Microsoft IQ erklärt: Work, Fabric und Foundry
Microsoft IQ verständlich erklärt: Wie Work IQ, Fabric IQ und Foundry IQ zusammenspielen und wo jede Ebene in Enterprise-KI-Agenten passt.

Microsoft IQ umfasst Work IQ, Fabric IQ und Foundry IQ. Dieser Artikel erklärt ihre Aufgaben in Microsoft 365, bei Geschäftsdaten und beim Abruf von Wissen sowie ihre Rolle in einer KI-Agenten-Architektur.
Wie Microsoft IQ Enterprise-KI-Agenten zum Laufen bringt

Wer KI-Agenten baut, muss Datenquellen anbinden, Zugriffe prüfen und gefundene Informationen bewerten. Die Wahl der Wissensschicht beeinflusst diese Aufgaben.
Microsoft stellte IQ auf der Ignite 2025 vor. Es umfasst Microsoft 365, Fabric und Microsoft Foundry. Ein Dokumentenmanager ist ein Beispiel für eine Anwendung, die einen festgelegten Weg zum Abruf von Wissen braucht.
Kurzantwort: Microsoft IQ ist Microsofts übergreifende Intelligence-Schicht für Enterprise Agents: Work IQ bildet Arbeitskontext ab, Fabric IQ ergänzt gesteuerte Geschäftssemantik, und Foundry IQ sucht und groundet Wissen für benutzerdefinierte Agents. Diese Schichten liefern Kontext für Modelle und Agenten.
Zuletzt geprüft: 22. Juli 2026
Die drei Säulen von Microsoft IQ
Die drei Schichten erschließen unterschiedliche Quellen für den Kontext:
Work IQ treibt Microsoft 365 Copilot an. Es versteht, wie du arbeitest, mit wem du arbeitest und an welchen Inhalten du gemeinsam arbeitest. Es basiert auf deinen E-Mails, Dateien, Meetings und Chats – plus deinen Präferenzen, Gewohnheiten und Arbeitsmustern. Es nutzt diese Informationen für Kontext und Gedächtnis über mehrere Interaktionen hinweg.
Fabric IQ bringt semantische Bedeutung in deine Datenplattform. Es ist im Grunde eine Business-Ontologie-Ebene, die auf OneLake aufsetzt. Definiere „Customer”, „Order” oder „Asset” einmal, und jeder Power-BI-Report, jedes Notebook und jeder KI-Agent spricht dieselbe Sprache. Gemeinsame Definitionen helfen Teams, dieselbe Kennzahl einheitlich zu verstehen.
Foundry IQ ist ein verwaltetes Wissenssystem auf Basis von Azure AI Search, das deine KI-Agenten erdet. Statt für jedes Projekt eigene RAG-Pipelines zu bauen, bekommst du wiederverwendbare Wissensdatenbanken, die über eine einzige API zugänglich sind.
Wie die Schichten in einem Agenten zusammenkommen
Ein Agentenablauf kann Arbeitskontext, Geschäftsdefinitionen und Dokumentensuche gemeinsam benötigen.
Stell dir vor, du baust einen Agenten, der folgende Frage beantworten soll: „Wie entwickelt sich unsere Pipeline im Vergleich zum letzten Q4, und gibt es in Kundengesprächen Hinweise auf Verzögerungen?”
Mit traditionellen Ansätzen müsstest du:
- deine CRM-Datenbank abfragen
- SharePoint-Dokumente durchsuchen
- Teams-Nachrichten parsen
- irgendwie unterschiedliche Definitionen von „Pipeline” in Einklang bringen
- Quellen und Berechnungen prüfen
Mit der einheitlichen IQ-Ebene kann dein Agent Fabric IQ nach strukturierten Pipeline-Daten abfragen, Work IQ für Signale aus Konversationen anzapfen und die agentische Retrieval-Funktion von Foundry IQ nutzen, um alles zusammenzuführen – mit durchgängig konsistentem semantischem Verständnis.
Foundry IQ und agentisches Retrieval
Foundry IQ nutzt agentisches Retrieval, um Suchanfragen zu planen und gefundene Informationen zusammenzuführen:
- Es plant die Abfrage – versteht, welche Informationen tatsächlich benötigt werden
- Es sucht iterativ – greift auf mehrere Wissensquellen zu
- Es reflektiert die Ergebnisse – entscheidet, ob weitere Suche nötig ist
- Es synthetisiert die Erkenntnisse – und respektiert dabei durchgehend die Benutzerberechtigungen
Prüfe vor dem Einsatz einer Wissensquelle, welche Identitäts- und Zugriffskontrollen sie unterstützt. Teste mit Benutzern, die unterschiedliche Rechte haben, und kläre, wie Vertraulichkeitsbezeichnungen den geplanten Abruf beeinflussen.
Work IQ: Copilot bekommt ein Gedächtnis
Work IQ löst etwas, das mich an Copilot gestört hat: die Kontextkontinuität. Über das, was Microsoft „Conversational Memory” nennt, kann sich Copilot nun Kontext und wichtige Details über Sitzungen hinweg merken.
Es nutzt dein Arbeitsprofil, Anweisungen, Präferenzen und Erkenntnisse aus vergangenen Chats. Du behältst die Kontrolle – du kannst diese Erinnerungen jederzeit einsehen oder löschen. Der praktische Effekt ist aber, dass Copilot dir nicht mehr immer wieder dieselben Fragen stellt.
