Literatur vom gleichen Autor/der gleichen Autor*in
plus bei Google Scholar

Bibliografische Daten exportieren
 

Lohnt sich Microsoft 365 Copilot? : Eine Potenzialanalyse für Unternehmen und Bildungseinrichtungen

Titelangaben

Becker, Dominik ; Deck, Luca ; Feulner, Simon ; Gutheil, Niklas ; Schüll, Moritz ; Decker, Stefan ; Eymann, Torsten ; Gimpel, Henner ; Pippow, Andreas ; Röglinger, Maximilian ; Urbach, Nils:
Lohnt sich Microsoft 365 Copilot? : Eine Potenzialanalyse für Unternehmen und Bildungseinrichtungen.
Bayreuth , 2024 . - 58 S. - (Bayreuther Arbeitspapiere zur Wirtschaftsinformatik ; 72 )
DOI: https://doi.org/10.15495/EPub_UBT_00007962

Volltext

Link zum Volltext (externe URL): Volltext

Angaben zu Projekten

Projekttitel:
Offizieller Projekttitel
Projekt-ID
ABBA - AI for Business Business for AI
Ohne Angabe

Projektfinanzierung: Bundesministerium für Bildung und Forschung
Bundesministerium für Bildung und Forschung
Bayerisches Staatsministerium für Wissenschaft und Kunst
Ministerium für Wissenschaft, Forschung und Kunst des Landes Baden-Württemberg
Hessisches Ministerium für Wissenschaft, Forschung und Kunst

Abstract

Microsoft 365 Copilot ist ein innovatives KI-gestütztes Tool, das Unternehmen und Bildungseinrichtungen bei der Steigerung ihrer Effizienz und Produktivität unterstützen kann. Ist das sinnvoll? Wo genau liegen die Potentiale? Lohnt sich der Einsatz? Damit befasst sich diese Studie. Die Studie gibt einen Überblick zu generativen Chatbotswie Microsoft 365 Copilotundordnet zentrale Begriffe ein. Die Analyse befasst sich mit den notwendigen Schritten vor der Implementierung, einschließlich der Beschaffung, internen Kosten-Nutzen-Abwägungen und datenschutzrechtlichen Aspekten. Im weiteren Verlauf werden die verschiedenen Anwendungen und Funktionalitäten von Microsoft 365Copilotdetailliert betrachtet, darunter Microsoft Teams, Outlook, Word, PowerPoint, Excel, Forms, Power Automate und Whiteboard. Jedes Kapitel beschreibt spezifische Features und wie diese zur Optimierung von Arbeitsabläufen beitragen können.Zudem werden Grenzen der Anwendungen aufgezeigt.Abschließend bietet die Studie fundierte Handlungssempfehlungenund praktische Hinweise zur Nutzung von Microsoft 365 Copilot, einschließlich hilfreicher Prompts für verschiedene Office-Programme. Diese umfassende Analyse soll Entscheidungsträgern helfen, die Vorteile und Grenzen von Microsoft 365 Copilotzu erkennen und fundierte Hahdlungsmaßnahmenabzuleiten, um die digitale Transformation ihrer Organisationen voranzutreiben. Mit dieser Studie leisten wir einen Beitrag zur Diskussion über die Integration von KI in den Arbeitsalltag und deren Auswirkungen auf die Effizienz und Zusammenarbeit in Unternehmen und Bildungseinrichtungen.

Weitere Angaben

Publikationsform: Working paper, Diskussionspapier
Keywords: Microsoft Copilot; Künstliche Intelligenz; Generative KI; LLM Agent
Institutionen der Universität: Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät > Fachgruppe Betriebswirtschaftslehre > Lehrstuhl Betriebswirtschaftslehre VII - Wirtschaftsinformatik und Digitale Gesellschaft
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät > Fachgruppe Betriebswirtschaftslehre > Lehrstuhl Wirtschaftsinformatik und humanzentrische Künstliche Intelligenz
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät > Fachgruppe Betriebswirtschaftslehre > Professur Wirtschaftsinformatik und strategisches IT-Management
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät > Fachgruppe Betriebswirtschaftslehre > Lehrstuhl Betriebswirtschaftslehre XVII - Wirtschaftsinformatik und Wertorientiertes Prozessmanagement
Fakultäten
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät > Fachgruppe Betriebswirtschaftslehre
Titel an der UBT entstanden: Ja
Themengebiete aus DDC: 000 Informatik,Informationswissenschaft, allgemeine Werke > 000 Allgemeines, Wissenschaft
300 Sozialwissenschaften > 330 Wirtschaft
Eingestellt am: 12 Okt 2024 21:00
Letzte Änderung: 14 Okt 2024 05:45
URI: https://eref.uni-bayreuth.de/id/eprint/90667