmen dabei, diese neuen Möglichkeiten strategisch und pragmatisch zu nutzen. Im Interview erklärt er, wie die Tools funktionieren und wo ihr grösster Mehrwert liegt.

Autor/in Christine Signer
Datum 03.06.2025
Lesezeit 6 Minuten

Microsoft 365 Copilot hat sein Portfolio um zwei spezialisierte KI-Agenten erweitert: «Researcher» und «Analyst». «Researcher» unterstützt bei komplexen Recherchen, indem es Informationen aus internen und externen Quellen zusammenführt. «Analyst» hingegen analysiert strukturierte Daten und generiert daraus verwertbare Erkenntnisse. Beide Tools zielen darauf ab, Fachpersonen bei der Entscheidungsfindung zu unterstützen und Arbeitsprozesse effizienter zu gestalten. Im Gespräch mit KI-Experte, Berater und Digicomp-Trainer Michael Vonlanthen  beleuchten wir die Funktionen, Einsatzmöglichkeiten und Unterschiede der beiden KI-Werkzeuge – und warum es entscheidend ist, KI nicht nur zu verstehen, sondern auch aktiv mit ihr zu arbeiten.

Was ist der primäre Zweck von Researcher und Analyst?
Michael Vonlanthen: Der Researcher könnte auch als Sherlock Holmes des Informationsuniversums bezeichnet werden. Recherchen, für die wir Menschen stunden gebraucht hätten, erledigt Researcher in Minuten.

Der Analyst ist dann eher mit Einstein zu vergleichen. Er mag Datenstrukturen und ist in der Lage, Daten miteinander zu kombinieren und zu interpretieren. Was wäre wenn? Analyst beantwortet dir diese Frage in Sekunden.

Welche Datenquellen nutzen die beiden Tools?
Beide Assistenten können sowohl Dokumente und Daten in der Microsoft Cloud als auch Inhalte aus dem Internet nutzen. Ein wesentlicher Unterschied der Microsoft Assistenten im Vergleich zu anderen Apps ist, dass die Unternehmensdaten immer sicher auf der eigenen Umgebung gespeichert bleiben und die Ergebnisse nicht mit dem Anbieter geteilt werden. Nach mir lauert hier die grösste Gefahr, wenn Anwender beliebige KI-Assistenten im Internet nutzen.

📌«Der Researcher stellt gezielte Rückfragen an die anwendende Person, um die Qualität des Ergebnisses zu erhöhen

Wie unterscheiden sich die Funktionen der beiden Tools?
Die «Deep-Research»-Funktion des Researchers weist zwei zentrale Besonderheiten auf: Einerseits stellt der Researcher gezielte Rückfragen an die anwendende Person, um die Qualität des Ergebnisses zu erhöhen. Andererseits liefert er keine einfache Sofortantwort, sondern führt mehrstufige Recherchen durch und kombiniert die Resultate am Ende zu einem umfassenden Gesamtbild. Auf diese Weise entstehen oftmals überraschend präzise und differenzierte Ergebnisse.

Der Analyst hingegen kann Rohdaten eigenständig zusammenführen und wie ein Data Scientist analysieren sowie interpretieren. Das zugrunde liegende Sprachmodell funktioniert anders als jenes des Researchers – es ist speziell für den Umgang mit strukturierten Daten optimiert.

Ein Beispiel: Gibt man dem Analysten eine Liste des eigenen Stromverbrauchs und aktuelle Tarife von Anbietenden als Quelle, berechnet er autonom das passende Angebot – ganz ohne weiteren Eingriff.

