Warum Microsoft Copilot nicht reicht: Modell-Lock-in, Tempo-Mismatch und die falsche KI-Strategie

Das Wichtigste in Kürze: Microsoft Copilot ist das beliebteste KI-Produkt, über das niemand begeistert ist. 90 % der Fortune 500 haben Lizenzen, aber nur 3,3 % der 450 Millionen kommerziellen Microsoft-365-Nutzer zahlen dafür.^[1] Selbst Microsoft-CEO Nadella räumt ein, dass zentrale Copilot-Funktionen „for the most part don't really work".^[2] Das Problem ist nicht Copilot allein. Es ist das Prinzip dahinter: Ein Anbieter, ein Modell, ein Vertrag, ein Rollout. In einem Markt, in dem sich die beste KI quartalsweise ändert, ist das die falsche Architektur.

Copilot ist der Inbegriff des Top-down-KI-Rollouts

Das Muster ist vorhersehbar. Die Geschäftsführung beschließt: Wir machen was mit KI. Die IT prüft. Microsoft hat ein Angebot. Copilot klingt vertraut, liegt im bestehenden Ökosystem, der Vertrieb kennt den Microsoft-Ansprechpartner. Also: 12-Monats-Vertrag, 30 Euro pro Nutzer und Monat als Add-on, Rollout an 200 Mitarbeiter.^[3]

Sechs Monate später: Die Nutzungsrate liegt bei 15–20 %. Ein paar Teams nutzen Copilot in Word und PowerPoint. Der Rest hat es zweimal probiert und vergessen. Die IT fragt sich, ob die Lizenzen verlängert werden sollen. Die Geschäftsführung fragt sich, wo der versprochene Produktivitätsgewinn geblieben ist.

Das ist exakt das Muster, das ich in KI ist kein IT-Thema beschreibe. IT kauft Lizenzen, rollt aus, erwartet Adoption. Aber Adoption entsteht nicht durch Ausrollen. 95 % der KI-Pilotprojekte scheitern laut MIT, und der häufigste Grund ist genau dieser Top-down-Ansatz.^[4]

Copilot ist das Paradebeispiel. Es wird von der IT beschafft, nicht von Fachabteilungen gewünscht. Es löst kein konkretes Problem, sondern verspricht diffuse Produktivitätssteigerung. Und es nimmt den Teams die Möglichkeit, selbst herauszufinden, welches KI-Tool für ihre spezifischen Aufgaben am besten funktioniert.

Problem 1: Modell-Lock-in — Sie nutzen nicht das beste Modell

Der KI-Markt 2026 besteht nicht mehr aus einem Modell. Er besteht aus einem Dutzend Frontier-Modelle, die sich gegenseitig in Wochen- bis Monatsrhythmus übertrumpfen. GPT-5.2 von OpenAI dominiert beim Reasoning. Claude Opus 4.6 von Anthropic führt bei Coding und Textarbeit. Gemini 3 Pro von Google setzt den Standard bei multimodalen Aufgaben. Und dazu kommen Open-Source-Modelle wie Kimi K2.5 oder Llama, die in manchen Benchmarks mit den Frontier-Modellen gleichziehen.^[5]

Kein einzelnes Modell ist in allen Kategorien das beste. Und kein Modell bleibt länger als ein Quartal an der Spitze.

Copilot nutzt die Modelle, die Microsoft einbaut. Ja, Microsoft hat begonnen, neben OpenAI auch Anthropic-Modelle anzubieten.^[6] Aber die Modellauswahl trifft Microsoft, nicht Sie. Im GitHub Copilot priorisiert der „Auto"-Modus nachweislich Serverauslastung und regionale Verfügbarkeit über die technische Eignung für Ihre Aufgabe.^[7] Sie bekommen nicht das beste Modell. Sie bekommen das bequemste für den Anbieter.

Wer direkt über APIs arbeitet, hat Modellsouveränität. Ein Prompt, der mit Claude besser funktioniert als mit GPT, wird an Claude geschickt. Nächste Woche erscheint ein neues Modell, das beide übertrifft? Switch. Kein Vertragsgespräch, kein Migrationsprojekt. Einfach ein API-Key.

