Neue Python-Unterstützung in Copilot für Excel

Executive Summary

Excel hat seit dem 25. August 2026 offiziell eine neue Superkraft: Du kannst Copilot im Bearbeitungsmodus bitten, Python zu benutzen – und Copilot schreibt den Code nicht nur, sondern führt ihn aus und kippt das Ergebnis direkt in deine Arbeitsmappe. Windows, Mac, Web. Kein Add-in-Zoo, kein „Bitte exportier mir das mal als CSV, ich schaue es mir in Jupyter an“. Für die Fachabteilung ist das ein kleines Weihnachten. Für dich ist es der Moment, in dem du dich fragst, ob deine Governance das überhaupt mitbekommt.

Die gute Nachricht zuerst: Technisch hat Microsoft hier sauber gearbeitet. Der Python-Code läuft nicht auf dem Client, sondern in einem hypervisor-isolierten Container in der Microsoft-Cloud – ein eigener Container pro Arbeitsmappe, ohne Netzwerkzugriff, ohne Zugriff auf deine Tokens, ohne Zugriff auf das lokale Gerät. Microsoft geht bei der Absicherung explizit davon aus, dass alles, was im Container läuft, bösartig ist. Diese Grundhaltung hätte ich mir bei ein paar anderen Produkten auch gewünscht.

Die weniger gute Nachricht: Die Sicherheitsarchitektur schützt dich vor fremdem Code. Sie schützt dich nicht vor deinen eigenen Leuten, die jetzt in drei Minuten ein Regressionsmodell bauen, das niemand versteht, das aber sehr überzeugend aussieht und am Freitag im Vorstands-Deck landet. Das eigentliche Projekt ist nicht das Feature. Das eigentliche Projekt ist die Frage, wer gegenprüft.

Worum geht es im Detail?

Um das Feature einzuordnen, musst du zwei Entwicklungslinien zusammendenken, die Microsoft jahrelang getrennt gefahren hat. Linie eins ist Python in Excel: Seit 2024 gibt es die Funktion PY(), mit der du in einer Zelle echten Python-Code schreibst. Zellbezüge holst du dir über xl(), also etwa xl("B2:D40", headers=True), und das Ergebnis kannst du entweder als Python-Objekt behalten oder in einen Excel-Wert zurückwandeln. Die Berechnung läuft in Zeilenreihenfolge – erst quer durch die Zeile, dann eine Zeile tiefer. Wer schon einmal eine Variable eine Zeile zu weit oben definiert hat, kennt den Schmerz.

Linie zwei ist Copilot in Excel, das sich vom Chatfenster zum echten Bearbeiter gemausert hat. „Edit with Copilot“ ändert die Mappe direkt: Formeln, Diagramme, PivotTables, Formatierung, Sortierung, Filter. Dazu kommen ein Plan-Modus, in dem Copilot dir erst den Ablauf zeigt, bevor irgendetwas angefasst wird, und ein Agent-Modus, in dem Copilot die Aufgabe plant, Schritt für Schritt abarbeitet, die eigene Ausgabe prüft und nachbessert. Was jetzt neu ist: Diese beiden Linien treffen sich. Copilot darf Python als Werkzeug wählen, wenn Bordmittel nicht reichen.

Der Weg vom Prompt zum Ergebnis – und die drei Zonen, die du unterschiedlich behandeln musst.

Praktisch sieht das so aus: Du markierst deine Umsatztabelle, öffnest Edit with Copilot und sagst „Identifiziere Ausreißer, bereinige die Duplikate und zeig mir die Verteilung pro Region“. Früher bekamst du dafür eine Formelkaskade, die mit ZWISCHENSUMME anfing und irgendwo bei einer vierfach verschachtelten LET-Konstruktion endete. Jetzt kann Copilot stattdessen pandas anwerfen, eine Interquartilsabstands-Analyse rechnen, seaborn ein Violinplot malen lassen und dir das Bild in die Mappe legen.

Die Bibliotheken kommen aus der Anaconda-Distribution – pandas, Matplotlib, scikit-learn, seaborn und die übliche Verwandtschaft sind vorinstalliert. Was nicht dabei ist, kommt auch nicht dazu: Der Container hat keinen Netzwerkzugriff, ein pip install läuft ins Leere. Das ist keine Schikane, das ist genau der Punkt. Ein Container ohne Netz kann nichts exfiltrieren, auch wenn ihn jemand überredet.

Beim Lizenzthema wird es dann wieder typisch Microsoft. Edit with Copilot brauchst du in einer der Copilot-fähigen Varianten: Microsoft 365 Personal oder Family mit AI Credits, Microsoft 365 Premium, eine kommerzielle Copilot-Lizenz oder ein Business- beziehungsweise Enterprise-Abo, das für Copilot Chat qualifiziert. Python in Excel selbst ist im Abo enthalten – aber nur mit einem monatlichen Kontingent an Premium-Compute. Ist das aufgebraucht, rechnest du auf Standard-Compute weiter, also langsamer. Wer mehr will, kauft das Python-in-Excel-Add-on für rund 24 US-Dollar pro Nutzer und Monat, beziehungsweise 240 Dollar im Jahr. Das Add-on bringt zusätzlich die freie Wahl zwischen manuellem, teilweisem und automatischem Berechnungsmodus.

