Sie möchten wissen, welche Produktkategorie den Umsatz steigert, kennen aber weder die passende Ansicht noch den nötigen Filter. Tableau Agent hilft Ihnen, solche Fragen in natürlicher Sprache zu stellen und Daten leichter zu erkunden. Eine Visualisierung ist eine grafische Darstellung von Daten, zum Beispiel als Balken- oder Liniendiagramm.
So müssen Einsteiger nicht sofort komplexe Arbeitsblätter verstehen oder jede Analyse von Hand durchführen. Der Assistent kann Zeit sparen, wenn Sie allein oder im Team erste Antworten suchen. Prüfen Sie die Ergebnisse trotzdem, denn eine gut aussehende Ansicht ist nicht automatisch richtig.
Das Wichtigste auf einen Blick
- Tableau Agent ist ein KI-Assistent in Tableau.
- Sie können Daten mit Fragen in natürlicher Sprache erkunden.
- Der Assistent unterstützt Visualisierungen und Berechnungen.
- Seine Antworten beziehen sich auf verbundene Daten.
- Prüfen Sie Formeln und Ergebnisse vor ihrer Nutzung.
Die Alltagssituation ist leicht zu erkennen: Eine Frage ist da, doch der Weg durch Daten und Arbeitsblätter fehlt. Was genau ist Tableau Agent, und welche Rolle übernimmt der Assistent in Tableau?
Was ist Tableau Agent?
Tableau Agent ist eine generative KI-Funktion in Tableau, die Daten über einen Konversationsbereich erkundbar macht. Sie unterstützt dabei, Visualisierungen zu erstellen und Erkenntnisse aus verbundenen Daten zu gewinnen.
Der Assistent gehört zu Tableau Einstein und richtet sich an Menschen, die Daten analysieren möchten. Er ist kein allgemeiner Chatbot, sondern arbeitet mit den Daten und dem Arbeitsblatt in Tableau. Das hilft beim Einstieg, ersetzt aber kein eigenes Urteil.
Tableau Agent unterstützt die Analyse verbundener Daten, nicht jede beliebige Unterhaltung. Prüfen Sie die Antworten anhand Ihrer Daten.
Ein allgemeiner Chatbot kann über viele Themen sprechen, kennt aber nicht automatisch Ihre Daten. Tableau Agent ordnet Fragen dagegen dem aktuellen Analysekontext zu. Der Agent besitzt dabei kein menschliches Geschäftsverständnis und kann Ziele oder Hintergründe eines Unternehmens nicht selbst erraten.
Als Analytics Assistant kann er den Weg von einer Frage zu einer Ansicht vereinfachen. Er arbeitet innerhalb des Tableau-Erlebnisses, statt eigenständig neue Datenquellen zu suchen. So können auch Einsteiger mit Daten arbeiten, ohne zuerst jede Funktion eines Arbeitsblatts zu kennen.
Tableau Einstein ist der KI-Kontext, in dem diese Funktion angeboten wird. Die Bezeichnung macht den Assistenten nicht zu einem Fachanalysten, der jede Bedeutung Ihrer Kennzahlen kennt. Daten und klar formulierte Fragen bleiben wichtig.
Welche konkreten Aufgaben übernimmt der Assistent, wenn Sie Ihre Daten in Tableau untersuchen?
Welche Aufgaben übernimmt der KI-Assistent?
Eine Nutzerin möchte Gesamtumsätze nach Produktkategorien sehen, weiß aber nicht, welche Ansicht sie dafür anlegen soll. Tableau Agent kann diese Anfrage in eine passende Visualisierung umsetzen und die Datenanalyse zugänglicher machen.
Der Assistent hilft bei Fragen, Visualisierungen und Folgeanalysen, aber erstellt nicht standardmäßig ein vollständiges Dashboard. Sein Nutzen liegt vor allem in der schrittweisen data exploration innerhalb eines Arbeitsblatts.
