WEBVTT

00:00:00.000 --> 00:00:07.420
Co-Pilot ist nicht verwirrt. Es ist gehorsam. Dieser fröhliche Absatz, den es gerade über den nicht existierenden herausragenden Q4-Anstieg ihres Unternehmens geschrieben hat, war kein Fehler.

00:00:07.780 --> 00:00:12.300
Es ist das Evangelium nach ihren eigenen schlecht verdrahten Daten. Das ist der Effekt Müll-Reihen-Überzeugung raus.

00:00:13.160 --> 00:00:16.320
Microsoft Fabrics höfliche Art zu sagen, dass sie ihren Lügner selbst trainiert haben.

00:00:16.980 --> 00:00:21.960
Co-Pilot halluziniert fröhlich Muster, weil ihre Tabellen ihm süße Inkonsistenzen in seinen Prompt-Kontext geflüstert haben.

00:00:22.460 --> 00:00:27.880
Hier ist was passiert. Sie haben doppelte Verknüpfungen, fehlende Semantik und halbfertige Medaillen-Layer, die sich als Wahrheit tarnen.

00:00:27.880 --> 00:00:31.220
Dann rufen sie Co-Pilot und fragen nach Erkenntnissen. Es denkt nicht nach, es ordnet neu an.

00:00:31.840 --> 00:00:36.740
Fabric füttert es mit fehlerhaften Metadaten und Co-Pilot liefert einen luziden Traum, getarnt als Analyse.

00:00:37.740 --> 00:00:43.800
Heute zeige ich Ihnen, warum das passiert, wo Ihr Datenmodell Sie verraten hat und wie Sie es umbauen, damit Co-Pilot aufhört, Geschichten zu erfinden.

00:00:44.360 --> 00:00:48.040
Am Ende werden Sie eine KI haben, die präzise, erklärbar und endlich vertrauenswürdig ist.

00:00:49.000 --> 00:00:52.000
Die Illusion von Intelligenz. Warum Co-Pilot lösen.

00:00:52.500 --> 00:00:54.980
Die Leute erwarten, dass Co-Pilot Dinge weiß. Es tut es nicht.

00:00:54.980 --> 00:01:00.200
Es gleicht Muster aus Ihren Metadaten, dem Kontext und dem brüchigen Verständnis von Beziehungen ab, das Sie in Fabric definiert haben.

00:01:00.620 --> 00:01:03.100
Sie denken, Sie sprechen mit Intelligenz, dabei sprechen Sie tatsächlich im Spiegelbild.

00:01:03.780 --> 00:01:07.080
Geben Sie ihm Mehrdeutigkeit und erspiele diese Mehrdeutigkeit direkt zurück, nur glänzender.

00:01:07.760 --> 00:01:08.500
Ist das eigentliche Problem?

00:01:08.880 --> 00:01:11.940
Die meisten Fabric-Implementierungen behandeln das Schema-Design als Nebensache.

00:01:11.940 --> 00:01:17.280
Fakten-Tabellen mit falschem Schlüssel verknüpft, Kennzahlen inkonsistent geschrieben, Beschreibungen fehlen komplett, plätt.

00:01:18.000 --> 00:01:20.780
Co-Pilot liest dieses Chaos wie ein Kind einen Satz ohne Satzzeichen.

00:01:21.520 --> 00:01:22.960
Es rät einfach, wo die Bedeutung hingehört.

00:01:23.680 --> 00:01:26.080
Das Ergebnis klingt kohärent, ist aber vielleicht grundfalsch.

00:01:26.760 --> 00:01:31.540
Angenommen, Ihr Gold-Layer enthält Einnahmen aus einer Quelle und Gesamtverkäufe aus einer anderen, beide nicht standardisiert.

00:01:31.540 --> 00:01:36.180
Bei Co-Pilot sieht ähnliche Spaltennamen und fügt sie in seiner unendlichen Höflichkeit zusammen.

00:01:36.800 --> 00:01:38.460
Sie fragen, wie hoch war der Umsatz im letzten Quartal?

00:01:39.040 --> 00:01:44.880
Es führt Kennzahlen mit unterschiedlicher Granularität zusammen, bildet einen Durchschnitt über inkompatible Skalen und präsentiert ihn voller Überzeugung.

00:01:45.800 --> 00:01:47.880
Das Diagramm sieht professionell aus, die Mathematik ist Fiktion.

00:01:48.260 --> 00:01:49.600
Die Illusion entsteht durch den Tonfall.

00:01:50.040 --> 00:01:54.840
Natürliche Sprache wirkt wie Verständnis, aber Co-Pilots natürliche Antworten maskieren lediglich statistische Nachahmung.

