Microsoft Fabric Data Agents - Konversationelle KI für Datenanalyse#
Microsoft Fabric Data Agents stellen eine revolutionäre neue Funktion dar, die die Erstellung von konversationellen Q&A-Systemen mithilfe generativer KI ermöglicht. Diese Agents machen Dateneinblicke für alle in der Organisation zugänglich und umsetzbar - selbst für Benutzer ohne tiefgreifende technische KI-Kenntnisse oder Verständnis von Datenstrukturen.
Was sind Fabric Data Agents?#
Data Agents in Microsoft Fabric ermöglichen Teams die Interaktion mit ihren Daten in natürlicher Sprache. Benutzer können Fragen in natürlicher Sprache stellen und erhalten präzise, kontextreiche Antworten aus den in Fabric OneLake gespeicherten Daten.
Kernfunktionen:#
- 🗣️ Natürliche Sprachverarbeitung: Fragen in natürlicher Sprache stellen
- 🔍 Intelligente Datenquellenauswahl: Automatische Identifikation der relevantesten Datenquelle
- 🛡️ Sichere Zugriffskontrolle: Verwendet Benutzeranmeldeinformationen für Berechtigungen
- 📊 Multi-Query-Unterstützung: SQL, DAX und KQL abhängig von der Datenquelle
- 🎯 Organisationsspezifische Anpassung: Benutzerdefinierte Anweisungen und Beispielabfragen
Wie funktionieren Data Agents?#
Der Fabric Data Agent verwendet Azure OpenAI Assistant APIs und arbeitet in einem strukturierten Prozess:
1. Fragenanalyse & Validierung#
- Verarbeitung von Benutzerfragen durch Azure OpenAI
- Einhaltung von Sicherheitsprotokollen und Responsible AI-Richtlinien
- Nur-Lese-Zugriff auf alle Datenquellen
2. Datenquellenidentifikation#
- Verwendung von Benutzeranmeldeinformationen für Schemazugriff
- Bewertung aller verfügbaren Datenquellen:
- Lakehouse & Warehouse (relationale Datenbanken)
- Power BI Datasets (Semantic Models)
- KQL Databases
3. Tool-Aufruf & Abfragegenerierung#
- Natürliche Sprache zu SQL (NL2SQL) für Lakehouse/Warehouse
- Natürliche Sprache zu DAX (NL2DAX) für Power BI Datasets
- Natürliche Sprache zu KQL (NL2KQL) für KQL Databases
4. Abfragevalidierung & Ausführung#
- Validierung der generierten Abfragen
- Sichere Ausführung gegen die ausgewählte Datenquelle
- Formatierung in menschenlesbare Antworten
Data Agent Konfiguration#
Unterstützte Datenquellen#
- Bis zu 5 Datenquellen in beliebiger Kombination
- Lakehouses, Warehouses, KQL Databases, Power BI Semantic Models
- Erweiterte Unterstützung für grosse Datenquellen (>1.000 Tabellen, >100 Spalten)
Anpassungsoptionen#
Data Agent Instructions:
- Anleitung zur Auswahl der besten Datenquelle
- Organisationsspezifische Regeln und Definitionen
- Beispiel: “Finanzkennzahlen → Power BI Semantic Model”
Beispielabfragen:
- Beispiel-Frage/Abfrage-Paare
- Verbesserte Genauigkeit durch Kontext
- Derzeit nicht verfügbar für Power BI Semantic Models
Integration & Nutzung#
Nutzungsoptionen:#
- Microsoft Copilot Studio (Connected Agents)
- Azure AI Foundry (Python SDK, REST API)
- Externe Anwendungen (Python Client SDK)
- Microsoft Teams und andere Kanäle
Voraussetzungen:#
- Fabric Capacity F2+ oder Power BI Premium P1+
- Aktivierte Tenant Settings für Data Agents und Copilot
- Cross-geo Processing/Storing für KI aktiviert
- Mindestens eine Datenquelle (Warehouse, Lakehouse, Power BI, KQL DB)
Aktuelle Entwicklungen (2025)#
Neue Features:#
- Juli 2025: Erweiterte Unterstützung für grosse Datenquellen
- Juni 2025: Data Source Instructions für präzisere Antworten
- September 2025: Python Client SDK für externe Anwendungen
Einschränkungen (Preview):#
- Nur “Read”-Abfragen (kein Create/Update/Delete)
- Keine unstrukturierten Daten (.pdf, .docx, .txt)
- Derzeit nur englische Sprache optimal unterstützt
- Kein Wechsel des zugrunde liegenden LLM möglich