Inhalt
Microsoft hat auf der Ignite 2026 die allgemeine Verfügbarkeit von Fabric Apps und Rayfin bekannt gegeben. Die App-Erstellung per natürlicher Sprache auf Basis eines semantischen Modells startet in Power BI Desktop for Apps dagegen als öffentliche Vorschau.
Laut Power-BI-Team soll der Zugang zu Apps in Power BI für Pro-Kunden in den Wochen nach der Ankündigung folgen. Unterstützung für Premium Per User ist für später angekündigt.[1][2]
Wie viele Ihrer Dashboards werden wirklich genutzt? Und bei wie vielen endet die Analyse damit, dass jemand Zahlen nach Excel exportiert, eine E-Mail schreibt oder eine separate Liste pflegt?
Ein Bericht kann zeigen, wo Handlungsbedarf besteht. Was anschließend passieren soll, findet jedoch oft außerhalb des Reportings statt. Genau hier wird die nächste Entwicklung von Business Intelligence interessant: KI soll nicht nur den Zugang zu Zahlen erleichtern. Datenbasierte Anwendungen können Analyse und Bearbeitung in einer Oberfläche zusammenbringen.
Mit Fabric Apps steht eine Anwendungsschicht auf Microsoft Fabric zur Verfügung. Sie verbindet individuelle Anwendungen mit vorhandenen Daten, semantischen Modellen und Diensten. Für Unternehmen eröffnet das eine neue Perspektive auf die Frage, wie Dashboards künftig aussehen und wofür sie gebraucht werden.[5]
Wie verändert KI im Bereich Business Intelligence und Reporting?
KI verändert Business Intelligence vor allem an zwei Stellen: bei der Erstellung von Analysen und Anwendungen sowie beim Zugriff auf Daten. Copilot in Power BI kann bereits Berichtsseiten per natürlicher Sprache erstellen und bearbeiten. Mit Power BI Desktop for Apps erweitert Microsoft dieses Prinzip auf interaktive Anwendungen, die auf bestehenden semantischen Modellen aufbauen.[2][3]
Der größere Hebel liegt jedoch im Zusammenspiel mehrerer Entwicklungen:
- Entwicklung durch natürliche Sprache: Fachlicher Bedarf wird schneller in einen prüfbaren Entwurf übersetzt.
- Vernetzte Informationen: Datenquellen und semantische Modelle liefern gemeinsam den Kontext für eine Entscheidung.
- Bessere Bedienung: Übersichten, Rückfragen und passende Eingabemöglichkeiten orientieren sich an der konkreten Aufgabe.
- Mehr Selbstständigkeit: Standardfragen lassen sich auf einer freigegebenen Datengrundlage ohne jedes Mal ein neues Umsetzungsticket bearbeiten.
Das Ziel ist also nicht, noch mehr Berichte zu produzieren. Es geht darum, mit weniger Reibung zu einer belastbaren Entscheidung zu kommen.
Was sind Microsoft Fabric Apps und wie unterscheiden sie sich von Dashboards?
Microsoft Fabric Apps sind keine bloße Sammlung vorhandener Berichte, sondern eine Plattformschicht für datenbasierte Anwendungen. Neben der Oberfläche gehören dazu beispielsweise Datenanbindungen, Funktionen für die Verarbeitung im Hintergrund, Authentifizierung und Speicher für Anwendungsdaten. [5]
Ein klassischer Bericht stellt vor allem Informationen zur Analyse bereit. Eine entsprechend entwickelte Anwendung kann darüber hinaus Eingaben erfassen, Entscheidungen dokumentieren oder einen vorgesehenen Arbeitsschritt unterstützen. Auch die angekündigte agentische App-Erstellung in Power BI Desktop ist auf solche interaktiven Anwendungen ausgerichtet. [4]
Darin liegt der spannende Perspektivwechsel: Die Frage lautet nicht mehr nur „Welche Zahl möchte ich sehen?“, sondern auch „Was muss ich mit dieser Information erledigen?“
Beispielsweise könnte eine Anwendung eine Planabweichung anzeigen und direkt daneben eine Begründung, eine geplante Maßnahme und deren Bearbeitungsstatus erfassen. Das wäre eine individuell umgesetzte Lösung – kein fertiger Standardprozess, den jede Fabric App automatisch mitbringt.
