Eine Frage aus den Anwender-Communities rund um Enterprise-KI-Plattformen klang harmlos: Wer hat Erfahrung mit der OneDrive- und Teams-Anbindung, was funktioniert, was bricht, und taugt OneDrive als Ersatz für den Wissensordner? Die Antworten waren ernüchternd. Dateien über einen Agenten aufrufen geht, solange es wenige sind. Wissen so zu pflegen sei "schmerzhaft, hochgradig ineffizient und fehleranfällig". Und mehrere bestätigten, was viele im Enterprise ahnen: Die Microsoft-Integrationen liefern spürbar weniger als die für Google Workspace.

Die naheliegende Lesart: Die Integration ist schuld. Die Community war sogar so fair, die Ursache bei Microsofts Berechtigungs- und Ablagemodell zu verorten statt beim KI-Anbieter. Beides stimmt. Und beides geht am Punkt vorbei.

Die Gegenposition

Die Enttäuschung entsteht nicht, weil die Anbindung schlecht ist. Sie entsteht, weil ein Dateispeicher als Wissensschicht benutzt wird. OneDrive und SharePoint sind dafür gebaut, Dateien zu halten, Rechte zu verwalten und Versionen zu führen. Sie sind nicht dafür gebaut, einer KI in Sekunden die relevante Stelle aus 4.000 Dokumenten zu liefern. Wer das von ihnen erwartet, macht ihnen einen Vorwurf für etwas, das sie nie versprochen haben.

Der Fehler liegt eine Ebene höher: in der Annahme, dass der Ort, an dem Dokumente liegen, auch der Ort ist, an dem Wissen liegt. Das ist bei Menschen schon nicht so. Niemand liest vor einem Kundentermin 40 Dateien, man liest die Zusammenfassung, die jemand daraus gemacht hat. Für eine KI gilt dasselbe, nur unerbittlicher.

Was die Anwender stattdessen tun

Ein Muster aus derselben Diskussion zeigt den Weg. Ein Team baut für die häufigsten Anwendungsfälle je einen Skill und fragt nach jedem Durchlauf mit Tool-Aufrufen das Modell, ob es etwas über die Aufrufe gelernt hat und ob der Skill angepasst werden sollte. Nach drei bis fünf Runden läuft der Fall sauber, weil das Modell genau weiß, wann welcher Outlook- oder OneDrive-Aufruf dran ist. Ein selbstverbessernder Skill-Loop, mit Bordmitteln, ohne Ticket beim Anbieter.

Das zeigt zweierlei. Erstens: Die Integration reicht, wenn man ihr sagt, wie sie zu benutzen ist. Zweitens: Der Aufwand lohnt nur für wiederkehrende Fälle. Für den Rest gilt die Trennung, die reife Teams inzwischen ziehen.

Die Trennung: Dateien dort, Wissen hier

Dateien bleiben in OneDrive und SharePoint, mit allen Rechten und Versionen, die das Unternehmen dort ohnehin pflegt. Wissen, also das Verdichtete daraus, lebt in einer eigenen Schicht, die für KI gebaut ist: strukturiert, hierarchisch, maschinell pflegbar, mit verlässlichem Retrieval. Die Anbindung an M365 holt dann nicht 400 Dateien, sondern die eine Zusammenfassung, die jemand oder ein Skill daraus gemacht hat.

Wir sehen das in Enablement-Rollouts regelmäßig: Die Teams, die mit der M365-Anbindung glücklich sind, nutzen sie für Zugriff und Aktion. Mail lesen, Termin anlegen, Datei ablegen. Die Teams, die unglücklich sind, wollten sie als Gedächtnis benutzen. Das war nie ihr Job.

Take

Die Frage ist nicht, ob die M365-Integration gut genug ist. Die Frage ist, wo im Unternehmen Wissen liegen soll, wenn es von Menschen und Agents gleichermaßen gefunden werden muss. Wer die beantwortet, hat mit OneDrive keinen Streit mehr. Wer sie offenlässt, wird jede Integration enttäuschend finden, egal von wem. Wie diese Wissensschicht in der Praxis aussieht, zeigen wir am 6. Oktober live. Und am 10. November nehmen wir uns den Microsoft-Stack im Ganzen vor.

Zum Webinar: Nichts Wichtiges bleibt im Chat (Di 06.10., 11:30)

Enablement-Gespräch buchen (30 Min mit Sarah)