
Copilot Studio-Modellablösung: Zwei Fristen vor dem 2. Dezember
TL;DR: Microsoft ersetzt die KI-Modelle hinter Copilot Studio-Agenten und hinter Prompts in Power Apps, Power Automate und Copilot Studio in zwei Wellen. Agenten auf älteren GPT-Modellen wechseln am 12. November 2026. Prompts auf älteren GPT-, Claude- und Grok-Modellen wechseln am 2. Dezember 2026. Beide Migrationen erfolgen automatisch, und beide können verändern, wie sich Ihre Automatisierungen verhalten. Wenn Ihr Unternehmen Power Platform-Flows oder Copilot Studio-Agenten produktiv nutzt, sind die nächsten vier Wochen das Zeitfenster, um sie zu finden, zu testen und einen Verantwortlichen zu benennen.
Wichtige Fakten
- Welle 1, Agenten (12. November 2026): In Copilot Studio werden Agenten, die auf GPT-4.1, GPT-4.1 Mini, GPT-5 Chat, GPT-5 Auto oder GPT-5 Reasoning in der Standard-Laufzeit eingestellt sind, laut Microsofts Message-Center-Hinweis MC1506318 automatisch auf "GPT Chat Latest" umgestellt.
- Welle 2, Prompts (2. Dezember 2026): Prompts in Power Apps, Power Automate und Copilot Studio, die GPT-4.1 mini, GPT-4.1, GPT-5 chat, GPT-5.3 chat, GPT-5 reasoning, GPT-5.2 reasoning, Claude Sonnet 4.6, Claude Opus 4.6 oder Grok 4.1 Fast verwenden, werden gemäß Hinweis MC1536101, veröffentlicht am 3. November, auf neuere OpenAI-Modelle migriert.
- Preisstaffeln bleiben, Verbrauch möglicherweise nicht: Microsoft gibt an, dass sich die Staffelpreise nicht ändern, der tatsächliche Verbrauch jedoch "can vary with usage, including input and output token counts".
- Verhalten kann sich ändern: Derselbe Hinweis warnt, dass Antworten in Wortlaut, Formatierung und Befolgung von Anweisungen abweichen können.
- EU-Ausnahme für Agenten: Für Umgebungen außerhalb der USA, in denen regionenübergreifende Datenbewegungen eingeschränkt sind, bleiben GPT-4.1 und GPT-5 unterstützt und werden in der November-Welle für Agenten nicht eingestellt.
Was sich genau ändert
Die beiden Wellen sehen ähnlich aus, betreffen aber unterschiedliche Teile des Microsoft-Stacks und folgen unterschiedlichen Regeln.
Welle 1: das primäre Modell von Copilot Studio-Agenten. Das Modell, das die Orchestrierung eines Agenten steuert (also entscheidet, welches Tool aufgerufen wird, was gefragt wird und wie geantwortet wird), wird für fünf ältere GPT-Versionen eingestellt. Der Ersatz, GPT Chat Latest, wird in Microsofts Leitfaden zur Modellauswahl als Option beschrieben, die Agenten auf dem neuesten unterstützten GPT-Chat-Snapshot innerhalb der aktuellen Hauptversion hält. Ein Wechsel auf eine neue Hauptversion wird separat mit mindestens 30 Tagen Vorlauf angekündigt. Agenten, die auf der GitHub Copilot-Laufzeit basieren, folgen einer anderen Tabelle: GPT-5 Chat wechselt zu GPT 5.6 Terra, GPT 5.6 Sol zu GPT 6 Sol und GPT 5.6 Luna zu GPT 6 Luna.
Welle 2: Prompts, die in Apps, Flows und Agenten verwendet werden. Prompts sind wiederverwendbare KI-Schritte, die viele Teams in Power Automate-Flows und Power Apps einbauen, zum Beispiel um eine E-Mail zu klassifizieren, Felder aus einer Rechnung zu extrahieren oder ein Ticket zusammenzufassen. Am 2. Dezember wird jedes auslaufende Modell durch den Ersatz in seiner Preisstaffel ersetzt:
| Staffel | Auslaufende Modelle | Ersatz |
|---|---|---|
| Basic | GPT-4.1 mini | GPT-6 Luna |
| Standard | GPT-4.1, GPT-5 chat, GPT-5.3 chat, Claude Sonnet 4.6, Grok 4.1 Fast reasoning | ChatGPT-latest |
| Premium | GPT-5 reasoning, GPT-5.2 reasoning, Claude Opus 4.6 | GPT-6 Reasoning |
Quelle: MC1536101.
