Consulting Briefing

03.07.2026 · boddenberg.de

Power Automate: Verbesserte AI Builder-Funktionen für intelligente Workflows

Executive Summary

Kurz und schmerzlos: Der AI Builder in Power Automate ist erwachsen geworden. Was früher ein nettes Spielzeug für Belegerkennung war, ist inzwischen ein vollwertiger KI-Baustein, den du per Klick in jeden Flow ziehst. Herzstück ist der Prompt Builder: Du schreibst deine Anweisung in normalem Deutsch, wählst ein Sprachmodell – aktuell GPT-4o, GPT-4 oder das günstige GPT-3.5 – und der Flow erledigt Zusammenfassungen, Klassifikationen, Extraktionen und Textentwürfe vollautomatisch. Kein Data Scientist, kein Trainingsdatensatz, kein Python.

Zwei Dinge machen die aktuelle Ausbaustufe wirklich interessant. Erstens das Grounding: Der Prompt kann jetzt auf deine eigenen Dataverse-Tabellen zugreifen und generiert Antworten aus echten Unternehmensdaten statt aus Trainingsnebel. Zweitens der strukturierte JSON-Output – die KI liefert nicht mehr Fließtext, den du mühsam zerpflücken musst, sondern ein festes Datenschema, das du direkt an die nächste Flow-Aktion durchreichst. Damit wird aus Bastelei belastbare Automation.

Der Haken steckt im Kleingedruckten der Lizenzierung. Die alten AI-Builder-Credits, die in vielen Power-Platform- und Dynamics-Lizenzen mitgeliefert wurden, werden im November 2026 abgeschafft und durch Copilot Credits ersetzt. Wer heute produktiv skaliert, ohne den Verbrauch zu messen, bekommt in ein paar Monaten eine Rechnung, die niemand budgetiert hat. Genau darum geht dieses Briefing: Chancen mitnehmen, Kostenfalle umgehen.

Worum geht es im Detail?

Der AI Builder ist Microsofts Versuch, KI aus dem Elfenbeinturm zu holen und in die Hände von Leuten zu legen, die Prozesse verstehen, aber keine neuronalen Netze trainieren wollen. Historisch gab es zwei Sorten Modelle: vorgefertigte für Belegverarbeitung, Texterkennung und Sentiment sowie selbst trainierte. Der Prompt Builder ist die dritte, entscheidende Generation – und der Grund, warum das Thema jetzt auf den Tisch gehört.

Ein Prompt in AI Builder ist im Kern eine wiederverwendbare Anweisung an ein großes Sprachmodell. Du beschreibst die Aufgabe – etwa „Fasse diese E-Mail in drei Sätzen zusammen und erkenne, ob es eine Beschwerde ist“ –, definierst Eingaben und Ausgaben und speicherst das Ganze als Aktion. Diese Aktion steht dir anschließend in jedem Cloud-Flow zur Verfügung – und, das ist neu, genauso als Werkzeug für Agenten in Copilot Studio. Ein Prompt, zwei Welten.

Abb. 1: Die fünf Bausteine eines intelligenten AI-Builder-Flows.

Schauen wir auf die konkreten Neuerungen. Die Modellwahl ist der erste Hebel: GPT-4o rollt gerade aus und liefert die beste Qualität bei Sprache und Struktur; GPT-4 in der 32k-Variante bleibt der Arbeiter für lange Dokumente; GPT-3.5 ist der günstige Massenläufer für simple Klassifikationen. Der Clou: Du entscheidest pro Prompt. Eine banale Ja/Nein-Einordnung mit GPT-4o zu erschlagen, ist ungefähr so sinnvoll, wie mit dem Firmenwagen zum Briefkasten zu fahren.

Der zweite Hebel ist das Grounding mit Dataverse. Im Prompt Builder wählst du eine Tabelle samt verknüpfter Entitäten als Wissensquelle aus. Das Modell zieht dann echte, aktuelle Unternehmensdaten heran, statt sich etwas zusammenzureimen. Beispiel: Ein Support-Prompt fasst nicht nur die Kundenmail zusammen, sondern kennt aus Dataverse die letzten drei Vorgänge desselben Kunden und schlägt eine passende Antwort vor. Angekündigt ist zudem das Grounding über Connectoren – dann kommen die Daten nicht nur aus Dataverse, sondern aus jeder angebundenen Quelle.

