BI Summary
Die Kalenderwoche 25 markiert den Punkt, an dem agentische Analytics von der Vision zum Auslieferungsstandard wird. Databricks stellte auf dem Data+AI Summit am 15. Juni 2026 mit Mosaic Agent Bricks und Lakeflow Designer zwei Bausteine vor, die KI-Agenten und visuelle Pipelines in den Produktionsbetrieb heben. Parallel verdichtet sich der Markt um eine gemeinsame Architektur aus semantischer Kontextschicht, Governance und natuerlichsprachlichen Agenten, sichtbar bei Microsoft Fabric IQ, Snowflake Horizon, Qlik und ThoughtSpot. Fuer die Daten-Fuehrungsebene verschiebt sich die Kernfrage von der Visualisierung hin zur Frage, wer den Semantic Layer kontrolliert und wie Agenten gouverniert auf Unternehmensdaten zugreifen. Wer seine BI-Softwareauswahl jetzt trifft, entscheidet ueber die agentische Reife der naechsten drei Jahre.
Agentische Analytics ist das prägende Thema dieser Woche im Markt fuer BI-Software. In der Kalenderwoche 25 (09.06. bis 15.06.2026) verdichteten sich gleich mehrere Produktankuendigungen zu einem klaren Signal: Business Intelligence entwickelt sich von dashboardzentrierten Werkzeugen zu Plattformen, auf denen KI-Agenten eigenständig Daten analysieren, Pipelines bauen und Handlungen auslösen. Den Schlusspunkt setzte der Databricks Data+AI Summit, doch er reiht sich in eine Serie ein, die von der Microsoft Build über den Snowflake Summit bis zu spezialisierten Anbietern wie Qlik und ThoughtSpot reicht. Dieser Marktüberblick ordnet die wichtigsten Launches der Woche ein und zeigt, welche Entscheidungen jetzt für Verantwortliche im Bereich Business Intelligence anstehen.
Agentische Plattformen aus dem Data+AI Summit
Mosaic Agent Bricks von Databricks
Mosaic Agent Bricks ist eine Plattform für die Agentenentwicklung von Databricks, die domänenspezifische KI-Agenten in Produktionsqualität erstellt, evaluiert und ausrollt.
Was es bringt: Agent Bricks generiert automatisch synthetische Trainingsdaten und aufgabenbasierte Benchmarks, sodass Teams Agenten nicht nur prototypisch bauen, sondern messbar produktionsreif machen. Damit adressiert Databricks das zentrale Problem, dass viele KI-Analytics-Projekte im Pilotstatus verharren. Die native Anbindung an Unity Catalog sichert dabei den gouvernierten Datenzugriff.
Für wen es spannend ist: Data-Science- und BI-Teams in großen und Enterprise-Organisationen, die bereits auf dem Databricks Lakehouse aufsetzen und Analytics-Agenten verlässlich in Geschäftsprozesse überführen wollen.
Was es vom Wettbewerb unterscheidet: Der Fokus liegt nicht auf einem weiteren Chat-Interface, sondern auf der industriellen Erzeugung und Bewertung von Agenten. Das ist näher an MLOps als an klassischem Self-Service Analytics.
Wann ein genauerer Blick lohnt: Wenn Ihre Datenstrategie KI-Agenten von der Demo in den skalierten Betrieb bringen soll.
Lakeflow Designer von Databricks
Lakeflow Designer ist ein visuelles, KI-gestütztes Werkzeug zum Entwurf von ETL-Pipelines, das am 15. Juni 2026 in der Private Preview vorgestellt wurde.
Was es bringt: Als „Canva für ETL“ positioniert, erlaubt es den Aufbau von Datenpipelines per Drag-and-drop mit KI-Assistenz, während die Ausführung im Hintergrund auf Spark SQL im großen Maßstab läuft. Laut Databricks lassen sich damit bis zu 80 Prozent der Datenaufnahme und Pipeline-Erstellung automatisieren.
