Fabric Data Agents, Copilot und MCP-Agenten: drei Wege zum Agenten im Vergleich.

Die meisten Copilot-Vorhaben scheitern nicht an der Technik, sondern daran, dass im selben Meeting vier verschiedene Produkte gemeint sind. Wer eine Einführung plant, entscheidet zuerst, welche Oberfläche gemeint ist — und prüft dann Lizenz, Grenzen und Status. Die Liste ist gegen Microsoft Learn geprüft; Vorschau-Status und Regionsverfügbarkeit ändern sich laufend, deshalb steht bei jedem Eintrag der Stand.

• Copilot im Bericht (allgemein verfügbar): der Chat rechts im geöffneten Bericht. Fasst Berichte zusammen, beantwortet Fragen zum Berichtsinhalt, erzeugt Visuals und DAX-Abfragen. Bezieht sich ausschließlich auf den geöffneten Bericht.
• Copilot Standalone (Vorschau): Vollbild-Chat über die linke Navigation, der Berichte, Semantikmodelle und Data Agents findet, auf die Sie Zugriff haben. Braucht eine zweite Mandanteneinstellung zusätzlich zur allgemeinen Copilot-Einstellung.
• Copilot in Power-BI-Apps (Vorschau): auf die kuratierten Inhalte einer App begrenzt, mit überprüften Antworten, die App-Autoren vorbereiten; je App ein- und ausschaltbar.
• Fabric Data Agent (allgemein verfügbar): eigenständiges Artefakt mit bis zu fünf Datenquellen, eigenen Anweisungen und Beispielabfragen; erzeugt ausschließlich Leseabfragen. Das ist das Produkt, das Microsoft als Agent bezeichnet.
• Copilot-Studio-Agent: ein Low-Code-Agent, der einen Data Agent einbindet und ihn etwa in Teams verfügbar macht; auch Azure AI Foundry und Microsoft 365 Copilot können Data Agents anbinden. In regulierten Umgebungen eine eigene Governance-Entscheidung.

Die Lizenzfrage hat zwei Ebenen, die im Meeting meist vermischt werden: Was braucht die KI-Funktion, und was braucht die Verteilung der Berichte? Die KI-Funktion braucht eine kostenpflichtige Kapazität — die Schwelle liegt deutlich unter F64. Die Verteilung an viele reine Berichtsempfänger ist die F64-Frage, und sie ist unabhängig von Copilot. Wer beides zusammenwirft, kauft entweder zu viel Kapazität oder wartet auf ein Budget, das er nicht braucht.

Die fünf Kriterien sind die, die in Projekten den Ausschlag geben. „Schreibt ins Modell?“ ist dabei das wichtigste und wird am seltensten gestellt: Copilot und Data Agent antworten; ein MCP-Agent baut — und genau deshalb braucht er Regelsatz, Protokoll und Freigabe, die bei den beiden anderen die Tenant-Einstellung ersetzt.

Einige Einschränkungen entscheiden Projekte, bevor eine Lizenz gekauft ist. Für den DACH-Raum ist die Sprache die wichtigste: Fabric Data Agents unterstützen derzeit keine nicht-englischen Sprachen — ein Rollout an deutschsprachige Fachbereiche ist damit eine Übersetzungsfrage, nicht nur eine Lizenzfrage. Copilot in Power BI steht in Sovereign Clouds noch nicht zur Verfügung; wer Datenresidenz in einer bestimmten Region nachweisen muss, prüft das vor der Pilotierung.

Die zweite Grenze ist die Qualität der Antworten. Copilot liest Beschreibungen, Synonyme und Beziehungen des Semantikmodells; „sehr unterschiedliche“ Ergebnisse haben fast immer dieselbe Ursache: lückenhafter Kontext im Modell. Das gilt für alle drei Wege. Die Copilot-Discovery macht das messbar — zehn echte Fachfragen gegen Referenzwerte, jede Abweichung ihrer Ursache zugeordnet, dazu das Modell-Audit auf Metadaten (BIM, TMDL, PBIP), ohne Produktivdaten.

• Data Agents erzeugen nur Leseabfragen; wer Measures anlegen oder Seiten bauen will, braucht einen Agenten mit Schreibweg und Freigabe.
• Copilot im Bericht sieht nur den geöffneten Bericht — Fragen über Berichte hinweg brauchen Standalone (Vorschau) oder einen Data Agent.
• „Für KI vorbereitet“ setzt aktiviertes Q&A voraus; Änderungen wirken meist innerhalb einer Stunde, bei vielen angehängten Berichten bis zu 24 Stunden.
• Copilot Studio, Foundry und Microsoft 365 Copilot können Data Agents einbinden — Purview-Richtlinien gelten weiter, die Governance-Entscheidung ist trotzdem eine eigene.

Der Baum hat drei Äste, und die meisten Unternehmen landen auf zweien davon. Ein Data Agent in Teams für Rückfragen und ein MCP-Agent für Bau und Pflege des Modells schließen sich nicht aus — im Gegenteil: Der MCP-Agent baut die Beschreibungen, Synonyme und Beziehungen, die den Data Agent und Copilot überhaupt erst brauchbar machen.

• Frage nur im geöffneten Bericht? Copilot in Power BI — wenn das Modell mindestens auf Stufe 2 steht (jede Kennzahl mit Beschreibung, Einheit, Besitzer).
• Fragen über mehrere Fabric-Quellen, Englisch akzeptabel, nur lesen? Fabric Data Agent — mit Anweisungen, Beispielabfragen und Purview-Richtlinien auf den Quellen.
• Modell bauen, dokumentieren, prüfen, migrieren — auf Deutsch, lokal, geregelt? MCP-Agent mit ABIS — Regelsatz, Agent-Log, Freigabe durch Menschen; keine Fabric-Pflicht.
• Beides? MCP-Agent für Bau und Pflege, Data Agent oder Copilot für den Fachbereich — mit demselben Testprotokoll vor dem Rollout.

Welche Option Sie wählen — der Rollout beginnt mit demselben Schritt: zehn echte Fachfragen des Fachbereichs, je ein Referenzwert aus dem Bericht, dem heute vertraut wird, drei Durchläufe, vier Bewertungsklassen. Das Protokoll aus Kapitel 7 zeigt in einem Tag, ob das Modell bereit ist — und benennt je Lücke, was zu tun ist: Beschreibungen, Synonyme, Zeitintelligenz, eindeutige Beziehungen.

Für Copilot und Data Agents kommen drei Microsoft-spezifische Vorbereitungen hinzu: das KI-Datenschema (welche Tabellen und Spalten der Agent sehen soll), überprüfte Antworten für die zehn häufigsten Fragen und KI-Anweisungen zur Fachsprache. Für den MCP-Agenten ersetzt der Graph aus Kapitel 8 diese Pflege — er entsteht aus dem Modell selbst.