WEBVTT

00:00:00.000 --> 00:00:01.760
Sie führen immer noch manuelle Fabric Audits durch?

00:00:02.140 --> 00:00:05.420
Faszinierend. Das bedeutet, Sie verbringen freiwillig Ihre Wochenenden damit,

00:00:05.600 --> 00:00:09.760
Power BI-Datensätze, Fabric Workspaces und Purview-Klassifizierungen mit Tabellen abzugleichen.

00:00:10.300 --> 00:00:14.800
Bewundernswert, wenn Ihr Ziel darin besteht, einen Preis für die ineffizienteste Nutzung menschlicher Intelligenz zu gewinnen.

00:00:15.340 --> 00:00:18.300
Governance in Microsoft Fabric ist nicht deshalb schwierig, weil Funktionen fehlen.

00:00:18.720 --> 00:00:21.380
Es ist schwierig, weil sich die Systeme weigern, dieselbe Sprache zu sprechen.

00:00:22.260 --> 00:00:26.020
Jedes agiert wie ein wichtig-torischer Manager, der darauf besteht, dass seine Abteilung etwas Besonderes sei.

00:00:26.020 --> 00:00:30.880
Purview verfolgt Klassifizierungen, Power BI erzwingt Sicherheit, Fabric verwaltet Pipelines

00:00:30.880 --> 00:00:32.760
und Sie dürfen deren Streitigkeiten in Excel schlichten.

00:00:33.280 --> 00:00:35.900
Willkommen GPT-5 in Microsoft 365 Co-Pilot.

00:00:36.300 --> 00:00:39.100
Dies ist nicht derselbe behörsame Assistent, den Sie gebeten haben, Notizen zu sammeln.

00:00:39.280 --> 00:00:40.360
Es ist ein Auditor mit Urteilsvermögen.

00:00:40.700 --> 00:00:43.940
Der Unterschied? GPT-5 findet nicht nur Informationen, es versteht Zusammenhänge.

00:00:44.700 --> 00:00:50.260
In diesem Video erfahren Sie, wie es die Fabric Governance dienstübergreifend ohne eine einzige, manuelle Überprüfung automatisiert.

00:00:50.880 --> 00:00:54.500
Das kommende Chain of Thought Reasoning verwandelt Compliance-Mühe in reine Logik,

00:00:54.500 --> 00:00:57.200
Warum Governance in Microsoft Fabric scheitert

00:00:57.200 --> 00:00:58.780
Ist die unbequeme Wahrheit.

00:00:59.300 --> 00:01:02.100
Fabric hat die Analyse vereinheitlicht, aber vergessen, die Governance zu vereinheitlichen.

00:01:02.520 --> 00:01:06.300
Unter den glänzenden Dashboards verbirgt sich ein chaotisches Netzwerk von Systemen, die um Aufmerksamkeit buhlen.

00:01:07.160 --> 00:01:11.880
Fabric speichert die Daten, Power BI visualisiert sie und Purview kategorisiert sie, aber keiner von ihnen spricht fließend miteinander.

00:01:12.460 --> 00:01:14.320
Man sollte meinen, Microsoft hat sich für die Zusammenarbeit entdeckt.

00:01:14.760 --> 00:01:18.980
In der Praxis gleicht es eher drei Genies an einem Konferenztisch, die jeweils ihren eigenen JSON-Dialekt sprechen.

00:01:19.280 --> 00:01:21.800
Deshalb bricht Governance unter ihrem eigenen Anspruch zusammen.

00:01:21.800 --> 00:01:29.660
Sie haben ein Lakehouse voller sensibler Daten, Power BI, Dashboards, die aus 15 Blickwinkeln darauf verweisen und Purview, das Labels in isolierter Pracht vergibt.

00:01:30.980 --> 00:01:39.860
Wenn Auditoren einen Nachweis verlangen, dass jeder klassifizierte Datensatz gesichert ist, stellen sie fest, stellen sie fest, Fabric kennt die Herkunft, Purview die Tags und Power BI die Rollen, aber niemand kennt die ganze Geschichte.

00:01:39.860 --> 00:01:45.520
Das Ergebnis ist digitaler Spaghetti-Code, ein endloser Haufen aus miteinander verknüpften Feldern, Berechtigungen und Abläufen.

00:01:46.240 --> 00:01:48.880
Jeder Strang berührt einen anderen, doch keiner erkennt die Verbindung.

00:01:49.580 --> 00:01:57.140
Governance-Teams müssen API-Exporte manuell ziehen, Namen abgleichen, die fast aber nicht ganz übereinstimmen und sich mit CSV-Dateien herumschlagen, die sich nicht fügen wollen.

00:01:57.880 --> 00:02:00.760
Ein durchschnittliches Audit wird so zum Soziologie-Experiment über Menschliche gedruckt.

00:02:00.980 --> 00:02:02.060
Nehmen wir Helena aus der Compliance.

00:02:02.060 --> 00:02:07.960
Sie verbrachte einmal zwei Wochen damit, Purviews hochvertrauliche Datensätze mit Power-Beschränkungen in Einklang zu bringen, in Einklang zu bringen.

00:02:08.200 --> 00:02:14.000
Zwei Wochen nur, um festzustellen, dass die Hälfte der Assets falsch klassifiziert und die andere Hälfte falsch beschriftet war, weil jemand mit einem Projekt ein Work-to-Workspace umbelannt hat.

00:02:14.580 --> 00:02:17.340
Ihr Urteil? Hätte Fabric ein Gewissen, würde es sich entschuldigen.

00:02:17.660 --> 00:02:20.240
Aber Fabric hat keins. Es protokolliert nur Ereignisse und lächelt.

00:02:20.680 --> 00:02:22.640
Das eigentliche Problem ist nicht technischer, sondern logischer Natur.

00:02:22.640 --> 00:02:26.080
Die Plattformen sind brillant darin, Fakten zu speichern, aber völlig unfähig darüber nachzudenken.

00:02:26.480 --> 00:02:29.320
Sie können ihnen sagen, was existiert, aber nicht, wie diese Dinge im Kontext zusammenhängen.

00:02:29.320 --> 00:02:31.860
Deshalb stoßen ihre Skripte und abfragen schnell an ihre Grenzen.

00:02:32.200 --> 00:02:39.060
Um Compliance über Systeme hinweg zu validieren, brauchen sie eine Instanz, die Schlussfolgerungen ziehen kann, etwas, das nicht nur Daten sieht, sondern Beziehungen zwischen ihnen ableitet.

00:02:39.460 --> 00:02:43.800
Hier kommt GPT-5 ins Spiel, der erste Praktikant in der Geschichte von Microsoft, der keine ständige Aufsicht benötigt.

00:02:44.240 --> 00:02:47.280
Im Gegensatz zu früheren Co-Pilot-Modellen beschränkt es sich nicht auf reinen Keyboard-Ableichen.

00:02:47.820 --> 00:02:54.980
Es führt strukturiertes Denken aus und korreliert Fabric-Lineage-Graphen, Purview-Klassifizierungen und Power BI-Sicherheitsmodelle zu einer einheitlichen Aussage.

