Die Community kommt auch nach dem Event zusammen!
Auf diesem Kanal findet ihr den Daten-WG Community Podcast sowie nützliche Tutorials und interessante Live-Streams.
Als Spin-Off des legendären AI or DIE Kanals stehen wir für tiefe Einblicke in die Microsoft Data Plattform Welt und einen intensiven Austausch in der Community.
AI Analytics: Einfach Tokens draufwerfen? | Daten-WG Podcast mit Tim Ebner
Was passiert, wenn man einfach ein MCP auf alle Datenquellen legt und der KI Fragen stellt, ohne Pipeline, ohne Warehouse, ohne semantisches Modell dazwischen?
Tim Ebner vom Datendurst-Podcast und ich setzen unser Gespräch zu AI Analytics fort und schauen dorthin, wo es unbequem wird: Marketing mit seinen vielen Plattformen und Silos, MCP als neuer Standard, und ein ganz konkretes Beispiel, in dem ich meine Zeiterfassung und Umsatzauswertung nur noch direkt über Claude erledige, mitsamt aller Ausnahmen, die ich in einem BI-Tool kaum abbilden könnte.
Daraus entsteht die eigentliche Frage der Folge: Lesen wir mit KI bald wieder alle direkt auf den operativen Systemen, und brauchen wir dann überhaupt noch eine Datenschicht? Wir sprechen über Semantik als Kontext, über Tokens versus Skripte, über Anthropics Git-Ersatz und die Vision vom Ende der Tastatur. Am Ende landen wir bei einer Grundsatzdiskussion über die Single Source of Truth, bei der Tim und ich nicht ganz einer Meinung sind.
Tim Ebner https://www.linkedin.com/in/ebner-tim/
Artur König https://www.linkedin.com/in/datakoenigartur/
00:00 – Intro: Tim Ebner und der Weg vom Performance Marketing in die Daten
01:54 – Marketing Analytics: Viele Plattformen, viele Silos
08:58 – Ein MCP auf alle Quellen und einfach fragen?
10:53 – MCP als Standard und die Fragmentierung der KI-Welt
14:44 – Semantik als Kontext: Ohne Modellierung geht es nicht
15:31 – Praxisbeispiel: Zeiterfassung und Umsatz direkt mit Claude
20:34 – Tokens oder Skript: Wann lohnt sich Automatisierung?
22:54 – KI als Turbo für Proof of Concepts
24:17 – Analytics direkt auf dem operativen System
26:26 – Wenn alle aufs SAP losgehen: Warum die Datenschicht bleibt
29:45 – Anthropic ersetzt Git, SAP die Tastatur
34:55 – Das beste Modell ist das für die eine Frage
36:03 – Single Source of Truth: Pro und Contra
39:27 – Bottom-up statt Fünf-Jahres-Plan
43:42 – Ausblick: KI lernt, wie wir KI nutzen
Datendurst Podcast mit Tim Ebner: https://www.youtube.com/@datendurst
Clockodo MCP Server: https://www.clockodo.com/fr/blog/clockodo-mcp-server-connecting-ai-agents-to-clockodo/
Anthropic ersetzt Git durch Scion: https://thenewstack.io/anthropic-scion-git-replacement/
Was wir sonst so machen:
https://www.daten-wg.com/
25 Oct 2026
Warum E-Commerce-Daten lügen | Daten-WG Podcast mit Corinna Zennig
Im E-Commerce ist doch alles digital, also müsste man auch genau wissen, welche Anzeige zu welchem Verkauf geführt hat?
Corinna Zennig, CEO von Lazy Analyst, hilft seit neun Jahren E-Commerce-Brands dabei, datengetrieben zu werden, und räumt mit diesem Irrtum gründlich auf. Wir sprechen darüber, warum Google und Meta zusammen gerne 200 von 100 Sales für sich beanspruchen, was Amazon und der Cookie-Consent mit der Customer Journey machen und warum die simple Frage nach dem "Wie hast du uns gefunden?" so unterschätzt ist.
Danach geht es um AI Analytics: um Tools, die versprechen, dass man kein Data Warehouse und keine Dashboards mehr braucht, um Revenue-Definitionen, die jede Firma anders auslegt, und um die Frage, warum Brands einem AI-Chat mit 95 Prozent Genauigkeit mehr vertrauen als einem validierten Dashboard. Am Ende steht ein klares Plädoyer: erst Strategie, dann Tool.
Corinna Zennig https://www.linkedin.com/in/corinnazennig/
Artur König https://www.linkedin.com/in/datakoenigartur/
00:00 – Intro: Corinna Zennig und der Lazy Analyst
01:45 – Wie technologieagnostisch kann E-Commerce sein?