Kriterium	Microsoft Copilot	Direkter API-Zugang
Modellauswahl	Von Microsoft vorgegeben	Frei wählbar, jederzeit wechselbar
Aktualisierungszyklus	Quartale bis Halbjahre	Tage bis Wochen
Best-of-Breed-Ansatz	Nein (primär OpenAI)	Ja (GPT, Claude, Gemini, Llama, etc.)
Aufgabenspezifische Optimierung	Begrenzt	Volle Kontrolle
Kosten pro Nutzer	30 €/Monat (fix, als Add-on)	Flexibel: 17–200 €/Monat je nach Bedarf

Für den Mittelstand ist die letzte Zeile besonders relevant. 30 Euro pro Nutzer und Monat, unabhängig davon, ob jemand Copilot täglich oder nie nutzt. Bei 200 Mitarbeitern sind das 72.000 Euro pro Jahr. Für ein Tool, das die meisten selten öffnen.

Die Kostenstruktur der Alternativen ist differenzierter, als viele annehmen. Für Gelegenheitsnutzer ist ein Claude Pro (17 €/Monat) oder ChatGPT Plus (20 €/Monat) günstiger als Copilot. Für Power User, die KI täglich intensiv einsetzen, sind die Flatrate-Angebote wie ChatGPT Pro (200 $/Monat) oder Claude Max (100–200 $/Monat) die richtige Wahl — wer vergleichbare Nutzung über die API abrechnet, landet schnell bei vierstelligen Monatsbeträgen pro Person. Die reine API-Nutzung rechnet sich vor allem für programmatische Anwendungen und für Teams, bei denen nicht jeder ein Power User ist. Der entscheidende Unterschied zu Copilot: Sie können pro Mitarbeiter das passende Modell wählen.

Problem 2: Tempo-Mismatch — 12-Monats-Verträge in einem 12-Wochen-Markt

KI entwickelt sich nicht in Geschäftsjahren. Sie entwickelt sich in Wochen. Was im Januar nicht funktionierte, funktioniert im März. Was im März Cutting Edge war, ist im Juni Standardware.

Zwischen August 2025 und November 2025 erschienen drei Frontier-Modelle innerhalb von zwölf Wochen: GPT-5, Claude Opus 4.5 und Gemini 3 Pro.^[5] Jedes Modell verschob die Leistungsgrenze in mindestens einer Kategorie erheblich. Unternehmen, die sich zu diesem Zeitpunkt in einem 12-Monats-Copilot-Vertrag befanden, konnten davon nicht profitieren.

Und es wird schneller. Anfang 2026 sind bereits GPT-5.2, Claude Opus 4.6 und Gemini 3.1 Pro verfügbar — und parallel dazu drängen Open-Source-Modelle wie Kimi K2.5 (Moonshot AI) und DeepSeek V3 auf ein Leistungsniveau, das vor einem Jahr nur Frontier-Modelle erreichten.^[5] Vier Modellgenerationen in sechs Monaten bei den drei führenden Anbietern, plus ein explodierendes Open-Source-Ökosystem. Die traditionelle IT-Beschaffung — ein Evaluierungsprojekt pro Jahr, ein Vertrag, ein Rollout — passt nicht zu dieser Geschwindigkeit.

In meinem Leitfaden zu KI im Mittelstand beschreibe ich, warum 54 % der KMU nicht wissen, welche KI-Anwendungsfälle für sie relevant sind. Ein Grund: Die Technologie, die sie evaluiert haben, ist nicht mehr die Technologie, die heute verfügbar ist. Wer im Q2 2025 entschied, dass KI für Vertragsanalyse noch nicht reif ist, liegt im Q1 2026 wahrscheinlich falsch.

Das bedeutet nicht, dass Unternehmen hektisch jedem neuen Modell hinterherlaufen sollten. Es bedeutet, dass die Architektur Wechsel ermöglichen muss. API-basierter Zugang erlaubt das. Ein Copilot-Vertrag mit Mindestlaufzeit nicht.

Problem 3: Rollout-Kultur statt Experimentierkultur

Der dritte und grundlegendste Fehler: Copilot fördert die falsche Kultur.

