Freigeben über

Erste Schritte mit KI in Dynamics 365

  • Artikel

Microsoft Copilot und die damit verbundenen KI-Erfahrungen sind spannend und eröffnen völlig neue Perspektiven. Da es jedoch für nahezu jedes Microsoft-Produkt (einschließlich Dynamics 365-Apps) einen Copiloten gibt und Informationen zur Beschaffung und Nutzung von KI-Funktionen in Ihrem Unternehmen über verschiedene Dokumentationsbibliotheken verstreut sind, kann es schwierig sein, zu wissen, wo man anfangen soll.

In diesem Artikel werden wir einige Aspekte von Copilot erläutern, die für viele Menschen verwirrend sein können. Wir stellen auch Links zu Ressourcen bereit, in denen Sie weiterführende Informationen erhalten.

Wichtig

Dieser Artikel wird sich im Laufe der Zeit weiterentwickeln. Wenn Sie bestimmte Aspekte vermissen oder Ihnen auffällt, dass sich etwas geändert hat, lassen Sie es uns wissen. Oder noch besser: Tragen Sie zu diesem Artikel bei. Weitere Informationen erhalten Sie unter Zur Dynamics 365-Dokumentation beitragen.

Ich habe keine Kenntnisse auf dem Gebiet der künstlichen Intelligenz. Wo soll ich anfangen?

Beginnen Sie mit einem allgemeinen Überblicksvideo über die Funktionsweise von Copilot in Dynamics 365 und Power Platform. Erfahren Sie, wie Copilot für die Sicherheit Ihrer Geschäftsdaten sorgt, die Datenschutzbestimmungen einhält und wie Copilot die generative KI verantwortungsbewusst einsetzt.

Miniaturansicht der Wiedergabelisten auf dem Dynamics 365-Kanal auf YouTube.

Wie nutzen die Dynamics 365-Apps KI?

Die KI-Funktionen in Dynamics 365 verwenden ausschließlich Microsoft Azure-Dienste. Wir haben uns für die Azure-Cloud entschieden, weil Azure-Dienste die Microsoft-Standards der Verantwortungsvollen KI befolgten und über die Sicherheits-, Datenschutz- und Compliance-Kontrollen für Unternehmen verfügen, die unsere Kunden erwarten.

In welcher Beziehung steht generative KI zu dem, was Microsoft in Azure bietet?

Generative KI ist eine Art künstlicher Intelligenz, die auf der Grundlage Ihrer Eingaben oder Prompts neue Inhalte oder Daten für Sie erstellen kann. Beispielsweise kann generative KI Texte schreiben, Bilder generieren, Musik komponieren oder Sprache synthetisieren. Microsoft bietet in Azure eine Reihe von KI-Modellen und -Diensten an, etwa Azure Cognitive Services, Azure Machine Learning und Azure OpenAI Service. Azure OpenAI Service ist eine Variante der generativen KI, mit der Sie auf OpenAI-Modelle wie GPT-4 und DALL-E zugreifen und diese für verschiedene Aufgaben und Szenarien verwenden können. Dynamics 365-Apps nutzen den Azure OpenAI Service, um generative KI-Funktionen bereitzustellen, die Geschäftsbenutzer bei ihrer Arbeit unterstützen. Unsere Partner können den Azure OpenAI Service auch in ihre Lösungen integrieren.

Weitere Informationen finden Sie im Blogbeitrag unter Schnellere Innovationen mit generativer KI für den Azure OpenAI Service.

Wie kann generative KI Unternehmen helfen?

Generative KI klingt faszinierend, aber wie können Unternehmen sie nutzen, um sich einen Vorsprung gegenüber der Konkurrenz zu verschaffen? Einige interessante Beispiele, die Sie inspirieren können, finden Sie in diesem Blogbeitrag: Azure OpenAI Service: Zehn Möglichkeiten, wie generative KI Unternehmen verändert.

Einen schnellen Überblick über die Funktionen generativer KI in Dynamics 365-Apps erhalten Sie auch unter Microsoft Copilot in Dynamics 365.

Tipp

Die nächsten beiden Abschnitte richten sich an Organisationen, die selbst generative KI bereitstellen möchten, also nicht an Personen, die die in Dynamics 365-Apps integrierten Funktionen generativer KI nutzen möchten. Wenn Sie ein Geschäftsbenutzer sind, wechseln Sie zu einem der anderen Abschnitte – finden Sie mithilfe der Links im Abschnitt In diesem Artikel oben das richtige Thema für Sie.

