Microsoft AI Business Professional (AB-730) — Übungsfragen und Probeprüfung

Ein leeres Agendafeld sagt etwas über das Ausgangsmaterial aus und ist kein Fehler der Funktion. Copilot baut die Agenda aus dem, was im Verlauf tatsächlich steht, und ein Gespräch, das nie zu einer Entscheidung oder einem nächsten Schritt gekommen ist, gibt ihm nichts, worum herum es eine Besprechung strukturieren könnte. Ein zweiter, leiserer Grund ist Vertraulichkeit: Inhalte aus vertraulichen oder eingeschränkten Nachrichten werden ausgeschlossen, deshalb kann ein Verlauf, der für einen Menschen gehaltvoll aussieht, aus Copilots Sicht trotzdem dünn sein. Weder die Länge der Besprechung noch der Facilitator-Agent haben in diesem Stadium Einfluss darauf, ob eine Agenda entworfen wird, auch wenn Facilitator später die Einladung nach einer Agenda durchsucht, sobald die Besprechung beginnt. Das dokumentierte Gegenmittel ist einfach: Fordere Copilot auf, eine zu entwerfen, und nenne dabei die konkreten Themen und Ziele, die abgedeckt werden sollen, denn eine vage Anfrage erzeugt eine generische Gliederung. Prüfungstipp: Dünner Verlauf heißt keine Agenda, und die Lösung ist ein konkreter „Draft with Copilot“-Prompt.

Das Teilen von Prompts erzeugt zwei Arten von Signalen, und die Dokumentation ist genau darin, welche davon ein Admin sehen kann. Auf Nutzerebene kann ein Admin die Prompts einsehen, die eine bestimmte Person gespeichert, mit „Gefällt mir“ markiert und geteilt hat, und das zeigt, wer tatsächlich eine persönliche Bibliothek aufbaut und nicht nur herumprobiert. Auf Teamebene kann ein Admin die Prompts sehen, die mit einem bestimmten Team geteilt wurden, und das ist die Kennzahl, auf die es bei der Adoption ankommt, denn ein in ein Team geteilter Prompt erreicht alle darin. Beides lässt sich für Berichte exportieren. Was die Werkzeuge nicht sind: ein Speicher für Gesprächsverläufe. Berichtet wird über Prompt-Objekte und die Interaktion damit, nicht über die Unterhaltungen, die daraus entstanden sind. Prüfungstipp: Wenn eine Frage danach fragt, was Admins über Prompts messen können, denk an die Prompt-Artefakte und ihr Teilen, nicht an Antwortinhalte.

Transparenzdokumentation ist eine der Formen, in denen ein Anbieter seine Zusagen zu verantwortungsvoller KI operationalisiert. Eine Application card beschreibt eine KI-Anwendung, eine Platform card beschreibt einen KI-Plattformdienst, und beide legen Fähigkeiten, vorgesehene Verwendungszwecke und Grenzen in einer Sprache dar, mit der eine einführende Organisation arbeiten kann. Das macht sie zum natürlichen Ausgangspunkt für eine interne Risikobewertung: sie sagen dir, wofür das System gedacht ist, welche Entscheidungen du als einführende Stelle kontrollierst und wo die Grenzen liegen. Ausdrücklich sind sie keine Zertifizierung, kein Lizenzblatt und kein Prüfprotokoll. Eine solche Karte vor dem Rollout zu lesen, ist das, was einen Governance-Ausschuss entscheiden lässt, ob ein Anwendungsfall innerhalb des vorgesehenen Rahmens liegt. Prüfungstipp: Karten beantworten, wofür das System da ist und wo es aufhört, nicht, wer lizenziert ist oder wer was getan hat.

Agent Builder und Copilot Studio erzeugen beide Agenten, aber sie richten sich an unterschiedliche Zielgruppen, und genau auf diese Unterscheidung kommt es in der Prüfung an. Agent Builder sitzt in Copilot und richtet sich an jemanden, der einen funktionierenden Agenten für sich selbst oder eine Handvoll Kolleginnen und Kollegen will, in einfacher Sprache beschrieben und in Inhalten verankert, die das Team ohnehin schon pflegt. Copilot Studio ist die Wahl, wenn der Agent eine breite Zielgruppe bedient, mehrstufige Workflows braucht oder sich in andere Systeme integrieren muss. Wer als Entwicklerin oder Entwickler eine tiefere Integration braucht, greift stattdessen zum agents software development kit. Das schwerere Werkzeug für einen kleinen Bedarf zu wählen, verzögert den ersten Erfolg, ohne ihn besser zu machen. Prüfungstipp: Lies die Größe der Zielgruppe und die Komplexität des Workflows, bevor du ein Werkzeug wählst.