Ein Copilot-Rollout funktioniert wie jeder Software-Rollout. IT beschafft Lizenzen. IT rollt aus. Schulung per Webinar. Fertig. Das Ergebnis: Mitarbeiter bekommen ein Tool vorgesetzt, das sie nicht angefragt haben, für Probleme, die sie nicht definiert haben.

Wie ich in KI ist kein IT-Thema zeige: Die erfolgreichen 5 % der KI-Projekte funktionieren genau andersherum. Power User experimentieren mit verschiedenen Tools. Sie finden heraus, dass Claude für ihre Vertragsanalyse besser funktioniert als GPT. Dass Gemini für die Auswertung von Produktfotos überlegen ist. Dass ein spezialisiertes Tool für ihre Dokumentenverarbeitung beides schlägt.

Diese Experimentierkultur ist das Gegenteil eines Copilot-Rollouts. Experimentierkultur heißt: Mehrere Tools parallel testen. Vergleichen. Verwerfen. Neu anfangen. Das Werkzeug wechseln, wenn ein besseres erscheint. Die KI-Anwendungen, die im Mittelstand wirklich funktionieren, sind fast nie die, die ein zentraler Rollout vorgesehen hat. Es sind die, die Fachabteilungen selbst entdeckt haben.

Copilot ist ein Werkzeug. Es kann Teil der Toolbox sein. Aber es darf nicht die ganze Toolbox ersetzen. Und es darf nicht als Strategie durchgehen.

Die Zahlen sprechen eine klare Sprache

Die Adoptionszahlen von Copilot erzählen die Geschichte besser als jedes Argument.

Kennzahl	Wert	Einordnung
Kommerzielle Microsoft-365-Nutzer	450 Millionen	Enormer adressierbarer Markt
Davon mit bezahltem Copilot	15 Millionen (3,3 %)	Sehr niedrige Durchdringung[1]
Große Unternehmensdeals	Rabatte von 40–60 % nötig	Schwache Nachfrage trotz Marktmacht[1]
Nutzungsrate: Copilot-Web-Traffic	−17 % Q/Q (Q4 2025)	Fallend, nicht steigend[1]
Preisanpassung durch Microsoft	Neues Business-Tier: 21 €/Monat	Reaktion auf fehlende Adoption[3]

3,3 % Durchdringung im eigenen Ökosystem. Nachdem Microsoft das Produkt seit zwei Jahren mit voller Vertriebskraft pusht. Das ist kein Adoptionsproblem. Das ist ein Produktproblem.

Microsoft reagiert. Im Dezember 2025 kam ein günstigeres Business-Tier für 21 Euro pro Nutzer und Monat.^[3] Im Juli 2026 werden KI-Features in die regulären Office-Preise eingebaut, mit entsprechender Preiserhöhung für alle.^[8] Die Strategie ist klar: Wenn die Leute Copilot nicht freiwillig kaufen, wird es in die bestehenden Verträge gebacken.

Und selbst Satya Nadella ist nicht zufrieden. In internen Mails, die Ende 2025 öffentlich wurden, bezeichnete er zentrale Copilot-Integrationen als „not smart" und räumte ein, dass sie „for the most part don't really work".^[2] Der CEO des Unternehmens, das Copilot baut, sagt, es funktioniert nicht richtig. Das sollte für jede Geschäftsführung ein Signal sein, die gerade einen 12-Monats-Vertrag unterschreiben will.

Was stattdessen funktioniert: Multi-Modell-Strategie

Die Alternative zu Copilot ist nicht „kein Copilot". Die Alternative ist eine Architektur, die Modellwechsel ermöglicht und Experimentierkultur fördert.

Konkret:

Direkter Zugang statt Einheitslizenzen. Geben Sie Ihren Teams Zugang zu mindestens zwei Frontier-Modellen. Für die meisten Mitarbeiter reicht ein ChatGPT Plus (20 $/Monat) oder Claude Pro (17 $/Monat). Für Power User, die KI intensiv nutzen, lohnen sich die Flatrate-Angebote wie ChatGPT Pro oder Claude Max. Und für programmatische Anwendungen oder eine zentrale Chat-Plattform bleiben APIs die flexibelste Option. Entscheidend: Teams können vergleichen, wechseln, das bessere Tool für ihre Aufgabe wählen.