04:51 – Echtzeit oder täglich? Was E-Commerce wirklich braucht
10:30 – Die Customer Journey nachvollziehen
12:03 – Amazon, Cookie-Consent und fehlende Kundendaten
13:50 – 100 Sales, 200 Zuschreibungen: Attribution zwischen Google und Meta
17:35 – First-Party-Data und Server-Side-Tracking
20:06 – Der einfachste Hebel: Frag deine Kunden
22:01 – Wie AI das E-Commerce-Game verändert
23:40 – Revenue ist nicht gleich Revenue: Warum AI Kontext braucht
25:13 – 95 Prozent Accuracy und blindes Vertrauen in den AI-Chat
29:41 – Data Warehouse, Databricks Genie oder fertiges Tool?
32:18 – Dashboard und AI-Chat: Wofür was?
35:26 – AI Analytics selbst bauen? Lieber nicht
38:11 – Abschlusstipp: Erst Strategie, dann Tool
Lazy Analyst: https://www.lazyanalyst.com/
Kostenloser Data Strategy Call bei Lazy Analyst: https://www.lazyanalyst.com/consultation/
11 Oct 2026
Fabric & Power BI Quarterly | 2026-4
Gabi Münster ist zurück im Quarterly, diesmal pünktlich kurz vor der Daten-WG und frisch nach der FabCon Europe in Barcelona.
Wir schauen auf ein Quartal, das ruhig angefangen hat und mit einer ganzen Welle an Announcements endete: Fabric Planning ist GA, Web-Editor und Power BI Desktop wachsen weiter zusammen, und mit dem Modern Report Design entstehen Fabric Apps jetzt direkt aus Power BI Desktop heraus, demnächst auch mit Pro- und PPU-Lizenz.
Auf der Plattformseite geht es um F0 als nutzungsbasierten Einstieg ohne Kapazität, um Operation Events im Real-Time Hub und den neuen Job-Monitor, um Mirroring inklusive Security-Rollen aus Snowflake, um Apache Ossie als offenen Standard für Semantik und um die Fabric Policy Engine, mit der sich endlich technisch steuern lässt, wer welche Items anlegen darf. Zum Schluss wieder unsere Wünsche: Lineage auf Spaltenebene und mehr Policies.
Gabi Münster https://www.linkedin.com/in/gabimuenster/
Artur König https://www.linkedin.com/in/datakoenigartur/
Daten-WG 2026 Konferenz am 14-16. Oktober: https://www.daten-wg.com/daten-wg-2026
00:00 – Intro: Quarterly kurz vor der Daten-WG und Newsflash von der FabCon
01:32 – Fabric Planning ist GA und das Preismodell ist fairer als gedacht
04:24 – Web und Desktop wachsen zusammen: TMDL-Ansicht, PBIP GA, DirectQuery im Service
06:07 – Fabric Apps und Modern Report Design in Power BI Desktop
08:40 – Lego oder 3D-Drucker: Wie viel Zukunft haben interaktive Reports?
15:28 – Fabric Apps auch für Pro und PPU: Wo die Lizenzgrenze jetzt verläuft
18:42 – F0: Fabric ohne Kapazität und was das für Planning bedeutet
26:30 – Operation Events im Real-Time Hub und der neue Job-Monitor
31:57 – KI auf Plattformebene: Fabric Copilot, M365 und gehosteter MCP-Server
35:25 – Mirroring mit Security-Rollen aus Snowflake
44:49 – Apache Ossie, Semantic Views und Ontologien: Wie portabel wird Semantik?
52:27 – Fabric Policy Engine: Wer darf welche Items anlegen?
59:16 – Deployment Plans und Bilder aus OneLake in Power BI Reports
1:02:47 – Wünsche: Vega Visual, Lineage auf Spaltenebene und neue Policies
1:07:14 – Ausblick auf die Daten-WG 2026
FabCon und SQLCon 2026 Barcelona, alle Ankündigungen: https://azure.microsoft.com/en-us/blog/fabcon-and-sqlcon-2026-in-barcelona-building-the-data-foundation-for-microsoft-copilot-and-agents/
Policies in Fabric (Preview): https://go.microsoft.com/fwlink/?LinkId=2372038
Microsoft & Snowflake zu Apache Ossie: https://community.fabric.microsoft.com/blog/fbc_pbiupdatesblog/microsoft--snowflake%E2%80%99s-commitment-to-apache-ossie/5369534
Contact Daten-WG
Guest appearances
Books guests
Based on episode analysis; this does not confirm that the show is currently accepting guests.
Pod Engine is an independent podcast discovery and analytics service and is not affiliated with or endorsed by this podcast. Artwork and show content belong to their owners. Full legal notice.
Explore this show Podcast research with Pod Engine
