Tableau hat seine Agentic-Analytics-Plattform enthüllt und damit den Wechsel von traditionellen Analytics-Dashboards hin zu KI-gestützter Entscheidungsfindung markiert. Die Plattform, die von 97% der Fortune-100-Unternehmen vertraut wird, vereint Daten, Business-Logik und Metadaten, um KI-Agenten zu ermöglichen, autonom und vertrauenswürdig über Unternehmen hinweg zu handeln. Laut Mark Recher, GM von Tableau bei Salesforce, „müssen Organisationen sofort handeln“, während das Unternehmen sich „zu einer agentischen Analytics-Plattform weiterentwickelt und die Rolle eines Analysten zu Wissensarchitekten aufwertet“.
Die Knowledge Engine von Tableau basiert auf 33 Millionen semantischen Modellen, die von Nutzern über mehr als ein Jahrzehnt hinweg erstellt wurden. Diese einheitliche Wissensbasis stellt sicher, dass KI-Agenten auf verifizierter Business-Logik gründen – statt auf generischen Trends. Die Plattform nutzt offene und erweiterbare semantische Modelle, darunter Open Semantic Interchange (Co-Lead mit Snowflake und dbt Labs), um bewährtes Wissen über den gesamten Daten-Stack hinweg zu erweitern.
Use Case: Ein Finanzanalyst bittet Tableau Agent, einen Rückgang beim quartalsweisen Umsatz zu erklären. Der Agent greift auf verifizierte Business-Logik zurück, die vom Data-Team des Unternehmens aufgebaut wurde, und liefert eine Antwort, der der CFO vertrauen kann.
Die konversationsbasierte Analytics von Tableau ermöglicht es Nutzern, Fragen in natürlicher Sprache zu stellen, ohne SQL-Kenntnisse oder das Erstellen von Dashboards zu benötigen. Die Funktion ist über Tableau Server, Cloud und Next verfügbar, sodass Analysten und Business-Nutzer im Workflow bleiben können und gleichzeitig reichhaltige, kontextbezogene Antworten erhalten.
Use Case: Ein Supply-Chain-Manager auf Desktop fragt, warum die Erfüllungszeiten im Q3 angestiegen sind, und erhält eine konversationsbasierte Aufschlüsselung, ohne Kontextwechsel oder die Notwendigkeit, ein Ticket an das Data-Team zu erstellen.
Die Headless-Analytics-Architektur von Tableau liefert vertrauenswürdige Insights direkt dorthin, wo die Arbeit passiert – Slack, Salesforce, Microsoft Teams, Claude, ChatGPT und andere Oberflächen – statt dass Nutzer erst auf Dashboards zugreifen müssen. Die offene MCP-Server-Architektur stellt sicher, dass Insights kontextbezogen verankert und unternehmensweit zugänglich sind.
Use Case: Ein regionaler Vertriebsleiter erhält einen proaktiven Slack-Alert von Tableau, der darauf hinweist, dass die Pipeline-Abdeckung im Südwesten gefährdet ist, plus eine KI-generierte Empfehlung – ohne ein Dashboard zu öffnen.
Die Decision Engine von Tableau macht aus Erkenntnissen Entscheidungen und Aktionen, indem sie Workflows direkt auslöst. Das ermöglicht es Nutzern und Agenten, auf Datenfunde in Unternehmensgröße zu reagieren – egal ob beim Erstellen von Support-Fällen, beim Alarmieren von Team-Leads oder beim Starten von Remediations-Workflows.
Use Case: Ein Customer-Success-Manager sieht, dass die Kundenzufriedenheitswerte in einem wichtigen Account sinken. Tableau erstellt automatisch einen Salesforce-Fall und routet ihn an den passenden Team-Lead, bevor der Kunde das Unternehmen kontaktiert.
Das Agentic-Analytics-Command-Center dient als zentraler Hub für die Verwaltung der agentischen Analytics-Strategie im Unternehmen. Es bietet Transparenz darüber, welche Agenten laufen, auf welche Daten sie zugreifen und ob automatisierte Insights den Unternehmensrichtlinien entsprechen.
Use Case: Ein IT-Direktor nutzt das Command Center, um alle aktiven Agenten zu prüfen, die auf sensible Finanzdaten zugreifen, und stellt so sicher, dass agentische Analytics skaliert – ohne Compliance-Risiko.
Die Plattform von Tableau kombiniert die Sicherheits- und Governance-Stärke von Salesforce und Tableau, um den Datenschutz, plattformweite Kontrollen und die für regulierte Branchen erforderliche Enterprise-Zuverlässigkeit zu liefern. Die Sicherheit ist in die gesamte Plattform integriert, statt als zusätzliche Schicht „oben drauf“ zu kommen.
Use Case: Eine Gesundheitsorganisation setzt Tableau Agent über klinische und operative Teams hinweg mit Vertrauen ein – und stellt sicher, dass jede Interaktion über rollenbasierte Zugriffssteuerungen und auditierbare Logs geregelt ist, womit die Anforderungen der Datenschutzgesetze erfüllt werden.
Der Schritt hin zu agentic Analytics bedeutet sowohl eine technische Weiterentwicklung als auch eine Chance für Analysten, ihre Rolle und ihren Einfluss auszubauen. Analysten wechseln von der Erstellung von Visualisierungen hin zu Architekten des Wissens, das Entscheidungen im großen Maßstab antreibt.