Fabric Data Agent: Daten direkt befragen

Der Zugriff auf Unternehmensdaten ist oft ein Hindernislauf. Stell dir vor, du könntest deine Unternehmensdaten einfach fragen, anstatt mühsam Abfragen zu erstellen oder auf Berichte zu warten. Genau das ermöglicht der Microsoft Fabric Data Agent. 

Er markiert einen entscheidenden Schritt in der Agentic AI Evolution innerhalb von Microsoft Fabric und bietet sowohl technischen Expert:innen als auch Business Usern die Möglichkeit, tiefe Einblicke aus dem OneLake zu gewinnen. Das Beste daran: Es ist sicher, schnell und erfordert keine einzige Zeile SQL.

Business Value: Geschwindigkeit in Echtzeit durch Agentic AI

Der Data Agent ist ein Gamechanger für deine Unternehmensgeschwindigkeit. Er wandelt die klassische, oft tage- oder wochenlange Berichtskette in einen Dialog in Echtzeit um. Ad-hoc-Fragen werden nun in Sekunden direkt am Point of Need beantwortet.

Dies bedeutet Self-Service pur: Business Nutzer:innen müssen nicht mehr auf die IT- oder Data Analysts warten. Sie stellen komplexe Fragen, wie zum Beispiel: «Warum sind die Margen in Region X diesen Monat gesunken?», und erhalten eine sofortige, präzise und zugängliche Antwort. Die Analyse erfolgt iterativ, das heisst, eine Antwort wirft oft eine neue Frage auf, und der konversationsbasierte Ansatz des KI-Agenten erlaubt ein tiefes Eintauchen in die Daten.

Ein multidimensionaler Übersetzer: Wie KI-Agenten Daten verstehen

Technisch gesehen agiert der Fabric Data Agent als ein multidimensionaler Übersetzer, der die Brücke zwischen menschlicher Intuition und technischer Präzision schlägt. Er nutzt Large Language Models (LLMs) und die RAG-Technologie (Retrieval Augmented Generation), um nicht nur die Absicht der Anfrage in natürlicher Sprache zu verstehen, sondern auch, welche Programmiersprache er sprechen muss (Siehe Abbildung 1).

Dabei wählt der Agent automatisch das passende Werkzeug, um die Frage in ausführbaren Code zu übersetzen:

• NL2SQL: Ermöglicht die Abfrage von relationalen Datenbanken wie Lakehouse oder Data Warehouse, um strukturierte Datenbestände effizient zugänglich zu machen.
• NL2DAX: Ermöglicht die Interaktion mit Power BI Semantic Models, um komplexe Kennzahlen präzise abzurufen.
• NL2KQL: Ermöglicht die Analyse von KQL-Datenbanken, um grosse Mengen an Telemetriedaten und Ereignissen in Echtzeit auszuwerten.

Die gesamte Query-Generierung wird dabei durch eine Sicherheitsprüfung validiert und respektiert die bestehenden Fabric-Sicherheitsrollen (RBAC). Die Abfrage erfolgt live gegen die Datenquelle, sodass Analysen stets auf dem aktuellsten Datenstand basieren.

Daten mit KI-Agenten interpretieren statt nur lesen

Der Data Agent liefert nicht nur reine Datentabellen, sondern macht die Ergebnisse auch direkt interpretierbar. Er liefert auf Wunsch den entscheidenden Satz zur Tabelle dazu. Anstatt nur die Zahl zu zeigen, formuliert er: «Die Schadensquote liegt 15 Prozent über dem Vorjahr, hauptsächlich getrieben durch Region XY.» Dies beschleunigt faktenbasierte Entscheidungen massiv.

Agentic AI Use Cases aus der Praxis

Solche Anwendungsfälle für KI-Agenten gibt es unter anderem in der Praxis:

• Banking (Compliance): Ein Compliance Officer fragt in Echtzeit die KQL-Datenbank ab: «Zeige mir alle Transaktionen über 10'000 CHF aus der letzten Stunde, die von Konten in Hochrisikogebieten initiiert wurden.»
• Insurance (Risikobewertung): Ein Underwriter prüft ad hoc historische Daten im Data Warehouse: «Wie hoch war die Schadensquote für mittelständische Produktionsbetriebe in der Chemiebranche in den letzten drei Jahren?»

Aktuelle Limitationen und die Evolution der KI-Agenten

Obwohl die Technologie beeindruckend ist, befindet sich der Fabric Data Agent aktuell in der Public Preview und ist für punktuelle Ad-hoc-Fragen gedacht.

Was der Agent (noch) nicht ist:

• Kein Ersatz für Power BI Dashboards: Er ersetzt keine kuratierten, hochgradig optimierten Dashboards, die als Single Source of Truth dienen. Der Agent ist ein flexibler «Entdecker», kein fest installiertes Kontrollinstrument.
• Fokus auf Text und Tabellen: Komplexe, interaktive Diagramme, wie man sie aus Power BI kennt, sind in der aktuellen Phase noch begrenzt.

Der Ausblick: 

Microsoft entwickelt Fabric mit hohem Tempo weiter. Zukünftige Versionen werden voraussichtlich multimodale Antworten liefern, welche visuelle Analysen direkt im Chat generieren können. Auch die Integration mit anderen Copilot-Funktionen in Microsoft 365 wird enger werden.

Fazit: Die neue Ära der Daten-Konversation

Der Fabric Data Agent ist der Vorbote einer neuen Ära: Wir werden nicht mehr mühsam nach Daten suchen, sondern einfach mit ihnen sprechen. Er bietet eine neue, intuitive Schnittstelle zum OneLake und ermöglicht es den Mitarbeitenden, schnell und sicher zu fundierten Entscheidungen zu gelangen.