
Microsoft Fabric Data Agent: Berichte, mit denen man sprechen kann
Marina Tosic, Analystin bei Microsoft, beschreibt den Fabric Data Agent als „Bericht, mit dem man sprechen kann". Der Agent ist auf read-only, governed Data Access ausgelegt und nutzt die Azure OpenAI Assistant API, um natürlichsprachliche Fragen in SQL-, DAX- oder KQL-Abfragen zu übersetzen. Dabei greift er auf Datenquellen innerhalb von Microsoft Fabric zu – Lakehouse, Warehouse, Power BI Semantic Models, KQL-Datenbanken oder Ontologien. Die Abfragen werden unter den Credentials des anfragenden Nutzers ausgeführt, was Governance sicherstellt. Der zentrale Mehrwert laut Tosic: Analysten müssen Erkenntnisse nicht mehr zwingend als Dashboard visualisieren; stattdessen können Stakeholder per Folgefragen einbohren. Zudem lassen sich Data Agents außerhalb des Fabric-Tenants exponieren, z. B. in M365 Copilot. Tosic grenzt den Data Agent klar vom allgemeinen AI Agent ab: Während ein AI Agent handelt (schreibt E-Mails, orchestriert Workflows), dient der Data Agent als spezialisiertes, geerdendes Tool innerhalb eines größeren Agentic Workflows – er liefert präzise Datenbasis, auf der der AI Agent aufbaut.
- Azure OpenAI Assistant API liefert die KI-Grundlage für den Fabric Data Agent.
- Der Agent unterstützt SQL, DAX und KQL – je nach angebundener Datenquelle.
- Abfragen werden unter den Credentials des anfragenden Stakeholders ausgeführt (keine Umgehung von Berechtigungen).
- Data Agents können außerhalb des Fabric-Tenants exponiert werden, z. B. in M365 Copilot.
- Kernunterschied laut Tosic: 'An AI agent acts, while the data agent grounds.'
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHopenai.com4d
OpenAI launcht Data Agent in ChatGPT Work für Unternehmensanalysen
- FORSCHUNGarxiv.org3w
Multi-Agenten-Framework für Enterprise-Analytics erreicht 95,3% Genauigkeit
- FORSCHUNGarxiv.org3w
SciDSK: Agentenfähige Repräsentation wissenschaftlicher Datensätze
- FORSCHUNGarxiv.org0mo
Polaris: Multi-Agenten-Framework für konversationelle Enterprise-Analytics

Microsoft Fabric Data Agent: Berichte, mit denen man sprechen kann
Marina Tosic, Analystin bei Microsoft, beschreibt den Fabric Data Agent als „Bericht, mit dem man sprechen kann". Der Agent ist auf read-only, governed Data Access ausgelegt und nutzt die Azure OpenAI Assistant API, um natürlichsprachliche Fragen in SQL-, DAX- oder KQL-Abfragen zu übersetzen. Dabei greift er auf Datenquellen innerhalb von Microsoft Fabric zu – Lakehouse, Warehouse, Power BI Semantic Models, KQL-Datenbanken oder Ontologien. Die Abfragen werden unter den Credentials des anfragenden Nutzers ausgeführt, was Governance sicherstellt. Der zentrale Mehrwert laut Tosic: Analysten müssen Erkenntnisse nicht mehr zwingend als Dashboard visualisieren; stattdessen können Stakeholder per Folgefragen einbohren. Zudem lassen sich Data Agents außerhalb des Fabric-Tenants exponieren, z. B. in M365 Copilot. Tosic grenzt den Data Agent klar vom allgemeinen AI Agent ab: Während ein AI Agent handelt (schreibt E-Mails, orchestriert Workflows), dient der Data Agent als spezialisiertes, geerdendes Tool innerhalb eines größeren Agentic Workflows – er liefert präzise Datenbasis, auf der der AI Agent aufbaut.
- Azure OpenAI Assistant API liefert die KI-Grundlage für den Fabric Data Agent.
- Der Agent unterstützt SQL, DAX und KQL – je nach angebundener Datenquelle.
- Abfragen werden unter den Credentials des anfragenden Stakeholders ausgeführt (keine Umgehung von Berechtigungen).
- Data Agents können außerhalb des Fabric-Tenants exponiert werden, z. B. in M365 Copilot.
- Kernunterschied laut Tosic: 'An AI agent acts, while the data agent grounds.'
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHopenai.com4d
OpenAI launcht Data Agent in ChatGPT Work für Unternehmensanalysen
- FORSCHUNGarxiv.org3w
Multi-Agenten-Framework für Enterprise-Analytics erreicht 95,3% Genauigkeit
- FORSCHUNGarxiv.org3w
SciDSK: Agentenfähige Repräsentation wissenschaftlicher Datensätze
- FORSCHUNGarxiv.org0mo
Polaris: Multi-Agenten-Framework für konversationelle Enterprise-Analytics