Für wen es spannend ist: Analytics Engineers und Fachbereiche, die Datenflüsse selbst gestalten wollen, ohne tief in Code einzusteigen, aber ohne Governance über Unity Catalog aufzugeben.
Was es vom Wettbewerb unterscheidet: Es verbindet die Zugänglichkeit visueller Tools mit der Skalierungsleistung der Lakehouse-Engine, statt eine separate, leichtgewichtige Insellösung zu sein.
Wann ein genauerer Blick lohnt: Wenn der Engpass in Ihrer Datenstrategie weniger die Analyse als die Datenaufbereitung ist.
Agent Bricks sei „ein neuer Weg, KI-Agenten zu bauen und einzusetzen, die auf Ihren Daten schlussfolgern können“, erklärte Databricks-CEO Ali Ghodsi zur Vorstellung. (Quelle: Constellation Research)
Centerprise AI von Astera Software
Centerprise AI ist die agentische Weiterentwicklung der Datenintegrationsplattform von Astera, angekündigt am 10. Juni 2026.
Was es bringt: Ein proprietäres agentisches System spannt sich über den gesamten Datenverwaltungs-Stack. Teams beschreiben ihren Bedarf in natürlicher Sprache oder über ein Dokument, und der Agent erzeugt daraus Datenmodelle, Pipelines, Warehouse-Infrastruktur und Migrationsworkflows. Unterstützt werden strukturierte Quellen wie Datenbanken, ERPs und CRMs ebenso wie unstrukturierte Quellen aus Dokumenten, PDFs, Bildern und E-Mails.
Für wen es spannend ist: Datenteams im Mittelstand und in Konzernen, die heterogene Quellen konsolidieren und den manuellen Aufwand der Datenaufbereitung senken wollen.
Was es vom Wettbewerb unterscheidet: Astera deckt strukturierte und unstrukturierte Daten in einer Plattform ab, während viele agentische Tools sich auf bereits modellierte Daten konzentrieren.
Wann ein genauerer Blick lohnt: Bei der Ablösung fragmentierter Integrationslandschaften und Legacy-ETL.
Semantische Kontextschicht als neues Schlachtfeld
Microsoft Fabric IQ von Microsoft
Microsoft Fabric IQ ist die semantische und ontologische Kontextschicht innerhalb von Microsoft Fabric, auf der Build 2026 als allgemein verfügbar angekündigt.
Was es bringt: Fabric IQ stellt KI-Agenten in GitHub Copilot, Microsoft Foundry und Copilot Studio gouvernierte semantische Modelle, Ontologien und Graph-Beziehungen bereit. Analysten können Power-BI-Berichte direkt aus KI-Assistenten heraus abfragen, verankert in unternehmensweitem Kontext über OneLake.
Für wen es spannend ist: Organisationen mit etablierter Microsoft- und Power-BI-Landschaft, die Agenten auf vertrauenswürdige Geschäftsdefinitionen aufsetzen wollen.
Was es vom Wettbewerb unterscheidet: Fabric IQ ist Teil der breiteren Microsoft-IQ-Familie und verzahnt Business Intelligence mit operativer Intelligenz aus Echtzeitsignalen.
Wann ein genauerer Blick lohnt: Wenn Ihre BI-Softwareauswahl ohnehin im Microsoft-Ökosystem stattfindet.
Snowflake Horizon Catalog und CoWork von Snowflake
Snowflake Horizon ist die einheitliche Governance- und Kontextschicht, ergänzt um CoWork als KI-Oberfläche für Geschäftsnutzer, beide auf dem Snowflake Summit 2026 vorgestellt.
Was es bringt: Horizon Context liefert jedem Werkzeug, Team und Agenten dieselben vertrauenswürdigen Geschäftsdefinitionen. Die Laufzeitschicht Cortex Sense hebt laut Snowflake die Genauigkeit der Agenten von 47 auf 83 Prozent, indem sie Kontext aus Abfragehistorie, Metadaten und semantischen Views zusammensetzt.
Für wen es spannend ist: CDOs und Datenarchitekten, die eine konsistente semantische Grundlage über die gesamte Datenplattform durchsetzen wollen.
