SharePoint Page as Code: KI-Seitenerstellung erklärt

Einführung: Warum das wichtig ist

KI-unterstütztes Authoring in SharePoint gilt seit Jahren als vielversprechend, aber Enterprise-Admins achten vor allem auf vorhersehbare Ergebnisse, steuerbare Iteration und die sichere Nutzung organisatorischer Daten. Microsofts technischer Deep Dive erklärt, wie sich SharePoints KI-Seitenerstellung entwickelt hat – und warum die neueste Generation (agentisch, schema-getriebenes „page as code“) einen relevanten Schritt hin zu höherer Qualität und deterministischerem Verhalten im großen Maßstab darstellt.

Was ist neu: Von Prompts zu einem agentischen „page as code“-Modell

Anfang dieser Woche hat Microsoft agentic SharePoint page authoring vorgestellt (aka.ms/SharePointAI). Die zentrale Architekturänderung: Das Modell behandelt die Seitenerstellung wie eine Coding-Aufgabe:

• Schema-getriebenes Authoring: Die Seitenstruktur wird über JSON schemas und den aktuellen Seitenzustand abgebildet.
• Gezielte diffs (deltas) statt kompletter Neuschreibung: Das Modell erzeugt konkrete Operationen/Änderungen, statt alles neu zu generieren.
• Validierung von Operationen: Änderungen lassen sich gegen Schemas und Regeln prüfen, was die Konsistenz verbessert.
• Eval-first engineering: Microsoft berichtet von ~400 täglichen Evaluations und 85%+ eval pass rates mit Frontier Reasoning Models; frühe Vergleiche vs. GPT-4.1 zeigten eine gemeldete ~30% Verbesserung der eval pass rates, wobei GPT-5- und Claude-Reasoning-Modelle 85%+ erreichen.

Die fünf Kurswechsel (auf hoher Ebene)

Microsofts Reise hebt mehrere Muster hervor, die für alle relevant sind, die LLM-Features ausliefern:

1. Anfang 2023 (v1, GPT-3.5): Full-page generation mit einer formalen DSL
   Schnell umzusetzen auf gemeinsamer Office Copilot-Infrastruktur (RAI-/Compliance-Tooling), aber begrenzt durch kleine Context Windows, Halluzinationen und Fehlerkaskaden – verschärft durch fehlende Evaluations-Abdeckung.

2. Mitte 2024 (v2, GPT-4): Fokus reduzieren auf Rich-Text-Unterstützung
   Inline-Rewrites und grounded Composition steigerten die Zufriedenheit, aber Discoverability wurde zu einer realen Hürde für die Adoption.

3. Ende 2024 (v3, GPT-4): Full pages erneut via Prompt Engineering + RAG
   Templates funktionierten gut, aber offene Prompts führten zu mehr negativem Feedback und begrenzter Iteration Abschnitt für Abschnitt; automatisierte evals kamen spät.

4. Mitte 2025 (v4/v4b, GPT-4.1): Section-basierte Generierung und Domain-Spezialisierung
   Kontrolle auf Abschnittsebene und höhere Eval-Reife (Grounding und Intent Analysis) verbesserten Keep Rates und Engagement; fokussierte Web Parts (wie FAQ) lieferten verlässlichere Qualität.

5. Anfang 2026 (v5): Agentic Workspace + Eval Suite mit Reasoning Models
   Der „page as code“-Ansatz wurde mit Frontier Reasoning Models praktikabel und ermöglicht vorhersehbarere, inkrementelle Edits.

Auswirkungen für IT-Administratoren und Endanwender

• Vorhersehbarere KI-Ausgabe: Schema-Validierung und gezielte Deltas sollten „Creative Drift“ reduzieren und Ergebnisse leichter prüfbar machen.
• Potentiell sicherere Iteration: Section-/Delta-basierte Edits passen besser zu realen Author-Workflows (einen Teil überarbeiten, ohne die ganze Seite neu zu erstellen).
• Governance bleibt entscheidend: Grounding stützt sich auf Tenant-Content-Quellen – daher bleiben Berechtigungen, Sensitivity Labels und Content-Lifecycle-Policies kritisch.

Action Items / nächste Schritte

• Rollout-Details verfolgen über das Microsoft 365 Message Center und die Microsoft 365 Roadmap (Verfügbarkeit, Licensing und Preview-Anforderungen).
• Content-Governance prüfen: Sicherstellen, dass SharePoint-Berechtigungen, Sensitivity Labels und Content-Qualität zu AI-Grounding-Szenarien passen.
• Change Management vorbereiten: Author-Trainings aktualisieren mit Fokus auf iterative, section-basierte Verfeinerung und Review-Praktiken.
• Pilot mit Zielteams (Comms, PMOs, HR) und Feedback sammeln zu Qualität, Zeitersparnis und Bereichen, in denen Human Review zwingend ist.