Researcher & Analyst in M365 Copilot

Researcher & Analyst in M365 Copilot

WebsiteContact for PricingAI Data Mining
Researcher und Analyst sind zwei neuartige KI-Reasoning-Agenten in Microsoft 365 Copilot, die Benutzern helfen, komplexe Forschungs- und Datenanalyseaufgaben zu bewältigen, indem sie sowohl Unternehmens- als auch Webdaten mit fortschrittlichen Reasoning-Funktionen nutzen.
https://www.microsoft.com/en-us/microsoft-365/blog/2025/03/25/introducing-researcher-and-analyst-in-microsoft-365-copilot?ref=aipure&utm_source=aipure
Researcher & Analyst in M365 Copilot

Produktinformationen

Aktualisiert:Apr 10, 2025

Researcher & Analyst in M365 Copilot Monatliche Traffic-Trends

Der Researcher & Analyst in M365 Copilot verzeichnete einen 6,3%igen Rückgang des Datenverkehrs mit einer Abnahme von 77,1M Besuchen. Dieser Rückgang könnte auf die kürzlich erfolgte Einstellung der Funktion 'Kopie speichern' für Kursnotizbücher in OneNote für das Web zurückzuführen sein, was sich möglicherweise auf das Nutzerengagement ausgewirkt hat. Darüber hinaus könnte die Einstellung des 'Get-CsDialPlan cmdlet'-Befehls und der zugehörigen Attribute aus den Teams Phone-Diensten Benutzer beeinträchtigt haben, die auf diese Funktionen angewiesen waren.

Verlaufsdaten anzeigen

Was ist Researcher & Analyst in M365 Copilot

Microsoft hat Researcher und Analyst als Teil von Microsoft 365 Copilot eingeführt - zwei spezialisierte KI-Agenten, die die Produktivität am Arbeitsplatz steigern sollen. Researcher hilft bei der Bewältigung komplexer, mehrstufiger Forschungsaufgaben, indem er das Deep-Research-Modell von OpenAI mit den Orchestrierungsfunktionen von Copilot kombiniert, während Analyst wie ein erfahrener Datenwissenschaftler mit dem o3-mini-Reasoning-Modell von OpenAI arbeitet, um fortschrittliche Datenanalysen durchzuführen. Beide Agenten werden ab April 2025 für Microsoft 365 Copilot-Lizenzinhaber über das neue Programm \'Frontier\' verfügbar sein, das frühen Zugriff auf Copilot-Innovationen bietet, die sich noch in der Entwicklung befinden.

Hauptfunktionen von Researcher & Analyst in M365 Copilot

Researcher und Analyst von Microsoft 365 Copilot sind zwei KI-gestützte Reasoning Agents, die die Produktivität am Arbeitsplatz steigern. Researcher kombiniert das Deep-Research-Modell von OpenAI mit den Orchestrierungsfunktionen von M365 Copilot, um komplexe, mehrstufige Recherchen in Unternehmens- und Webdaten durchzuführen, während Analyst das o3-mini-Reasoning-Modell von OpenAI nutzt, um mithilfe von Python und Chain-of-Thought-Reasoning fortschrittliche Datenanalysen durchzuführen. Beide Agents können auf sichere Arbeitsdaten wie E-Mails, Besprechungen, Dateien und Chats zugreifen und sich gleichzeitig über Konnektoren in Datenquellen von Drittanbietern integrieren.
Tiefe Forschungsintegration: Kombiniert das Forschungsmodell von OpenAI mit den Orchestrierungs- und Suchfunktionen von M365 Copilot, um sowohl interne Arbeitsdaten als auch Webinhalte zu analysieren
Datenkonnektoren von Drittanbietern: Lässt sich in externe Datenquellen wie Salesforce, ServiceNow und Confluence integrieren, um umfassende Einblicke zu ermöglichen
Erweiterte Datenanalyse: Verwendet Python und Chain-of-Thought-Reasoning, um komplexe Datenabfragen zu verarbeiten und transparente, überprüfbare Ergebnisse zu liefern
Sicherer Unternehmenszugriff: Einhaltung der Compliance beim Zugriff auf Arbeits-E-Mails, Besprechungen, Dateien und Chats über das Copilot Control System

Anwendungsfälle von Researcher & Analyst in M365 Copilot

Marktstrategieentwicklung: Erstellen Sie detaillierte Go-to-Market-Strategien, indem Sie interne Daten und Wettbewerbsinformationen aus dem Web analysieren
Analyse der Unternehmensleistung: Erstellen Sie umfassende Quartalsberichte, die Fortschrittsdaten mit den neuesten Marktanalysen kombinieren
Prognose der Produktnachfrage: Wandeln Sie Rohdaten aus mehreren Tabellenkalkulationen in Bedarfsprognosen und Umsatzprognosen um
Analyse des Kundenverhaltens: Generieren Sie Visualisierungen und Erkenntnisse über das Kaufverhalten von Kunden mithilfe verschiedener Datenquellen