Wie können die Tools in bestehende Arbeitsprozesse integriert werden?
Beide Agenten sind primär für komplexe Aufgaben konzipiert. Wann immer eine Aufgabe dazu passt, empfehle ich, die Agenten unmittelbar einzusetzen – zunächst parallel zur eigenen Bearbeitung.
Im ersten Schritt kann so ein Vergleich zwischen den Resultaten der Agenten und den eigenen Lösungen erfolgen. Daraus lässt sich ableiten, was bereits gut funktioniert und wo noch Potenzial zur Verbesserung besteht.
Dieser Prozess lässt sich schrittweise weiterentwickeln und regelmässig überprüfen – mit dem Ziel, dass die Agenten bestimmte Aufgaben künftig eigenständig übernehmen können. Es ist nicht die Frage, ob das geschieht, sondern wann.
Deshalb ist es aus meiner Sicht zentral, sich aktiv mit dem Thema auseinanderzusetzen und den Umgang mit KI-Agenten so oft wie möglich zu üben: ausprobieren – Erfahrungen sammeln – verbessern.

📌«Den Researcher könnte man gezielt einzusetzen, um die Kommunikation und Zusammenarbeit im Team zu analysieren – zum Beispiel auf Basis von Chatverläufen oder Besprechungsnotizen

Welche Vorteile bieten die Tools für die Zusammenarbeit im Team?
Ich sehe hier gerade keine besonderen Vorteile für die Zusammenarbeit innerhalb eines Teams. Wie bereits erwähnt, sind die beiden Agenten in erster Linie darauf ausgelegt, komplexe Aufgabenstellungen zu lösen.

Allerdings wäre es denkbar, den Researcher gezielt einzusetzen, um die Kommunikation und Zusammenarbeit im Team zu analysieren – zum Beispiel auf Basis von Chatverläufen oder Besprechungsnotizen. Daraus könnten Empfehlungen zur Förderung der Teamkultur und zur Optimierung gemeinsamer Arbeitsprozesse abgeleitet werden.

Wie wird die Datensicherheit bei der Nutzung der Tools gewährleistet?
Microsoft lässt hier nichts anbrennen: Verschlüsselung, Zugriffsbeschränkungen und strikte Datenschutzrichtlinien sorgen dafür, dass die Daten sicher sind. 

📌«Im Arbeitsalltag spielt zudem die Integration in bestehende Prozesse eine entscheidende Rolle – insbesondere das Erkennen von sinnvollen Einsatzmöglichkeiten und deren konkreter Umsetzung

Welche Schulungen oder Ressourcen sind für die effektive Nutzung erforderlich?
Das hängt stark von den individuellen Vorkenntnissen und der bevorzugten Lernstrategie ab. Grundsätzlich lässt sich mit den Agenten wie mit einem Menschen kommunizieren – theoretisch wäre also keine Schulung notwendig.

In der Praxis zeigt sich jedoch ein differenzierteres Bild: Sowohl die Fähigkeit zum gezielten Prompting als auch der Umgang mit korrekten Quellenangaben haben grossen Einfluss auf die Resultate. In diesen Bereichen können Schulungen wertvolle Impulse liefern.

Im Arbeitsalltag spielt zudem die Integration in bestehende Prozesse eine entscheidende Rolle – insbesondere das Erkennen von sinnvollen Einsatzmöglichkeiten und deren konkreter Umsetzung.

Genau hier setzen unsere übungsbasierten Kurse bei Digicomp an und unterstützen gezielt bei der praktischen Anwendung.

Wie unterscheiden sich die Tools in Bezug auf Benutzerfreundlichkeit und Lernkurve?
Es sind KI-Assistenten wie wir sie kennen. Der Fakt, dass sie nicht einfach nur antworten, sondern auch aktiv zurückfragen, wenn die Aufgabe unklar ist, macht es einfacher mit ihnen zu interagieren. Der Teufel steckt im Detail – wir alle sammeln noch Erfahrungen und die Technologie entwickelt sich täglich weiter. Also dranbleiben.


Autor/in

Christine Signer

Schreiben, recherchieren, das Thema SEO und ein ausgeprägtes Interesse daran, wie AI den Arbeitsalltag bereichern kann, zeichnen Christine Signer aus. Sie unterstützt das Marketingteam von Digicomp in den Bereichen Copywriting und Content Management.

Kommentar