00:01:55.340 --> 00:01:57.560
Wenn Sie eine Frage stellen, validiert das Modell keine Fakten.

00:01:57.560 --> 00:02:01.780
Es ruft Muster, wahrscheinliche Verknüpfungen, plausible Spalten und verdaulichen Text ab.

00:02:02.420 --> 00:02:06.040
Ohne strikte Datenherkunft oder semantische Governance erfindet es, was es nicht ableiten kann.

00:02:06.920 --> 00:02:08.920
Es ist im Grunde Ihr Schema mit Bühnenpräsenz.

00:02:09.420 --> 00:02:10.580
Fabric verstärkt diese Illusion.

00:02:11.420 --> 00:02:15.520
Da Datenagenten in Fabric den Kontext über Metadaten weitergeben, werden Lücken in Beziehungen,

00:02:15.860 --> 00:02:21.900
fehlende Fremdschlüsse, nicht getackte Dimensionen oder mehrdeutige Kennzahlen Namen als optionale Hinweise statt als Vorgaben behandelt.

00:02:22.140 --> 00:02:22.460
Ähm.

00:02:23.420 --> 00:02:26.040
Das Modell füllt diese Lücken durch Mustervervollständigung, nicht durch Logik.

00:02:26.040 --> 00:02:28.580
Sie wollten Verkäufe nach Region und Datum verknüpfen?

00:02:29.320 --> 00:02:32.000
Es könnte Verknüpfeverkäufe mit allem, das geografisch klingt, lesen.

00:02:32.700 --> 00:02:35.240
Und das SQL, das es generiert, spielt bei diesem Unsinn gefällig mit.

00:02:35.620 --> 00:02:38.440
Nutzer fallen darauf herein, weil das Interface die Abwrags-Syntax demokratisiert.

00:02:38.740 --> 00:02:40.580
Man tippt einen Satz ein und es liefert eine Visualisierung.

00:02:41.000 --> 00:02:43.880
Man setzt Verständnis voraus, doch das Modell operiert im statistischen Nebel.

00:02:44.540 --> 00:02:47.200
Je weniger Einschränkungen man definiert, desto freundlicher werden seine Lücken.

00:02:47.860 --> 00:02:49.240
Der entscheidende mentale Wandel ist dieser.

00:02:49.440 --> 00:02:50.400
Co-Pilot ist kein Orakel.

00:02:50.980 --> 00:02:54.560
Es hat keine Erkenntnistheorie, kein Konzept von Wahrheit, nur Spiegel aus Ihren Metadaten.

00:02:54.560 --> 00:02:57.560
Es wandelt Ihr Datenmodell in einen linguistischen Wahrscheinlichkeitsraum.

00:02:58.160 --> 00:03:00.780
Jeder strukturelle Fehler wird zu einer semantischen Halluzination.

00:03:01.540 --> 00:03:05.300
Wo Ihr Schema inkonsistent ist, halluziniert die Kainekonsistenz, die gar nicht existiert.

00:03:06.360 --> 00:03:07.940
Und die Tragödie ist vorhersehbar.

00:03:08.560 --> 00:03:12.680
Führungskräfte treffen Entscheidungen auf Basis von Fiktion, die validiert wirkt, weil sie aus Microsoft Fabric stammt.

00:03:13.180 --> 00:03:18.140
Wenn Ihre Goldebene unter inkonsistenten Transformationen wackelt, verstärkt Co-Pilot dieses Wackeln zu selbstbewusstem Storytelling.

00:03:18.360 --> 00:03:19.000
Zu selbstbewusstem.

00:03:19.000 --> 00:03:21.620
Die Eloquenz des Modells verschleiert die Fäulnis Ihrer Pipeline.

00:03:22.060 --> 00:03:23.800
Betrachten Sie Co-Pilot als eine Reflexionsmaschine.

00:03:24.220 --> 00:03:26.600
Seine Intelligenz beginnt und endet mit der Qualität Ihres Schemas.

00:03:27.280 --> 00:03:32.780
Wenn Ihre Joints krummen, Ihre Herkunft, Lineage unterbrochen oder Ihre Semantik unklar sind, spiegelt es Unsicherheit als Gewissheit wieder.

00:03:33.480 --> 00:03:36.960
Und deshalb beginnt die Heilung nicht mit Prompt Engineering, sondern mit architektonischer Hygiene.

00:03:37.600 --> 00:03:41.440
Wenn Co-Pilot also nur so wahrheitsgemäß ist wie Ihre Architektur, lassen Sie uns erzählen, wo die Fäulnis beginnt.

