Was Copilot Vision im Kern macht
Copilot Vision ist keine stille Bildprüfung, sondern eine visuelle KI in einer aktiven Sprachsitzung. Wir geben einen Bildschirm, ein Fenster, eine Webseite oder das Kamerabild frei, und die Funktion antwortet per Sprache. Genau an diese Verbindung aus Sehen und Sprechen ist auch Copilot Voice gebunden.
Copilot Vision verarbeitet nur freigegebene Inhalte. Das kann ein geöffnetes Dokument, eine Webseite oder ein Kamerabild sein. Die Funktion liest sichtbare Texte mit und kann Tabellen, Diagramme oder Oberflächen beim Einordnen unterstützen. Sie arbeitet also nicht im Hintergrund, sondern nur innerhalb der Sitzung, die wir selbst starten und freigeben.
Warum Copilot Voice den Start bestimmt
Copilot Voice ist keine Zusatzfunktion, sondern die Startbedingung
Copilot Vision startet nicht als stiller Bildmodus. Die Funktion beginnt in einer aktiven Sprachunterhaltung über Copilot Voice; erst dann kann Copilot Inhalte aus Bildschirm, Fenster oder Kamera in die Antwort einbeziehen.
Ohne Mikrofonzugriff beginnt keine sinnvolle Vision-Sitzung
Für den Start braucht es außerdem Mikrofonzugriff. Microsoft unterstützt für Copilot Voice auch Deutsch. Wer Vision nutzen will, aktiviert also zuerst die Sprachfunktion und gibt die nötige Berechtigung frei.
So bleibt die Logik klar: Sprache eröffnet die Sitzung, Vision ergänzt die sichtbare Prüfung per Sprache. Einen stillen Hintergrundmodus gibt es dabei nicht.
Copilot Vision erklärt Inhalte, klickt aber nicht
Copilot Vision wertet nur das aus, was wir freigeben: einen Bildschirm, ein Fenster, eine Webseite oder das Kamerabild. Die Funktion ordnet sichtbare Inhalte ein, erklärt Texte, Tabellen, Diagramme und Benutzeroberflächen und antwortet per Sprache. Sie läuft in einer aktiven Sprachsitzung mit Copilot Voice.
Copilot Vision liest mit, arbeitet aber nicht selbst am Bildschirm
Die Grenze ist klar: Copilot Vision klickt nicht, tippt nicht und scrollt nicht. Es übernimmt keine Bedienung in Programmen und setzt keine Arbeitsschritte selbst um. Wenn die Funktion einen Bereich hervorhebt oder beschreibt, bleibt die eigentliche Eingabe bei uns.
Wo die Assistenz endet und die eigene Arbeit beginnt
Im Büro und im Homeoffice hilft Copilot Vision vor allem beim Verstehen von Inhalten. Das ist nützlich, wenn eine Oberfläche unübersichtlich ist oder eine Fehlermeldung erklärt werden soll. Für die nächste Aktion brauchen wir weiter Maus, Tastatur oder Touchbedienung.
Was Vision nicht kann: Es bedient keine Anwendungen selbst und ersetzt keine manuelle Freigabe von Schritten.
Warum Fehlerkontrolle trotzdem nötig bleibt
Antworten von Copilot müssen geprüft werden, weil sie fehlerhaft sein können. Gerade bei Zahlen, Fehlermeldungen oder sensiblen Inhalten sollten wir die Antwort nicht ungeprüft weitergeben oder als Grundlage für eine Entscheidung nutzen. Copilot Vision hilft beim Verstehen, nicht als automatische Kontrollinstanz.
So unterschiedlich nutzt du Copilot Vision auf Windows, in Edge und mobil
Copilot Vision arbeitet je nach Plattform mit einer anderen Freigabe: am Desktop mit einem Bildschirm oder einzelnen Fenster, im Browser mit einem Browserfenster für unterstützte Inhalte und unterwegs mit dem Kamerabild. Für persönliche Konten nennt Microsoft Windows, macOS, Microsoft Edge und die mobilen Copilot-Apps als Zugangswege.
| Plattform | Freigabeart | Typischer Inhalt |
|---|---|---|
| Windows | Bildschirm oder einzelnes Fenster | Programme, Dokumente, Tabellen, Fehlermeldungen |
| Microsoft Edge | Browserfenster mit unterstütztem Inhalt | Webseiten, Videos, PDFs |
| Mobil | Kamerabild des Smartphones | Objekte, Unterlagen, sichtbare Umgebung |
| macOS | Bildschirm oder Fenster im persönlichen Konto | Wie am Desktop: sichtbare Inhalte auf dem Mac |
Windows: Bildschirm oder Fenster gezielt freigeben
Unter Windows geben wir entweder den gesamten Bildschirm oder ein einzelnes Fenster frei. Das passt, wenn du nur eine Tabelle, ein Formular oder ein Programm erklären lassen willst und den Rest des Desktops ausklammern möchtest.
Copilot liest den sichtbaren Inhalt mit und reagiert per Sprache. Steuern kann die Funktion den Rechner nicht; Klicken, Tippen oder Scrollen bleiben bei uns.
Edge: Inhalte im Browser statt auf dem ganzen Bildschirm
In Microsoft Edge analysiert Vision unterstützte Webseiten, Videos und PDFs. Der Zugriff bleibt damit auf den Browserbereich begrenzt. Alles, was außerhalb des Fensters offen ist, spielt in diesem Modus keine Rolle.
Mobil: Die Kamera wird zum Eingabefenster
In der mobilen Copilot-App arbeitet Vision mit dem Kamerabild des Smartphones. Wer unterwegs ein Blatt, ein Schild oder einen Ausschnitt aus der Umgebung zeigen will, nutzt damit eine andere Freigabe als am PC.