00:02:55.680 --> 00:02:58.020
Es erschafft das, was die Tools selbst nicht können. Kontext.

00:02:58.020 --> 00:03:05.380
Governance wandelt sich endlich von endloser Prüfung zu intelligenter Automatisierung und zum ersten Mal können sie das System prüfen, anstatt seine Missverständnisse zu diagnostizieren.

00:03:06.920 --> 00:03:09.720
Hier ist GPT-5 Schlussfolgerung als das fehlende Glied.

00:03:10.600 --> 00:03:14.740
Um es klar zu sagen, GPT-5 ist nicht einfach eins morgens aufgewacht und hat gelernt, schneller zu tippen.

00:03:15.320 --> 00:03:17.740
Die Schlagzeilen mögen von Geschwindigkeit sprechen, aber das ist nur ein Ebenfühl.

00:03:18.240 --> 00:03:19.700
Die eigentliche Schlagzeile ist das Denkvermögen.

00:03:20.280 --> 00:03:23.580
Microsoft hat eine Chain-of-Thought-Logik deckt in das Gehirn des Co-Piloten integriert.

00:03:23.580 --> 00:03:30.520
Das bedeutet, das Modell gibt nicht einfach Dokumentationen wieder, sondern simuliert die Denkweise eines menschlichen Experten ohne Kaffeesucht und Urlaubstage.

00:03:31.020 --> 00:03:32.100
Vergleichen Sie das mit GPT-4.

00:03:32.620 --> 00:03:36.240
Das frühere Modell war wie ein fleißiger Assistent, die Fragen exakt so beantwortete, wie sie formuliert war.

00:03:36.720 --> 00:03:39.660
Fragte man nach Purview-Richtlinien, blieb es brav innerhalb dieser Sandbox.

00:03:40.280 --> 00:03:41.940
Intelligent, ja. Autonom, nein.

00:03:41.940 --> 00:03:49.220
Es konnte nicht schlussfolgern, dass ihre Frage zum Zugriff auf Datensätze auch die Überprüfung von Power BI-Rollen und Fabric Pipelines erfordern könnte.

00:03:49.900 --> 00:03:51.400
Sie mussten den Kontext auf dem Silbertablet servieren.

00:03:51.700 --> 00:03:54.280
GPT-5 hingegen bringt sich den Kontext während der Arbeit selbst bei.

00:03:54.860 --> 00:03:58.380
Es bemerkt die Verbindungen, die sie zu erwähnen, vergessen haben und durchdenkt sie, bevor es antwortet.

00:03:58.920 --> 00:04:01.440
So sieht das innerhalb von Microsoft RAL 65 Co-Pilot aus.

00:04:01.440 --> 00:04:03.900
In dem Moment, in dem Sie eine Governance-Abfrage stellen, etwa

00:04:03.900 --> 00:04:07.020
Zeige mir alle Fabric Assets mit Kundenadressen, die in Purview nicht klassifiziert sind,

00:04:07.120 --> 00:04:10.980
löst GPT-5 eine interne Denkkette aus, löst GPT-5 eine interne Denkkette aus,

00:04:11.140 --> 00:04:12.600
Schritt eins, interpretieren Sie Ihre Absicht.

00:04:12.960 --> 00:04:16.000
Es erkennt, dass sich die Anfrage nicht auf ein einzelnes System bezieht,

00:04:16.120 --> 00:04:18.060
sondern auf alle drei Bereiche Ihrer Datenlandschaft.

00:04:18.640 --> 00:04:21.600
Schritt zwei, es startet separate mentale Threads ein Pro Domäne.

00:04:22.080 --> 00:04:25.600
Fabric liefert die Datenherkunft, Purview steuert Klassifizierungsmetadaten bei

00:04:25.600 --> 00:04:27.940
und Power BI legt die Sicherheitskonfiguration offen.

00:04:28.220 --> 00:04:30.560
Schritt drei, es führt diese Threads zusammen,

00:04:30.560 --> 00:04:32.740
gleicht die Identifikatoren ab und prüft die Semantik,

00:04:32.840 --> 00:04:35.960
sodass die endgültige Antwort verifiziert und nicht nur angenähert ist.

00:04:36.780 --> 00:04:39.880
Der alte Co-Pilot hat Informationen verknüpft, der neue Co-Pilot validiert die Logik.

00:04:40.260 --> 00:04:42.360
Deshalb gehen einfache Geschwindigkeitsvergleiche am Punkt vorbei.

00:04:42.740 --> 00:04:44.740
Das bahnbrechende ist nicht, wie schnell er antwortet,

00:04:45.260 --> 00:04:48.040
sondern dass jede Antwort eine interne, logische Herleitung enthält.

00:04:48.760 --> 00:04:51.340
Es ist, als hätte Power Automate die Uni mit Bestnote abgeschlossen

00:04:51.340 --> 00:04:53.840
und wäre nun entschlossen, Compliance-Vorgaben strikt durchzusetzen.

00:04:54.560 --> 00:04:56.620
Die meisten Nutzer verwechseln Schlussfolger mit Geschwätzigkeiten.

00:04:57.060 --> 00:04:59.580
Sie nehmen an, eine längere Erklärung bedeutet, dass das Modell nur angeben will.

00:04:59.580 --> 00:05:01.680
Nein, die Ausführlichkeit ist ein Beweis für Überlegungen,

00:05:01.760 --> 00:05:03.360
es dokumentiert zu einem kognitiven Prüfpfad.

00:05:03.800 --> 00:05:06.440
Genau wie ein Wirtschaftsprüfer Notizen zu jeder Schlussfolgerung macht,

00:05:06.600 --> 00:05:08.900
skizziert GPT-5 die logischen Schritte, denen es gefolgt ist.

00:05:09.420 --> 00:05:11.220
Dieser Prüfpfad ist kein Beiwerk, er ist Absicherung.

00:05:12.060 --> 00:05:14.400
Wenn Regulierungsbehörden Fragen wie ein Ergebnis zustande kamen,

00:05:14.420 --> 00:05:16.900
haben sie endlich eine Antwort, die über Co-Pilot hat es gesagt hinausgeht.

00:05:17.520 --> 00:05:18.800
Lassen Sie uns das Funktionsmodell analysieren.

00:05:19.200 --> 00:05:21.020
Stellen Sie es sich als Pipeline mit drei Stufen vor.

00:05:21.760 --> 00:05:23.860
Anforderungsinterpretation, Domänenübergreifende Schlussfolgerung,

00:05:23.860 --> 00:05:24.880
verifizierte Synthese.

00:05:25.680 --> 00:05:28.560
In der ersten Stufe fasst Co-Pilot die Sprache im Kontext und versteht,

00:05:28.680 --> 00:05:32.320
dass nicht gekennzeichnete sensible Daten eine Klassifizierungslücke in Purview bedeuten.

00:05:34.120 --> 00:05:37.460
In der zweiten Stufe schlussfolgert es gleichzeitig über Datenebenen hinweg

00:05:37.460 --> 00:05:40.700
und korreliert Felder, die zwar nicht identisch, aber funktional verwandt sind,

00:05:40.880 --> 00:05:44.420
wie die Übereinstimmung von Customer-ID in Fabric mit Cast-ID in Power BI.

