Ihr Team hat bereits einen Copilot im Mailprogramm, und ein Anbieter hat Ihnen soeben zusätzlich eine Agentenplattform angeboten. Jemand aus der Geschäftsleitung stellt die naheliegende Frage: Wenn alle dieselben Modelle und dieselben Assistenten lizenzieren können, woher kommt dann ein Vorsprung? Die lauteste Antwort des Jahres 2026 lautet «der Harness», also alles zwischen dem Modell und dem Geschäftsergebnis. Es ist eine gute Antwort, aber nur auf die Hälfte der Frage.
Ein eigener Harness zahlt sich nur dort aus, wo er Werte enthält, die ein Wettbewerber nicht lizenzieren kann, und die meisten seiner generischen Teile werden bereits als Produkte verkauft. Dieser Artikel trennt die beiden Seiten, zeigt, was die Belege hergeben, und liefert Ihnen einen Test, den Sie vor Ihrer Entscheidung durchführen können.
Wenn Sie zuerst die Begriffe klären möchten, erläutert KI-Agent, KI-Assistent und Copilot im Vergleich die Autonomiestufen hinter den jeweiligen Bezeichnungen.
Wenn Ihre Workflows über Ihre eigenen Systeme und Regeln laufen, bauen wir diese Schicht im Rahmen unserer individuellen KI-Entwicklung.
Was ein Harness ist und was ein Copilot bereits mitbringt
Ein Harness ist das System rund um das Modell. Er legt fest, welchen Kontext das Modell erhält, welche Werkzeuge es aufrufen kann, woran es sich zwischen Sitzungen erinnert, welche Prüfungen auf seine Ausgabe angewendet werden, wie es getestet wird und wie die Schritte orchestriert werden. Das Modell liefert das Schlussfolgern. Der Harness entscheidet, womit dieses Schlussfolgern arbeiten muss und ob das Ergebnis durchgelassen wird.
Auch ein SaaS-Copilot hat einen solchen Harness, vom Anbieter für den durchschnittlichen Kunden gebaut. Er bringt eine Kontext-Pipeline in Ihr Postfach und Ihre Dokumente, einen festen Werkzeugsatz, Leitplanken des Anbieters und einen vom Anbieter betriebenen Evaluierungsprozess mit. Für generische Arbeit wie Entwerfen, Zusammenfassen und Durchsuchen der eigenen Dateien genügt das oft, und er lässt sich schnell einschalten.
Die eigentliche Wahl betrifft die Frage, wessen Schicht Ihre Arbeit ausführt, wer deren Bestandteile kontrolliert und welche Teile Sie mitnehmen können.
Was Änderungen an der Schicht um das Modell wert sind
Die beste veröffentlichte Evidenz stammt aus dem LangChain-Beitrag vom Februar 2026. Bei gleichbleibendem Modell änderte das Team nur den Harness: eine Bau-und-Prüf-Schleife im System-Prompt, einen Verifikationsschritt, bevor der Agent abschliessen durfte, eine Erkennung von Endlosschleifen und einen Plan für den Denkaufwand. Der Coding-Agent stieg auf Terminal-Bench 2.0 von 52,8% auf 66,5%. Das ist ein grosser Sprung ohne Modellwechsel. Die Anatomie eines Agent Harness geht die sechs Bausteine einzeln durch.
Derselbe Beitrag nennt drei Vorbehalte:
- Es handelt sich um einen einzelnen Benchmark, durchgeführt von einem Unternehmen, das Agenten-Werkzeuge verkauft, und der Beitrag schlüsselt nicht auf, wie viel die einzelnen Änderungen beitrugen.
- Die Autoren warnen, dass für eine Aufgabe abgestimmte Änderungen bei anderen Aufgaben zu Rückschritten führen können.
- Sie schreiben, die Leitplanken würden mit besseren Modellen wahrscheinlich überflüssig.
Das Ergebnis zeigt, dass die Schicht um das Modell zählt. Es zeigt nicht, dass eine eigene Schicht eine gute generische übertrifft. Wir haben keine unabhängige Studie gefunden, die eine Eigenentwicklung mit einem generischen Copilot bei denselben Aufgaben, denselben Kosten und derselben Zeit vergleicht. Diese Lücke ist der ehrliche Kern der Debatte.