Fragen stellen und Daten erkunden
Einsteiger können mit vorgeschlagenen Fragen beginnen, wenn sie ein Dataset noch nicht kennen. So entsteht ein erster Ansatzpunkt, ohne dass Sie jedes Feld selbst durchsuchen müssen. Danach können Sie Ihre eigenen Fragen stellen.
Zu den möglichen Aufgaben gehören:
- Vorgeschlagene Fragen als Einstieg in eine Analyse nutzen.
- Eine Visualisierung aus einer natürlich formulierten Anfrage erstellen.
- Mit Folgefragen ein einzelnes Ergebnis genauer untersuchen.
- Vorschläge für nächste Änderungen an einer Ansicht erhalten.
Visualisierungen und Erkenntnisse erhalten
Fragen Sie etwa nach Verkaufszahlen across product categories, also nach Verkäufen über mehrere Produktkategorien hinweg. Der Assistent kann diese Werte passend darstellen, sofern die verbundenen Daten die nötigen Felder enthalten.
Eine Folgefrage kann eine Kategorie vertiefen, etwa mit einem Vergleich über Regionen. Tableau Agent kann auch Änderungen an einer vorhandenen Visualisierung vorschlagen. Diese Tableau-KI-Tools helfen bei der analytics, doch sie entscheiden nicht, welche Kennzahl für Ihr Team geschäftlich zählt.
Die Fähigkeiten werden erst greifbar, wenn klar ist, wie der Assistent eine Anfrage in eine Visualisierung übersetzt.
Wie funktioniert die Analyse mit Fragen in natürlicher Sprache?
Fragen Sie: „Wie hoch sind die Umsätze je Produktkategorie?“ Tableau Agent liest die Anfrage im Kontext des aktuellen Arbeitsblatts und gibt eine passende Antwort oder Visualisierung zurück.
Der Ablauf führt von der Frage über die Felder zur Ansicht oder Berechnung. Der Assistent ordnet Begriffe den verfügbaren Datenfeldern zu und nutzt die Struktur des Arbeitsblatts. So verarbeitet er natural language prompts nicht losgelöst von den verbundenen Daten.
Wenn Sie danach fragen: „Wie hoch ist der Umsatz in der Kategorie Möbel?“, vertiefen Sie eine einzelne Gruppe. Sie können anschließend weitere questions stellen, um den Blickwinkel zu ändern oder ein Ergebnis einzugrenzen.
Der Konversationsverlauf bezieht sich auf das aktuelle Arbeitsblatt. Er wird nicht über Arbeitsblätter hinweg gespeichert und beim Schließen der Arbeitsmappe gelöscht. Das begrenzt den Zusammenhang, den der Assistent in späteren Sitzungen nutzen kann.
Die Antwort hängt zudem davon ab, ob die passende Produktumgebung und die nötigen Funktionen aktiviert sind. Deshalb zählt neben der Frage auch, wo Sie Tableau Agent verwenden.
Welche Voraussetzungen gelten für den Zugriff auf Tableau Agent?
Verfügbarkeit und Zugriff hängen von der Umgebung, der Version, der Aktivierung und Ihrer Benutzerrolle ab. Prüfen Sie zuerst, ob Ihr Tableau-Produkt und Ihr Konto die benötigte Funktion unterstützen.
Tableau Cloud, Tableau Desktop und Tableau Server bieten unterschiedliche Wege. Die folgende Übersicht zeigt die wichtigsten Voraussetzungen und Besonderheiten.
Tableau Cloud und Tableau Desktop
Für die Webdokumenterstellung in Tableau Cloud müssen KI-Funktionen aktiviert sein. Sie benötigen außerdem eine Creator- oder Explorer-Rolle. Tableau Agent in Tableau Desktop setzt eine Anmeldung bei einer unterstützten Tableau Cloud- oder Tableau Server-Site voraus.