Der dritte Hebel, und aus Consultant-Sicht der wichtigste, ist der strukturierte JSON-Output. Bisher war die größte Schwäche generativer KI in der Automation, dass sie Prosa ausspuckt. Prosa ist für Menschen schön und für Maschinen die Hölle. Mit dem JSON-Modus definierst du ein festes Schema – etwa die Felder „Kategorie“, „Priorität“ und „Kundennummer“ – und bekommst garantiert genau diese Struktur zurück. Die Felder stehen den Folgeaktionen im Flow direkt zur Verfügung, ganz ohne Regex-Akrobatik.

Bei der Dokumentverarbeitung bleibt AI Builder ohnehin stark: Ein Flow zieht aus einer Rechnung Betrag, Steuersatz, Bestellnummer und Lieferant und schreibt sie direkt in die Freigabe. Kombiniert mit dem Prompt Builder wird daraus ein durchgängiger Prozess – erst extrahieren, dann per KI plausibilisieren, dann routen. Auf der Roadmap steht außerdem eine Test- und Validierungsfunktion für Prompt-Aktionen, mit der du Formulierungen systematisch gegen Beispieldaten prüfst, bevor sie in Produktion gehen. Übersetzt: endlich weniger „läuft bei mir“ und mehr Reproduzierbarkeit.

Was sind Chancen? Was sind Risiken?

Fangen wir mit dem Schönen an. Die größte Chance ist Geschwindigkeit bei minimaler Einstiegshürde. Ein Fachbereich, der bisher jede unstrukturierte E-Mail von Hand sortiert hat, baut sich in einem Nachmittag einen Flow, der eingehende Nachrichten klassifiziert, zusammenfasst und an die richtige Abteilung routet. Kein IT-Großprojekt, kein Lastenheft, kein halbes Jahr Wartezeit. Das ist der eigentliche Sprengstoff: KI wird zur Selbstbedienung.

Die zweite Chance ist Qualität durch Grounding. Wer die KI an echte Dataverse-Daten anbindet, bekommt Antworten mit Substanz statt generischer Floskeln. Und der JSON-Output macht diese Antworten endlich betriebssicher weiterverarbeitbar – der Unterschied zwischen einem netten Demo-Flow und einem Prozess, auf den sich das Controlling verlässt.

Jetzt die Kehrseite, und die hat es in sich. Risiko Nummer eins ist die Kostenkontrolle. Jede KI-Aktion verbraucht Kapazität, und generative Aktionen mit Grounding kosten ein Vielfaches einer simplen Regel. Solange ein Enthusiast im Marketing drei Flows betreibt, fällt das nicht auf. Wenn dieselben Flows aber täglich zehntausend E-Mails durch GPT-4o jagen, wird aus dem Bastelprojekt schnell ein vierstelliger Monatsposten. Ohne Messung merkst du es erst auf der Rechnung.

Abb. 2: Schematischer Credit-Verbrauch – KI-lastige Aktionen kosten ein Vielfaches simpler Regeln.

Risiko Nummer zwei ist Governance und Wildwuchs. Self-Service-KI bedeutet, dass Prompts, die Unternehmensdaten anfassen, potenziell von jedem gebaut werden, der eine Lizenz hat. Wer stellt sicher, dass ein Prompt keine sensiblen Dataverse-Felder in eine Zusammenfassung schreibt, die dann in einem offenen Teams-Kanal landet? Data Loss Prevention, Umgebungsstrategie und ein Mindestmaß an Freigabeprozess sind hier keine Bürokratie, sondern Überlebensausrüstung.

Risiko Nummer drei ist Halluzination und Blindvertrauen. Ein Sprachmodell klingt auch dann überzeugend, wenn es Unsinn erzählt. Ein Flow, der Rechnungsbeträge „intelligent“ interpretiert und ohne Kontrollpunkt weiterbucht, ist ein Wirtschaftsprüfer-Albtraum mit Ansage. Die Regel lautet: KI schlägt vor, der Mensch entscheidet – zumindest überall dort, wo Geld, Recht oder Reputation dranhängen.

Was müssen wir jetzt schon vorbereiten?