Die Empfehlungen von Anthropic weisen aus anderer Richtung in dieselbe Richtung. Der Beitrag Building effective agents rät, nach «the simplest solution possible» zu suchen und Komplexität erst bei Bedarf hinzuzufügen. Er warnt ausserdem, dass Frameworks die zugrunde liegenden Prompts verdecken können, und rät, den übernommenen Code zu verstehen. Für ein KMU spricht das für einen schlanken Harness, den man versteht, statt eines grossen, den man nur besitzt.
Warum der Verkauf der Infrastruktur die These vom Harness als Burggraben schwächt
Man sehe sich an, was Modellanbieter heute anbieten. Das Agent SDK von Anthropic gibt Entwicklern die Agentenschleife, die Werkzeuge und die Kontextverwaltung an die Hand, die das eigene Coding-Produkt antreiben. Die Beta von Managed Agents geht weiter und betreibt Schleife, Werkzeugausführung und Laufzeitumgebung für Sie. OpenAI hat sein Agents SDK im April 2026 in ähnlicher Richtung aktualisiert, wie Help Net Security berichtete. Auch gemeinsame Standards entstehen: Die Linux Foundation gründete im Dezember 2025 die Agentic AI Foundation rund um MCP, goose und AGENTS.md.
Wenn Schleife, Werkzeugprotokoll und Laufzeitumgebung gebündelt und standardisiert sind, bringt der Eigenbau Kosten und Kontrolle, aber keinen Vorsprung: Ein Wettbewerber kann dieselben Bausteine im nächsten Quartal lizenzieren. Wichtig bleibt auch der Umgang mit Daten. Die Dokumentation von Anthropic selbst hält fest, dass Managed Agents derzeit nicht für Zero Data Retention infrage kommt und Transkripte bestehen bleiben, bis Sie sie löschen. Das ist eine Einschränkung, die Sie prüfen sollten, bevor Sie Kundendaten durch irgendeinen verwalteten Harness leiten.
Wo ein verteidigbarer Vorsprung liegt
Zwei Kommentatoren sind sich über die Bedeutung dieser Schicht einig, betonen aber unterschiedliche Risiken. Johnson Lee stellt eine technische Tatsache (sie ist wichtig) einer unternehmerischen Einschätzung gegenüber (ob sie Substitution übersteht). Er rechnet damit, dass die Verifikationsmechanik zur Massenware wird, und sieht den beständigen Teil im firmeneigenen Prozess der Referenzwahrheit: Ergebnisse aus dem Produktivbetrieb, Expertenurteil, betriebliche Randbedingungen und eine Rückkopplung, die Fehler in Regressionstests verwandelt.
Kai Waehner argumentiert, der Lock-in sei eine Ebene nach oben gewandert, in die Harness-Schicht, und rät, das Modell nach Leistungsfähigkeit zu wählen und den Harness danach, was er Ihnen zu behalten erlaubt. Waehner arbeitet für einen Anbieter von Workflow-Orchestrierung, und keiner der beiden Texte liefert Ergebnisdaten. Lesen Sie beide daher als fundierte Argumentation und nicht als Messung.
Zusammen gelesen legen sie eine praktische Liste von Werten nahe, die zu besitzen sich lohnt:
- Ihre Definition eines korrekten Ergebnisses, so gut aufgeschrieben, dass ein Aussenstehender danach bewerten könnte.
- Ein Testset aus echten Tickets, Bestellungen oder Fällen Ihrer eigenen Arbeit. Wie Sie ein solches Testset aus Ihren eigenen Support-Tickets aufbauen, zeigt KI-Evals aus echten Tickets.
- Die Korrekturen Ihrer Mitarbeitenden, abgelegt als wiederverwendbare Regeln statt als Chatverlauf.
- Ein Prüfpfad dessen, was der Agent gesehen, getan und entschieden hat.
- Agentendefinitionen und Prompts in einem Format, das bei mehr als einem Anbieter läuft.
Die ersten vier sind per Konstruktion auf Sie zugeschnitten. Der fünfte Punkt hält die übrigen nutzbar, falls Sie den Lieferanten wechseln. Dieses Risiko behandeln wir in Plattform-Lock-in bei KI-Agenten.