Fabric Apps mit KI und natürlicher Sprache erstellen
Eine Anforderung könnte künftig so beginnen:
„Erstelle eine Oberfläche für unsere monatliche Margenbesprechung. Zeige Abweichungen nach Kundensegment und Produktgruppe. Ergänze eine Möglichkeit, Kommentare und Maßnahmen zu erfassen.“
Dabei müssen unterschiedliche Möglichkeiten auseinandergehalten werden. Copilot in Power BI hilft beim Erstellen und Verändern von Berichtsseiten. Die angekündigte agentische App-Erstellung geht darüber hinaus: Anwendungen sollen aus einer Beschreibung auf Basis eines vorhandenen semantischen Modells entstehen. [4]
Für die technische Entwicklung von Fabric Apps stehen außerdem das Rayfin-Framework und die Zusammenarbeit mit Coding-Agenten zur Verfügung. KI-generierter Code ist dabei ein Ausgangspunkt, nicht automatisch eine produktionsreife Anwendung. Auch hier bleiben Codeprüfung, klar geregelte Berechtigungen und fachliche Tests erforderlich. [5]
Natürliche Sprache senkt damit die Einstiegshürde. Sie ersetzt aber weder klare fachliche Anforderungen noch die Verantwortung für ein korrektes Ergebnis. Auch die allgemeine Verfügbarkeit einer Plattform bedeutet nicht automatisch, dass jede damit verbundene KI-Funktion bereits denselben Freigabestatus hat.
Mehrere Datenquellen und semantische Modelle in Fabric Apps verbinden
Ob ein Kunde wirtschaftlich attraktiv ist, lässt sich nicht allein am Umsatz erkennen. Dafür können beispielsweise Marge, offene Forderungen, laufende Aufträge und Serviceaufwände relevant sein. Liegen diese Informationen in getrennten Berichten, müssen Nutzer den Zusammenhang selbst herstellen.
Fabric Apps können unter anderem Fabric SQL-Datenbanken, Warehouses, Lakehouse-SQL-Endpunkte und Power-BI-Semantikmodelle anbinden. Bestehende Kennzahlenlogik lässt sich damit aus einem semantischen Modell abfragen, statt sie für jede Anwendung erneut zu programmieren. [5]
Ein gemeinsamer Bildschirm schafft allerdings noch keine gemeinsame Wahrheit. Werden mehrere Modelle oder Quellen genutzt, müssen Kundenkennungen, Zeiträume, Währungen und die fachliche Bedeutung der Kennzahlen zusammenpassen. Die KI sollte nicht erraten müssen, welcher Umsatzbegriff gerade gilt.
Der Mehrwert entsteht deshalb durch eine abgestimmte Datenarchitektur: Sie macht unterschiedliche Perspektiven vergleichbar und liefert der Oberfläche den passenden Kontext. „Alles auf einen Blick“ heißt dann nicht mehr Diagramme auf einer Seite, sondern weniger Sucharbeit für eine konkrete Entscheidung.
Bessere UI und UX: Welche Berichte werden wirklich genutzt?
Diese Frage ist unbequem und genau deshalb so wichtig. Ein Bericht ist nicht erfolgreich, weil er veröffentlicht wurde. Er ist erfolgreich, wenn Menschen damit ihre Aufgabe besser erledigen können.
Eine datenbasierte Anwendung bietet die Chance, die Oberfläche stärker auf diesen Arbeitsablauf auszurichten: oben die relevante Abweichung, daneben die benötigte Einordnung und direkt erreichbar die nächste Aktion. Nutzer müssen nicht erst die Struktur eines umfangreichen Berichtskatalogs verstehen.
Ein Chat kann dabei helfen, ist aber nicht automatisch die beste Oberfläche für jede Aufgabe. Wiederkehrende Vergleiche brauchen stabile Ansichten. Ungeplante Fragen profitieren vom Dialog. Eingaben benötigen nachvollziehbare Formulare und Rückmeldungen.
Ob die Nutzungsquote dadurch steigt, muss gemessen werden. Fabric Apps stellt dafür unter anderem Nutzungs- und Leistungsmetriken wie Anmeldungen, App-Aufrufe, Abfragefehler und Abfragedauer bereit. [5]
Diese Daten sollten mit Nutzerfeedback und dem tatsächlichen Aufgabenerfolg zusammen betrachtet werden. Viele Aufrufe sind kein Selbstzweck. Entscheidend ist, ob eine Anwendung einen relevanten Arbeitsschritt erleichtert.
Fabric Apps in der Praxis: Von der Margen-abweichung zur dokumentierten Maßnahme
Ein mögliches Szenario ist die monatliche Ergebnisbesprechung. Eine Bereichsleitung sieht die wichtigsten Margenabweichungen und kann sie nach Produktgruppen und Kundensegmenten untersuchen. Ergänzende Informationen zu offenen Rechnungen oder Servicefällen werden über vorbereitete Datenanbindungen eingeblendet.
Zu einer auffälligen Abweichung wird direkt eine fachliche Einordnung erfasst. Eine zuständige Person hält eine Maßnahme und einen Termin fest. In der nächsten Besprechung steht neben der Kennzahl auch der dokumentierte Bearbeitungsstand zur Verfügung.