00:05:45.860 --> 00:05:49.300
In der finalen Synthesestufe verifiziert es jede abgeleitete Verbindung gegenseitig,

00:05:49.360 --> 00:05:51.180
bevor es die Zusammenfassung präsentiert, der Sie vertrauen können.

00:05:51.180 --> 00:05:53.780
Und jetzt kommt der Clou, Sie haben das alles nie verlangt.

00:05:54.440 --> 00:05:57.460
Die Logikschleife läuft unsichtbar ab wie ein kleines internes Komitee,

00:05:57.520 --> 00:06:00.080
das die Beweise debattiert, bevor der Sprecher das Wort ergreift.

00:06:00.640 --> 00:06:02.920
Und genau das meint Microsoft mit einem eingebetteten Gedankengang.

00:06:03.500 --> 00:06:07.300
GPT-5 entscheidet selbst, wann tieferes Nachdenken erforderlich ist und setzt dies automatisch ein.

00:06:07.780 --> 00:06:10.320
Wenn Sie also eine scheinbar harmlose Compliance-Frage stellen,

00:06:10.840 --> 00:06:14.760
welche Lakehouse-Tabellen enthalten PI, haben aber kein entsprechendes Power BI-Artefakt?

00:06:15.180 --> 00:06:17.840
Grundsätzlich greift GPT-5 nicht auf eine Stichwortsuche zurück.

00:06:17.840 --> 00:06:21.160
Es rekonstruiert den Herkunftsgrafen, kreuzverweist Purview-Tags,

00:06:21.740 --> 00:06:24.560
interpretiert Sicherheitsbindungen und zeigt nur jene Unstimmigkeiten auf,

00:06:24.640 --> 00:06:26.360
die über alle Datensätze hinweg verifizierbar sind.

00:06:27.020 --> 00:06:29.300
Das Ergebnis ist keine Vermutung, sondern abgeleitet Schlussfolgerung.

00:06:29.820 --> 00:06:33.080
Und ja, dies wirst endlich das Governance-Problem, das Fabric selbst nie artikulieren konnte.

00:06:34.360 --> 00:06:37.180
Zum ersten Mal ersetzt kontextuelle Korrektheit die manuelle Korrelation.

00:06:37.580 --> 00:06:40.640
Sie verbringen weniger Zeit mit dem Sammeln von Fragmenten und mehr Zeit mit der Interpretation der Staten.

00:06:40.640 --> 00:06:44.880
Das Modell übernimmt das relationale Denken für Sie, wie die Delegation einer Analyse,

00:06:44.940 --> 00:06:48.100
an jemanden, der nicht nur die Richtlinie liest, sondern auch die Politik dahinter versteht.

00:06:48.540 --> 00:06:49.860
Wie sieht also Ihr Arbeitsalltag aus?

00:06:50.600 --> 00:06:53.980
Stellen Sie sich einen Praktikanten vor, der vorhersagt, welche Richtlinienobjekte sich überschneiden,

00:06:54.040 --> 00:06:56.800
noch bevor Sie die Abfrage formulieren, seine Logik Zeile für Zeile erklärt

00:06:56.800 --> 00:06:59.500
und sie nicht belästigt, es sei denn, der Datensatz steht wirklich im Widerspruch.

00:06:59.500 --> 00:07:03.840
Das ist GPT-5 im Co-Pilot, der Praktikant, der zum Compliance-Officer befördert wurde,

00:07:03.920 --> 00:07:05.580
unauffällig agierend und ständig am Schlussfolgerung.

00:07:06.360 --> 00:07:08.120
Lassen Sie uns das jetzt in einer echten Prüfung einsetzen.

00:07:09.080 --> 00:07:10.940
Die alte Methode im Vergleich zur GPT-5-Methode.

00:07:11.460 --> 00:07:12.420
Gehen wir ein reales Szenario durch.

00:07:13.500 --> 00:07:16.940
Ihre Aufgabe bestätigen Sie, dass jeder Datensatz in einem Fabric Lakehouse,

00:07:17.040 --> 00:07:19.420
der personenbezogene Daten enthält, in Purview klassifiziert

00:07:19.420 --> 00:07:21.760
und durch Sicherheit auf Zeilenebene in Power BI geschützt ist.

00:07:22.920 --> 00:07:24.840
Einfaches Ziel, katastrophale Umsetzung.

00:07:25.440 --> 00:07:28.060
Der alte Arbeitsablauf durch eine Schnitzeljagd, die von Masochisten entworfen wird.

00:07:28.060 --> 00:07:30.740
Sie öffneten Power BI, um Zugriffsrollen zu exportieren,

00:07:31.060 --> 00:07:33.220
wechselten zu Purview, um gekennzeichnete Assets auszulisten

00:07:33.220 --> 00:07:35.560
und exportierten dann Fabric Pipeline Metadaten in der Hoffnung,

00:07:35.640 --> 00:07:36.600
dass die Spaltennamen übereinstimmen.

00:07:36.880 --> 00:07:37.500
Das taten sie selten.

00:07:37.840 --> 00:07:40.680
Drei Dashboards, vier Exporte, zwei Migranten und immer noch keine Gewissheit.

00:07:41.180 --> 00:07:43.660
Sie versuchten, Daten abzugleichen, die in Paralleluniversen existierten.

00:07:44.080 --> 00:07:45.160
Alte Co-Pilot half da nicht viel.

00:07:45.620 --> 00:07:47.340
Er konnte zwar innerhalb jedes Dienstes zusammenfassen,

00:07:47.400 --> 00:07:49.240
aber ihm fehlte der intellektuelle Klebstoff, um sie zu verbinden.

00:07:49.860 --> 00:07:51.620
Wenn man ihn bat, die im Power BI verwendeten,

00:07:51.700 --> 00:07:53.740
durch Purview klassifizierten Datensätze aufzulisten,

00:07:53.740 --> 00:07:55.300
rief er die Listen höflich getrennt ab.

00:07:55.300 --> 00:07:57.480
Es war, als würde man drei Übersetzer einstellen,

00:07:57.560 --> 00:07:58.760
die jeweils nur eine Sprache beherrschen.

00:07:59.360 --> 00:08:01.080
Ja, sie sprechen fließend, aber niemals miteinander.

00:08:01.720 --> 00:08:03.200
Die Prüfung endete damit, dass sie beteten,

00:08:03.260 --> 00:08:04.440
die Namen würden zufällig übereinstimmen.

00:08:04.800 --> 00:08:05.720
Spoiler, das taten sie nicht.

00:08:06.140 --> 00:08:07.100
Jetzt kommt GPT-5 ins Spiel.

00:08:07.880 --> 00:08:09.700
Gleiche Anfrage, völlig andere Gehirnmechanik.

00:08:10.180 --> 00:08:12.760
Sie sagen, prüfen sie, alle Fabric Assets mit PIE,

00:08:12.960 --> 00:08:15.180
um Klassifizierung und Sicherheitsbeschränkungen zu bestätigen.

00:08:16.120 --> 00:08:19.160
Der von GPT-5 unterstützte Co-Pilot interpretiert die Aussage ganzheitlich.

00:08:19.580 --> 00:08:20.300
Schritt 1.

