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.
Language
🇩🇪
Publishing Since
4/15/2025
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
July 5, 2026
<p>In Zeiten von KI und „alles agentic" klingt „Data Warehouse" fast wie ein Dinosaurier. Aber warum und wie es trotzdem weiterlebt erklärt Reinhard Mense, Mitgründer von areto, Gründer von Yotilla (2020 von Exasol übernommen) und seit Jahren mit Leib und Seele im Thema Data-Warehouse-Automatisierung.</p><p><br></p><p>Wir sprechen über den Rebuild-Cycle, der Data Warehouses alle paar Jahre neu entstehen lässt, über die Grenzen heutiger Automatisierung und Reinhards Vision, schon auf der konzeptionellen Geschäftsobjekt-Ebene anzusetzen. Dazu ein ehrlicher Schlagabtausch über Self-Service, was zentral gehört und was nicht – und wo KI wirklich hilft und wo Determinismus gewinnt.</p><p><br></p><p>Reinhard Mense https://www.linkedin.com/in/reinhard-mense-data-warehouse-automation/</p><p>Artur König https://www.linkedin.com/in/datakoenigartur/</p><p><br></p><p>Daten-WG 2026 Konferenz am 14-16. Oktober: </p><p>https://www.daten-wg.com/daten-wg-2026</p><p><br></p><p>00:00 – Intro: Ist das Data Warehouse ein Dinosaurier? Reinhards Werdegang</p><p>03:52 – Der Data-Warehouse-Rebuild-Cycle: warum alle 5 Jahre neu gebaut wird</p><p>04:39 – Neue Technologie als vermeintlicher Heilsbringer – und warum das nicht reicht</p><p>05:33 – Wenn der Fachbereich nicht mehr wartet: die Excel-Chaos-Spirale</p><p>07:47 – Automatisierung setzt zu spät an – der Vergleich mit der Telefonvermittlung</p><p>10:47 – Einen Schritt früher: Automatisierung ab dem konzeptionellen Modell</p><p>13:45 – Abstraktion eine Ebene höher – warum wir Datenbanken längst akzeptiert haben</p><p>17:53 – Die Grenzen von Self-Service: das Supply-Chain-Beispiel</p><p>21:20 – Was gehört zentral? Finance, Kennzahlen und gemeinsame Wahrheiten</p><p>24:00 – Was sich nicht zentralisieren lässt: Prozente, Durchschnitte, lokale Mappings</p><p>28:48 – Warum nicht alles mit KI? Determinismus schlägt GenAI</p><p>32:01 – KI vorgelagert: das konzeptionelle Modell im Dialog mit dem Fachbereich</p><p>35:32 – Der Rebuild-Cycle bei BI-Tools: Migration ist selten die Lösung</p><p>44:22 – Daten-WG 2026 in Köln: Coworking, Theater und Speaker</p><p>48:13 – Der Abschluss-Tipp: mit KI bauen, was früher Großprojekte brauchten</p>
June 21, 2026
<p>Daten sind auch Kommunikation – und zu Gast ist mit Nadine Keil jemand, die genau das zu ihrem Beruf gemacht hat: Data Storytelling, vom Diagramm bis zur Präsentation.</p><p><br></p><p>Wir reden darüber warum Daten eben nicht für sich selbst sprechen, wann ein Analyst eine Empfehlung geben sollte (und wann man sich nur die passende Statistik herauspickt), wie viel Standard und wie viel Kreativität ein Reporting verträgt und ob Self-Service-Dashboards überhaupt eine Berechtigung haben – hier sind wir uns ausnahmsweise mal nicht einig. </p><p>Zum Schluss: Was bleibt von all dem, wenn die KI ohnehin auf jede Frage eine Antwort ausspuckt?</p><p><br></p><p>Nadine Keil https://www.linkedin.com/in/nadine-keil/</p><p>Artur König https://www.linkedin.com/in/datakoenigartur/</p><p><br></p><p>Nadine Live:</p><p>Daten-WG 2026 Konferenz am 14-16. Oktober: </p><p>https://www.daten-wg.com/daten-wg-2026</p><p><br></p><p>Und auch der Daten-WG Dashboard Roast findet da statt.</p><p>Wer will auch dabei sein und gratis zur Daten-WG kommen?</p><p>https://forms.cloud.microsoft/e/r8DSCq0B5Z</p><p><br></p><p><br></p><p>00:00 – Intro: Daten sind Kommunikation – und was Comics damit zu tun haben</p><p>02:20 – Müssten Daten nicht eigentlich für sich selbst sprechen?</p><p>03:17 – Warum auch „harte Fakten" immer schon interpretiert sind</p><p>04:15 – Empfehlung geben oder neutral bleiben? Das Spannungsverhältnis für Analysten</p><p>06:04 – Daten liefern nicht die Lösung, sondern Input, Ideen und Diskussion</p><p>09:07 – Der entscheidende Hebel: erst die knackige Botschaft, dann die Details</p><p>11:39 – Visualisierung ist Kommunikation – nicht Kartografie</p><p>14:05 – „Ich will lieber eine Tabelle" – und warum man dann nachfragt</p><p>15:28 – Klischees Controller vs. Sales – und warum sie nicht stimmen</p><p>16:30 – Wie viel Standard, wie viel Kreativität? Das Rezeptkarten-Dashboard</p><p>18:43 – Gamification, Warming Stripes und der Survivorship-Bias schöner Visualisierungen</p><p>20:01 – Kreativität kostet Zeit: erst Klarheit, dann Schönheit</p><p>22:40 – Schlicht und schwarz-weiß – aber bekommt man dafür die Beförderung?