Diese Liste ist unsere Synthese der beiden Argumentationen. Sie ist eine Hypothese darüber, wo der Vorsprung liegt, und niemand hat sie gemessen.
Was ein Copilot kostet und was sich ergänzen lässt
Ein fairer Vergleich beginnt mit einem fairen Bild des Copilots. Die Schweizer Preisseite von Microsoft Copilot, im November 2026 eingesehen, führt das Add-on Microsoft 365 Copilot Business mit CHF 17.00 pro Nutzer und Monat auf, mit einem Aktionspreis von CHF 14.57 bei jährlicher Abrechnung, jeweils exkl. MWST. Der Aktionspreis gilt für das erste Jahr bei Bestellungen bis 31. Dezember 2026 und für bis zu 300 Nutzer. Das Add-on setzt einen geeigneten Microsoft-365-Business-Plan voraus. Als grobe Veranschaulichung kommen 20 Nutzer im Aktionsjahr auf etwa CHF 3,500 und zum Listenpreis von CHF 17.00 auf etwa CHF 4,100 pro Jahr, vor der Basislizenz.
Die Annahme, ein generischer Copilot nehme keine eigenen Werkzeuge auf, ist falsch. Die Dokumentation von Microsoft nennt deklarative Agenten, eigene API-Aktionen, Copilot Studio und das Microsoft 365 Agents SDK, und Copilot Studio bietet eine Agenten-Evaluierung mit Testsets, die Sie erneut laufen lassen können, um Rückschritte zu erkennen. Der Unterschied liegt in der Kontrolle. Copilot-native Agenten laufen auf dem Orchestrator von Microsoft, und die weiterführenden Entwicklungsoptionen tauschen Komfort gegen mehr Mitsprache bei Orchestrierung, Modellanbindung und Bereitstellung.
Zwei Punkte sollten Sie vor einem Schweizer Vertrag prüfen. Microsoft kündigte im November 2025 an, die Verarbeitung von Copilot-Interaktionen im Land sei für die Schweiz bis Ende 2026 geplant. Das ist ein Ziel und kein erreichter Stand, prüfen Sie also die aktuelle Lage. Und wenn Sie Ihr Evaluierungsset im Werkzeug eines Anbieters aufbauen, fragen Sie, ob Sie Fälle, Bewerter und Verlauf exportieren können. Unser TCO-Modell für individuelle Lösung und Plattform zeigt, wie sich die Kostenkurven mit wachsendem Volumen kreuzen.
Ein Entscheidungstest vor der Festlegung
Gehen Sie diese Fragen der Reihe nach durch und hören Sie bei der ersten auf, die die Sache klärt.
- Ist die Arbeit generisch? Entwerfen, Zusammenfassen und das Durchsuchen der eigenen Dateien sind es meist. Kaufen Sie einen Copilot und investieren Sie den Aufwand in die Schulung Ihrer Mitarbeitenden.
- Hängt die Arbeit von Ihren eigenen Systemen, Regeln oder Qualitätsansprüchen ab? Wenn ein generischer Assistent in einer Weise danebenliegt, die Ihre Mitarbeitenden täglich korrigieren müssen, haben Sie einen Kandidaten für eine Eigenentwicklung.
- Können Sie die Bestehensgrenze festlegen? Wenn Sie kein korrektes Ergebnis definieren und zehn echte Fälle daran messen können, hat eine Eigenentwicklung nichts, was sie optimieren könnte.
- Können Sie Ihre Werte mitnehmen? Fragen Sie jeden Anbieter, uns eingeschlossen, ob sich Testfälle, Korrekturregeln, Protokolle und Agentendefinitionen in einem dokumentierten Format exportieren lassen.
- Rechtfertigt das Volumen den Aufwand? Als Faustregel aus unserer eigenen TCO-Arbeit gewinnt unterhalb weniger hundert Aufgaben pro Monat meist eine Plattform, und oberhalb weniger tausend holt eine Eigenentwicklung tendenziell auf.
Die meisten Unternehmen landen bei einer Mischung. Ein Copilot deckt die generische Arbeit ab, eine kleine eigene Schicht die Arbeit, die ihnen eigen ist. Diese Mischung ist zugleich eine vernünftige Absicherung: Wird die Schicht zur Massenware, schrumpft die eigene Schicht auf Prompts und Werkzeug-Wrapper, und die Werte aus der obigen Liste bleiben.
