Bestandsaufnahme Ihrer Copilot-Tauglichkeit — ein klar abgegrenzter erster Schritt zum Festpreis, ohne Folgeverpflichtung. Statt einer Vermutung erhalten Sie Befunde mit Schweregrad, ein Testprotokoll über zehn echte Fachfragen und eine priorisierte Maßnahmenliste — plus ein greifbares Proof of Concept: Ihr priorisiertes Semantikmodell wird copilot-tauglich optimiert, dazu 5–8 Report-Seiten mit verbessertem Design & UX.
Die Copilot-Discovery beantwortet empirisch, was Microsoft Copilot auf Ihren Power-BI-Modellen wirklich leisten kann — und was nicht. „Sehr unterschiedliche“ KI-Ergebnisse haben fast immer eine gemeinsame Ursache: lückenhaften Kontext im Semantikmodell. Wir prüfen technische Voraussetzungen und Lizenzfähigkeit, auditieren das Modell, profilen die Datenqualität und testen Copilot mit zehn echten Fachfragen aus Ihrem Haus gegen bekannte Referenzwerte.
Das Modell-Audit arbeitet vollständig auf Metadaten (BIM/TMDL/PBIP) — Produktivdaten bleiben bei Ihnen. Das Datenqualitäts-Profiling läuft lesend in Ihrem Power-BI-Workspace über DAX-Abfragen; es verlassen ausschließlich aggregierte Befunde das Haus. Beschleunigt wird die Analyse durch unsere automatisierte Toolchain: ABIS, Tabular Editor, DAX Studio, VertiPaq Analyzer und Best Practice Analyzer.
Das Ergebnis nach zwei bis drei Wochen: eine Befundliste mit Schweregrad, dokumentierte Grenzen des Copilots, Guardrails aus den Testreihen und eine priorisierte Maßnahmenliste — und weil Befunde allein noch nichts verbessern, ist ein Proof of Concept im Festpreis enthalten: Ihr priorisiertes Semantikmodell wird copilot-tauglich optimiert, 5–8 Report-Seiten erhalten verbessertes Design & UX durch KI-Agenten. Sie sehen den Hebel nicht nur dokumentiert, sondern am eigenen Modell und Bericht — die Grundlage für ein verbindliches Folgeangebot, das Sie annehmen können, aber nicht müssen.
Alle 16 Einzelpositionen der Discovery, gebündelt in sieben Bausteine, die stufig geliefert werden — jeder mit einem klaren, dokumentierten Output, inklusive PoC-Optimierung an Ihrem priorisierten Semantikmodell. Was jede Position manuell kosten würde, zeigt die Aufwandstabelle darunter.
Kapazität, SKU, Tenant-Einstellungen, Region und EU-Datengrenze prüfen — inklusive Kapazitäts- und Kostenrechnung für Copilot.
Data Lineage an ein bis zwei repräsentativen Semantikmodellen: Beziehungen, Kardinalitäten, Filterrichtungen, Benennungen, Measure-Struktur — als Befundliste mit Schweregrad.
Dubletten, Granularität, Datenlücken, unplausible Werte, VertiPaq- und Ladezeitanalyse; dazu eine Testreihe, welche Fehlerklassen Copilot selbst erkennt.
Fragen aus Ihrem Haus, dokumentierte Ist-Antwortqualität, jede Abweichung ihrer Ursache zugeordnet. Aus „sehr unterschiedlich“ wird eine benannte Liste.
Live-Demo am Beispielbericht: Welche Änderungen kann Copilot selbst vornehmen? Dazu ein Report-Review — und ein Plan mit Änderungsvorschlägen, der direkt umgesetzt wird: 5–8 Report-Seiten erhalten verbessertes Design & UX durch KI-Agenten.
Geschäftsregeln ableiten, copilot-lesbar dokumentieren, als Guardrails bereitstellen; dazu eine Prompt-Bibliothek an Ihren Modellen. Dabei wird Ihr priorisiertes Semantikmodell als Proof of Concept copilot-tauglich optimiert — im Festpreis enthalten.
Priorisierte Maßnahmenliste mit Aufwandsschätzung, Ergebnisdokument und Ergebnispräsentation (60 Minuten) mit IT, Fachbereichen und Entscheidern.
Alle 16 Positionen für denselben Leistungsumfang — einmal als klassischer Agentur-Workstream, einmal als DBI Workstream mit ABIS-Toolchain. Der Unterschied liegt nicht im Tagessatz, sondern im Aufwand: vor allem die Umsetzung von Cleanup, Enrichment und Report-Redesign kostet ohne Agenten ein Vielfaches.