Ein praktischer Unterschied ist für die Planung wichtig. Für Agenten bietet Microsoft eine Einstellung, um ein eingestelltes Modell nach einem automatischen Upgrade 30 Tage lang weiterzuverwenden, und die Dokumentation führt diese Verlängerung für die November-Modelle auf. Der Prompt-Hinweis bietet keinen solchen Puffer: Nach dem 2. Dezember sind die bisherigen Modelle in Prompts "will no longer be available in prompts". Für Flows muss das Testen vor dem Datum stattfinden, nicht danach.
Warum "automatisch" nicht "unverändert" bedeutet
Eine Migration, bei der jeder Flow weiterläuft, kann trotzdem einen Geschäftsprozess beschädigen. Der typische Fehler ist leise: Der Flow ist erfolgreich, aber die Ausgabe ist anders.
- Strukturierte Ausgaben. Wenn ein Prompt JSON, ein festes Label wie "urgent / normal / low" oder eine Feldliste zurückgibt, die ein späterer Schritt parst, kann ein neues Modell, das nur leicht anders formatiert, falsche Werte in ein CRM-, ERP- oder Ticketsystem schreiben. Microsoft fordert Maker ausdrücklich auf, Lösungen zu prüfen, die von bestimmten Ausgabestrukturen abhängen.
- Befolgung von Anweisungen. Neuere Modelle können Anweisungen wörtlicher oder lockerer interpretieren. Ein Prompt, der über Monate auf die Eigenheiten eines Modells abgestimmt wurde, muss möglicherweise angepasst werden.
- Einstellungen, die nicht mehr gelten. Microsofts Dokumentation zu Prompt-Einstellungen weist zum Beispiel darauf hin, dass Temperature für das Modell GPT-5 reasoning nicht verfügbar ist. Teams, die sich für konsistente Antworten auf eine niedrige Temperature verlassen haben, sollten prüfen, welche Einstellungen das Ersatzmodell unterstützt.
- Verbrauch. Laut derselben Dokumentation verbrauchen Prompts Copilot Credits, und vorhandene AI Builder Credits werden zuerst verwendet, wenn Prompts in Power Apps oder Power Automate ausgeführt werden. Dieselbe Dokumentation erklärt, dass eine Agentenrunde mehrere Modellaufrufe auslösen kann. Ein Modell, das längere Antworten schreibt oder mehr Reasoning betreibt, kann daher den monatlichen Verbrauch verändern, selbst wenn der Staffelpreis gleich bleibt.
EU-Details, die man zweimal lesen sollte
Für Unternehmen in Bulgarien und im übrigen EU-Raum verdienen zwei Details in Microsofts Dokumentation die Aufmerksamkeit von IT und Datenschutzbeauftragten.
Erstens gibt es für die November-Welle der Agenten eine regionale Ausnahme. Wenn eine Umgebung außerhalb der USA regionenübergreifende Datenbewegungen einschränkt, bleiben GPT-4.1 und GPT-5 unterstützt. Ob dies zutrifft, hängt von Ihren Umgebungseinstellungen ab, die auf der Power Platform-Seite zum Verschieben von Daten zwischen Regionen beschrieben sind. Es lohnt sich, dies pro Umgebung zu prüfen, statt es pro Tenant anzunehmen.
Zweitens unterscheidet sich der Datenstandort je nach Modell. In der regionalen Tabelle des Leitfadens zur Modellauswahl ist GPT Chat Latest der Standard für Europa (außer Großbritannien) ohne Cross-Geo-Kennzeichnung, während die Claude-Modelle als Cross-Geo markiert sind, was bedeutet, dass Daten möglicherweise außerhalb der Region verarbeitet werden. Microsofts Prompt-Dokumentation stellt außerdem fest, dass Anthropic-Modelle außerhalb von Microsoft gehostet werden und den Bedingungen von Anthropic unterliegen. Wenn ein Prompt von Claude auf ein OpenAI-Modell umgestellt wird, kann sich daher ändern, wo Daten verarbeitet werden. Dokumentieren Sie die Änderung in Ihrem KI-Systeminventar, damit die interne KI-Governance-Dokumentation widerspiegelt, was tatsächlich läuft.