Prompt Engineering statt Feature-Abhängigkeit. Copilot integriert KI in die Office-Oberfläche. Klingt bequem, schränkt aber ein. Wer lernt, direkt mit einem LLM zu arbeiten, per Prompt, mit Kontext, mit System-Instruktionen, erschließt Anwendungsfälle, die kein vorgefertigtes Feature abdeckt. Das erfordert mehr Einarbeitung, liefert aber drastisch mehr Wert.

Quartalsweise Evaluation statt Jahresverträge. Alle drei Monate prüfen: Nutzen wir noch die besten verfügbaren Modelle? Gibt es neue Modelle, die für unsere Use Cases besser geeignet sind? Haben sich die Preise verändert? Diese Routine dauert einen halben Tag und kann fünfstellige Beträge sparen.

Bottom-up statt Top-down. Lassen Sie die Fachabteilungen entscheiden, welches Tool für ihre Arbeit funktioniert. Nicht die IT. Nicht der Microsoft-Vertrieb. Die Menschen, die tatsächlich damit arbeiten. Die Sachbearbeiterin im Einkauf, der Projektleiter im Engineering, die Teamleiterin im Kundenservice. Sie wissen am besten, ob ein Tool ihren Arbeitsalltag verbessert.

Ansatz	Copilot-Rollout	Multi-Modell-Strategie
Einführung	IT rollt aus	Teams experimentieren
Modellauswahl	Microsoft entscheidet	Teams wählen das beste Modell
Kosten	Fix pro Nutzer (ob genutzt oder nicht)	Skalierbar: Pro bis Max je nach Nutzung
Flexibilität	An Vertragslaufzeit gebunden	Jederzeit wechselbar
Kompetenzaufbau	Oberflächliche Feature-Nutzung	Tiefes Verständnis von KI-Grundlagen
Innovationsgeschwindigkeit	Quartale	Wochen

Dieser Ansatz erfordert mehr Eigenverantwortung als ein Copilot-Rollout. Aber er baut echte KI-Kompetenz auf, statt Feature-Abhängigkeit zu erzeugen. Und er nutzt den Wettbewerb zwischen den Modellanbietern zu Ihrem Vorteil, statt Sie an einen zu binden.

Wann Copilot trotzdem Sinn machen kann

Ich bin kein Copilot-Fundamentalist. Es gibt Szenarien, in denen Copilot seinen Platz hat.

Als Teil einer breiteren Toolbox. Wenn Ihre Organisation tief im Microsoft-Ökosystem steckt und Copilot für spezifische Aufgaben nachweislich Mehrwert liefert, etwa Zusammenfassungen in Teams-Meetings oder Entwürfe in Word, dann nutzen Sie es. Aber als eines von mehreren Tools, nicht als das einzige.

Als Einstieg, nicht als Endstation. Für Organisationen, die noch gar keinen KI-Zugang haben, kann Copilot die Hemmschwelle senken. Bekannte Oberfläche, keine neue Software. Aber: Planen Sie von Anfang an den nächsten Schritt. Copilot ist die Stützräder-Phase, nicht das Ziel.

Mit klarer ROI-Messung. Wenn Sie Copilot einsetzen, messen Sie den Effekt. Nicht pauschal, sondern pro Abteilung, pro Use Case. Welche Teams nutzen es wirklich? Wo spart es tatsächlich Zeit? Die 81 % der KMU, die den ROI ihrer KI-Projekte nicht messen, verschwenden garantiert Geld.^[9] Bei 30 Euro pro Nutzer und Monat summiert sich das schnell.

Fazit: Copilot ist ein Produkt, keine Strategie

Microsoft Copilot ist kein schlechtes Produkt. Es ist das falsche Fundament für eine KI-Strategie.

Drei Gründe, die nicht verschwinden werden:

Modell-Lock-in. Sie binden sich an die Modelle, die Microsoft Ihnen gibt, nicht an die besten am Markt. In einem Feld, in dem sich Frontier-Leistung quartalsweise verschiebt, ist das ein strategischer Nachteil. Modellsouveränität ist kein Nice-to-have. Sie ist eine Voraussetzung für nachhaltige KI-Nutzung.

