Freigeben über

Überblick über die Business Intelligence-Version vom April 2019

Wichtig

Dieser Inhalt ist archiviert und wird nicht aktualisiert. Die neueste Dokumentation finden Sie unter Microsoft Dynamics 365-Produktdokumentation. Die neuesten Veröffentlichungspläne finden Sie unter Dynamics 365- und Microsoft Power Platform-Veröffentlichungspläne.

Hinweis

In diesen Versionshinweisen werden Funktionen beschrieben, die unter Umständen noch nicht veröffentlicht worden sind. Wann die Veröffentlichung dieser Funktionen geplant ist, erfahren Sie unter Neuerungen und geplante Funktionen für Business Intelligence. Die Zeitpläne für die Veröffentlichung und die geplanten Funktionen ändern sich möglicherweise oder erfolgen möglicherweise nicht (weitere Informationen finden Sie in der Microsoft-Richtlinie).

Dieser Abschnitt behandelt die Themenbereiche der Version vom April 2019.

Mit Power BI ist es kinderleicht, aus Transaktions- und Beobachtungsdaten Einblicke zu gewinnen und diese dann allen Mitarbeitern an die Hand zu geben, damit bessere Entscheidungen getroffen werden können. Dies hilft Organisationen bei der Schaffung einer Datenkultur, in der jeder Mitarbeiter Entscheidungen anhand von Fakten und nicht anhand von Meinungen trifft. Durch die Integration mit PowerApps und Microsoft Flow sowie die Einbettung in Anwendungen, stellen wir sicher, dass Erkenntnisse zu Handlungen führen können.

Zur Förderung einer Datenkultur investieren wir in fünf dafür maßgebliche Bereiche:

  • Einfache, schnelle und intuitive Umgebung, die jeden Mitarbeiter zur Teilnahme motiviert.

  • Unterstützung großangelegter und unternehmensweiter BI mit Self-Service

  • Flexible Big Data-Aufbereitung als Self-Service mittels Azure, damit sich Geschäftsanalysten an der Synthese und Anreicherung digitaler Signale beteiligen und Unternehmen so analytische Daten in Azure Data Lake Storage sammeln können.

  • Durchgehende Nutzung von KI, um Geschäftsanwendern die an sich schwierige Aufgabe, das zu erkennen, was wirklich von Belang ist, zu erleichtern, indem ausgeblendete Erkenntnisse automatisch angezeigt und Geschäftsanalysten bei der Datenaufbereitung unterstützt werden.

  • Möglichkeit für Lösungsentwickler, Erkenntnisse in die Anwendungen einzubetten, in denen Maßnahmen ergriffen werden.

Einfache, schnelle und intuitive Arbeitsumgebung

Unsere Schwerpunkte:

  • Strukturierte Umgebung zur Verarbeitung von Inhalten: Optimierte Anzeige, Navigation und Zusammenarbeit für Endbenutzer. Weil Power BI in groß angelegten Bereitstellungen von Unternehmen zunehmend eingesetzt wird, ist die Anwenderfreundlichkeit für Endbenutzer von entscheidender Bedeutung. Die Oberfläche von Power BI wurde überarbeitet und umgestaltet, damit Endbenutzer einfacher und intuitiver damit arbeiten können. Zusätzliche Funktionen wie persönliche Lesezeichen für Benutzer, eine Kommentarfunktion für Berichte sowie Verbesserungen an der Power BI-Startseite werden den von Endbenutzern an das Funktionsspektrum gestellten Erwartungen gerecht.

  • Bessere Steuerungsoptionen bei der Erstellung erleichtern den Benutzern das Arbeiten. Dank der Möglichkeit, andere Berichte im Power BI-Service aufzuschlüsseln, können Berichtsautoren separate Berichte anfertigen, die bestimmte Bereiche genauer beleuchten. Mit dem zeitgleich übergebenen Filterkontext können Endbenutzer zwischen Berichten hin- und herwechseln. Außerdem haben Autoren die komplette Kontrolle über die Filternutzung in Power BI. Damit können sie unter anderem einstellen, dass Endbenutzer bestimmte Filter sehen, sie können Filter sperren und so deren Änderung verhindern und sie bestimmen Layout und Funktionsweise von Berichten. Auch die Formatierungsoptionen werden ständig weiterentwickelt, angefangen bei benutzerfreundlichen Ergänzungen, darunter professionelle PowerPoint-ähnliche Ausrichtungshilfslinien im Zeichenbereich bis hin zu einer leistungsstarken ausdrucksbasierten Formatierung, bei der die DAX-Formelsprache zur dynamischen Formatierung visueller Eigenschaften im Bericht eingesetzt wird.