Und genau hier liegt eine kleine, gemeine Falle: Edit with Copilot funktioniert nur, wenn die Berechnungsoptionen auf Automatisch stehen. Wer seine große Planungsmappe aus Performancegründen auf Manuell gestellt hat – und das sind erfahrungsgemäß genau die Mappen, bei denen Python am meisten brächte – bekommt Copilot dort nicht zum Bearbeiten. Dazu kommen zwei weitere Stölpersteine: Exotische Formate wie Strict Open XML Spreadsheet werden nicht unterstützt, da hilft nur ein Speichern als normales .xlsx. Und Dateien, die in SharePoint ausgecheckt sind, lassen sich unter Windows und Mac nicht bearbeiten – dafür musst du in die Weboberfläche ausweichen.

Was sind Chancen? Was sind Risiken?

Fangen wir mit dem an, was wirklich gut ist. Der größte Gewinn ist nicht die Rechenleistung, sondern der Wegfall des Medienbruchs. Bisher lief der Standardablauf so: Controller exportiert CSV, schickt sie an den einen Kollegen mit Python-Kenntnissen, der bastelt ein Notebook, schickt ein PNG zurück, das Diagramm ist zwei Tage alt und die Zahlen haben sich zwischenzeitlich geändert. Diese Kette hat in jedem Glied Reibung, Wartezeit und Missverständnisse. Wenn die Analyse in der Mappe bleibt, in der die Daten leben, verschwindet die Kette.

Der zweite Gewinn ist Reproduzierbarkeit. Eine PY()-Zelle ist Code, und Code kann man lesen, diffen und reviewen. Die gewachsene 340-Zeichen-Formel mit sieben WENNFEHLER kann man das nicht – die kann man nur fürchten. Ich habe bei einem Mittelständler eine Deckungsbeitragsrechnung gesehen, in der ein SVERWEIS mit hart kodiertem Spaltenindex 14 arbeitete. Jemand hatte irgendwann eine Spalte eingefügt. Das Ergebnis war ein Jahr lang falsch, und niemand hat es gemerkt, weil es plausibel falsch war. Zwanzig Zeilen pandas mit benannten Spalten hätten diesen Fehler unmöglich gemacht.

Nicht jeder Anwendungsfall verdient dieselbe Freiheit – sortiere nach Nutzen und Schadenspotenzial.

Damit sind wir bei den Risiken. Risiko Nummer eins ist Schatten-Data-Science. Wenn jeder Controller ohne Ticket, ohne Freigabe und ohne Review ein Prognosemodell bauen kann, entstehen innerhalb weniger Monate Dutzende von Modellen, die in Entscheidungen einfließen und die niemand dokumentiert hat. Das ist derselbe Film wie damals mit den Access-Datenbanken, nur in Farbe und mit besserer Typografie.

Risiko Nummer zwei ist die Datenklassifizierung. Der Container ist isoliert und persistiert nichts – aber die Daten verlassen trotzdem dein Gerät und werden in der Cloud verarbeitet. Für die allermeisten Unternehmensdaten ist das völlig unkritisch und vertraglich sauber abgedeckt. Für Gesundheitsdaten, Bewerberdaten oder Daten aus einem Betriebsratsverfahren willst du das vorher geklärt haben, nicht nachher. Es gibt einen erheblichen Unterschied zwischen „das ist technisch sicher“ und „das ist bei uns freigegeben“, und diesen Unterschied erklärt man ungern zum ersten Mal im Termin mit dem Datenschutzbeauftragten.

Risiko Nummer drei ist banal und trifft dich trotzdem: Kosten. Premium-Compute ist kontingentiert. Solange die Leute Summen bilden, merkt das niemand. Sobald jemand eine Monte-Carlo-Simulation mit 100.000 Durchläufen auf jede Neuberechnung hängt, ist das Kontingent weg, die Mappe wird zäh, und in deinem Postfach landet ein Ticket mit dem Betreff „Excel ist langsam“. Viel Freude beim Debuggen.

Was müssen wir jetzt schon vorbereiten?

Der wichtigste Punkt vorweg: Du musst jetzt eine bewusste Entscheidung treffen, ob und wie Python in deinem Tenant laufen darf. Wenn du nichts tust, hast du die Entscheidung trotzdem getroffen – nur eben passiv, und passiv getroffene Entscheidungen erklärt man im Audit besonders ungern.

Der konkrete Hebel sitzt in der Registry beziehungsweise über die entsprechende Richtlinienverteilung: PythonFunctionWarnings unter HKCU\software\policies\microsoft\office\16.0\excel\security. Wert 0 erlaubt alles ohne Rückfrage und ist der Standard. Wert 1 blendet eine Sicherheitsabfrage ein, bevor Python-Formeln ausgeführt werden. Wert 2 blockiert sämtliche Python-Funktionen – die Zellen liefern dann #BLOCKED! zurück. Denk daran, dass Microsoft Office-bezogene Einstellungen zunehmend in die Cloud Policy des Microsoft 365 Apps Admin Centers verschiebt; die Office-Scripts-Einstellungen sind bereits Ende Oktober 2025 aus dem klassischen Admin Center verschwunden. Verteile also nicht irgendein Registry-Skript aus einem Blogartikel von 2024, sondern prüfe erst den aktuellen Weg für deine Umgebung.

