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.
Stand: August 2026. Voraussetzungen, Regionsverfügbarkeit und der Vorschau-Status der einzelnen Copilot-Oberflächen ändern sich laufend. Alle Angaben auf dieser Seite sind gegen die Dokumentation auf Microsoft Learn geprüft und werden bei jeder Änderung nachgezogen.
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.
Der Begriff „Copilot Agent“ steht bei Microsoft für mehrere verschiedene Produkte — mit unterschiedlichem Reifegrad, unterschiedlichen Voraussetzungen und unterschiedlichen dokumentierten Grenzen. Wer eine Einführung plant, entscheidet zuerst, welche dieser Oberflächen gemeint ist. Stand: August 2026.
Weitere Details zur Plattform finden Sie in der offiziellen Microsoft-Learn-Übersicht zu Copilot für Power BI sowie in den Microsoft-Learn-Grundlagen zu Fabric-Daten-Agenten.
Allgemein verfügbar. Der Chat rechts im geöffneten Bericht: Er fasst Berichte und Themen zusammen, beantwortet Fragen zum Berichtsinhalt und erzeugt Visuals sowie DAX-Abfragen. Er bezieht sich ausschließlich auf den geöffneten Bericht. Voraussetzung ist ein Arbeitsbereich auf kostenpflichtiger Fabric-Kapazität oder Power BI Premium ab P1.
Vorschau. Vollbild-Chat über die linke Navigation, der Berichte, Semantikmodelle und Fabric Data Agents findet und auswertet, auf die Sie Zugriff haben. Zusätzlich zur allgemeinen Copilot-Mandanteneinstellung ist eine zweite Mandanteneinstellung nötig, und beide müssen auf Mandantenebene aktiviert sein. Ohne Zugriff auf eine Fabric Copilot Capacity oder einen Copilot-fähigen Arbeitsbereich ist die Oberfläche nicht nutzbar.
Vorschau. Auf die kuratierten Inhalte einer Power-BI-App begrenzt und über deren Navigation erreichbar. Er unterstützt überprüfte Antworten, die App-Autoren vorbereiten, und ist je App ein- und ausschaltbar — standardmäßig ist er aktiviert.
Allgemein verfügbar. Ein eigenständig konfigurierbares Artefakt in Microsoft Fabric mit bis zu fünf Datenquellen in beliebiger Kombination — Lakehouse, Warehouse, Power-BI-Semantikmodell, KQL-Datenbank, gespiegelte Datenbank oder Ontologie. Er nimmt eigene Anweisungen und bis zu 100 Beispielabfragen je Datenquelle entgegen und erzeugt ausschließlich Leseabfragen über NL2SQL, NL2DAX und NL2KQL.
Ein Low-Code-Agent, der einen Fabric Data Agent einbindet und ihn etwa in Microsoft Teams verfügbar macht. Fabric Data Agents lassen sich ebenso an Azure AI Foundry und Microsoft 365 Copilot anbinden; die Purview-Governance-Richtlinien auf den zugrunde liegenden Datenquellen gelten dabei weiter. In regulierten Umgebungen ist dieser Weg eine eigene Entscheidung, keine Nebensache.
Eine bestimmte Fabric-Kapazität, über die Sie die Copilot- und Daten-Agenten-Nutzung einer Benutzergruppe zentral erfassen und abrechnen — einschließlich der Nutzung aus Power BI Desktop sowie aus Pro- und PPU-Arbeitsbereichen. Sie muss mindestens auf einer F2- oder P1-SKU liegen, wird nur in der Heimregion des Mandanten unterstützt, gilt je Benutzer nur einmal und unterstützt den Lizenzmodus „Eingebettet“ nicht.
Die Kennzeichnung eines Semantikmodells, nachdem es über „Daten für KI vorbereiten“ aufbereitet wurde — KI-Datenschema, überprüfte Antworten und KI-Anweisungen. Voraussetzung ist aktiviertes Power BI Q&A. Die Einstellung hieß zuvor „für KI vorbereitet“; Änderungen wirken meist innerhalb einer Stunde, bei Modellen mit vielen angehängten Berichten bis zu 24 Stunden.
Die meisten Copilot-Vorhaben scheitern nicht an der Technik, sondern daran, dass zwei verschiedene Produkte gemeint sind. Diese Gegenüberstellung entscheidet, welches davon Ihr Anwendungsfall braucht — Stand August 2026, geprüft gegen die Dokumentation auf Microsoft Learn.
| Kriterium | Copilot in Power BI | Fabric Data Agent |
|---|---|---|
| Reifegrad | Berichts-Agent allgemein verfügbar; eigenständiger Power BI-Agent und Copilot in Apps in Vorschau | Allgemein verfügbar |
| Kapazität und Lizenz | Kostenpflichtige Fabric-Kapazität ab F2 oder Power BI Premium ab P1; Pro oder PPU allein reicht nicht, Testkapazitäten und kostenlose SKUs werden nicht unterstützt | Kostenpflichtige Fabric-Kapazität ab F2 oder Power BI Premium ab P1 mit aktiviertem Microsoft Fabric |
| Datenquellen | Der geöffnete Bericht bzw. das zugehörige Semantikmodell | Bis zu fünf Quellen in beliebiger Kombination: Lakehouse, Warehouse, Semantikmodell, KQL-Datenbank, gespiegelte Datenbank, Ontologie |
| Konfigurierbarkeit | Vorkonfiguriert, nicht anpassbar | Eigene Anweisungen und bis zu 100 Beispielabfragen je Datenquelle — für Power-BI-Semantikmodelle sind Beispielabfragen derzeit nicht unterstützt |
| Sprache der Fragen | Mehrsprachige Nutzung ist offiziell nicht unterstützt; deutsche Prompts liefern gelegentlich brauchbare Antworten | Nicht-englische Sprachen werden derzeit nicht unterstützt — Fragen, Anweisungen und Beispielabfragen auf Englisch |
| Ergebnisumfang | Zusammenfassungen, Visuals und DAX-Abfragen; bis zu 10.000 Zeichen je Eingabeaufforderung | Konversationsantworten, begrenzt auf maximal 25 Zeilen und 25 Spalten; ausschließlich Leseabfragen |
| Berechtigungen | Lesezugriff für Zusammenfassungen, Bearbeitungs- bzw. Build-Zugriff für erzeugte Berichte | Leseberechtigung auf das Semantikmodell genügt, eine Build-Berechtigung ist nicht erforderlich; RLS und CLS gelten weiter |
| Betrieb und Versionierung | Nutzung wird als Hintergrundvorgang in Kapazitätseinheiten abgerechnet; 30-Tage-Aufschlüsselung im Item-Verlauf der Fabric-Kapazitätsmetriken-App | Zusätzlich ALM: Diagnose, Versionierung der Anweisungen über Git, Bereitstellungspipelines zwischen Arbeitsbereichen |
Welche Variante Ihre Fachfragen wirklich trägt, lässt sich nur empirisch klären — dafür gibt es die Copilot-Discovery als separaten, klar abgegrenzten Schritt.
Acht Punkte, die vor jeder Copilot-Einführung geklärt gehören. Sie sind der Grund, warum ein Vorhaben scheitert oder gar nicht erst startet — und sie lassen sich in wenigen Stunden prüfen. Stand: August 2026.
Alle acht Punkte prüfen wir im Rahmen der Beratung gegen Ihren Tenant. Die empirische Prüfung, was Copilot auf Ihren Modellen tatsächlich beantwortet, ist Gegenstand der Copilot-Discovery.
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.