Tableau Server
Tableau Server unterstützt Tableau Agent ab Version 2025.3. Die Funktion ist damit an eine konkrete Serverversion gebunden. Für die Verbindung zum KI-Modell gelten zusätzliche technische Bedingungen, die sich von Tableau Cloud unterscheiden.
Tableau Agent in Dashboards
Tableau Agent in Dashboards ist seit Juli 2026 als Betafunktion in Tableau Cloud verfügbar. Viewer benötigen dafür die Berechtigungen „KI-Zugriff“ und „Vollständige Datenabfrage“. Die Funktion muss zudem aktiviert sein.
| Umgebung | Verfügbarkeit | Voraussetzung | Besonderheit |
|---|---|---|---|
| Tableau Cloud-Webdokumenterstellung | Bei aktivierten KI-Funktionen | Creator- oder Explorer-Rolle | Erstellung im Browser |
| Tableau Desktop | Ab Version 2025.1 | Anmeldung an unterstützter Cloud- oder Server-Site | Verbundene Site erforderlich |
| Tableau Server | Ab Version 2025.3 | Unterstützte Serverumgebung | Eigener LLM-Anbieter |
| Dashboards in Tableau Cloud | Beta seit Juli 2026 | Aktivierung und passende Berechtigungen | Viewer brauchen KI-Zugriff und vollständige Datenabfrage |
Tableau Desktop unterstützt den Assistenten ab Version 2025.1. Tableau Prep Builder unterstützt ihn ab Version 2025.2. Die Verbindung zu einer geeigneten Datenquelle ist ebenfalls nötig. Damit stellt sich die Frage, wie Tableau Berechtigungen und Daten schützt.
Wie schützt Tableau Agent Daten und Berechtigungen?
Der Schutz wird nicht in jeder Tableau-Bereitstellung gleich umgesetzt. Tableau Cloud und Tableau Server unterscheiden sich vor allem bei der Verbindung zu großen Sprachmodellen, kurz LLMs.
Tableau Cloud wahrt bestehende Berechtigungen und Datenrichtlinien; Tableau Server mit eigenem Anbieter nutzt nicht die Einstein Trust Layer. Das ist wichtig, bevor Sie vertrauliche Daten in Anfragen einbeziehen.
Datenschutz in Tableau Cloud
Wenn Tableau Cloud externe LLM-Anbieter nutzt, gilt eine Richtlinie zur Null-Datenspeicherung. Bestehende Tableau-Cloud-Berechtigungen und Datenrichtlinien bleiben dabei bestehen.
Vor der Verarbeitung durch LLMs kann Tableau personenbezogene Daten mustergestützt maskieren. Diese Maskierung soll sensible Angaben verbergen. Sie ist Teil der vertrauenswürdigen Sicherheitsschicht von Salesforce, der Einstein Trust Layer.
Eigener LLM-Anbieter in Tableau Server
Ab Tableau Server 2025.3 können Unternehmen Tableau Agent mit einem eigenen LLM-Anbieter verbinden. Bei Anfragen an OpenAI oder Azure OpenAI greift die Einstein Trust Layer nicht.
Das bedeutet auch, dass deren integrierte Maskierung personenbezogener Daten nicht eingesetzt wird. Die Sicherheitsmaßnahmen des jeweiligen Anbieters gelten stattdessen. Ein eigenes Konto bringt also nicht automatisch dieselben Schutzregeln wie Tableau Cloud.
| Aspekt | Tableau Cloud | Tableau Server |
|---|---|---|
| LLM-Verbindung | Externe Anbieter über Tableau | Eigener Anbieter, etwa OpenAI oder Azure OpenAI |
| Umgang mit Anfragen | Richtlinie zur Null-Datenspeicherung | Regeln des gewählten Anbieters |
| Berechtigungen | Tableau-Berechtigungen und Datenrichtlinien gelten | Tableau-Berechtigungen gelten weiterhin |
| Maskierung personenbezogener Daten | Musterbasierte Maskierung kann greifen | Keine Maskierung durch die Einstein Trust Layer |
Auch geschützte Zugriffe garantieren keine korrekte Analyse. Wie können verschiedene Rollen den Assistenten im Arbeitsalltag nutzen?
