Generative KI ermöglicht es seine Daten direkt per Prompt auszuwerten und Insights zu gewinnen. Aktuelle Lösungen von Google und Microsoft zeigen eindrucksvoll, wie dadurch die Datenanalyse einfacher für alle wird.
Wer seine Aufgaben im Job auf Basis von Daten wie z.B. Statistiken, Verkaufszahlen oder Webanalytics-Daten erledigen will, muss sich oft durch Tabellen und teilweise komplizierte und überfüllte Dashboards wühlen. Durch generative KI eröffnet sich nun die Möglichkeit, Analytics-Fragen direkt und einfach per Prompt oder Spracheingabe zu stellen. Beispiel: "Zeige die Umsätze der wichtigsten 10 Produkte nach Monat". Dadurch wird die spontane Datenanalyse deutlich vereinfacht. Man befragt quasi einfach seine Daten.
Viele BI-Analytics-Anbieter integrieren zunehmend mehr generative KI-Features in ihre Produkte, um den Nutzern die Datenanalyse zu vereinfachen. Gute Lösungen bieten hier die Branchenriesen Google und Microsoft, die wir im folgenden vorstellen.
Das neue Analytics-Flagship-Produkt von Microsoft heißt Microsoft Fabric. Die Enterprise-Data-Lösung ermöglicht es, Daten in einem Data-Lake (OneLake) in der Microsoft-Cloud zu speichern und mit zahlreichen Microsoft-Tools zu verarbeiten. Die Visualisierung der Daten erfolg in der bei Unternehmen besonders verbreiteten Reporting-Lösung Power BI.
Key Facts: Microsoft Fabric & Power BI
Anbieter: Microsoft
Typ: BI-Plattform
Besonderheiten: Fabric vereint Data Engineering, Data Science und Data Analytics und Reporting unter einem Dach. Es umfasst ca. 10 Microsoft-Produkte wie Synapse Analytics und Power BI die optimal zusammenarbeiten.
Hosting: Azure Cloud
Notwendige Lizenzen: Für die AI-Analytics-Features braucht man folgende Version:
Fabric F64 capacity: ab 5.000$/Monat bei 12-Monats-Reservierung (Preisübersicht)
Power BI: ab 20€/Monat pro Nutzer für Power BI Premium per User
Microsoft Fabric basiert auf OneLake, erweitert um Features aus Data Warehousing, Data Science, ETL und Power-BI-Reporting (Bildquelle: Microsoft Learn)
GenAI-gestützte Analysen mit Power BI & Microsoft Fabric
Für Unternehmenskunden die eine entsprechend hoch dimensionierte Lizenz von Fabric oder Power BI haben, bietet Microsoft generative KI-Features, die die Datenanalyse und das Reporting vereinfachen. Die Standard-Lizenz von Power BI reicht also nicht aus, da es sich um ein Premium-Feature handelt. Folgende KI-Features bietet Power BI & Fabric:
Report-Erstellung: Automatische Report-Outlines und Report-Seitenerstellung
Report-Zusammenfassung: KI-generierte schriftliche Zusammenfassungen der Reports (als Report-Widget oder im Copilot-Chat)
DAX-Formeln erstellen: Per Text-Prompt werden DAX-Formeln erstellt. Dies löst eine der größten Schwierigkeiten in Power BI für Einsteiger.
Q&A: Das für alle Power-BI-Nutzer verfügbare Q&A-Modul ermöglicht, Daten per Chat abzufragen. Durch die generativen KI-Features kann das Modul automatisch noch besser trainiert werden, so dass Fragen zuverlässiger beantwortet werden
Die generativen KI-Features erfordern Voraussetzungen und haben Limitierungen, werden aber konstant erweitert. So kann man derzeit zwar Reportseiten erstellen, diese aber nicht per Prompt modifizieren, sondern muss dies auf gewohntem Weg manuell erledigen. Power BI Skills sind also weiterhin wichtig.
Reports erstellen mit Copilot: Copilot macht selbstständig Vorschläge für hilfreiche Report-Seiten auf Basis der bereitgestellten Datenquellen und erstellt dazu passende Charts.
Microsoft Copilot in Power BI hilft dabei, Reports zu erstellen und Daten zu analysieren. (Bildquelle: Microsoft)
Automatische Datenanalyse mit Copilot: Der Copilot fasst die Entwicklung in den Charts als Texte zusammen, so dass die Interpretation leichter wird.