Was es vom Wettbewerb unterscheidet: Snowflake bündelt Katalog, Semantik und Agenten in einer Plattform und legt den Schwerpunkt auf messbare Kontextgüte.
Wann ein genauerer Blick lohnt: Wenn inkonsistente Kennzahlendefinitionen Ihre Self-Service Analytics ausbremsen.
Spezialisierte Analytics-Agenten
Qlik Agentic Analytics von Qlik
Qlik Agentic Analytics ist die agentische Erfahrung in Qlik Cloud, die mit Qlik Answers als konversationeller Schnittstelle allgemein verfügbar wurde.
Was es bringt: Spezialisierte Agenten für Anomalie-Erkennung, Workflow-Ausführung und ML-Modellierung arbeiten zusammen. Ein Qlik MCP Server öffnet die Plattform für Drittanbieter-Assistenten wie Anthropic Claude, die über gouvernierte APIs sicher auf Daten zugreifen.
Für wen es spannend ist: BI-Teams und CDOs im DACH-Raum, die agentische Funktionen ohne Plattformwechsel in bestehende Qlik-Umgebungen integrieren wollen.
Was es vom Wettbewerb unterscheidet: Qlik setzt früh auf offene MCP-Interoperabilität und kuratierte Data Products für Analytics.
Wann ein genauerer Blick lohnt: Wenn Sie externe KI-Assistenten an Ihre governte BI anbinden möchten.
ThoughtSpot Spotter for Industries von ThoughtSpot
ThoughtSpot Spotter for Industries erweitert den agentischen Analysten Spotter um tiefes Branchenwissen für spezialisierte Vertikalen.
Was es bringt: Die Agenten verstehen die Sprache, Kennzahlen und Regularien einzelner Branchen und liefern deterministische, also wiederholbare Ergebnisse. Verfügbar sind Varianten für Healthcare, Financial Services, Versicherung, Travel und Manufacturing.
Für wen es spannend ist: Fachbereiche in regulierten Branchen, die generische KI als zu ungenau empfinden.
Was es vom Wettbewerb unterscheidet: Der Branchenkontext ist eingebaut, nicht erst aufwendig zu konfigurieren.
Wann ein genauerer Blick lohnt: Wenn branchenspezifische Terminologie bisher die Akzeptanz von Self-Service Analytics begrenzt.
Golden Analytics von Golden Analytics
Golden Analytics ist eine KI-native BI-Plattform, gegründet vom früheren Tableau-CPO Francois Ajenstat und am 7. April 2026 mit 7 Millionen US-Dollar Seed-Finanzierung gestartet.
Was es bringt: Die Plattform verbindet analytische Tiefe mit modernem Design und einem „Slider of Autonomy“, über den Nutzer steuern, wie viel die KI übernimmt. Vom Rohdatensatz zum fertigen Dashboard sollen wenige Klicks genügen.
Für wen es spannend ist: Datenanalysten und Fachbereiche in kleinen bis mittleren Unternehmen, die schnelle Ergebnisse ohne schwere Implementierung suchen.
Was es vom Wettbewerb unterscheidet: Die steuerbare Autonomie adressiert das Vertrauensproblem zwischen voller Automatisierung und manueller Kontrolle.
Wann ein genauerer Blick lohnt: Wenn Sie eine leichtgewichtige, designstarke Alternative zu Enterprise-Suiten prüfen.
Auf einen Blick: Top-3 BI-Tools der Woche
- Mosaic Agent Bricks (Databricks): Industrielle Produktion und Bewertung von Analytics-Agenten.
- Microsoft Fabric IQ: Gouvernierte semantische Kontextschicht für KI-Agenten im Microsoft-Ökosystem.
- Qlik Agentic Analytics: Offene MCP-Interoperabilität für Drittanbieter-Assistenten auf governter BI.