Der drängendste Punkt hat mit Technik gar nichts zu tun, sondern mit dem Kalender. Die Lizenzwelt verschiebt sich gerade unter deinen Füßen. Die klassischen AI-Builder-Credits, die in Power-Platform- und Dynamics-Lizenzen mitgeliefert wurden, werden im November 2026 aus den Lizenzen entfernt. Bestandskunden können bis zum 1. November 2026 im Microsoft-365-Admin-Center noch Credits verlängern oder nachkaufen; Neukunden bekommen den alten AI-Builder-Kapazitäts-Add-on gar nicht mehr, sondern müssen auf Copilot Credits umsteigen. Bereits seit September 2025 ist die gemeinsame Verrechnungseinheit von „Messages“ auf Copilot Credits umgestellt.

Abb. 3: Die Lizenz-Timeline – im November 2026 endet die Ära der AI-Builder-Credits.

Konkret heißt das: Verschaff dir jetzt Überblick, welche eurer Flows und Umgebungen an AI-Builder-Credits hängen, und rechne durch, was der Wechsel auf Copilot Credits kostet. Ein Kapazitätspaket umfasst 25.000 Copilot Credits für 200 US-Dollar pro Monat; alternativ gibt es Pay-as-you-go über Azure zu rund einem US-Cent je Credit. Wer M365-Copilot-Lizenzen hat, bekommt interne Agenten für die eigenen Nutzer teils ohne zusätzliche Credit-Kosten – die Details lohnen den genauen Blick, weil sie am Ende über das Budget entscheiden.

Zweitens: Bring deine Umgebungsstrategie in Ordnung. Trenne sauber zwischen Entwicklung, Test und Produktion und weise Copilot-Credit-Kapazität gezielt einzelnen Umgebungen zu, statt alles auf Tenant-Ebene versickern zu lassen. So siehst du, wer was verbraucht, und kannst notfalls einzelne Umgebungen kappen, ohne den ganzen Laden lahmzulegen.

Drittens: Etabliere Data Loss Prevention und ein leichtgewichtiges Freigabemodell für Prompts, die auf Dataverse zugreifen. Es muss kein schwerfälliges Gremium sein – eine klare Liste erlaubter Datenquellen, ein Vier-Augen-Prinzip für produktive KI-Flows und ein benannter Verantwortlicher pro Umgebung reichen für den Anfang. Viertens: Bau Kompetenz auf. Der Prompt Builder ist einfach zu bedienen, aber gute Prompts zu schreiben ist eine Kunst für sich. Ein halber Schulungstag für die Power-User zahlt sich vielfach aus.

Häufig gestellte Fragen

Brauche ich Programmierkenntnisse, um den Prompt Builder in Power Automate zu nutzen?

Nein. Du formulierst deine Anweisung in natürlicher Sprache, wählst ein Modell und definierst Ein- und Ausgaben über die Oberfläche. Programmierkenntnisse helfen beim Feinschliff und bei komplexen Folgeaktionen, sind aber für den Einstieg nicht nötig.

Welches KI-Modell soll ich für meine Flows wählen?

Faustregel: GPT-3.5 für einfache, hochvolumige Klassifikationen, GPT-4 für lange Dokumente und GPT-4o dort, wo Sprachqualität und Struktur wirklich zählen. Da du pro Prompt wählen kannst, lohnt es sich, teure Modelle gezielt einzusetzen und den Rest günstig laufen zu lassen.

Was passiert im November 2026 mit meinen AI-Builder-Credits?

Die in Power-Platform- und Dynamics-Lizenzen enthaltenen AI-Builder-Credits werden im November 2026 entfernt und durch Copilot Credits ersetzt. Bestandskunden können bis zum 1. November 2026 noch Credits verlängern oder nachkaufen; danach führt der Weg über Copilot-Credit-Kapazität oder Pay-as-you-go.

Wie verhindere ich, dass die KI falsche Ergebnisse ungeprüft weiterverarbeitet?

Bau an kritischen Stellen einen menschlichen Kontrollpunkt ein – etwa eine Freigabe, bevor Beträge gebucht oder Antworten versendet werden. Grounding auf echte Dataverse-Daten und der strukturierte JSON-Output senken das Fehlerrisiko zusätzlich, ersetzen aber keine Plausibilitätsprüfung, wo Geld, Recht oder Reputation im Spiel sind.

Kann ich denselben Prompt in Power Automate und in Copilot Studio verwenden?

Ja. Ein im Prompt Builder erstellter Prompt steht sowohl als Aktion in Cloud-Flows als auch als Werkzeug für Agenten in Copilot Studio zur Verfügung. Das spart doppelte Pflege und sorgt dafür, dass Automation und Agenten dieselbe Logik nutzen.