Wie erhalte ich Zugriff auf den Azure OpenAI Service und wie kann ich KI-Modelle auswählen und bereitstellen?

Um Zugriff auf Azure OpenAI Service zu erhalten, müssen Sie über ein Azure-Abonnement und ein Azure OpenAI Service-Konto verfügen. Sie können sich für beides im Azure-Portal registrieren. Mit Ihrem Konto können Sie eine Azure OpenAI Service-Ressource erstellen und einen API-Schlüssel abrufen, mit dem Sie auf die Azure OpenAI Service-Modelle zugreifen können. Zur Auswahl stehen verschiedene Modelle für unterschiedliche Einsatzbereiche und Einsatzzwecke. Zum Beispiel Textgenerierung, Textanalyse, Bildgenerierung, Bildanalyse und dialogorientierte KI.

Sie können Modelle anpassen, trainieren und bereitstellen, indem Sie Ihre eigenen Daten und Parameter angeben. Normalerweise können Sie diesen teuren und zeitaufwändigen Vorgang jedoch überspringen. Das Azure OpenAI Service-Modell wird bereits anhand riesiger Datenmengen trainiert.

Die folgende Tabelle bietet einen Überblick über Aufgaben und Ressourcen.

Was Wo Weitere Informationen
Holen Sie sich ein Azure-Abonnement. Melden Sie sich für einen kostenpflichtigen Plan an, oder beginnen Sie mit einer kostenlosen Version. azure.microsoft.com
Fordern Sie Zugriff auf den Azure OpenAI Service für Ihr Abonnement an. Derzeit ist der Zugriff auf diesen Dienst nur auf Antrag möglich. https://aka.ms/OAIapply Was ist Azure OpenAI Service?
Holen Sie sich für Ihr Konto die Berechtigungen zum Erstellen von Azure OpenAI-Ressourcen und Bereitstellen von Modellen. Azure-Portal Rollenbasierte Zugriffssteuerung für Azure OpenAI Service
Erstellen Sie eine Azure OpenAI Service-Ressource, und stellen Sie ein Modell bereit. Azure-Portal/ und Azure KI Studio Eine Azure OpenAI Service-Ressource erstellen und bereitstellen

Nachdem Sie diesen Schritt abgeschlossen haben, können Sie mit der Entwicklung der Copilot-Erfahrung beginnen. Hierfür sind die folgenden Informationen über die Ressource und das bereitgestellte Modell erforderlich:

Was Speicherort
Azure OpenAI API-Schlüssel und Endpunkt (URL) Seite Schlüssel und Endpunkt für die Ressource im Azure-Portal.
Bereitstellungsname für das Modell Seite Bereitstellungen in Azure KI Studio.

Wie viel kostet dies und gibt es Tools zur Kostenvorhersage und -messung?

Die Kosten für die Nutzung von Azure OpenAI Service hängen von der Art und Menge der von Ihnen verwendeten Ressourcen ab, die wiederum modellabhängig sind. Sie können den Azure-Preisrechner benutzen, um die Kosten für die Nutzung von Azure OpenAI Service basierend auf Ihrer erwarteten Nutzung und Konfiguration abzuschätzen.

Weil Ihre KI-Funktionen an den Azure OpenAI Service-Schlüssel angebunden sind, tragen Sie die Verantwortung für die Betriebskosten von Azure OpenAI-Ressourcen während der gesamten Entwicklungs und Testphase. Sie bleiben verantwortlich, wenn Ihre Kunden die Funktion in Produktions- oder Sandbox-Umgebungen verwenden. Beispielsweise verbraucht eine KI-Funktion, die Geschäftsinhabern monatlich einige wenige Vorschläge unterbreitet, wahrscheinlich weniger Ressourcen und kostet weniger. Im Gegensatz dazu verbraucht eine KI-Funktion, die täglich für jeden Mitarbeiter eine zweiseitige Projektzusammenfassung erstellt, mehr Ressourcen und kostet mehr.

Optional können Sie die Microsoft Cost Management und Abrechnung-Tools zur Überwachung und Kontrolle Ihrer Ausgaben für Azure OpenAI Service verwenden. Sie können Budgets, Warnungen und Richtlinien festlegen, um Ihre Kosten im Blick zu behalten und zu optimieren. Sie können auch detaillierte Berichte und Rechnungen über Ihre Nutzung und Gebühren anzeigen und herunterladen.

Informationen darüber, wie viel Azure OpenAI Service kostet und welche Tools es zur Kostenvorhersage/-messung gibt, erhalten Sie unter Azure OpenAI Service-Preise.