00:08:20.740 --> 00:08:22.980
Er fragt den internen Herkunftsgrafen von Fabric ab

00:08:22.980 --> 00:08:25.480
und verfolgt jedes Artefakt, das auf Kundendaten verweist.

00:08:26.060 --> 00:08:27.320
Er macht nicht bei Speichercontainern halt.

00:08:27.960 --> 00:08:29.960
Er folgt Transformationen durch Notebooks und Pipelines.

00:08:30.840 --> 00:08:31.240
Schritt 2.

00:08:31.600 --> 00:08:33.400
Er ruft Purview-Klassifizierungstabellen ab

00:08:33.400 --> 00:08:36.340
und überprüft, ob diese Artefakte-Labels für sensible Daten tragen.

00:08:37.320 --> 00:08:37.800
Schritt 3.

00:08:38.320 --> 00:08:39.520
Er taucht den Power BI ein

00:08:39.520 --> 00:08:41.760
und gleicht die Sicherheitseinstellungen auf Zeilenebene

00:08:41.760 --> 00:08:44.100
mit denselben Herkunfts-IDs ab, die Fabric offengelegt hat.

00:08:44.980 --> 00:08:45.440
Schritt 4.

00:08:45.440 --> 00:08:48.220
Er führt dieses Wissen zu einer einzigen Compliance-Zusammenfassung zusammen,

00:08:48.320 --> 00:08:50.680
komplett mit als Risiko markierten, ungelösten Inkonsistenzen.

00:08:50.680 --> 00:08:52.860
Zu keinem Zeitpunkt haben Sie explizit erwähnt,

00:08:52.920 --> 00:08:54.940
IDs zu korrelieren oder nach Datensatznamen zu verknüpfen.

00:08:55.760 --> 00:08:58.020
Die Logikebene hat das selbst abgeleitet,

00:08:58.160 --> 00:09:01.100
da GPT-5 Logik intern strukturiert und Beziehungen erkennt,

00:09:01.240 --> 00:09:03.480
die menschliche Prüfer sonst manuell bestätigen müssten.

00:09:04.480 --> 00:09:05.360
Das ist kein Musterabgleich,

00:09:05.440 --> 00:09:07.020
das ist Schlussfolgerung im Unternehmensmaßstab.

00:09:07.640 --> 00:09:09.760
Um Einblicke zu gewinnen, legen wir die Logiksequenz offen.

00:09:10.540 --> 00:09:12.800
Identifizieren, abgleichen, querprüfen, synthetisieren.

00:09:13.400 --> 00:09:14.920
Erstens, identifizieren Sie die Herkunft.

00:09:15.000 --> 00:09:15.500
Was kommt woher?

00:09:15.980 --> 00:09:17.900
Zweitens, Datensätze mit Purview-Labels abgleichen.

00:09:17.900 --> 00:09:21.080
Drittens, Power BI-Beschränkungen für dieselben Datensätze querprüfen.

00:09:21.720 --> 00:09:24.540
Schließlich alles zu einem verifizierten Governance-Bericht zusammenfassen.

00:09:24.920 --> 00:09:27.280
Der gesamte Zyklus wird mit einer einzigen Abfrage ausgeführt

00:09:27.280 --> 00:09:28.920
und ersetzt stundenlange manuelle Sichtung.

00:09:29.780 --> 00:09:31.860
Was das so mächtig macht, ist keine Magie, sondern Konsistenz.

00:09:32.660 --> 00:09:33.620
Menschliche Prüfer sind fehlend.

00:09:33.900 --> 00:09:35.160
Sie vergessen einen Datenflussnamen,

00:09:35.220 --> 00:09:37.460
übersehen eine neu klassifizierte Tabelle oder verlieren die Geduld.

00:09:37.820 --> 00:09:38.520
GPT-5 nicht.

00:09:39.000 --> 00:09:41.020
Es behandelt jeden Datensatz seit Teil einer logischen Kette

00:09:41.020 --> 00:09:43.220
und verfolgt Beziehungen bis Konfidenzschwellen erreicht sind.

00:09:43.220 --> 00:09:46.420
In der Praxis bedeutet das, dass Fabric Governance aufhört,

00:09:46.480 --> 00:09:48.000
ein Ratespiel zu sein und zu algebra wird.

00:09:48.500 --> 00:09:50.880
Das Modell reduziert Compliance auf eine lösbare Gleichung.

00:09:51.400 --> 00:09:52.980
Fügen wir noch eine Prise menschlicher Skepsis hinzu.

00:09:53.360 --> 00:09:55.200
Während einer internen Prüfung führte ein IT-Leiter

00:09:55.200 --> 00:09:56.520
ein dienstübergreifendes Audit durch,

00:09:56.620 --> 00:09:59.300
in der Erwartung, dass GPT-5 an inkonsistenten Bezeichnungen scheitern würde.

00:09:59.800 --> 00:10:01.960
Stattdessen leitete das Modell die Zuordnungen korrekt ab

00:10:01.960 --> 00:10:04.720
und erkannte, dass sich die Cast-ID in Power BI auf dasselbe Feld bezog

00:10:04.720 --> 00:10:06.000
wie der Customer-Key in Fabric.

00:10:06.340 --> 00:10:06.720
In Fabric.

00:10:06.720 --> 00:10:09.760
Der Leiter starrte auf das Ergebnis, als hätte das System seine Gedanken gelesen.

00:10:10.200 --> 00:10:12.360
Genau genommen las es die Metadaten besser als jemals konnte.

00:10:13.160 --> 00:10:14.020
Das ist der Aha-Moment.

00:10:14.500 --> 00:10:17.300
Identische Komplexität der Eingabe, exponentiell intelligentere Schlussfolgerungen.

00:10:17.760 --> 00:10:19.160
Sie sind nicht über Nacht sein Prüfer geworden.

00:10:19.400 --> 00:10:19.960
Das System schon.

00:10:20.440 --> 00:10:22.320
Plötzlich reduzierten sich Aufgaben, die früher Skripte,

00:10:22.360 --> 00:10:24.960
Exporter und Wochenendarbeiter forderten, auf eine konversationelle Eingabe.

00:10:25.300 --> 00:10:26.300
Fragen warten, prüfen.

00:10:26.620 --> 00:10:27.740
Die Logik übernimmt die Korrelation.

00:10:28.380 --> 00:10:29.300
Beachten Sie etwas subtils.

00:10:29.940 --> 00:10:32.100
Co-Pilot liefert jetzt Erklärungen, nicht nur Antworten.

00:10:33.100 --> 00:10:35.080
Der Bericht enthält die Begründung für jede Schlussfolgerung.

00:10:35.080 --> 00:10:38.880
Nachverfolgung von Datenherkunft, Klassifizierungsquellen, angewandte RLS-Richtlinien.

00:10:39.280 --> 00:10:43.020
Diese Transparenz verwandelt Audits von reaktiver Dokumentation in lebendige Beweise.

00:10:43.740 --> 00:10:46.520
Sie können im Management zeigen, warum ein Datensatz die Compliance nicht erfüllt,

00:10:46.600 --> 00:10:47.880
ohne Dreiecksporte neu lesen zu müssen.