Reihenfolge schlägt Geschwindigkeit: Wer die Leitplanken zuerst setzt, muss den Rollout nur einmal machen.

Neben der reinen Technik brauchst du drei organisatorische Dinge, und zwar bevor die erste Fachabteilung begeistert ist. Erstens eine Datenklassenregel, die in einem Satz sagt, welche Datenarten nie in eine PY()-Zelle gehören. Zweitens eine Review-Regel: Jede Python-gestützte Analyse, die in eine Entscheidung oder ein externes Dokument einfließt, braucht ein Vier-Augen-Prinzip. Nicht auf den Code – auf die Annahmen. Drittens eine Ablageregel, damit die PY()-Mappen nicht im persönlichen OneDrive versanden, wo sie beim Ausscheiden des Kollegen mit verschwinden.

Dazu die technische Hausaufgabenliste, die man leider wirklich abarbeiten muss: Bestand an alten Dateiformaten prüfen und Strict-Open-XML-Mappen konvertieren. Prüfen, welche großen Mappen auf manuelle Berechnung gestellt sind – dort funktioniert Edit with Copilot nicht. Klären, ob in eurem SharePoint-Umfeld ständig Dateien ausgecheckt herumliegen, weil die Bearbeitung dann nur über Excel im Browser klappt. Und schließlich: den Premium-Compute-Verbrauch im Pilot tatsächlich messen, statt ihn zu schätzen, bevor irgendjemand Add-on-Lizenzen für die halbe Belegschaft kalkuliert.

Und ganz zum Schluss der Punkt, den fast alle unterschätzen: Schulung. Nicht Python-Schulung – die braucht bei diesem Feature kaum jemand, das ist ja gerade der Witz. Was du schulen musst, ist statistische Grundhygiene. Was ist ein Ausreißer und wann darf man ihn entfernen? Was sagt eine Korrelation aus und was nicht? Warum ist ein Modell, das auf 18 Datenpunkten trainiert wurde, keine Prognose, sondern eine Meinung mit Nachkommastellen? Copilot senkt die Hürde für die Durchführung einer Analyse auf null. Die Hürde für das Verstehen der Analyse senkt es kein Stück. Diese Lücke ist dein eigentliches Projekt.

Häufig gestellte Fragen

Brauche ich eine Copilot-Lizenz, um Python in Excel zu nutzen?

Für Python in Excel allein nicht – die PY()-Funktion ist in den gängigen Microsoft-365-Abonnements enthalten, allerdings mit einem monatlichen Kontingent an Premium-Compute. Für die neue Variante, bei der Copilot den Python-Code selbst schreibt und ausführt, brauchst du zusätzlich eine Copilot-fähige Lizenz wie Microsoft 365 Premium oder eine kommerzielle Copilot-Lizenz.

Verlassen meine Daten das Unternehmen, wenn Copilot Python ausführt?

Die referenzierten Zellwerte werden zur Ausführung in einen hypervisor-isolierten Container in der Microsoft-Cloud übertragen, dort verarbeitet und nicht dauerhaft gespeichert. Für Kunden in der EU laufen diese Container innerhalb Europas im Rahmen der EU Data Boundary, und multinationale Tenants können das per Office Configuration Service auch für alle Standorte erzwingen.

Wie kann ich Python in Excel unternehmensweit blockieren?

Über die Richtlinieneinstellung PythonFunctionWarnings im Office-Sicherheitszweig: Der Wert 2 blockiert sämtliche Python-Funktionen, die betroffenen Zellen liefern dann #BLOCKED!. Der Wert 1 erzeugt stattdessen eine Sicherheitsabfrage vor der Ausführung; prüfe aber, ob die Einstellung in deiner Umgebung inzwischen über die Cloud Policy des Microsoft 365 Apps Admin Centers verteilt werden muss.

Warum funktioniert Edit with Copilot in meiner großen Planungsmappe nicht?

Der häufigste Grund ist, dass die Berechnungsoptionen auf Manuell stehen – Copilot bearbeitet nur Mappen mit automatischer Berechnung. Weitere typische Blocker sind exotische Dateiformate wie Strict Open XML Spreadsheet, die du als normales .xlsx neu speichern musst, sowie Dateien, die in SharePoint ausgecheckt sind und sich dann nur über Excel im Browser bearbeiten lassen.

Welche Python-Bibliotheken stehen zur Verfügung und kann ich eigene nachinstallieren?

Zur Verfügung steht eine kuratierte Auswahl aus der Anaconda-Distribution, darunter pandas, Matplotlib, scikit-learn und seaborn. Eigene Pakete lassen sich nicht nachinstallieren, weil der Ausführungscontainer bewusst keinen Netzwerkzugriff hat – genau diese Einschränkung ist ein zentraler Baustein des Sicherheitskonzepts.