AI-generierte Zusammenfassung des Reports (Bildquelle: Microsoft)
Die BI-Lösung Google Looker (siehe Google-Produktseite, nicht zu verwechseln mit Google Looker Studio) ermöglicht es, seine Unternehmensdaten durch eigene Datenmodelle semantisch aufzubereiten. Dazu werden Daten aus verschiedenen Quellen eingelesen und die Metriken mit der Sprache LookML im JSON-Format und SQL definiert. Video-Tutorial: Getting started with Looker (2023). Looker bringt für seinen stolzen Preis noch weitere Enterprise-Features mit, wie z.B. automatische Generierung von Präsentationen aus den Daten und weiteres. Um die Daten als Dashboards zu visualisieren und Daten zu analysieren, nutzt man das verbreitete kostenlose Google Looker Studio (oder die Enterprise-Variante Looker Studio Pro).
Key Facts: Google Looker
Anbieter: Google
Typ: BI-Plattform
Hosting: Google Cloud oder On-Premises
Notwendige Lizenzen: Looker Studio + Looker-Studio-Lizenzen je Reporting-Nutzer und Report-Developer
Kosten: individuell (inoffizielle Preisauskunft: ab ca. 2.900 $ / Monat, siehe Artikel zum Pricing)
GenAI-gestützte Analysen mit Google Looker
In Google Looker gibt es seit 2024 generative KI-Features. Damit wird die Arbeit von allen, die diese Daten brauchen stark vereinfacht und das Job-Profil von Reporting-Spezialisten zunehmend stärker automatisiert. Folgende KI-Features bietet Looker:
Conversational Analytics: Datenanalysen per Text-Prompt (Chat), macht Analysen intuitiv möglich
Dashboard-Erstellung per Text-Prompt, hilft Report-Developern dabei, Reports schneller zu erstellen
Slide-Erstellung per Text-Prompt, für Präsentationen der Daten in Meetings
Formel-Erstellung von LookML-Formeln per Text-Prompt, spart Arbeit bei
AI-generierte Insights: Durch AI-generierte textliche Zusammenfassungen werden Trends automatisch erkannt und Next Steps vorgeschlagen
Looker: Conversiational Analytics mit den Daten per Chat (Bildquelle: Google)
Die Vorteile sind, dass Daten durch die natürlichsprachige Abfrage per Chat-Prompt leichter verständlich werden und Entscheider nicht mehr von Spezialisten abhängig sind. Damit sind Daten sofort verfügbar und man spart Aufwände für aufwändige Reporting-Projekte. In Zukunft ist damit ein optimaler Mix in der Zusammenarbeit möglich: Reporting-Ersteller stellen hilfreiche Basis-Reports zur Verfügung, die durch Anwender viel einfacher und tiefer analysiert werden können als bisher. Neu möglich ist durch die generativen AI-Features auch, dass Fachanwender nun auch eigene Dashboards viel leichter selbst erstellen können, anstatt sich mit komplexen Formeln zu beschäftigen.
AI generated Insights in Google Looker mit Vertex AI und Google Gemini (Bildquelle: Google)
Fazit: Vorteile durch generative KI bei der Datenanalyse
Kein Unternehmen kann ohne Daten auskommen. Bisher ist die Report-Erstellung und Analyse eine Aufgabe, die Reporting-Spezialisten erfordert. Durch den Einzug von generativen KI-Features in die Business-BI-Lösungen Looker und Fabric spart man Zeit und Aufwände und vereinfacht Reporting und Datenanalyse. So können Firmenkunden ihre Daten noch besser und vor allem einfacher im Unternehmen nutzen. Erkenntnisse durch Daten werden dadurch einfacher nutzbar.
Zusammenfassung: Was bringt generative AI im Reporting und Datenanalyse?
Analysen für alle Nutzer ermöglichen (auch Nicht-Spezialisten)
Potenziale für KPI-Verbesserungen durch intensivere Datennutzung in Entscheidungen
Ralf Schukay liebt Analytics, Python & alles mit Daten. In seiner Freizeit spielt er Synthesizer (Nord, Novation), joggt und fährt Gravel Bike. Er arbeitet als Teamlead Analytics & Conversion mit einem fitten und netten Team in der Berliner Digitalagentur >MAI mediaworx<
Wir verwenden Technologien wie Cookies, um Geräteinformationen zu speichern und/oder darauf zuzugreifen. Wir tun dies, um das Surferlebnis zu verbessern und um personalisierte Werbung anzuzeigen. Wenn Sie diesen Technologien zustimmen, können wir Daten wie das Surfverhalten oder eindeutige IDs auf dieser Website verarbeiten. Wenn Sie Ihre Zustimmung nicht erteilen oder zurückziehen, können bestimmte Funktionen beeinträchtigt werden.
Funktional
Immer aktiv
Die technische Speicherung oder der Zugang ist unbedingt erforderlich für den rechtmäßigen Zweck, die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Teilnehmer oder Nutzer ausdrücklich gewünscht wird, oder für den alleinigen Zweck, die Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz durchzuführen.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Präferenzen erforderlich, die nicht vom Abonnenten oder Benutzer angefordert wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt.Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Vorladung, die freiwillige Zustimmung deines Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht dazu verwendet werden, dich zu identifizieren.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