Für wen ist Tableau Agent im Arbeitsalltag nützlich?
Ein Sales-Team möchte wissen, welche Produktkategorien zum Umsatz beitragen. Tableau Agent kann einen schnellen Einstieg in diese Frage bieten, wenn die passenden Daten verbunden sind.
Der Assistent unterstützt eine eigenständige Exploration, ersetzt aber keine Fachanalysten. Sein Wert zeigt sich dort, wo Menschen eine konkrete Frage haben und den ersten Analyseweg noch nicht kennen.
Typische Situationen sind:
- Ein Sales-Team vergleicht Umsätze across product categories.
- Eine regionale Führungskraft fragt nach Verkäufen in einzelnen Regionen.
- Ein neuer Analyst nutzt vorgeschlagene Fragen, um ein unbekanntes Dataset zu erkunden.
So kann eine Person selbst erste insights gewinnen, statt für jede kleine Frage auf eine fertige Ansicht zu warten. Das kann die Zeit bis zum ersten Blick auf die Daten verkürzen, verspricht aber keine feste Zeitersparnis.
Auch ein Analyst kann die Antworten als Ausgangspunkt nutzen. Fachwissen bleibt nötig, wenn Kennzahlen erklärt, Datenfehler erkannt oder Entscheidungen getroffen werden sollen. Der Assistent ergänzt Erfahrung, statt sie zu ersetzen.
Für den ersten Versuch zählen eine geeignete Umgebung, eine Datenquelle und eine überschaubare Frage.
Wie starten Sie mit Tableau Agent?
Tableau Agent ist während der Tableau-Cloud-Testphase kostenlos nutzbar. Die Testversion gilt nur für eine neue Site und hat Einschränkungen. Stündliche Anfragebeschränkungen können gelten, und Tableau Catalog ist nicht enthalten.
Ein einfacher Test mit einem vorhandenen Beispieldatensatz zeigt, wie using tableau mit Fragen in natürlicher Sprache funktioniert. Eine bestimmte Demo oder einen kostenlosen Tableau-Tarif setzt dieser Einstieg nicht voraus.
Gehen Sie in drei Schritten vor:
- Prüfen Sie eine Tableau-Cloud-Testversion und richten Sie eine neue Site ein.
- Lassen Sie die KI-Funktionen und erforderlichen Zugriffe aktivieren.
- Öffnen Sie eine verbundene Datenquelle und stellen Sie eine einfache Frage.
Die Testversion lässt sich nicht zu einer bestehenden Produktions-Site hinzufügen. Planen Sie deshalb den Versuch getrennt von Ihrer laufenden Umgebung. Tableau Agent kann während der Testphase kostenlos genutzt werden, doch die genannten Grenzen gelten weiterhin.
Für eine Tableau-Agent-Demo reicht eine klare Frage zu einem vorhandenen Beispieldatensatz. Prüfen Sie danach, ob die Felder und Werte zur Antwort passen.
Ein guter erster Test führt direkt zur Qualität der verbundenen Daten und zur Formulierung Ihrer Fragen.
Wie erhalten Sie bessere Antworten auf Ihre Fragen?
„Zeig mir die Top-Produkte“ lässt offen, ob Umsatz, Stückzahl oder Gewinn gemeint ist. Benennen Sie die Kennzahl und den gewünschten Blickwinkel, damit Tableau Agent Ihre Frage klarer einordnen kann.
Auch gute natural language prompts hängen von einer verständlichen Datenquelle ab. Prüfen Sie vor der Analyse, ob Felder eindeutig benannt und passend eingerichtet sind.
Datenquelle und Felder vorbereiten
Mit wenigen Kontrollen vermeiden Sie unnötige Missverständnisse:
- Blenden Sie Felder aus, die für die Analyse nicht nötig sind.
- Halten Sie Feldnamen und Beschreibungen eindeutig.