00:10:48.400 --> 00:10:49.860
Die KI hat ihre Logik bereits bewiesen.

00:10:50.380 --> 00:10:51.740
Wirtschaftlich gesehen ist das transformativ.

00:10:52.200 --> 00:10:54.280
Die Kosten eines manuellen Audits bestehen nicht nur aus Arbeit,

00:10:54.380 --> 00:10:55.280
sondern aus entgangenen Chancen.

00:10:55.640 --> 00:10:57.520
Jede Stunde, die man mit dem Abgleich von CSVs verbringt,

00:10:57.580 --> 00:10:59.200
ist eine Stunde, in der man die Architektur nicht verbessert.

00:10:59.900 --> 00:11:01.240
GPT-5 verendet dieses Gleichgewicht.

00:11:01.240 --> 00:11:05.560
Sie gewinnen Zeit zurück, reduzieren Fehler und etablieren wiederholbare Compliance-Muster

00:11:05.560 --> 00:11:06.500
über Mandanten hinweg.

00:11:07.600 --> 00:11:08.400
Der Wandel ist messbar.

00:11:08.940 --> 00:11:11.820
Governance entwickelt sich von episodischer Panik zu kontinuierlicher Sicherheit.

00:11:12.640 --> 00:11:14.540
Und philosophisch betrachtet geschieht etwas tiefgründigeres.

00:11:14.980 --> 00:11:18.240
Fabric wirkte früher undurchsichtig wie eine große Maschine mit zu vielen geheimen Fächern.

00:11:18.780 --> 00:11:21.100
Wenn man mit GPT-5 zusieht, wie die Fächer erleuchtet werden,

00:11:21.260 --> 00:11:23.580
verschwimmen die Grenzen zwischen Purview, Power BI und Fabric,

00:11:23.660 --> 00:11:26.920
seinem verbundenen Schema, das von einer ständig mitdenkenden Intelligenz überwacht wird, wird.

00:11:26.920 --> 00:11:30.740
Sie wühlen nicht mehr im Protokollen, sie verwalten systemische Verantwortlichkeit.

00:11:31.700 --> 00:11:34.580
Also ja, die Generation der Tabellenprüfer mit Clembrit kann sich endlich ausruhen.

00:11:35.360 --> 00:11:37.600
GPT-5 in Co-Pilot hat deren Methoden verinnerlicht,

00:11:37.700 --> 00:11:39.900
deren Chaos bereinigt und deren Absicht automatisiert.

00:11:40.360 --> 00:11:41.420
Sichtbarkeit ist nicht mehr das Problem.

00:11:41.780 --> 00:11:42.860
Die Verifizierung geschieht sofort?

00:11:43.340 --> 00:11:46.100
Und da die Logik selbst nun abgedeckt ist, können wir über den nächsten Effekt sprechen,

00:11:46.200 --> 00:11:47.580
was diese Automatisierung für Ihr Budget,

00:11:47.740 --> 00:11:49.880
Ihren Compliance-Status und Ihre geistige Gesundheit bedeutet.

00:11:50.920 --> 00:11:53.780
Der geschäftliche Einfluss von reaktiver zu prädiktiver Compliance.

00:11:53.780 --> 00:11:58.040
Lassen Sie uns dies rational quantifizieren, bevor jemand anfängt, Produktivitätswunde zu feiern.

00:11:58.460 --> 00:12:01.660
Manual Audits sind nicht nur langsam, sie sind finanziell extravagante Formen der Selbstschädigung.

00:12:02.100 --> 00:12:04.540
Jede vierteljährliche Überprüfung erfordert menschliche Analysten,

00:12:04.640 --> 00:12:06.580
die Metadaten abrufen, Exporte angleichen,

00:12:06.900 --> 00:12:09.760
Klassifizierungen verifizieren und Diskrepanzen rechtfertigen Aktivitäten,

00:12:09.860 --> 00:12:11.240
die keinerlei Wettbewerbsvorteil bieten.

00:12:11.980 --> 00:12:14.140
Sie bezahlen also im Wesentlichen Experten dafür, dass Sie auf Protokolle aufpassen.

00:12:14.780 --> 00:12:16.500
Multiplizieren Sie das über alle Geschäftsbereiche

00:12:16.500 --> 00:12:18.460
und Governance hört auf, eine Kontrollfunktion zu sein.

00:12:18.960 --> 00:12:19.960
Es wird zu einer versteckten Steuer.

00:12:20.260 --> 00:12:22.620
Beobachten Sie nun, was passiert, sobald logische Automatisierung einzugehen.

00:12:22.620 --> 00:12:25.820
GPT-5 beschleunigt nicht einfach einzelne Prüfungen,

00:12:25.920 --> 00:12:28.100
es definiert das zeitliche Wesen der Compliance neu.

00:12:29.260 --> 00:12:32.500
Früher gab es statische Momentaufnahmen, die pro Geschäftszyklus geplant waren

00:12:32.500 --> 00:12:35.360
und deren Genauigkeit mit jeder Änderung an einer Pipeline abnahm.

00:12:35.780 --> 00:12:38.840
Heute gibt es kontinuierliche Absicherungen, die durch automatisierte Korrelationen aufrechterhalten.

00:12:39.500 --> 00:12:41.960
Das alte Muster suchte nach Fehlern, nachdem sie bereits aufgetreten waren.

00:12:42.220 --> 00:12:44.560
Das neue antizipiert Sie, bevor Sie sich ausbreiten können.

00:12:44.980 --> 00:12:46.120
Denken Sie an prädiktive Audits.

00:12:46.400 --> 00:12:50.360
Da GPT-5-Zusammenhänge versteht, erkennt es, wenn sich Datenabweichungen einschleichen.

00:12:50.360 --> 00:12:53.900
Nehmen wir an, jemand ändert ein Fabric-Notebook, das Kundendatentabellen speist.

00:12:54.600 --> 00:12:58.840
Das Modell schlussfolgert sofort, dass der Klassifizierungsumfang von Purview möglicherweise nicht mehr übereinstimmt

00:12:58.840 --> 00:13:00.600
und warnt, bevor die Lücke im Bericht erscheint.

00:13:01.240 --> 00:13:04.960
Es ist wie ein in Co-Pilot integriertes Immunsystem, das Infektionen erkennt, bevor Symptome auftreten.

00:13:05.620 --> 00:13:07.100
In Bezug auf Governance ist das eine Evolution.

00:13:07.520 --> 00:13:09.160
Die operative Bilanz ist ebenso beeindruckend.

00:13:09.700 --> 00:13:12.140
Audit-Zyklen, die früher Tage dauerten, sind nur eine Minute abgeschlossen.

00:13:12.140 --> 00:13:16.280
Das Modell führt korrelative Überlegungen über Plattformen hinweg schneller durch,

00:13:16.520 --> 00:13:18.780
als herkömmliche Skripte Verbindungen authentifizieren können.

00:13:19.500 --> 00:13:21.540
Das ist keine Übertreibung, das ist rechnerische Realität.

00:13:22.360 --> 00:13:27.360
Dank Reasoning kann Co-Pilot gleichzeitige Validierungen ausführen und sequentielle Arbeitsabläufe parallelisieren.