Marktüberblick als Tabelle
Die folgende Tabelle fasst die zentralen Launches der Kalenderwoche 25 zusammen, gefolgt von weiteren relevanten Bewegungen aus dem Zeitraum.
| Anbieter | Produkt | Kategorie | Kernnutzen | Zielgruppe | Verfügbar seit | Quelle |
|---|---|---|---|---|---|---|
| Databricks | Mosaic Agent Bricks | Augmented Analytics | Produktionsreife KI-Agenten mit Auto-Evaluierung | Data-Science- und BI-Teams | 15.06.2026 | Constellation |
| Databricks | Lakeflow Designer | ETL / Data Integration | Visuelle KI-gestützte Pipelines auf Spark | Analytics Engineers | 15.06.2026 | Constellation |
| Astera | Centerprise AI | ETL / Data Integration | Agentische Datenintegration per Sprache | Datenteams, CDO | 10.06.2026 | PRNewswire |
| Microsoft | Fabric IQ | Semantic Layer | Gouvernierte Kontextschicht für Agenten | Power-BI-Organisationen | 02.06.2026 | Microsoft Azure |
| Snowflake | Horizon / CoWork | Governance / BI | Einheitlicher Semantic Layer plus Business-Agent | CDO, Datenarchitekten | 01.06.2026 | Constellation |
| Anbieter | Produkt | Kategorie | Kernnutzen | Zielgruppe | Verfügbar seit | Quelle |
|---|---|---|---|---|---|---|
| Qlik | Agentic Analytics | Augmented Analytics | Spezialagenten plus MCP-Server | BI-Teams, CDO (DACH) | 10.02.2026 | Business Wire |
| ThoughtSpot | Spotter for Industries | Augmented Analytics | Branchenspezifische, deterministische Agenten | Regulierte Branchen | 18.03.2026 | TechTarget |
| Databricks | AI/BI Genie | Self-Service BI | Konversationelle Analytics auf dem Lakehouse | Business User, Analysten | Juni 2026 | Databricks |
| Golden Analytics | Golden Analytics | BI / Analytics | KI-native BI mit steuerbarer Autonomie | KMU, Analysten | 07.04.2026 | Golden |
| Starburst | Enterprise Intelligence (AIDA) | BI / Analytics | KI auf verteilten, governten Daten | CDO, Data Engineers | 28.05.2026 | Starburst |
Ergänzend bewegten sich im Berichtszeitraum weitere Anbieter: Domo erweiterte seine Plattform um den AI Agent Builder samt MCP-Server, Mixpanel AI brachte ein dauerhaft aktives Produkt-Intelligence-System für digitale Produkte, und DataSelf Analytics Plus adressiert mit über 8.000 KPI-Bibliotheken gezielt KMU und Mid-Market-Unternehmen mit ERP-Anbindung.
Was bedeuten diese Entwicklungen für Ihre Datenstrategie?
Für Verantwortliche im Bereich Business Intelligence verschiebt sich die zentrale Auswahlfrage. Es geht nicht mehr primär darum, welches Tool die schönsten Dashboards erzeugt, sondern wer den Semantic Layer besitzt und wie Agenten gouverniert auf Ihre Daten zugreifen. Die Konvergenz der Woche zeigt: Microsoft, Snowflake und Databricks bauen jeweils eine eigene Kontextschicht, an die sich Agenten andocken. Wer hier eine Plattform wählt, legt sich faktisch auf ein Governance-Modell fest. Praktisch heißt das, drei Punkte vorab zu prüfen. Erstens die Datenqualität, denn ungenaue semantische Definitionen multiplizieren sich, sobald Agenten autonom darauf schlussfolgern. Zweitens die Interoperabilität, weil offene Standards wie das Model Context Protocol externe Assistenten anbindbar machen und Lock-in reduzieren. Drittens die Produktionsreife, da viele agentische Funktionen noch in Preview stehen. Eine belastbare BI-Softwareauswahl bewertet daher nicht den Funktionsumfang einer Demo, sondern die nachweisbare Genauigkeit, Governance und Betriebsfähigkeit im eigenen Datenkontext. Beziehen Sie diese Kriterien früh in Ihr IT-Sourcing ein.