Die beliebtesten Modelle, die in Azure OpenAI Service heute verfügbar sind, sind GPT-4 und DALL-E. GPT-4 ist ein groß angelegtes Sprachmodell, das in der Lage ist, natürlichen und kohärenten Text für verschiedene Aufgaben und Bereiche wie Zusammenfassung, Übersetzung, Beantwortung von Fragen und Erstellung von Inhalten zu erzeugen. DALL-E ist ein Bildmodell im großen Maßstab, das aus Text- oder Bildaufforderungen wie Zeichnungen, Logos, Symbolen und Szenen realistische und vielfältige Bilder generieren kann.

Beide Modelle eignen sich gut für die Erstellung hochwertiger und relevanter Ergebnisse, die Ihre Anwendungen und Arbeitsabläufe verbessern können. Allerdings sind mit beiden Modellen auch einige Einschränkungen und Herausforderungen verbunden, die Sie kennen sollten. Die Modelle liefern nicht immer genaue oder objektive Ergebnisse, respektieren ethische und soziale Normen oder schützen die Privatsphäre und die Datensicherheit.

Weitere Informationen zu den Stärken und Schwächen der gängigen Modelle finden Sie unter Azure OpenAI Service-Modelle.

Was sind die Fallstricke und bewährte Vorgehensweisen für Prompts?

Ein Prompt ist die Eingabe, die Sie dem Modell bereitstellen, um eine Ausgabe zu generieren. Ein Prompt kann Text, Bild oder eine Kombination aus beidem sein. Die Art und Weise, wie Sie einen Prompt schreiben, kann sich auf die Qualität und Relevanz der Ausgabe auswirken. Daher ist es wichtig, beim Schreiben von Prompts einige Richtlinien und bewährte Vorgehensweisen zu beachten. Einige der Fallstricke und bewährte Vorgehensweisen:

  • Machen Sie deutlich, was das Modell tun soll und welche Ergebnisse Sie erwarten.
  • Stellen Sie genügend Kontext und Informationen bereit, damit das Modell die Aufgabe und den Bereich versteht.
  • Verwenden Sie Beispiele, Schlüsselwörter und Formatierungen, um das Modell anzuleiten und die Ausgabe einzuschränken.
  • Vermeiden Sie mehrdeutige, vage oder irreführende Prompts, die das Modell verwirren oder zu unerwünschten Ausgaben führen könnten.
  • Testen und bewerten Sie die Ausgaben anhand verschiedener Prompts und Szenarien, um die Leistung und Zuverlässigkeit des Modells zu überprüfen.
  • Überprüfen und verifizieren Sie die Ergebnisse auf Genauigkeit, Relevanz, Qualität und Ethik, bevor Sie sie in Ihren Anwendungen oder Arbeitsabläufen verwenden.

Weitere Informationen zum Verfassen wirksamer Prompts sowie zu den Fallstricken und bewährten Vorgehensweisen finden Sie unter Die Kunst des Prompting: So holen Sie das Beste aus der generativen KI heraus.

Wie kann ich mit Promptausgaben und Unsicherheit umgehen?

Die vom Modell generierten Ausgaben sind nicht immer perfekt oder vorhersehbar. Modelle können Ausgaben generieren, die ungenau, irrelevant, unvollständig, inkonsistent oder sogar unangemessen sind. Sie benötigen daher eine Strategie für die Verwaltung der Ergebnisse und den Umgang mit Unsicherheiten.

  • Verwenden Sie Modellparameter und -einstellungen, um das Ausgabeformat, die Länge und die Vielfalt zu steuern.
  • Verwenden Sie Modellmetriken und -bewertungen, um die Ausgabequalität, Zuverlässigkeit und Ähnlichkeit zu messen.
  • Verwenden Sie das Modellfeedback und die Protokolle, um die Ausgabeleistung und -zuverlässigkeit zu überwachen und zu verbessern.
  • Verwenden Sie Modellfilter und Sicherheitsvorkehrungen, um Fehler und Probleme bei der Ausgabe zu vermeiden bzw. zu erkennen.
  • Verwenden Sie die Überprüfung durch den Menschen, um die Ergebnisse der Ausgabe und die Ergebnisse zu validieren und zu korrigieren.

Weitere Informationen zum Verwalten von Ausgaben und Unsicherheiten finden Sie unter So steuern Sie Azure OpenAI-Modelle. Weitere Informationen zu Copilot-Prompts finden Sie unter Weitere Informationen zu Copilot-Prompts.