Für Büro und Homeoffice zählt deshalb vor allem die Frage, was freigegeben wird. Bei persönlichen Konten läuft Copilot Vision auf Windows, macOS, in Edge und in den mobilen Apps; für Unternehmenskonten sollten wir die jeweils aktuelle Microsoft-Dokumentation prüfen. Die Plattform entscheidet nicht über die Funktion selbst, aber darüber, welche Inhalte Copilot sehen kann.
Bei Unternehmen bleibt die Verfügbarkeit offen
Copilot Vision und Microsoft 365 Copilot müssen getrennt betrachtet werden. Für das persönliche Konto ist Vision beschrieben, für ein geschäftliches Konto mit Entra-ID schließt Microsoft die Nutzung in der persönlichen Copilot- und Edge-Erfahrung aus.
Genau an dieser Stelle wird die Dokumentation widersprüchlich: Eine Microsoft-Seite zu Microsoft 365 Copilot nennt Vision als lizenzabhängige Funktion für Geschäftskonten, eine FAQ erklärt die Features für kommerzielle Kunden aber weiterhin als nicht verfügbar. Daraus lässt sich keine pauschale Freigabe für Unternehmen ableiten.
Privates Konto und Geschäftskonto sind nicht dieselbe Umgebung
| Kontotyp | Microsoft-Angabe | Belastbare Einordnung |
|---|---|---|
| Persönliches Microsoft-Konto | Vision ist beschrieben und an Copilot Voice gebunden. | Für private Konten ist die Nutzung grundsätzlich vorgesehen. |
| Entra-ID-Konto | In der persönlichen Copilot- und Edge-Erfahrung ausgeschlossen. | Hier darf keine Nutzung angenommen werden. |
| Microsoft 365 Copilot | Lizenz und Geschäftskonto werden genannt, die FAQ widerspricht. | Keine allgemeine Verfügbarkeit behaupten. |
Warum die Microsoft-Angaben sich gegenseitig widersprechen
Die Angaben zu Kontotypen, Produkten und Hilfeseiten passen nicht zusammen. Für Redaktionen und Unternehmen ist deshalb nur eine vorsichtige Linie sauber: den konkreten Fall prüfen, statt aus einer einzelnen Seite auf den gesamten Unternehmensbereich zu schließen. Die offene Frage ist nicht, ob Vision im Privatkonto funktioniert, sondern ob Microsoft 365 Copilot und Entra-Konten dafür derzeit wirklich freigegeben sind.
Was wir im Unternehmenskontext nicht behaupten sollten
Eine Formulierung wie „im Unternehmen verfügbar“ wäre hier zu stark. Belastbar bleibt nur die Trennung: persönlich ja, Entra-ID in der persönlichen Erfahrung nein, Microsoft 365 in der Dokumentation offen. Für die Planung im Büro heißt das: erst den Kontotyp prüfen, dann die Freigabe entscheiden.
Welche Daten nach einer Vision-Sitzung bleiben
Nach Copilot Vision hängt die Datenschutzfrage an der Datenart. Bei privaten Konten werden geteilte Bilddaten, der Bildschirmkontext und Audio nach dem Ende der Sitzung gelöscht. Das Transkript kann in der Gesprächshistorie bleiben.
Bilddaten sind etwas anderes als das Gesprächsprotokoll
| Datenart | Private Konten | Microsoft 365 Copilot |
|---|---|---|
| Bilddaten, Bildschirmkontext, Audio | werden nach Sitzungsende gelöscht | Audio- und Videodaten können für Feedback bis zu 48 Stunden gespeichert werden |
| Transkript | kann in der Gesprächshistorie bleiben | wird wie andere Copilot-Unterhaltungen verwaltet |
| Feedbackdaten | nicht gesondert beschrieben | vorübergehende Speicherung für Feedback möglich |
Bei Microsoft 365 Copilot gelten andere Regeln für Feedbackdaten
Für Microsoft 365 Copilot gelten eigene Regeln. Audio- und Videodaten können dort für Feedback bis zu 48 Stunden gespeichert werden, Texttranskripte folgen den Regeln der jeweiligen Copilot-Unterhaltungen. Die private und Unternehmensvariante dürfen wir deshalb nicht gleich behandeln.
Für die Freigabe zählt am Ende eine einfache Reihenfolge: erst den Kontotyp prüfen, dann die Datenart. Wer das vorab klärt, ordnet Bilddaten, Transkript und Feedbackdaten richtig ein und vermeidet Fehlannahmen über die visuelle KI.
Häufige Fragen
Kann Copilot Vision ohne Copilot Voice genutzt werden?
Nein. Die Funktion ist an eine aktive Sprachsitzung gebunden und startet über Copilot Voice.
Kann Copilot Vision selbst klicken oder scrollen?
Nein. Die Funktion erklärt Inhalte, übernimmt aber keine Bedienung des Bildschirms.
Ist Copilot Vision in Deutschland für private Konten verfügbar?
Ja, grundsätzlich schon, sofern die regionalen Voraussetzungen, das Gerät und Copilot Voice passen.
Ist Copilot Vision für Microsoft-365- oder Entra-Konten sicher freigeschaltet?
Das lässt sich derzeit nicht pauschal sagen. Microsoft dokumentiert die Unternehmensvariante widersprüchlich.
Was bleibt nach einer Vision-Sitzung erhalten?
Bei privaten Konten werden Bilddaten, Kontext und Audio nach Sitzungsende gelöscht, das Transkript kann aber in der Gesprächshistorie bleiben.