Vorteile

Signifikante Verbesserung der Genauigkeit (88,5 %) und Vollständigkeit (70,4 %) im Vergleich zum M365 Copilot Chat Baseline
Transparenter Analyseprozess mit einsehbarer Python-Codeausführung
Integration mit mehreren internen und externen Datenquellen

Nachteile

Befindet sich noch in der Entwicklungsphase als Teil des Programms \'Frontier\'
Potenzial für Halluzinationen und falsche Schlussfolgerungen
Erfordert eine Microsoft 365 Copilot-Lizenz für den Zugriff

Wie verwendet man Researcher & Analyst in M365 Copilot

Microsoft 365 Copilot-Lizenz erwerben: Sie benötigen eine Microsoft 365 Copilot-Lizenz, um auf die Researcher- und Analyst-Agenten zugreifen zu können. Diese werden ab April 2025 über das neue Programm \'Frontier\' verfügbar sein.
Zugriff über das Copilot Control System aktivieren: IT-Administratoren müssen die Zugriffs- und Nutzungsberechtigungen für Researcher- und Analyst-Agenten über die Einstellungen des Copilot Control Systems konfigurieren.
Researcher-Agent verwenden: Greifen Sie über M365 Copilot auf Researcher zu und geben Sie Ihre Suchanfrage ein. Researcher analysiert sowohl Ihre Arbeitsdaten (E-Mails, Dateien, Besprechungen) als auch Webdaten, um umfassende Erkenntnisse zu liefern. Sie können auch Datenquellen von Drittanbietern wie Salesforce, ServiceNow usw. verbinden.
Analyst-Agent verwenden: Greifen Sie über M365 Copilot auf Analyst für Datenanalyseaufgaben zu. Analyst verwendet Python, um komplexe Datenabfragen zu verarbeiten, und zeigt seine Arbeit in Echtzeit. Sie können es verwenden, um Tabellenkalkulationen zu analysieren, Visualisierungen zu erstellen und Prognosen zu erstellen.
Ergebnisse überprüfen und validieren: Überprüfen Sie die Ausgaben beider Agenten sorgfältig. Obwohl sie eine hohe Genauigkeit bieten, wird empfohlen, wichtige Ergebnisse und Schlussfolgerungen zu validieren, bevor Sie sie in wichtigen Geschäftsentscheidungen verwenden.
Integrationsfunktionen nutzen: Verbinden Sie zusätzliche Datenquellen über Konnektoren und kombinieren Sie Erkenntnisse aus mehreren Agenten (wie Sales Chat), um die Fähigkeiten von Researcher und Analyst zu verbessern.

Researcher & Analyst in M365 Copilot FAQs

Sie sind zwei neuartige Reasoning Agents in Microsoft 365 Copilot. Researcher hilft bei der Bewältigung komplexer, mehrstufiger Rechercheaufgaben, indem es das Deep-Research-Modell von OpenAI mit den Orchestrierungsfunktionen von M365 Copilot kombiniert. Analyst fungiert wie ein Data Scientist, um bei der Datenanalyse zu helfen, basierend auf dem o3-mini Reasoning Model von OpenAI.

Analyse der Researcher & Analyst in M365 Copilot Website

Researcher & Analyst in M365 Copilot Traffic & Rankings
1.2B
Monatliche Besuche
#34
Globaler Rang
#4
Kategorie-Rang
Traffic-Trends: Jun 2024-Feb 2025
Researcher & Analyst in M365 Copilot Nutzereinblicke
00:03:21
Durchschn. Besuchsdauer
3.41
Seiten pro Besuch
44.37%
Nutzer-Absprungrate
Top-Regionen von Researcher & Analyst in M365 Copilot
  1. US: 20.87%

  2. JP: 6.96%

  3. BR: 5.26%

  4. GB: 5.17%

  5. IN: 4.42%

  6. Others: 57.31%

Neueste KI-Tools ähnlich wie Researcher & Analyst in M365 Copilot

Tomat
Tomat
Tomat.AI ist eine KI-gestützte Desktop-Anwendung, die es Benutzern ermöglicht, große CSV- und Excel-Dateien einfach zu erkunden, zu analysieren und zu automatisieren, ohne zu programmieren, und die lokale Verarbeitung sowie fortgeschrittene Datenmanipulationsfunktionen bietet.
Data Nuts
Data Nuts
DataNuts ist ein umfassender Anbieter von Datenmanagement- und Analyselösungen, der sich auf Gesundheitslösungen, Cloud-Migration und KI-gestützte Datenbankabfragefähigkeiten spezialisiert hat.
CogniKeep AI
CogniKeep AI
CogniKeep AI ist eine private, unternehmensgerechte KI-Lösung, die es Organisationen ermöglicht, sichere, anpassbare KI-Funktionen innerhalb ihrer eigenen Infrastruktur bereitzustellen und dabei vollständige Datenprivatsphäre und -sicherheit zu gewährleisten.
EasyRFP
EasyRFP
EasyRFP ist ein KI-gestütztes Edge-Computing-Toolkit, das RFP (Request for Proposal)-Antworten optimiert und eine Echtzeit-Feldphänotypisierung durch Deep-Learning-Technologie ermöglicht.