00:13:27.900 --> 00:13:28.420
Das Ergebnis?

00:13:28.820 --> 00:13:32.140
Gewonnene Zeit, weniger Frustration und Compliance-Genauigkeit in großem Maßstab.

00:13:32.860 --> 00:13:34.380
Das Vertrauen wächst mit der Geschwindigkeit.

00:13:35.100 --> 00:13:38.080
Alte Audits hingen von unvollständigen Verknüpfungen und manuellen Schlussfolgerungen,

00:13:38.200 --> 00:13:40.040
abfundierte Vermutungen, verpackt informellen Berichten.

00:13:40.040 --> 00:13:43.220
GPT-5 ersetzt Schätzungen durch Kreuzverifizierungen.

00:13:44.100 --> 00:13:46.320
Wenn es ein Datensatz für konform erklärt, dann deshalb,

00:13:46.480 --> 00:13:50.900
weil Herkunft, Klassifizierung und Sicherheitsrichtlinien auf beobachtbarer Logik basieren, nicht auf Annahmen.

00:13:51.760 --> 00:13:54.080
Manager hören auf, Berichte zu unterschreiben, an denen sie insgeheim zu halten.

00:13:54.560 --> 00:13:56.360
Führungskräfte gewinnen das Vertrauen in ihre Dashboards so.

00:13:57.240 --> 00:13:58.360
Das Unternehmen wandelt sich von

00:13:58.360 --> 00:14:01.020
Wir glauben, wir sind konform zu, wir können es programmatisch beweisen.

00:14:02.140 --> 00:14:03.400
Skalierbarkeit ist der stille Triumph.

00:14:03.920 --> 00:14:06.320
Früher skalierte Governance Linea mit der Mitarbeiterzahl.

00:14:07.160 --> 00:14:09.560
Jeder neue Arbeitsbereich erforderte einen proportionalen Arbeitsaufwand.

00:14:10.760 --> 00:14:12.920
Mit Copilot Reasoning wird die Skalierung logarithmisch.

00:14:13.640 --> 00:14:16.520
Ein Reasoning-Modell kann tausende von Assets gleichzeitig überwachen

00:14:16.520 --> 00:14:19.360
und lernt systemische Muster, anstatt manuelle Schritte zu wiederholen.

00:14:19.780 --> 00:14:23.320
Ähm, wenn neue Tenants erstellt werden, erben sie vorvalidierte Governance-Strukturen

00:14:23.320 --> 00:14:24.580
anstelle von individuellem Chaos.

00:14:25.580 --> 00:14:29.300
Und ja, GPT-5 hat ein besseres Gedächtnis als die geteilte Tabelle aus Compliance-Teams.

00:14:29.760 --> 00:14:31.420
Es verfolgt nicht nur nicht klassifizierte Dateien,

00:14:31.420 --> 00:14:32.660
es merkt sich auch, warum sie übersehen wurden.

00:14:33.280 --> 00:14:36.180
Dieser Kontext verwandelt die Fehlerbehebung von einer Aufräumaktion in Prävention.

00:14:36.180 --> 00:14:39.680
Im nächsten Zyklus prüft das Modell diese Schwachstellen zuerst,

00:14:40.060 --> 00:14:43.860
was bedeutet, dass ihre vergessenen CSVs, die in zufälligen Datenflussordnern versteckt sind,

00:14:44.300 --> 00:14:47.120
endlich aufgedeckt werden, bevor sie sie in einem Audit-Meeting in Verlegenheit bringen.

00:14:48.000 --> 00:14:51.020
Fortschritt fühlt sich manchmal wie Überwachung an und genau das ist in diesem Fall der Punkt.

00:14:51.020 --> 00:14:53.640
Wirtschaftlich gesehen ziehen die Auswirkungen weite Kreise.

00:14:54.100 --> 00:14:56.880
Reduzierte Audit-Zeit bedeutet wieder gewonnene Ingenieursstunden weniger,

00:14:57.360 --> 00:14:59.920
regulatorische Strafen und ein geringeres Reputationsrisiko.

00:15:00.440 --> 00:15:03.680
Governance-Mittel verschieben sich von der Krisenbewältigung hin zur Kapazitätsentwicklung.

00:15:04.400 --> 00:15:06.560
Anstatt Auftragnehmer für das Flicken von Tabellen zu bezahlen,

00:15:06.660 --> 00:15:08.840
investieren Teams in die Verfeinerung von Prompts und Konnektoren,

00:15:08.920 --> 00:15:10.320
die die Reasoning-Engines selbst verbessern.

00:15:10.800 --> 00:15:13.360
Sie hören auf, für die Compliance zu arbeiten und lassen die Compliance für sich arbeiten.

00:15:13.840 --> 00:15:15.440
Der kulturelle Wandel ist subtil, aber tiefgreifend.

00:15:15.880 --> 00:15:19.940
In der klassischen IT war Compliance gleichbedeutend mit Plackerei eine lästige Pflicht neben der Innovation.

00:15:19.940 --> 00:15:23.780
GPT-5 und Co-Pilot definieren sie als ein kontinuierliches Designprinzip neu.

00:15:24.200 --> 00:15:25.440
Governance wird allgegenwärtig.

00:15:25.980 --> 00:15:29.360
Audits unterbrechen keine Projekte mehr, sie begleiten sie wie eine Hintergrundkompilierung.

00:15:29.940 --> 00:15:32.640
Entwickler sehen Sicherheit nicht als Bürokratie, sondern als Hygiene.

00:15:32.980 --> 00:15:34.840
Immer präsent, selten hinderlich.

00:15:35.860 --> 00:15:37.020
Seien wir ruhig ein wenig sarkastisch.

00:15:37.520 --> 00:15:41.120
Dieselben Manager, die früher Governance-Dashboards ignorierten, zitieren sie heute in Präsentation.

00:15:41.580 --> 00:15:44.640
Warum? Weil prädiktive Intelligenzergebnisse beeindruckend aussehen lässt.

00:15:45.260 --> 00:15:48.540
Wenn Co-Pilot Risiken vorhersagt, bevor Auditoren Berichte anfordern,

00:15:48.540 --> 00:15:50.740
nennt die Führung das strategischen Weitblick.

00:15:51.480 --> 00:15:53.940
Übersetzt heißt das, sie erkennen endlich den Wert nicht mehr kalt erwischt zu werden.

00:15:54.580 --> 00:15:56.900
Ja, GPT-5 automatisiert nicht nur die Dokumentation,

00:15:56.980 --> 00:15:58.780
es verbessert das organisatorische Bewusstsein

00:15:58.780 --> 00:16:01.860
und macht Compliance von einer forensischen Übung zur Präventivmedizin.

00:16:02.860 --> 00:16:05.000
Das System impft sich selbst gegen prozessualen Verfall.

00:16:05.620 --> 00:16:07.960
Und sie, der einst übermüdete Auditor, werden zum Diagnostiker,

00:16:08.060 --> 00:16:09.420
damit Gedankengeschwindigkeit arbeitet.

00:16:09.920 --> 00:16:11.220
Die einzige verbleibende Beschwerde.