- Kontrollieren Sie Datentypen und Rollen der Felder.
- Nennen Sie die gewünschte Aggregation, zum Beispiel den Median.
- Teilen Sie komplexe Aufgaben in einzelne Anfragen auf.
Anfragen präzise formulieren
„Top“ kann den höchsten Umsatz, Gewinn oder Absatz meinen. Fragen Sie stattdessen: „Zeige die Top-Produkte nach Gewinn.“ Das legt die Kennzahl fest und macht das Ergebnis besser prüfbar.
Nennen Sie bei Bedarf Zeitraum, Region oder Kategorie. Fragen Sie zunächst nach einer Übersicht und grenzen Sie die Analyse danach ein. So erhält der Assistent eine klare Aufgabe, statt mehrere Wünsche zugleich erraten zu müssen.
Für Tableau Agent werden Extrakte aus Leistungsgründen empfohlen. Live-Verbindungen können länger starten oder laden. Das kann den Beginn der data exploration verzögern, besonders bei umfangreichen Daten.
Gute Fragen helfen auch beim Erstellen von Formeln. Dafür müssen die verwendeten Datenfelder besonders klar sein.
Welche Berechnungen lassen sich mit Tableau Agent erstellen?
Sie möchten Postleitzahlen aus vollständigen Postanschriften herauslösen, um Orte getrennt auszuwerten. Tableau Agent kann dafür eine Berechnung aus einer natürlich formulierten Anfrage erstellen.
Ein berechnetes Feld ist eine Formel, die eine Aktion auf ein oder mehrere Datenfelder anwendet. Tableau Agent unterstützt Berechnungen in Tableau Prep und in der Tableau-Cloud-Webdokumenterstellung.
Berechnete Felder formulieren und anpassen
Beschreiben Sie, welches Ergebnis Sie brauchen, und nennen Sie die passenden Felder. Der Assistent kann daraus ein berechnetes Feld ableiten, das zum Aufbau Ihrer Daten passt.
Bei einer vollständigen Adresse kann die Anfrage lauten: „Erstelle ein Feld, das die Postleitzahl aus der Anschrift extrahiert.“ Tableau Agent kann eine Formel vorschlagen und sie auf Wunsch anpassen.
Berechnungen erklären und überprüfen
Der Assistent kann auch erklären, was eine vorhandene Berechnung bewirkt. Das hilft, wenn Sie eine Formel übernehmen oder für eine Analyse ändern möchten. So müssen Sie nicht jede Zeile zuerst selbst deuten.
Eine Erklärung ersetzt dennoch keine Prüfung. Kontrollieren Sie, ob die Formel zu Ihren Adressen passt, und testen Sie das Ergebnis an bekannten Beispielen. Abweichende Schreibweisen oder fehlende Postleitzahlen können sonst zu falschen Werten führen.
Übernehmen Sie ein erzeugtes Ergebnis nicht ungeprüft. Eine passende Berechnung hängt von den tatsächlichen Feldern und deren Inhalt ab.
Damit stellt sich eine weitere praktische Frage: Wann ist ein Dialog sinnvoller als die laufende Überwachung fester Kennzahlen?
Tableau Agent oder Tableau Pulse: Wofür eignet sich welches Tool?
Tableau Agent reagiert auf eine konkrete Frage, während Tableau Pulse Kennzahlen proaktiv beobachtet. Beide Funktionen helfen bei analytics, erfüllen aber verschiedene Aufgaben.