  • Leistungsprofilierung von Berichten: Berichtsautoren können mit der Leistungsanalyse ein Profil ihrer in Power BI Desktop erstellten Berichte anfertigen. So erhalten sie Einblick in die Ladezeit von Berichten und wie diese Zeit genutzt wird. Zudem gibt es Tipps zur Optimierung von Berichten, damit Endbenutzer den größtmöglichen Nutzen aus Berichten ziehen können.

Unterstützung großangelegter unternehmensweiter BI mit Self-Service

  • Aktivierung professioneller semantischer Modelle: Der Aufbau einer unternehmensweiten BI-Lösung ist komplexer als Anwendungsfälle in Abteilungen oder beim Self-Service und stellt höhere Ansprüche an die Plattform. Durch die hinzugekommene Unterstützung des XMLA-Protokolls können die Datenmodelle in Power BI mit fast allen BI-Tools aufgerufen werden. Im Zuge der Unterstützung von XMLA kann auch das Spektrum der Application Lifecycle Management-Tools von SQL Server Analysis Services in Power BI verwendet werden. Power BI Desktop hat eine neu gestaltete Beziehungsansicht, die ideal für Modelle mit vielen Tabellen ist. Mithilfe von SAP-Connectors können Endbenutzer außerdem die Variablenauswahl sowohl in Power BI Desktop als auch im Power BI-Service ändern.

  • Globaler Umfang: Multinationale Unternehmen müssen global agieren, aber gleichzeitig sicherstellen, dass auch vor Ort die Vorschriften und Leistungsanforderungen erfüllt werden. Mit Premium Multi-Geo kann in allen unserer neun öffentlichen geografischen Regionen die Möglichkeit zur Sicherstellung des Datenaufbewahrungsortes bereitgestellt werden.

Agile Big Data-Vorbereitung als Self-Service mit Azure:

Die Datenaufbereitung ist der teuerste Aspekt von BI und macht üblicherweise 60 bis 80 % der Kosten eines typischen BI-Projekts aus. Mit Power Query gibt es heutzutage ein leistungsfähiges Tool zur Datenaufbereitung, das in Excel, Power BI, PowerApps und Flow gemeinsam verwendet werden. Obschon es für viele Self-Service-Anwendungsfälle bestens geeignet ist, bestehen im Hinblick auf Verwaltbarkeit und Umfang in Unternehmen doch Einschränkungen.

  • Die Logik zur Datenaufbereitung ist an ein einzelnes BI-Datenmodell gebunden und kann daher nicht wiederverwendet werden.

  • Die Skalierung wird dadurch eingeschränkt, dass die Logik auf einem einzelnen Computer erstellt wird.

  • Die Daten werden nicht schematisiert. Anwendungen können die Daten so nicht einfach nutzen.

Mit folgenden Lösungen erleichtern wir Unternehmen die Datenaufbereitung in Eigenregie:

  • Wiederverwendbare Datenaufbereitung: Die Logik zur Datenaufbereitungslogik wird auf ein Artefakt erster Klasse erhöht, das in mehreren BI-Modellen erneut eingesetzt werden kann.

  • Big Data-Eignung: Wir gehen auf Einschränkungen bei der Skalierung ein, damit Geschäftsanalysten Big Data erfassen, umwandeln, integrieren und anreichern können.

  • Common Data Model: Geschäftsanalysten können Daten innerhalb von Power BI in die Form von Common Data Model (CDM) bringen.

  • Erweiterbarkeit durch Azure-Datendienste: Um die Zusammenarbeit von Geschäftsanalysten, Dateningenieuren und Datenwissenschaftlern zu erleichtern und eine Wiederverwendung von Daten zu fördern, werden Daten in Azure Data Lake Storage Gen2 abgelegt.

Durch die Vereinheitlichung des Datenzugriffs von Power BI und Azure Data Lake Storage können diverse Funktionsbereiche besser zusammenarbeiten. Geschäftsanalysten können mit den Self-Service-Funktionen von Power BI die in Azure Data Lake Storage gespeicherten Daten reibungslos verarbeiten. Dateningenieure, Datenwissenschaftler und andere Benutzer können mit erweiterten Analysen und KI aus zusätzlichen Azure-Datendiensten wie Azure Data Factory, Azure Databricks und Azure Machine Learning die Ausschöpfung von Informationen erweitern.