Die Debatte bleibt offen
Das Lager der Selbstbauer verweist auf Zugewinne allein durch Änderungen an der Schicht um das Modell und darauf, dass der Lock-in nach oben wandert. Das Lager der Käufer verweist auf Leitplanken, die Modelle aufnehmen, und auf Anbieter, die die Schleife bündeln. Der viel zitierte Befund von MIT NANDA, über den Fortune berichtete, wonach zugekaufte Werkzeuge etwa zu zwei Dritteln erfolgreich sind und interne Entwicklungen nur ein Drittel so oft, ist selbst umstritten: Die in der Berichterstattung genannten Stichprobengrössen weichen voneinander ab, und die Definition von Erfolg ist unklar.
Gehen Sie daher mit jeder selbstsicheren Aussage vorsichtig um, mit unserer eingeschlossen. Die Schlussfolgerung, die sich heute vertreten lässt, ist eng gefasst. Besitzen Sie, was für Ihr Unternehmen spezifisch ist, und halten Sie es portabel. Mieten Sie, was jeder mieten kann. Überprüfen Sie die Aufteilung jedes Mal, wenn ein Modell-Upgrade ein Stück Ihres Gerüsts überflüssig macht.
Häufige Fragen
Was ist ein individueller KI-Harness?
Ein individueller KI-Harness ist das System, das Sie um ein Sprachmodell herum aufbauen: der Kontext, den es erhält, die Werkzeuge, die es aufrufen darf, sein Gedächtnis, die Leitplanken und Prüfungen für seine Ausgabe, das Evaluierungsset, das es bewertet, und die Orchestrierung, die die Schritte ausführt. Das Modell liefert das Schlussfolgern. Der Harness bestimmt, was es sieht, was es tun darf und wie seine Arbeit überprüft wird.
Ist ein individueller KI-Harness ein echter Wettbewerbsvorteil?
Teilweise, und die Belege sind noch dünn. Eine reine Harness-Änderung hob den Coding-Agenten eines Anbieters in einem Benchmark von 52,8% auf 66,5%, doch derselbe Anbieter erwartet, dass einige seiner Leitplanken mit besseren Modellen überflüssig werden. Die beständigeren Werte sind Ihre Referenzwahrheit, Ihre Testfälle, Ihre Korrekturdaten und Ihr Prüfpfad, denn ein Wettbewerber kann sie nicht kaufen.
Lässt sich Microsoft 365 Copilot mit eigenen Werkzeugen anpassen?
Ja. Microsoft dokumentiert deklarative Agenten, eigene API-Aktionen, Copilot Studio und das Microsoft 365 Agents SDK zur Erweiterung von Copilot. Der Kompromiss betrifft die Kontrolle. Copilot-native Agenten laufen auf dem Orchestrator von Microsoft, eigene Agenten lassen Ihnen mehr Mitsprache bei Orchestrierung, Modellwahl und Bereitstellung, verlangen dafür aber mehr Aufbau und Betrieb in Eigenregie.
Was kostet Microsoft 365 Copilot für ein Schweizer KMU?
Im November 2026 weist die Schweizer Seite von Microsoft Copilot Business mit CHF 17.00 pro Nutzer und Monat als Listenpreis aus und mit CHF 14.57 im ersten Jahr bei Bestellungen bis 31. Dezember 2026 (jährliche Abrechnung, exkl. MWST, bis 300 Nutzer). Vorausgesetzt wird ein geeigneter Business-Plan als Basis, sodass 20 Nutzer vor der Basislizenz rund CHF 3,500 im Aktionsjahr und CHF 4,100 zum Listenpreis kosten.
Wann sollten wir einen Copilot kaufen, statt einen Harness zu bauen?
Kaufen Sie, wenn die Arbeit generisch ist, das Volumen gering bleibt und Sie keinen Qualitätsmassstab nennen können, der für Ihr Unternehmen spezifisch ist. Bauen Sie, ganz oder teilweise, wenn Ihre Workflows von Ihren eigenen Systemen, Regeln und Qualitätsansprüchen abhängen und wenn Sie Ihre Evaluierungsfälle und Korrekturdaten in einem Format halten können, das sich zu einem anderen Anbieter mitnehmen lässt.