Die drei Trends, die Enterprise Analytics 2026 Verändern

14. Juli 2026

Was 31.000 Fabric-Kunden als Nächstes erwarten und warum Ihre Datenlandschaft zum Engpass wird.

Auf der FabCon 2026 in Atlanta haben wir mit Tamer Farag gesprochen, Global Fabric Partner Lead bei Microsoft. Es ging darum, was Kunden aktuell wirklich brauchen. 

Tamer arbeitet seit 25 Jahren bei Microsoft und begleitet Fabric aus nächster Nähe. Die Plattform zählt nach nur zweieinhalb Jahren bereits 31.000 Kunden und gehört damit zu den am schnellsten wachsenden Analytics-Plattformen. Er sieht daher sehr genau, wohin sich Enterprise Analytics entwickelt. 

Real-Time Intelligence wird zum Standard

Real-Time Analytics ist nicht neu. Neu ist aber, wie stark sich die Nachfrage in den vergangenen zwei Jahren auf immer mehr Branchen ausgeweitet hat. 

„Ursprünglich haben wir bei Real-Time Intelligence vor allem über IoT-Szenarien in der Fertigung gesprochen“, erklärt Tamer. „Aber jetzt sehen wir im Banking, im Gesundheitswesen und bei Finanzdienstleistungen eine immer stärkere Nachfrage nach Real-Time Intelligence.“ 

Allein aus historischen Daten Schlüsse zu ziehen, reicht nicht mehr. Unternehmen wollen ihre Abläufe optimieren, während sie stattfinden, nicht erst Tage oder Wochen später, wenn ein Bericht auf dem Schreibtisch landet. 

Wenn Ihre Analytics-Strategie Real-Time noch als Nischenfunktion für Sensordaten und Fertigung behandelt, sind Sie bereits im Rückstand. Finanzteams, klinische Teams und Kundenservice-Organisationen wollen heute alle dasselbe:  nämlich Erkenntnisse zeitglich mit den eigentlichen Geschäftsvorgängen.  

Mit ihren Daten zu kommunizieren ersetzt statische Berichte 

Der zweite Trend ist Conversational Analytics. 

„Kunden wollen nicht mehr nur statische Berichte nutzen oder Datendiagramme betrachten. Sie wollen ihren Daten direkt Fragen stellen“, sagt Tamer. „Alle nutzen ChatGPT und stellen einfach Fragen.“ 

ChatGPT hat die Erwartungen der Nutzer an fast jede Art von Software verändert. BI ist keine Ausnahme. Das klassische Modell, einen Bericht anzufordern, auf die IT zu warten und ein Dashboard zu interpretieren, wird zunehmend durch direkten Dialog ersetzt. Nutzer erwarten es, eine Frage zu stellen und darauf sofort eine Antwort zu bekommen. 

Für BI-Teams ist das eine gute Nachricht, auch wenn man dies zunächst nicht meinen sollte. Ihre Rolle verschiebt sich von der Berichtserstellung hin zur Bereitstellung eines verlässlichen, gesteuerten Zugriffs auf Daten, der solche Dialoge ermöglicht. Damit wird die zugrunde liegende Datenlandschaft wichtiger denn je: Die KI, die diese Fragen beantwortet, ist nur so gut wie die Daten, auf die sie zugreifen kann. 

KI beschleunigt die Migration von Altsystemen

Der dritte Trend betrifft Entscheidungen, die bei vielen Unternehmen seit Jahren auf der Roadmap stehen und nun deutlich schneller getroffen werden. 

„Viele Kunden nutzen noch On-Premises-Systeme und haben den Wechsel lange gescheut. KI beschleunigt ihren Weg in die Cloud und weg von Altsystemen“, beobachtet Tamer. „Sie müssen ihre Datenlandschaft aufbauen, um den vollen Nutzen aus KI ziehen zu können.“ 

Viele Unternehmen haben die Cloud-Migration lange aufgeschoben. Der Business Case brachte nur begrenzte Vorteile, das Risiko schien beherrschbar und die Altsysteme funktionierten gut genug. Dann hat KI den Business Case komplett verändert. 

Generative KI-Modelle liefern nur begrenzten Nutzen, wenn sie nicht mit Unternehmensdaten verbunden sind. Tamer brachte es bereits früher im Gespräch auf den Punkt: „Der wahre Nutzen von KI entsteht, wenn sie mit entsprechenden Daten verbunden wird.“ Unternehmen, die ihre Modernisierung bisher aufgeschoben haben, beschleunigen sie jetzt. Nicht, weil die alten Argumente plötzlich überzeugender wurden, sondern weil sie zum Handeln gezwungen sind im Zusammenhang mit KI.  

Der gemeinsame Nenner 

Alle drei Trends stehen in direktem Zusammenhang mit konsolidierten und governance- konformen Daten. Eine fragmentierte Datenlandschaft führt zu fragmentierten Fähigkeiten.  

Real-Time Intelligence braucht eine Dateninfrastruktur, die mit hoher Geschwindigkeit umgehen kann. Conversational Analytics braucht Daten, die gesteuert, vertrauenswürdig und für KI-Modelle zugänglich sind. Und die Migration von Altsystemen nimmt zu, weil fragmentierte Datensilos diese Entwicklungen nicht unterstützen können. 

Jedes Gespräch über KI wird früher oder später zu einem Gespräch über Daten. Unternehmen, die dies früh erkannt haben, sind voraus. 

Das vollständige Gespräch mit Tamer Farag gibt es im Adastra Podcast >>>