Dateningenieure sind z. B. in der Lage, Daten hinzuzufügen, zu erweitern und zu orchestrieren. Datenwissenschaftler können Modelle für das maschinelle Lernen entwickeln. Geschäftsanalysten profitieren von der Arbeit anderer und den in Azure Data Lake Storage verfügbaren Daten, während sie gleichzeitig weiterhin mit den Self-Service-Tools von Power BI Informationen erstellen und mit zahlreichen anderen Benutzern gemeinsam verwenden können.

Durchgehende Nutzung von KI

KI kann bei der Datensichtung helfen, sie kann Daten durchsuchen, um Muster automatisch zu erkennen, sie kann Benutzern die Bedeutung von Daten aufzeigen und zukünftige Ergebnisse vorhersagen, damit Unternehmen die entsprechenden Prozesse vorantreiben können.

Power BI ist Vorreiter bei der Nutzung von KI durch Funktionen wie die Spracheingabe, mit der Benutzer Antworten auf verbal formulierte Fragen erhalten können, oder wie Quick Insights, das automatisch nach Mustern in Daten sucht. Und wir gehen noch einen Schritt weiter, indem wir KI in Business Intelligence einführen und Power BI mit mehreren neuen KI-Funktionen ergänzen.

  • Q&A sind jetzt noch einfacher als je zuvor mit besseren automatischen Vorschlägen und der Funktion „Meinten Sie ...?“, mit der sich Fragen in natürlicher Sprache registrieren und korrigieren lassen.
  • Benutzer können jetzt Funktionen wie Bilderkennung und Textanalyse direkt in Power BI nutzen.
  • Die Analyse der Hauptantriebsfaktoren verschafft Benutzern ein Verständnis davon, wovon wichtige Unternehmenskennzahlen beeinflusst werden.
  • Mithilfe automatischen maschinellen Lernens können Benutzer Modelle zum maschinellen Lernen nun direkt in Power BI erstellen.
  • Azure Machine Learning lässt sich jetzt nahtlos in Power BI einbinden.

Alle diese neuen AI-Funktionen benötigen keinen Code. So können alle Benutzer von Power BI nicht gleich offenkundige Informationen aus ihren Daten erkennen und daraus wertvolle Schlüsse ziehen und mithilfe besser einsetzbarer KI das Geschäftsergebnis positiv beeinflussen.

Mehr Potenzial für Lösungsentwickler

  • Power BI-Service-Apps verschaffen Kunden und Partnern die Möglichkeit, ihr Unternehmen besser und schneller weiterzuentwickeln, zu vermarkten und auszubauen. Aus einem Power BI-Benutzer wird so ein „Entwickler von Service-Apps“ mit der Fähigkeit, analytische Inhalte zu erstellen und zu verpacken. Das entstehende Paket kann anderen Power BI-Benutzern dann mit AppSource oder einem eigenen Webservice bereitgestellt werden.

  • Power BI Embedded-Analysen erlauben Entwicklern von SaaS-Diensten und Unternehmensportalen die Einbindung interessanter interaktiver Berichte und Dashboards zu einem Bruchteil der Zeit und der Kosten. In Zukunft vorgesehen sind eine höhere Sicherheit, mehr Skalierbarkeit und Funktionen zur Unterstützung von Application Lifecycle Management in Bezug auf Datenmodelle, damit Unternehmen von Embedded Analytics vollumfänglich profitieren können. Auch das Zusammenspiel von Embedded Analytics und der Hosting-Anwendung oder dem Webportal soll optimiert werden. Verbessert werden auch das Kapazitätsmanagement zur Skalierung von Ressourcen und die Überwachung, indem gängige Azure-Tools für Zustand, Verfügbarkeit und Nutzung eingebunden werden. Vorgesehen ist auch die Bereitstellung von Power BI in Visual Studio, damit Entwickler Power BI-Code kinderleicht integrieren und ihre Anwendungen schneller liefern können.

Teilen Sie uns Ihre Meinung mit.

Helfen Sie uns dabei, Power BI zu verbessern, indem Sie Ideen erläutern, Vorschläge machen und Feedback geben.

  • Verwenden Sie die Website für Ideen zu Power BI, um Vorschläge zur Verbesserung des Produkts bereitzustellen.
  • Verwenden Sie den Feedback-Bereich (Feedback oder Ist diese Seite hilfreich?) unten rechts auf dieser Seite, um Vorschläge zur Verbesserung des Inhalts in Versionshinweisen zu machen.