
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
- FORSCHUNGarxiv.org3w
Data Intelligence Agents: Autonome Coding-Agents für Enterprise-Datenintegration
- MEINUNGgithub.blog3w
GitHub baut internen Analytics-Agenten Qubot mit Copilot
- MEINUNGtowardsdatascience.com3w
Tool Calling erklärt: Wie AI-Agenten entscheiden, was als Nächstes zu tun ist
- FORSCHUNGarxiv.org1w
DA-Studio: Agentisches System für End-to-End-Datenanalyse vorgestellt

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
- FORSCHUNGarxiv.org3w
Data Intelligence Agents: Autonome Coding-Agents für Enterprise-Datenintegration
- MEINUNGgithub.blog3w
GitHub baut internen Analytics-Agenten Qubot mit Copilot
- MEINUNGtowardsdatascience.com3w
Tool Calling erklärt: Wie AI-Agenten entscheiden, was als Nächstes zu tun ist
- FORSCHUNGarxiv.org1w
DA-Studio: Agentisches System für End-to-End-Datenanalyse vorgestellt