Ein Vier-Wochen-Plan vor dem 2. Dezember
- Inventarisierung (diese Woche). Gehen Sie im Power Platform Admin Center zu Manage > Copilot Studio und prüfen Sie Agenten nach Modell. Microsoft weist darauf hin, dass sich das Modellfeld in der Vorschau befindet und nur veröffentlichte Konfigurationen widerspiegelt. Fragen Sie daher Maker auch nach unveröffentlichten Entwürfen. Listen Sie für Prompts jeden Flow und jede App auf, die einen Prompt aufruft, und notieren Sie Modell und Staffel.
- Nach Auswirkung priorisieren. Ein Flow, der eine interne Zusammenfassung entwirft, ist risikoarm. Ein Flow, der in Finanz-, HR- oder Kundensysteme schreibt oder Nachrichten an Kunden sendet, ist risikoreich. Testen Sie die risikoreichen Flows zuerst.
- Jetzt eine Baseline sichern. Solange die alten Modelle noch verfügbar sind, führen Sie eine Reihe realer (oder realistisch anonymisierter) Eingaben aus und speichern Sie Ausgaben, Tool-Aufrufe und Credit-Verbrauch. Ohne Baseline gibt es nach der Umstellung nichts, womit Sie vergleichen können.
- Den Ersatz testen. Wählen Sie das Ersatzmodell im Prompt Builder oder in den Agenteneinstellungen aus und führen Sie dieselben Eingaben aus. Prüfen Sie Ausgabeformat, nachgelagertes Parsing, Ablehnungen, Latenz und Verbrauch.
- Anpassen und Verantwortliche benennen. Korrigieren Sie Anweisungen oder Parsing, wo Ergebnisse abweichen, und benennen Sie pro kritischem Flow eine verantwortliche Person, die die Ergebnisse zwei Wochen nach dem Migrationsdatum überwacht.
Wer dafür verantwortlich sein sollte
Modellablösungen sind keine seltenen Ereignisse mehr. Microsofts eigene Ablösungstabelle führt separate Wellen am 15. Oktober, 31. Oktober und 12. November auf, und das Unternehmen hat angekündigt, die Ablösungsdaten für ältere Claude-Modelle separat bekanntzugeben. Unternehmen, die jede Welle als Überraschung behandeln, geraten in den Firefighting-Modus. Unternehmen, die ein Inventar, ein Testset und einen benannten Verantwortlichen pro Automatisierung pflegen, behandeln dieselbe Änderung als routinemäßige Wartung.
In der Praxis liegt dies zwischen IT, den Fachbereichen, die die Flows gebaut haben, und der Stelle, die für KI-Governance verantwortlich ist. Citizen Developer, die Prompts erstellen, müssen ebenfalls verstehen, warum Ausgabeformate und Baselines wichtig sind; das ist ein naheliegendes Thema für KI-Schulungen für Teams. Und Automatisierungen, die bei Modellwechseln immer wieder ausfallen, sind häufig ein Zeichen dafür, dass sie im Rahmen einer breiteren KI-Automatisierungs-Prüfung mit Validierungsschritten neu aufgebaut werden sollten.
Fazit
Zwei Termine, zwei unterschiedliche Regeln: 12. November für Agenten, mit 30-tägigem Fallback, und 2. Dezember für Prompts, ohne Fallback. Die Arbeit ist nicht komplex, aber sie muss jetzt beginnen. Wenn Ihr Unternehmen eine externe Einschätzung dazu möchte, welche Flows und Agenten gefährdet sind, sowie eine Monitoring-Routine für die nächste Welle, deckt Encorp.ai's AI Ops Service Modelländerungen, Kostenverfolgung und Qualitätsprüfungen nach dem Go-live ab.