Tempo-Mismatch. 12-Monats-Verträge in einem Markt, der sich in 12-Wochen-Zyklen bewegt. Die Beschaffungslogik, die für ERP-Systeme funktioniert, funktioniert nicht für KI. Wer heute einen Jahresvertrag unterschreibt, hat in sechs Monaten ein veraltetes Setup.

Rollout-Kultur statt Experimentierkultur. Copilot wird ausgerollt, nicht adoptiert. Die MIT-Studie zeigt klar: 95 % der KI-Projekte mit Top-down-Ansatz scheitern.^[4] Die erfolgreichen 5 % setzen auf Bottom-up, auf Fachabteilungen, die selbst herausfinden, was funktioniert. Copilot ist das Gegenteil davon.

Was Sie stattdessen tun können:

Geben Sie Ihren Teams Zugang zu zwei bis drei Frontier-Modellen. 17 bis 200 Euro pro Nutzer und Monat, je nach Nutzungsintensität — vom gelegentlichen Pro-Nutzer bis zum Power User mit Flatrate. Investieren Sie in einen Workshop, der nicht ein Tool erklärt, sondern KI-Grundlagen vermittelt. Damit Ihre Leute nicht von einem Feature abhängig sind, sondern verstehen, wie sie KI einsetzen, egal welches Modell gerade das beste ist.

Und dann: experimentieren lassen. Messen. Skalieren, was funktioniert. Verwerfen, was nicht funktioniert. Das ist keine KI-Strategie auf dem Papier. Das ist eine, die wirkt.

Wenn Sie wissen wollen, wie Sie eine modellunabhängige KI-Strategie für Ihr Unternehmen aufsetzen, sprechen Sie mich an. Ich helfe Ihnen, den Rahmen zu schaffen, innerhalb dessen Ihre Teams die besten Tools finden, nicht die bequemsten.

---

Dieser Artikel wird regelmäßig aktualisiert. Letzte Aktualisierung: Februar 2026.

---

Fußnoten

1. SeoProfy / Lighthouse, „Microsoft Copilot Usage Statistics 2026": 15 Mio. zahlende Copilot-Nutzer bei 450 Mio. kommerziellen M365-Seats (3,3 %); 70 % der Fortune 500 mit Lizenzen; Rabatte von 40–60 % bei Großkunden; Web-Traffic −17 % Q/Q in Q4 2025. ↩ ↩² ↩³ ↩⁴

2. The Information, „Nadella Takes Direct Control of Microsoft AI", Dezember 2025. Nadella bezeichnete Copilot-Integrationen als „not smart" und „for the most part don't really work". ↩ ↩²

3. Microsoft, Copilot Pricing 2025/2026: M365 Copilot als Add-on 30 USD/Nutzer/Monat (Jahresvertrag); M365 Copilot Business ab Dezember 2025: 21 USD/Nutzer/Monat (bis 300 Nutzer). ↩ ↩² ↩³

4. MIT NANDA, „The GenAI Divide: State of AI in Business 2025", 150 Interviews, 350 Befragungen, 300 KI-Deployments, August 2025. ↩ ↩²

5. LM Council / Vellum / Maxim, AI Model Benchmarks Februar 2026. GPT-5.2 (OpenAI), Claude Opus 4.5/4.6 (Anthropic), Gemini 3/3.1 Pro (Google); 12+ Frontier-Modelle von Anbietern auf vier Kontinenten. ↩ ↩² ↩³

6. Microsoft 365 Blog, „Expanding Model Choice in Microsoft 365 Copilot", September 2025. Ergänzung von Anthropic-Modellen (Claude Sonnet 4, Claude Opus 4.1) neben OpenAI. ↩

7. Visual Studio Magazine, „Why Copilot's Auto Mode for AI Models Ignores Your Actual Task", Februar 2026. Auto-Modus priorisiert Serverauslastung und regionale Verfügbarkeit über Aufgabeneignung. ↩

8. Directions on Microsoft, „Microsoft to Increase Office Suite Prices Across the Board Starting July 2026", 2025. ↩

9. HKA Hochschule Karlsruhe / maximal.digital, „KI-Studie 2025: KI im Mittelstand und KMU", n=455, 2025. ↩