Der teuerste Kontakt einer Messe ist der, der danach im Jackett bleibt. Visitenkarten abzutippen ist keine schwere Arbeit. Sie wird nur nie erledigt, weil nach drei Tagen Messe der Posteingang wartet. Also haben wir den Schritt so klein gemacht, dass er im Taxi passiert.
Das Wichtigste in Kürze
- Foto der Visitenkarte in den Teams-Chat, der Agent liest Name, Firma, E-Mail und Telefon und legt den Kontakt erst nach Ihrem ausdrücklichen Ja im CRM an.
- Das Sprachmodell des Agenten liest das Bild direkt. Einziges Werkzeug ist ein Flow mit vier Textfeldern, bei uns für Pipedrive.
- In Teams funktionierten alle drei Upload-Wege. In der Microsoft-365-Copilot-App kamen Fotos im Oktober 2026 nicht an.
So läuft es
- Foto schicken. Sie fotografieren die Visitenkarte und schicken das Bild im Teams-Chat an den Agenten.
- Agent liest. Er erkennt Name, Firma, E-Mail und Telefon und zeigt die Daten als kurze Liste.
- Sie bestätigen. Der Agent fragt: „Soll ich den Kontakt so in Pipedrive anlegen?“ Sie korrigieren, falls nötig, und sagen Ja.
- Kontakt angelegt. Erst nach dem ausdrücklichen Ja ruft der Agent einen Flow auf, der die Person in Pipedrive anlegt, und bestätigt mit Name und Firma.
Warum der Agent fragt, bevor er schreibt
Bilderkennung ist gut, aber nicht perfekt. Eine 0 wird zum O, eine Durchwahl fehlt, eine Mailadresse ist auf glänzendem Karton kaum lesbar. Ein falscher Kontakt im CRM kostet später mehr Zeit als fünf Sekunden Kontrolle jetzt. Deshalb steht in den Anweisungen des Agenten: Fehlen E-Mail oder Firma oder sind sie nicht sicher lesbar, fragt er nach. Erfunden wird nichts, Schreibweisen werden exakt übernommen.
Weniger Technik als gedacht
Der Agent braucht kein eigenes Prompt-Werkzeug zum Lesen des Bildes. Das Sprachmodell des Agenten liest das Foto direkt, gesteuert über die Anweisungen. Das einzige Werkzeug ist ein Flow mit vier Textfeldern: Name, Firma, E-Mail, Telefon. Die Felder füllt der Agent selbst aus dem, was er erkannt hat.
Für die gängigen CRM-Systeme gibt es fertige Konnektoren. Bei uns ist es Pipedrive, der Aufbau ist bei anderen Systemen derselbe.
Wo es hakt
Wir haben die Bilderkennung im Teams-Chat auf drei Wegen getestet: in der Vorschau von Copilot Studio, per Datei-Upload in Teams und per Einfügen mit Strg+V. Alle drei funktionierten.
In der Microsoft-365-Copilot-App dagegen kamen hochgeladene Fotos bei eigenen Agenten im Testzeitraum (Oktober 2026) nicht an. Microsoft führt das als bekanntes Problem. Für den Alltag heißt das: Nutzen Sie den Agenten im Teams-Chat.
Was sich anschließen lässt
Wer Visitenkarten erfasst, will meist auch das Gespräch festhalten. Ein Teams-Agent kann Notizen per Diktat aufnehmen, den Kontakt abgleichen und einen Entwurf für die Follow-up-Mail anlegen. Das Gespräch mitzuschneiden scheidet ohne Einwilligung aus. Diktat per Tastatur ist der saubere Weg.
Vom Use Case zur eigenen Lösung
Der Visitenkarten-Scanner ist ein guter erster Agent: ein klarer Auslöser, ein Werkzeug, ein messbares Ergebnis. In unserer Weiterbildung zum KI-Projektkoordinator (m/w/d) bauen Teilnehmende ihn an ihrem eigenen CRM nach. Die Weiterbildung ist AZAV-zugelassen. Über das Qualifizierungschancengesetz kann die Agentur für Arbeit die Lehrgangskosten anteilig oder bei weniger als 50 Beschäftigten vollständig übernehmen. Mehr unter Geförderte Weiterbildung. Wer zuerst die Grundlagen von Agenten in Microsoft 365 lernen will, findet sie im Training Microsoft Copilot & Copilot Studio.
Häufige Fragen
Funktioniert das auch mit dem Smartphone? Ja. Die Teams-App auf dem Handy reicht. Foto aufnehmen, an den Agenten schicken, bestätigen.
Was passiert mit dem Foto? Es bleibt im Teams-Chat und damit in Ihrer Microsoft-365-Umgebung. Ins CRM gehen nur die bestätigten Textfelder.
Kann der Agent doppelte Kontakte erkennen? In der Grundversion nicht. Eine Suche nach der E-Mail-Adresse vor dem Anlegen ist die naheliegende Erweiterung.
Weiterlesen: 8 KI-Use-Cases aus der Praxis · Angebote aus E-Mails automatisch erstellen
Sie wollen Ihren ersten eigenen Agenten bauen? Buchen Sie ein 15-minütiges Erstgespräch.