Klar gescoped: Beide Workstreams beziehen sich auf denselben Umfang — ein Semantikmodell mittlerer Größe (3–5 Faktentabellen, 15–30 Dimensionen, 80–150 Measures) und ein Bericht mit 5–8 Seiten, inklusive Umsetzung von Cleanup, Enrichment und Report-Redesign.
| # | Position | Agentur X (PT) | DBI (PT) |
|---|---|---|---|
| Projektmechanik | 0,75 PT | 0,75 PT | |
| 1 | Kickoff, Zugriffsklärung, Modelle laden — Umgebung aufsetzen | 0,25 | 0,25 |
| 2 | Drei Arbeitstermine à 60 Min. — inkl. Vor- und Nachbereitung | 0,5 | 0,5 |
| Block 1 — Datenbasis und Voraussetzungen | 2,5–3,5 PT | 0,75–1,25 PT | |
| 3 | Technische Voraussetzungen und Lizenzfähigkeit auditieren — Kapazität, SKU, Fabric Copilot Capacity, Tenant-Einstellungen, Region, EU-Datengrenze; Kapazitäts- und Kostenrechnung | 0,5 | 0,25 |
| 4 | Modell-Audit — Data Lineage, Beziehungen, Kardinalitäten, Filterrichtungen, M:N, Benennungen, Measure-Struktur; Befundliste mit Schweregrad und Korrekturvorschlag | 2–3 | 0,5–1 |
| Block 2 — Datenqualität und Fehleranalyse | 6–8,5 PT | 2,25–3,75 PT | |
| 5 | Profiling Struktur — Dubletten, Schlüsseleindeutigkeit, Granularität, Nachweis von Zeilenvervielfachungspfaden | 2–3 | 0,5–1 |
| 6 | Profiling Inhalt — Datenlücken, Formatbrüche, Datentypen, Wertebereiche, Ausreißer, Plausibilität | 1,5–2 | 0,75 |
| 7 | Performance-Audit — VertiPaq-Analyse, Measure-Ranking nach Laufzeit, Spaltenkardinalität, Ladezeiten je Berichtsseite; priorisierte Risikoliste mit geschätztem Hebel | 1,5–2 | 0,5–1 |
| 8 | Copilot als Qualitätsprüfer — Testreihe, ob und welche Fehlerklassen Copilot erkennt; dokumentierte Grenzen | 1–1,5 | 0,5–1 |
| Block 3 — Berichte auditieren, Verbesserungen umsetzen | 11–16 PT | 4–5 PT | |
| 9 | Tauglichkeitstest mit zehn Fachfragen — Referenzwerte klären, Testläufe, Antwortqualität dokumentieren, jede Abweichung ihrer Ursache zuordnen | 1,5–2 | 1,0 |
| 10 | Live-Demo — was Copilot am Bericht ändern kann; Vorbereitung, Durchführung, Grenzen dessen, was manuell bleibt | 0,5 | 0,5 |
| 11 | Umsetzung Report-RedesignUmsetzung — Design & UX auf 5–8 Berichtsseiten umgesetzt — Visualisierungswahl, Filterlogik, KPI-Struktur, Nutzerführung | 3–5 | 0,5–1 |
| 12 | Prompting-Leitfaden und Prompt-Bibliothek — an Ihren Modellen dokumentiert, nicht als Workshop | 2–2,5 | 1 |
| 13 | Umsetzung Modell-Overhaul (PoC)Umsetzung — Cleanup und Enrichment des Power-BI-Semantikmodells: 3–5 Faktentabellen, 15–30 Dimensionen, bis zu 150 Measures copilot-lesbar dokumentiert, Guardrails bereitgestellt | 4–6 | 1–1,5 |
| Auswertung und Übergabe | 3 PT | 2,25 PT | |
| 14 | Priorisierte Maßnahmenliste mit Aufwandsschätzung | 1,5 | 1 |
| 15 | Ergebnisdokument erstellen | 1 | 0,75 |
| 16 | Ergebnispräsentation 60 Min. — inkl. Vorbereitung | 0,5 | 0,5 |
Was das in Kosten bedeutet
DBI Workstream
10 – 13 PT
alle 16 Positionen · 1 Modell · 1 Bericht · im Festpreis
Agentur X — klassisch≈ 23–32 PT
Agentur X — klassischer Workstream
≈ 18.000 – 45.000 €
23–32 PT × 800–1.400 € Tagessatz. Kostentreiber ist der Umsetzungsaufwand von Hand — nicht der Stundensatz. Umsetzung meist als separates Folgeprojekt.