00:03:41.440 --> 00:03:43.240
Der Medaillon-Mythos.

00:03:43.440 --> 00:03:44.440
Wenn Bronze Gold verschmutzt.

00:03:44.960 --> 00:03:48.220
Jeder Dateningenieur betet die Medaillon-Architektur wie eine heilige Schrift herunter.

00:03:48.340 --> 00:03:50.760
Bronze, Silber, Gold, Roh, veredelt, verlässlich.

00:03:51.380 --> 00:03:58.260
In der Theorie ist es eine Pilberreise vom Chaos zur Klarheit, bei der jede Ebene mehr Deutigkeit bereinigt, bis die Daten ihren heiligen Schein der Wahrheit erhalten.

00:03:58.260 --> 00:04:06.960
In der Praxis bauen die meisten eine Rutschbahn, auf der rohe Inkonsistenz als Expressfahrt von Bronze direkt nach Goldrast, ohne dazwischen bereinigt zu werden.

00:04:07.540 --> 00:04:08.240
Fangen wir ganz unten an.

00:04:08.840 --> 00:04:13.700
Bronze ist Ihre Landingzone, Paketdateien, CSVs, IoT-Ingestion, das Fossilienarchiv Ihres Unternehmens.

00:04:13.980 --> 00:04:14.280
Der Äh.

00:04:14.820 --> 00:04:16.660
Sie soll nicht hübsch sein, nur vollständig erfasst.

00:04:17.340 --> 00:04:20.120
Doch die Leute vergessen, dass Bronze eine Quarantäne ist, keine aktive Zutat.

00:04:20.440 --> 00:04:28.140
Wenn dieser rohe Schlamm durch faule Abkürzungen, direkte Abfragen oder fehlende Transformationslogik nach oben sickert, geben Sie Co-Pilot unbehandeltes Rauschen als Kontext.

00:04:28.920 --> 00:04:29.760
Ja, es wird halluziniert.

00:04:30.280 --> 00:04:33.420
Es hat einen Grund dazu, sie haben ihm ein Traumtagebuch gegeben und eine Wirtschaftsprüfung verlangt.

00:04:33.740 --> 00:04:41.500
Silber soll diesen Schlamm veredeln, hier sterben Duplikate, Schemata gleichen sich an, Datentypen passen zusammen und universelle Schlüssel legen endlich fest, was in Kunde ist.

00:04:42.460 --> 00:04:49.100
Aber schaut man sich die meisten Fabric-Setups an, ist Silber eine halbherzige Entschuldigung, schnelle Joints, instabile Look-Ups, undokumentierte Konvertierungen.

00:04:50.000 --> 00:04:52.280
Die Ausrede ist immer dieselbe, das beheben wir in Gold.

00:04:52.700 --> 00:04:55.520
Das ist so, als würde man Grammatikfehler korrigieren, indem man das Wörterbuch verspätet wird.

00:04:55.520 --> 00:04:58.300
Sobald Sie Gold erreichen, stellt sich die Illusion von Vertrauen ein.

00:04:58.920 --> 00:05:03.420
In Gold sieht alles analytisch aus, saubere Tabellen, geschäftsfreundliche Namen, Dashboards, die Zuversicht ausstrahlen.

00:05:04.000 --> 00:05:10.340
Doch darunter haben Sie inkonsistente Konvertierungen, unsynchrone Zeitstempel und ID-Kollisionen angehäuft, die bis nach Bronze zurückreichen.

00:05:10.340 --> 00:05:17.260
Fabrics Metadaten verfolgen diese Beziehungen automatisch und raten Sie mal, auf welche Beziehungen Co-Pilot bei der Interpretation natürlicher Sprache setzt.

00:05:17.880 --> 00:05:18.260
Auf alle.

00:05:18.720 --> 00:05:21.000
Wenn die Datenherkunft also lügt, erbt das Modell diese Täuschung.

00:05:21.480 --> 00:05:22.600
Hier ist ein reales Szenario.

00:05:23.320 --> 00:05:25.340
Sie haben Transaktionsdaten aus zwei Buchungssystemen.

00:05:25.860 --> 00:05:28.320
Beide fließen mit leicht unterschiedlichen Schlüsselformaten in Bronze ein.

00:05:28.620 --> 00:05:31.280
Eines verwendet eine numerische Reise-ID, das andere mischt Buchstaben darunter.

00:05:31.820 --> 00:05:36.160
In Silber hat jemand sie durch einen Inner-Join auf gekürzten Teilzeichenfolgen zusammengeführt, um sie zu vereinheitlichen.