00:16:11.320 --> 00:16:12.660
Kaum jemand vermisst die Tabellenkalkulats.

00:16:12.660 --> 00:16:15.580
Implementierung des GPT-5-Workflows in Co-Pilot Studio.

00:16:15.980 --> 00:16:17.040
Kommen wir nun zum Taktischen.

00:16:17.740 --> 00:16:19.420
Der Teil in dem Theorie auf Konfiguration trifft.

00:16:19.780 --> 00:16:23.260
Das Einrichten des GPT-5-Reasoning-Workflows in Co-Pilot Studio ist keine Hexerei,

00:16:23.420 --> 00:16:24.720
sondern strukturierte, klemmende Arbeit.

00:16:25.180 --> 00:16:25.280
So.

00:16:25.840 --> 00:16:28.340
Aber wie bei jeder Rohrleitung ein falsches Anschlussstück und die Logik liegt überall.

00:16:28.880 --> 00:16:30.360
Verbinden wir also die Rohre ordnungsgemäß.

00:16:30.920 --> 00:16:33.980
Schritt 1. Aktivieren Sie das GPT-5-Reasoning innerhalb von Co-Pilot Studio.

00:16:34.040 --> 00:16:35.160
Geben Sie sich davon aus der Circuit.

00:16:35.600 --> 00:16:38.280
Microsoft behandelt dies wie ein Sicherheitsfeature, nicht wie eine Standorteinstellung.

00:16:38.280 --> 00:16:41.420
Öffnen Sie in Ihrer Co-Pilot Studio-Umgebung das Modellauswahlmenü.

00:16:41.580 --> 00:16:46.200
Suchen Sie das GPT-5-Reasoning-Modell und setzen Sie es explizit als Standard für Ihren benutzerdefinierten Co-Pilot.

00:16:46.920 --> 00:16:49.640
Dieses Flag steuert den Zugriff auf Chain-of-Thought-Operationen,

00:16:49.660 --> 00:16:54.400
den Mechanismus, der es Co-Pilot ermöglicht, über Fabric, Power BI und Purview simultan statt sequenziell zu Schlussfolge.

00:16:54.880 --> 00:16:57.300
Ohne dies sprechen Sie nur mit dem Modell von gestern und wundern sich,

00:16:57.380 --> 00:16:59.820
warum es den Kontext schneller vergisst als Ihr Praktikant nach der Mittagspause.

00:17:00.200 --> 00:17:01.800
Schritt 2. Konfigurieren Sie die Konnektoren.

00:17:02.540 --> 00:17:06.400
Logik erfordert Sichtbarkeit und Reasoning kann nichts folgern, was es nicht sehen kann.

00:17:06.400 --> 00:17:10.740
Stellen Sie sicher, dass Fabric, Power BI und Purview APIs über offizielle Konnektoren verknüpft sind.

00:17:11.540 --> 00:17:15.660
Jeder Konnektor authentifiziert sich über Microsoft-Entre-ID und stellt Metadaten-Endpunkte bereit.

00:17:16.520 --> 00:17:18.240
Datensätze, Klassifikatoren, Sicherheitsräume.

00:17:18.820 --> 00:17:22.500
Das Schöne an Co-Pilot Studio ist, dass diese Konnektoren die Dialekte der Plattformen für Sie sprechen.

00:17:23.800 --> 00:17:28.840
Fabric liefert Lineage-Maps, Power BI legt Dataset-Bindungen offen und Purview listet Vertraulichkeitsbezeichnungen auf.

00:17:29.480 --> 00:17:32.860
Zusammen bilden Sie, dass Tridata-Ökosystem des GPT-5 für kohärentes Denken benötigt.

00:17:33.200 --> 00:17:36.340
Schritt 3. Richten Sie prompt Vorlagen für wiederkehrende Audits ein.

00:17:37.000 --> 00:17:43.660
Sie erstellen wiederverwendbare Befehlsvorlagen, wie etwa die Prüfung aller Fabric-Assets mit einem bestimmten Datentyp, um die Einhaltung von Purview-Labels und RLS-Regeln zu bestätigen.

00:17:44.480 --> 00:17:48.380
Variablen fügen Kontext hinzu, während die Reasoning-Engine des Modells die Analyse durchführt.

00:17:49.160 --> 00:17:52.660
Im Gegensatz zu starren Workflows im Power Automate verhalten sich diese Prompts dynamisch.

00:17:53.040 --> 00:17:55.840
GPT-5 passt die Tiefe des Schlussfolgens an die Komplexität Abfrage an.

00:17:55.840 --> 00:18:02.300
Eine triviale Prüfung eines Arbeitsbereichs erfordert wenig Rechenaufwand, während ein unternehmensweites Audit eine umfassende, nährschichtige Inferenz auslöst.

00:18:02.800 --> 00:18:05.740
Schritt 4. Testen Sie die Tiefe des Schlussfolgens anhand künstlicher Anomalie.

00:18:06.200 --> 00:18:08.560
Künstliche Fehler dienen nicht nur der Qualitätssicherung, sie sind nur genug.

00:18:09.300 --> 00:18:15.020
Führen Sie einen falsch klassifizierten Datensatz in ein Fabric-Lakehouse ein, entfernen Sie das Purview-Label und gewähren Sie offenen Power BI-Zugriff.

00:18:15.460 --> 00:18:16.720
Führen Sie anschließend Ihr Co-Pilot-Audit durch.

00:18:17.060 --> 00:18:21.560
Die Ausgabe sollte nicht übereinstimmende Klassifizierungen, fehlende RLS-Regeln und Herkunftskonflikte hervorheben.

00:18:21.560 --> 00:18:26.440
Ist das nicht der Fall? Fehlt Ihrer Reasoning-Konfiguration die Sichtbarkeit oder die Konnektoren sind falsch definiert?

00:18:26.920 --> 00:18:32.140
Betrachten Sie dies als Kalibrierung des moralischen Kompasses der KI. Sie kann keine ethische Governance durchsetzen, wenn sie blind ist.

00:18:32.740 --> 00:18:35.420
Schritt 5. Überprüfen und iterieren Sie im Governance-Dashboard von Fabric.

00:18:35.420 --> 00:18:38.560
GPT-5 generiert Ergebnisse sowohl als Narrativ als auch als Schema.

00:18:39.220 --> 00:18:43.680
Exportierbare JSON-Zusammenfassungen enthalten Quellenkennungen, Risikowahrscheinlichkeiten und empfohlene Korrekturmaßnahmen.

00:18:44.180 --> 00:18:47.760
Speisen Sie diese in den Audit-Arbeitsbereich von Fabric ein, wo Sie die Ergebnisse nach Schweregrad sortieren.

00:18:48.100 --> 00:18:55.800
Im Laufe der Zeit entsteht eine Bibliothek mit Reasoning-Vorlagen, die auf ihre Namenskonventionen, Compliance-Richtlinien und ihr spezifisches Unternehmensumfeld abgestimmt sind.

00:18:56.840 --> 00:18:58.020
Hier ist die konzeptionelle Abkürzung.

00:18:58.620 --> 00:18:59.800
Power Query trifft auf KI.