DBI Workstream — Festpreis
9.980 €
Analyse und Umsetzung in einem: PoC am echten Semantikmodell plus 5–8 optimierte Report-Seiten in 2–3 Wochen.
Ihre Ersparnis
ca. 8.000 – 35.000 €
gegenüber dem klassischen Workstream — bei identischem Leistungsumfang, inklusive Umsetzung statt Folgeprojekt.
Der DBI Workstream entspricht 10–13 PT Aufwandsäquivalent und ist im Festpreis enthalten. Im klassischen Workstream wächst derselbe Umfang auf 23–32 PT — der Mehraufwand entsteht fast vollständig in der Umsetzung, nicht in der Beratung.
Zur Einordnung: Die beiden markierten Umsetzungs-Positionen — Modell-Overhaul (13) und Report-Redesign (11) — sind der Kostentreiber und füllen im klassischen Workstream allein 7–11 Personentage. Unsere Agenten übernehmen diese Fleißarbeit; Prüfung und Freigabe bleiben bei Senior-Beratern.
Größte Streuung in Block 2: Zeilenvervielfachungspfade sauber nachzuweisen kann bei einem verschachtelten Modell allein einen Arbeitstag kosten.
Position 15 wird regelmäßig unterschätzt: Befunde zu erheben ist die Hälfte — sie so aufzuschreiben, dass Fachbereich und IT dieselbe Liste verstehen, ist die andere.
Rund fünf Stunden Aufwand auf Ihrer Seite: ein Fragebogen, drei Arbeitstermine à 60 Minuten und die Ergebnispräsentation. Den Rest übernehmen wir — vollständig remote.
Fünf Fragen klären Ihre Discovery in wenigen Minuten: Kapazität, Copilot-Reifegrad, Compliance-Stand, Modellanzahl und Modellhoheit. Danach wissen beide Seiten, ob die Discovery passt.
Kickoff, Zugriffsklärung, Modelle laden. Prüfung von Kapazität, Tenant-Einstellungen, Region und EU-Datengrenze — inklusive Kapazitäts- und Kostenrechnung für Copilot.
Data-Lineage-Audit auf Metadaten, lesendes Datenqualitäts-Profiling im Workspace, Performance-Audit und der Tauglichkeitstest mit zehn echten Fachfragen gegen Referenzwerte.
Befunde konsolidieren, Maßnahmen priorisieren und mit Aufwand schätzen. 60-minütige Ergebnispräsentation mit IT, Fachbereichen und Entscheidern. Festes Folgeangebot innerhalb einer Woche — optional.
Drei wiederkehrende Situationen — in allen dreien ist der erste Schritt derselbe: empirisch klären statt vermuten.
KI arbeitet auf Wahrscheinlichkeiten und liefert immer ein Ergebnis — auch ein nur bedingt wahres. Der Hebel liegt im Kontext, nicht im Prompting: Wir benennen je Fachfrage die Ursache der Abweichung.
Copilot bewertet keine Datenqualität — fehlende, doppelte oder falsch verknüpfte Datensätze formuliert er nur flüssiger aus. Das Profiling weist Dubletten, Granularitätsbrüche und Datenlücken lesend nach.
Kapazität, SKU, Fabric Copilot Capacity, EU-Datengrenze: Die Discovery liefert die Kapazitäts- und Kostenrechnung plus dokumentierte Grenzen — als Entscheidungsgrundlage vor dem Lizenz-Commit.
Die Positionen entsprechen dem marktüblichen Beratungsaufwand von 10–13 Personentagen für diesen Leistungsumfang. Durch unsere automatisierte Analyse-Toolchain liefern wir schneller — abgerechnet wird der Festpreis für das Ergebnis, nicht nach Aufwand.
Festpreis zzgl. USt. · 2–3 Wochen · remote
Optional nach der Discovery
Optional für Workshops & Enablement
“Der Hebel liegt in der Kontextverwaltung, nicht nur im Prompting. Ein Prompting-Training vor der Modellaufbereitung erzeugt erstmal Frustration. Deshalb fokussieren wir uns auf die Vernetzung von Wissen in einem Management System wie ABIS.”
Gespräch mit David buchen
Mit DBI haben wir unsere Excel-Vertriebsreports in eine belastbare Microsoft Fabric-Plattform mit Databricks-Backend überführt. Das Ergebnis: deutlich schnellere Reports, stabile Skalierung unter Last und ein Nachweisdesign, das auch im Audit standhält.
30–45 Minuten Kennenlerngespräch — kostenfrei, ohne Verpflichtung. Fünf Fragen zu Kapazität, Reifegrad, Compliance, Modellanzahl und Modellhoheit klären Ihre Discovery in wenigen Minuten.