</p><p>24:54 – Feste Grundregeln – und der erste Dissens: Self-Service-Dashboards</p><p>28:12 – Warum Self-Service oft scheitert: keine direkten Antworten</p><p>31:30 – Alibi-Self-Service vs. echtes Vertrauen und Entscheidungsfreiheit</p><p>33:48 – Die Excel-Export-Spirale – und warum Unflexibilität dazugehört</p><p>35:09 – Und jetzt die KI: Braucht es überhaupt noch Dashboards?</p><p>42:39 – Ego, Spaß an der Analyse und wann Automatisieren reicht</p><p>44:22 – Daten-WG 2026: Slam-Abend und Dashboard-Roast</p><p>46:58 – Der eine konkrete Tipp zum Schluss</p><p><br></p><p><br></p><p>Shownotes</p><p><br></p><p>Coaching for Data Storytelling (Website): https://www.mathemalytics.com/</p><p>Mathemalytics Blog (Substack): https://mathemalytics.substack.com/</p><p>Nadine bei Unf#ck your Data: https://youtu.be/CUg1Ul0hCOM?si=oFKD1KjnMsBkZpJl</p><p><br></p><p>Pyramidales Prinzip: https://www.mckinsey.com/alumni/news-and-events/global-news/alumni-news/barbara-minto-mece-i-invented-it-so-i-get-to-say-how-to-pronounce-it</p><p>Show Your Stripes (Download der Stripes für über 200 Länder/Regionen): https://showyourstripes.info/</p><p>Survivorship Bias (Hintergrund): https://de.wikipedia.org/wiki/Survivorship_Bias</p><p>IBCS – International Business Communication Standards: https://www.ibcs.com/</p><p>Blog von Alexander Korn (IBCS mit Power BI): https://actionablereporting.com/</p><p><br></p>
June 7, 2026
<p>Seit längerer Zeit sitzen wir mal wieder zu viert im Raum: Artur, Ulrik, Marcus und Michael geben sich gegenseitig ein Update – was lief in den letzten Monaten, was war besonders cool, und woran kommt man gerade einfach nicht vorbei?</p><p> </p><p>Ulrik Harnisch https://www.linkedin.com/in/ulrik-harnisch/</p><p>Marcus https://www.linkedin.com/in/marcuswegener/</p><p>Michael https://www.linkedin.com/in/michael-tenner-5b885970/</p><p>Artur König https://www.linkedin.com/in/datakoenigartur/</p><p> </p><p>Daten-WG 2026 Konferenz am 14-16. Oktober: </p><p>https://www.daten-wg.com/daten-wg-2026</p><p> </p><p> </p><p>00:00 – Intro: Zu viert im Raum und ein gegenseitiges Update</p><p>00:44 – Marcus' Projekt: Fabric-Ladestrecken von SAP bis in den Cube</p><p>02:10 – Warum die Analytics-Welt Richtung Microsoft geht und nicht zu SAP</p><p>03:48 – "Copilot nutze ich fast nie" – ist Copilot eine Totgeburt?</p><p>04:47 – Welcher Copilot eigentlich? Der Tool-Zoo und der Vorteil eines Anbieters</p><p>08:14 – Copilot im SharePoint-Alltag und warum Schulung der Knackpunkt ist</p><p>09:08 – Besser als ChatGPT oder Claude? GitHub Copilot und das Lizenz-Wirrwarr</p><p>11:39 – Wo liegen die Daten? Tenant, eigene Konzern-GPTs, Firstmover vs. Mittelstand</p><p>13:36 – Lineage-Doku mit KI und ein Copilot-Studio-Agent direkt in Teams</p><p>16:05 – Kann man einem Agent trauen? Instructions, die niemand zu sehen bekommt</p><p>17:00 – Enablement, die Angst des Controllings und Copilot als bessere Suchmaschine</p><p>21:35 – Copilot ersetzt keine semantischen Modelle – "Ask your Data" und seine Grenzen</p><p>22:14 – Direkt auf Databricks statt Power BI? Ein Markt im Mittelstand</p><p>23:36 – Kennzahlen on the fly: Agent oder semantisches Modell?</p><p>26:17 – Ist Power BI ein totes Tool? Der Purpose einer Power-BI-Boutique</p><p>29:43 – Token verbrennen oder Skills: Abfragen festschreiben statt neu generieren</p><p>31:41 – Das Dashboard als Lagerfeuer und warum gemeinsame Sichten zählen</p><p>33:30 – Arturs Zeiterfassung läuft jetzt über MCP statt über Power BI</p><p>36:35 – Flat Table schlägt Starschema? Die Architektur ist noch nicht fertig</p><p>37:50 – Wer haftet für KI-generierten Code? Human in the loop</p><p>38:39 – Cloud-Security: ein Service Principal, der die ganze AD ausliest</p><p>41:12 – Eine Versicherung für Vibe-Coding? Ein neues Geschäftsmodell entsteht</p><p>44:28 – State of Data: Fazit und die Ankündigung einer zweiten Folge</p><p>45:08 – Die Daten-WG 2026 und ihre auffällig vielen KI-Vorträge</p>
Discover related shows you might enjoy
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
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.
This podcast updates daily.
This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
Yes, this podcast regularly features guests.
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.