Nutzen Sie den Agent für eine Frage, die Sie beantworten oder vertiefen möchten. Tableau Pulse passt, wenn Sie Kennzahlen laufend beobachten und Updates erhalten wollen.
| Merkmal | Tableau Agent | Tableau Pulse |
|---|---|---|
| Interaktion | Dialog mit Fragen und Antworten | Updates zu Kennzahlen |
| Auslöser | Eine konkrete Frage der nutzenden Person | Laufende Beobachtung festgelegter Kennzahlen |
| Hauptzweck | Daten erkunden und Ansichten vertiefen | Änderungen bei Kennzahlen bemerken |
| Zeitpunkt der Erkenntnisse | Bei Bedarf während der Analyse | Proaktiv im Kennzahlen-Update |
Bei einer offenen Frage zu einer Umsatzentwicklung hilft der dialogorientierte Agent, einzelne Aspekte zu erkunden. Sie bestimmen, welche Folgefrage für Ihre analysis wichtig ist. Das ist eine bedarfsabhängige analytics experience.
Pulse richtet den Blick dagegen auf wiederkehrende Kennzahlen. Das Tool kann Updates bereitstellen, ohne dass Sie jedes Mal zuerst eine neue Frage formulieren. So ergänzt es den Agent, statt dessen Aufgabe zu übernehmen.
Beide Werkzeuge erfüllen unterschiedliche Zwecke. Auch beim Agent sollten Sie seine Grenzen kennen, bevor Sie eine Antwort als Grundlage für Entscheidungen nutzen.
Welche Grenzen hat Tableau Agent?
Tableau Agent unterstützt Analysen, erledigt aber nicht jede Tableau-Aufgabe und garantiert keine richtigen Ergebnisse. Behandeln Sie Antworten als Ausgangspunkt, den Sie mit den Daten abgleichen.
Zu seinen Grenzen gehören:
- Der Assistent wählt keine Datenquelle aus und modelliert keine Daten.
- Er erklärt keine Datenherkunft und beantwortet keine Beratungsfragen.
- Er erstellt keine Storys.
- Mehrdeutige Anfragen und Felder mit hoher Kardinalität können unvollständige Ergebnisse liefern.
Aufgaben, die Tableau Agent nicht übernimmt
Der Agent kennt nicht automatisch den Ursprung eines Datenfelds oder die Gründe für eine bestimmte Geschäftsregel. Er kann außerdem keine Datenmodellierung durchführen. Für diese Aufgaben brauchen Sie passende Tableau-Werkzeuge und Fachwissen.
Die Dashboard-Funktionen sind als Beta in Tableau Cloud verfügbar. Sie bieten Übersichten, Erkenntniszusammenfassungen und Fragen in natürlicher Sprache. Sie erstellen damit jedoch kein Dashboard.
Warum Ergebnisse überprüft werden müssen
Zu Beginn jeder Sitzung erfasst Tableau Agent pro Feld den Datentyp, den Feldnamen und bis zu 1.000 eindeutige Werte. Bei Feldern mit hoher Kardinalität können Werte unvollständig erfasst sein.
Auch unklare Begriffe führen zu mehreren möglichen Deutungen. Zudem bleibt der Gesprächsverlauf nicht über Arbeitsblätter hinweg erhalten. Beim Schließen der Arbeitsmappe wird er gelöscht.
Die derzeit verfügbaren Fakten zeigen die Dashboard-Funktionen als Beta. Sie erlauben keine verlässliche Aussage über weitere Funktionen oder Veröffentlichungstermine. Nutzen Sie Tableau Agent als Startpunkt für eine Analyse, deren Ergebnis Sie selbst prüfen.
Eine Antwort kann hilfreich sein, ohne vollständig zu sein. Gleichen Sie Visualisierungen und Berechnungen mit den verbundenen Daten ab.
So können Sie entscheiden, ob Tableau Agent eine konkrete Analysefrage gut vorbereitet.
Fazit
Tableau Agent hilft bei konkreten Datenfragen, ersetzt aber nicht die Prüfung der Ergebnisse. Fragen in natürlicher Sprache erleichtern den Einstieg; gute Daten bleiben dafür wichtig.
Starten Sie mit einer einfachen, klar begrenzten Frage an eine verbundene Datenquelle in einer geeigneten Tableau-Umgebung. Vergleichen Sie anschließend die erzeugte Visualisierung mit den Werten in der Datenquelle.
