Data Agents in Microsoft Fabric sind längst keine reinen Zukunftsvisionen mehr – sie existieren nun schon eine ganze Weile. Wie bei anderen AI Entwicklungen auch gibt es ständig Verbesserungen. Durch neue Funktionalitäten in angrenzenden Fabric-Komponenten haben die intelligenten Helfer ein massives Upgrade erhalten und eröffnen völlig neue Wege der Dateninteraktion.

In diesem Vortrag werfen wir einen tiefen Blick unter die Haube von Fabric IQ. Wir lassen die graue Theorie beiseite und steigen direkt in die Praxis ein: 
Wie spielen Data Agents mit den verschiedenen Fabric-Komponenten zusammen? 
Welche Datenquellen lassen sich anbinden und wie sieht das Zusammenspiel im Detail aus?

Wir demonstrieren live, wie verschiedene Agenten-Varianten erstellt werden und auf unterschiedliche Datenquellen zugreifen können. 
Der Implementierungsaufwand und die damit erzielten Ergebnisse können verglichen werden, damit z.B. für ein Projekt eine passende Variante eingesetzt werden kann.

---

Auf diese Highlights kannst du dich freuen:

• Data Agent in Fabric IQ: Was können Data Agents und wie passen sie zu den anderen Komponenten der Workload?
• Das Fabric-Orchester: Wie ist das Zusammenspiel zwischen Data Agents, Lakehouses, Warehouses, semantischen Modellen oder Ontologien.
• Live-Demo: Schritt-für-Schritt-Erstellung von zugrundeliegenden Datenquellen und das optimale Aufbereiten der Agents.
• Der Realitäts-Check: Aufwand vs. Ergebnis – Welche Varianten glänzen in der Praxis und wo lauern Stolperfallen?

Für wen ist dieser Vortrag?

Für Data Engineers, BI-Developer, Daten-Architekten und alle Fabric-Enthusiasten, die generative KI nicht nur als netten Chatbot betrachten, sondern als tief integrierten Bestandteil ihrer modernen Datenplattform.

Michael Riedmüller

Michael arbeitet seit mehr als 20 Jahren in Projekten im Umfeld von Microsoft Produkten.
Aktuell ist sein Schwerpunkt eher in Richtung Data Engineering, Power BI oder auch Fabric gewandert.

In dieser Session erforschen wir die Möglichkeiten, die uns Fabric für die Verarbeitung von Streamingdaten an die Hand gibt.

Der Fokus liegt hier vor allem auf zwei unterschiedlichen Ansätzen:

• Die nativen Werkzeuge in Fabric Eventstreams (low-code)
• Spark Structured Streaming in Fabric Notebooks (pro-code)

In Spark Structured Streaming werden wir tiefer einsteigen und die Mechaniken beleuchten, mit denen Spark im Hintergrund arbeitet.
Die verschiedenen Transformationen werden wir gemeinsam an Beispielen ausprobieren und experimentieren.

Patrick Singer Ramos

• Patrick arbeitet seit zwei Jahren als Data Engineer hauptsächlich mit Azure & PowerBI und auch dem ein oder anderen Pythoncode. Zuletzt hat er sich intensiver mit Microsoft Fabric beschäftigt und baut in seinem aktuellen Projekt eine Data Warehousing Lösung in Fabric.