CDO Insights
Die Budgetlogik verändert sich mit der agentischen Welle. Klassische BI-Lizenzen pro Nutzer treffen auf verbrauchsbasierte Modelle für Agenten-Inferenz, was die Kostenplanung anspruchsvoller macht. Für die Make-or-Buy-Entscheidung gilt: Die semantische Kontextschicht ist strategisch und gehört in Ihre Kontrolle, während einzelne Agenten zunehmend austauschbare Bausteine über offene Protokolle werden. Ein realistischer Daten-Trend für die kommenden Quartale ist die Trennung von Modell und Kontext. Anbieter wie Snowflake quantifizieren mit Cortex Sense bereits den Genauigkeitsgewinn durch besseren Kontext, von 47 auf 83 Prozent. Das ist die eigentliche Wertschöpfung, nicht das jeweils neueste Sprachmodell. Vermeiden Sie deshalb voreilige plattformweite Festlegungen auf einen einzelnen Agenten-Anbieter. Investieren Sie stattdessen in Datenqualität, Metadaten und eine offene, governte Semantikschicht. Das hält die Optionalität hoch und senkt das Risiko teurer Migrationen, wenn sich der noch junge Markt weiter konsolidiert. Für das IT-Sourcing bedeutet das, Verträge mit Ausstiegsklauseln und Interoperabilitätszusagen zu verhandeln.
Häufige Fragen zu den BI-Tools der Woche
Was ist der Unterschied zwischen Mosaic Agent Bricks und Lakeflow Designer?
Mosaic Agent Bricks dient dem Bauen, Bewerten und Ausrollen von KI-Agenten in Produktionsqualität. Lakeflow Designer ist ein visuelles Werkzeug zur Erstellung von ETL-Pipelines. Das eine adressiert die Analyse- und Aktionsschicht, das andere die Datenaufbereitung. Beide laufen auf der Databricks Lakehouse Platform.
Was ist eine semantische Kontextschicht in der BI?
Eine semantische Kontextschicht stellt einheitliche Geschäftsdefinitionen, Kennzahlen und Beziehungen bereit, auf die sowohl Menschen als auch KI-Agenten zugreifen. Beispiele dieser Woche sind Microsoft Fabric IQ und Snowflake Horizon Context. Sie sorgt dafür, dass Agenten konsistent und nachvollziehbar auf vertrauenswürdigen Daten arbeiten.
Wofür steht das Model Context Protocol in agentischen BI-Tools?
Das Model Context Protocol, kurz MCP, ist ein offener Standard, über den externe KI-Assistenten sicher auf die Daten und Funktionen einer BI-Plattform zugreifen. Qlik, Domo und andere haben MCP-Server vorgestellt, die etwa Anthropic Claude an governte Daten anbinden und so Anbieter-Lock-in verringern.
Sind diese agentischen BI-Funktionen schon produktiv einsetzbar?
Das ist uneinheitlich. Qlik Agentic Analytics, Microsoft Fabric IQ und Databricks AI/BI Genie sind allgemein verfügbar, während Lakeflow Designer zunächst als Private Preview startet. Für die BI-Softwareauswahl sollten Sie den Reifegrad jeder Einzelfunktion prüfen, nicht nur die Plattformankündigung.
Fazit
Die Kalenderwoche 25 bestätigt einen Strukturwandel im Markt für Business Intelligence. Agentische Analytics ist kein Zusatzfeature mehr, sondern wird zum architektonischen Standard, der sich um semantische Kontextschichten, Governance und offene Protokolle gruppiert. Die großen Plattformanbieter Microsoft, Snowflake und Databricks setzen ihre Kontrollpunkte, während spezialisierte Anbieter wie Qlik, ThoughtSpot und Golden Analytics mit Interoperabilität, Branchenwissen und Design kontern. Für Entscheider lautet die Konsequenz, den Semantic Layer als strategisches Asset zu behandeln und die BI-Softwareauswahl an Genauigkeit, Governance und Offenheit auszurichten. Weitere Einordnungen finden Sie laufend auf find-your-bi.de sowie in unserem Leitfaden zur BI-Softwareauswahl.