Wichtig für die Umsetzung: Semantische Modelle und Lakehouse-SQL-Endpunkte werden über die Fabric-Apps-Konnektoren nur lesend genutzt. Kommentare oder Maßnahmen benötigen daher einen dafür vorgesehenen Speicher beziehungsweise einen ausdrücklich implementierten Schreibprozess. Ein Eingabefeld schreibt nicht automatisch in das semantische Modell zurück. [5]
Dieses Beispiel beschreibt einen möglichen Anwendungsfall. Datenanbindungen, Geschäftslogik, Oberfläche und Freigaben müssen passend zum Unternehmen umgesetzt werden.
Wie KI die Rolle von BI und Data Architecture verändert
Für jede neue Sicht auf bereits freigegebene Daten einen Spezialisten zu benötigen, sollte nicht das Ziel moderner BI sein. Fachanwender sollen Standardfragen selbst beantworten und einfache Auswertungen eigenständig weiterentwickeln können.
Das macht BI-Expertise nicht überflüssig. Ihr Schwerpunkt verschiebt sich: weg vom wiederholten Bau ähnlicher Berichtsseiten und hin zu einer belastbaren Architektur, wiederverwendbaren Modellen und verlässlicher Datenqualität.
Für den Einsatz von Copilot müssen Daten und semantische Modelle vorbereitet sowie Nutzer mit den Möglichkeiten und Grenzen vertraut gemacht werden. Ohne diese Grundlage können unzutreffende oder irreführende Ergebnisse entstehen. [6]
Für Unternehmen bedeutet das vor allem:
- Kennzahlen eindeutig definieren und fachlich verantworten.
- Stammdaten, Aktualität und Vollständigkeit systematisch absichern.
- Berechtigungen für Datenzugriff und Schreibprozesse getrennt prüfen.
- KI-generierte Ergebnisse und Anwendungslogik vor dem Einsatz testen.
Die gewünschte Unabhängigkeit entsteht nicht ohne Datenarbeit, sondern durch Sie. Je besser die gemeinsame Grundlage, desto mehr können Fachabteilungen darauf selbstständig aufbauen.
Fazit: Das nächste Dashboard könnte eine Anwendung sein
Fabric Apps machen eine Entwicklung greifbar, die für BI-Verantwortliche weit über ein neues Oberflächenwerkzeug hinausgeht: Aus einer Auswertung kann ein Arbeitsmittel werden, das Informationen, Einordnung und Bearbeitung zusammenbringt.
Klassische Berichte bleiben dort sinnvoll, wo standardisierte Analysen gebraucht werden. Spannend wird es an den Stellen, an denen eine Analyse heute endet und die eigentliche Arbeit erst beginnt.
Wer die Dashboards der Zukunft gestalten möchte, sollte deshalb zwei Fragen stellen: Welche Berichte werden wirklich genutzt? Und welche davon wären als datenbasierte Anwendung hilfreicher?
Häufig gestellte Fragen
Häufig gestellte Fragen und Antworten zu diesem Thema im Überblick.
Was sind Microsoft Fabric Apps?
Microsoft Fabric Apps sind datenbasierte Anwendungen auf Microsoft Fabric, die Daten, semantische Modelle, Benutzeroberflächen und Anwendungslogik miteinander verbinden. Anders als klassische Power-BI-Berichte können sie nicht nur Informationen darstellen, sondern auch Eingaben und operative Arbeitsschritte unterstützen.
Was ist der Unterschied zwischen Fabric Apps und Power BI?
Können Fabric Apps mit KI erstellt werden?
Ja, mit Power BI Desktop for Apps können Nutzer eine gewünschte Anwendung per natürlicher Sprache beschreiben. Auf Basis eines veröffentlichten semantischen Modells erstellt ein Agent einen ersten App-Entwurf, der anschließend weiterbearbeitet werden kann. Die Funktion befindet sich derzeit in Public Preview.[2]
Ersetzen Fabric Apps klassische Power-BI-Berichte?
Nein, Microsoft positioniert Reports weiterhin als schnellen Weg zur Analyse und Weitergabe von Erkenntnissen. Apps ergänzen sie insbesondere dort, wo Anwender auf Basis der Daten auch handeln oder Eingaben vornehmen sollen.[2]
- Microsoft Ignite 2026 | Book of News
- Power BI at Ignite
- Microsoft Learn: Create and edit Power BI reports with Copilot
- Microsoft Azure Blog: FabCon and SQLCon 2026 in Barcelona
- Microsoft Fabric Updates Blog: From prompt to production – What’s new in Fabric Apps
- Microsoft Learn: Use Copilot with semantic models