00:19:00.480 --> 00:19:03.200
Früher konnten Sie mit Power Query Daten deklarativ transformieren.

00:19:03.200 --> 00:19:05.640
Logik einmal geschrieben, endlos angewendet.

00:19:06.340 --> 00:19:09.500
Co-Pilot mit GPT-5 Reasoning führt Introspektion auf die gleiche Weise durch.

00:19:10.100 --> 00:19:12.520
Reasoning-Pfade einmal geschrieben, kontinuierlich angewendet.

00:19:13.080 --> 00:19:16.080
Sie erstellen keine Flows, Sie definieren, wie sich Intelligenz selbst validiert.

00:19:16.740 --> 00:19:17.980
Nun ein ironischer Hinweis zu Foss.

00:19:18.620 --> 00:19:21.440
Automatisierung ohne Skepsis macht Sie zum Zuschauer Ihres eigenen Systems.

00:19:22.180 --> 00:19:26.860
Obwohl die Schlussfolgerungen von GPT-5 erstaunlich präzise sind, lädt blindes Vertrauen zur Selbstgefälligkeit ein.

00:19:27.680 --> 00:19:31.400
Validieren Sie Ergebnisse immer mithilfe des nativen Lineage-Viewers oder der Purview-Insights von Fabric.

00:19:31.400 --> 00:19:34.460
Betrachten Sie es als doppelte Buchführung für Maschinenlogik.

00:19:34.860 --> 00:19:37.840
Sie bestätigen damit, dass das Neuevangelium der KI-Bahn noch mit der kanonischen Wahrheit stimmt.

00:19:38.300 --> 00:19:40.640
Wenn Diskrepanzen auftreten, passen Sie die Kontextinjektion an.

00:19:41.440 --> 00:19:43.720
Optimieren Sie, welche Metadatenquellen priorisiert werden.

00:19:44.240 --> 00:19:45.660
Eine kurze Unterbrechung für Best Practices.

00:19:46.200 --> 00:19:48.400
Erstens halten Sie prompt spezifisch, aber verallgemeinerbar.

00:19:49.120 --> 00:19:51.740
Vermeiden Sie Anweisungen wie Prüfe-Tabelle-Kundendaten 123

00:19:51.740 --> 00:19:54.960
und bevorzugen Sie Muster wie Prüfe alle kundenbezogenen Tabellen.

00:19:55.820 --> 00:19:57.640
GPT-5 profitiert von relationaler Inferenz.

00:19:57.640 --> 00:20:00.080
Es benötigt Spielraum, keine spezifischen Einzeltaten.

00:20:00.800 --> 00:20:02.600
Zweitens etablieren Sie Validierungs-Checkpoints.

00:20:03.020 --> 00:20:07.240
Plane Sie Co-Pilot für Reasoning-Durchläufe nach bedeutenden Schemaänderungen oder Pipeline-Deployments ein.

00:20:07.740 --> 00:20:09.460
Das ist einfacher als hektische Reaktionen nach Empfunden.

00:20:09.720 --> 00:20:11.360
Drittens überwachen Sie die Modellversionierung.

00:20:11.740 --> 00:20:13.640
Zukünftige Updates können die Reasoning-Huristiken verändern.

00:20:14.040 --> 00:20:15.400
Konsistenz erfordert Dokumentation.

00:20:15.980 --> 00:20:17.500
Eine letzte kurze Geschichte zur Veranschaulich.

00:20:17.860 --> 00:20:20.140
Ein mittelgroßes Finanzteam hat genau diesen Workflow getestet.

00:20:20.600 --> 00:20:23.340
Ein zweiköpfiges Compliance-Team, das acht Fabric-Lakehauses verwaltet.

00:20:24.040 --> 00:20:26.060
Früher nahm Auditzyklen drei Wochen in Anspruch.

00:20:26.060 --> 00:20:32.540
Nach der Implementierung des GPT-5-Reasoning erstellte eine einzige durchgehende Kuppel-Lotsitzung über Nacht eine plattformübergreifende Validierung.

00:20:32.920 --> 00:20:36.260
Am nächsten Morgen glichen Sie keine Tabellen mehr ab, sondern genehmigten Automatisierungsberichte.

00:20:37.180 --> 00:20:40.260
Ihr Compliance-Gremium bezeichnete den Wandel als produktives Hellentum.

00:20:40.960 --> 00:20:42.480
Ich würde sagen, es ist logisch, die endlich ihren Job macht.

00:20:42.860 --> 00:20:47.200
So macht GPT-5 aus Governance, das bisher episodisches Krisenmanagement war, eine permanente Ausrichtung.

00:20:47.960 --> 00:20:51.720
Sie halten die Ordnung mit der Geschwindigkeit des logischen Denkens aufrecht, was uns direkt zum Endspiel führt.

00:20:51.720 --> 00:20:55.440
Warum sich bei der Governance abzumühen, bald der Vergangenheit angehört, Governance?

00:20:56.000 --> 00:20:56.780
Ohne Schweiß.

00:20:57.380 --> 00:20:58.160
Das ist also der Handlungsbuch.

00:20:58.600 --> 00:21:02.980
Manual Audits ersetzt durch abgeleitete Logik reaktive Compliance, ersetzt durch vorausschauende Sicherheit.

00:21:04.220 --> 00:21:09.060
Das Reasoning von GPT-5 verwandelt Co-Pilot vom Notizassistenten zum echten Aufseher für Verantwortlichkeit.

00:21:09.960 --> 00:21:12.480
Es liefert nicht nur Antworten, es konstruiert Verständnis.

00:21:13.140 --> 00:21:14.420
Erinnern Sie sich an das alte Governance-Trio?

00:21:14.860 --> 00:21:15.880
Fabric verfolgt die Herkunft.

00:21:15.880 --> 00:21:18.600
Purview klassifiziert Daten, Power BI beschränkt den Zugriff.

00:21:19.160 --> 00:21:23.400
GPT-5 vereint Sie unter einem Audit-Gehirn, das Kontext genauso leicht bewertet wie Inhalt.

00:21:24.320 --> 00:21:27.560
Das Klügste an Fabric ist nicht Fabric selbst, sondern die KI, die es endlich ehrlich hält.

00:21:28.060 --> 00:21:32.520
Wenn Sie schlaflose Nächte mit dem Abgleich von CSV-Dateien verbracht haben, ist dies Ihre Erlösung.

00:21:33.000 --> 00:21:38.760
Aktivieren Sie das Reasoning in den drahtlosen Connectors von Co-Pilot Studio und lassen Sie GPT-5 Inkonsistenzen finden, bevor diese Sie finden.

00:21:39.420 --> 00:21:42.340
Die nächste Stufe der Governance ist kein Papierkram, sondern permanentes Reasoning.

00:21:42.340 --> 00:21:47.500
Sichern Sie Ihren Upgrade-Pfad, abonnieren Sie, aktivieren Sie Benachrichtigungen und lassen Sie neue Episoden automatisch bereitstellen.

00:21:47.680 --> 00:21:50.820
Keine manuellen Prüfungen, keine verpassten Updates, nur kontinuierliche Bereitstellung von Co-Pilot.

00:21:50.960 --> 00:21:51.300
Fahren Sie fort.