Work IQ steuert außerdem das Model-Routing. Basierend auf deinem Prompt und deiner Absicht kann es das passende Modell für die Aufgabe auswählen – sei es GPT-5, Claude von Anthropic oder spezialisierte, feinabgestimmte Modelle. Die verfügbaren Modelle hängen von der jeweiligen Funktion und der Konfiguration deiner Organisation ab.
Fabric IQ: Das semantische Fundament
Für alle, die schon mit dem Chaos von Enterprise-Daten zu tun hatten, adressiert Fabric IQ ein grundlegendes Problem: semantische Drift. Wenn verschiedene Teams denselben Geschäftsbegriff unterschiedlich definieren, erben deine KI-Agenten genau diese Verwirrung.
Das neue Ontology-Item in Fabric (jetzt in der Public Preview) ermöglicht es dir:
- Entitätstypen, Eigenschaften und Beziehungen einmalig zu definieren
- diese an konkrete Datenquellen zu binden
- automatisch einen navigierbaren Graphen aufzubauen
- Definitionen über alle Analysen, Apps und Agenten hinweg zu teilen
Eine Ontologie kann zum Beispiel festhalten, was „Customer” bedeutet und wie der Begriff mit anderen Entitäten zusammenhängt. Der Agent kann diese Definitionen bei der Arbeit mit den angebundenen Daten nutzen.
Erste Schritte
Das würde ich dir empfehlen, wenn du das ausprobieren möchtest:
Starte mit Fabric IQ, wenn du bereits im Fabric-Ökosystem unterwegs bist. Das Ontology-Item ist in der Public Preview – definiere ein paar zentrale Geschäftsentitäten und beobachte, wie sie sich durch deine Reports und Daten-Agenten ziehen.
Schau dir Foundry IQ an, wenn du eigene Agenten baust. Die Preview gibt dir Zugang zu Wissensdatenbanken und agentischem Retrieval – ohne den Aufwand einer eigenen RAG-Infrastruktur.
Die Work-IQ-Funktionen werden über Copilot-Updates ausgerollt. Das Conversational Memory ist über das Frontier-Programm verfügbar, sofern du Zugang hast.
Microsoft Graph vs. Work IQ: Fundament vs. Intelligenz
Microsoft Graph und Work IQ übernehmen unterschiedliche Aufgaben in einer Microsoft-365-Anwendung.
Microsoft Graph ist das Fundament – stell es dir als das Nervensystem von Microsoft 365 vor. Es verbindet all deine Datenpunkte: Users, Files, Meetings, Chats, Devices. Über seine API erhältst du rohen Datenzugriff – Fakten und Historie. Wenn du abfragst „Zeig mir die letzte Datei von Max”, liefert Graph Budget_2025.xlsx zurück. Das war’s.
Graph ist für Entwickler gebaut, die Apps erstellen wollen. Es ist hervorragend in dem, was es tut: eine einheitliche API für den Zugriff auf Microsoft-365-Daten bereitzustellen. Aber im Kern ist es ein System zum Abrufen von Daten.
Work IQ ist die Intelligenzebene – stell es dir als das Gehirn vor, das auf Graph aufsetzt. Es ruft Daten nicht nur ab; es versteht Kontext und Muster. Es hat ein Langzeitgedächtnis für deine Arbeitsgewohnheiten und Präferenzen. Wenn du fragst „Ist das Budget gefährdet?“, kann Work IQ antworten: „Ja, Max hat letzte Woche in einer E-Mail Kürzungen erwähnt, und die Q3-Prognosen zeigen ein Defizit von 15 %.”
Die wichtigsten Unterschiede:
| Aspekt | Microsoft Graph | Work IQ |
| Rolle | Fundament / Nervensystem | Intelligenz / Gehirn |
| Output | Rohdaten (Fakten, Historie) | Erkenntnisse (Interpretation, Implikationen) |
| Zeitfokus | Echtzeit & historisch | Kontextuell & prädiktiv |
| Gebaut für | Entwickler (App-Erstellung) | Copilot & Agenten (intelligente Antworten) |
Work IQ ernährt sich von Graph-Daten, ergänzt Reasoning und Gedächtnis und treibt Copilot sowie deine eigenen Agenten an. Graph ist weiterhin da – es verschwindet nicht. Work IQ macht es nur intelligenter.

Und ja, Fabric IQ steht daneben für Analytics- und Big-Data-Use-Cases – es organisiert unstrukturierte Daten zur Analyse über Knowledge Graphs, getrennt vom Produktivitätsfokus von Work IQ.
Einen ersten Anwendungsfall planen
Lege zuerst fest, welche Daten und welchen Kontext dein Agent braucht. Ordne jede Quelle einer unterstützten Schnittstelle zu und prüfe die nötigen Lizenzen und Berechtigungen.
Definiere die Geschäftsbegriffe deines Anwendungsfalls und halte die relevanten Metadaten in SharePoint fest. Prüfe dann, wie sich die benötigten Schichten in deiner Umgebung verbinden lassen.
Teste den Abruf mit wenigen Dokumenten und einem Benutzer, dessen Zugriff du prüfen kannst. Halte die Antwort, ihre Quellen und fehlende Informationen fest, bevor du den Umfang erweiterst.
Weiterführend: Frontier-Transformation bei Epic Fusion.