00:05:36.160 --> 00:05:40.720
Technisch gesehen haben sie einheitliche Daten, semantisch haben sie jedoch nur Phantom-Treffer erzeugt.

00:05:41.620 --> 00:05:46.520
Nun berechnet Co-Pilot selbstbewusst den durchschnittlichen Reiseumsatz der Transaktion aus völlig unterschiedlichen Kontexten enthält.

00:05:47.180 --> 00:05:50.020
Es ist präziser Unsinn, korrekte Syntax, aber erfundene Semantik.

00:05:50.280 --> 00:05:52.100
Ach, das ist der Medaillon-Mythos.

00:05:52.200 --> 00:05:57.720
Die Idee, dass Schichten automatisch für Reinheitssorgen sind nur so wahrhaftig wie die Disziplin, die in ihnen steckt.

00:05:58.240 --> 00:05:59.700
Bronze sollte die rohe Entropie offenlegen.

00:06:00.220 --> 00:06:01.820
Silber muss die Dekontaminierung erzwingen.

00:06:02.320 --> 00:06:04.780
Gold muss zertifizierte Geschäftslogik repräsentieren.

00:06:04.780 --> 00:06:07.460
Keine manuellen Eingriffe, keine temporären Fixes.

00:06:08.280 --> 00:06:11.060
Durchbrechen Sie diese Kette, ersetzen Sie Verfeinerung durch rekursiver Schmutz.

00:06:11.560 --> 00:06:12.780
Co-Pilot weiß davon natürlich nichts.

00:06:13.380 --> 00:06:16.400
Er nimmt alles, was das Fabrikmodell als Herkunft ausgibt und setzt Kausalität vor.

00:06:16.900 --> 00:06:21.620
Wenn eine Spalte in Gold auf eine Mischung aus drei inkonsistenten Quellen verweist, sieht die KI ein einzelnes Konzept.

00:06:21.860 --> 00:06:23.240
Sieht die KI ein einzelnes Konzept.

00:06:23.420 --> 00:06:25.000
Fragen Sie, warum sind die Verkäufe im März gestiegen?

00:06:25.340 --> 00:06:28.740
Er generiert fröhlich SQL, dass alle Datensätze mit der Kennzeichnung März über Region,

00:06:28.740 --> 00:06:32.300
Währung und Zeitzonen hinweg aggregiert, weil sie Silber nie angewiesen haben, diese Grenzen zu wahren.

00:06:33.020 --> 00:06:33.820
Die KI lügt nicht.

00:06:34.360 --> 00:06:37.080
Sie übersetzt ihre kollektive Nachlässigkeit lediglich in flüssige Fiktion.

00:06:37.520 --> 00:06:39.500
Deshalb ist Datenprovenienz kein optionales Metadatum.

00:06:39.880 --> 00:06:40.800
Es ist das GPS für Co-Pilot.

00:06:41.440 --> 00:06:46.080
Jede Transformation, jeder Join, jede Metrik-Definition ist eine brotkröme Spur zurück zu ihrer Quelle der Wahrheit.

00:06:46.560 --> 00:06:51.040
Fabrik verfolgt die Herkunft visuell, doch Herkunft ohne Validierung ist wie eine mit Bleistift gezeichnete Karte.

00:06:51.740 --> 00:06:53.840
Die KI liest diese unscharfen Linien als umstößliche Wahrheit.

00:06:54.120 --> 00:06:55.100
Erzwingen Sie also Validierung.

00:06:55.100 --> 00:06:58.300
Führen Sie zwischen Bronze und Silver automatisierte Schema-Tests durch.

00:06:58.700 --> 00:06:59.520
Stimmen die IDs überein.

00:06:59.920 --> 00:07:00.780
Werden Nullwerte behandelt?

00:07:01.140 --> 00:07:02.080
Sind die Datentypen konsistent?

00:07:02.500 --> 00:07:04.300
Implementieren Sie zwischen Silver und Gold Join Audits.

00:07:04.720 --> 00:07:06.180
Überprüfen Sie 1 zu 1 Erwartungen.

00:07:06.680 --> 00:07:10.400
Überwachen Sie Aggregationsabweichungen und prüfen Sie die Kontinuität der Herkunft auf beiden Ebenen.

00:07:10.680 --> 00:07:11.980
Das sind keine bürokratischen Rituale.

00:07:12.200 --> 00:07:14.040
Es sind Überlebenswerkzeuge für die Genauigkeit der KI.

00:07:14.980 --> 00:07:19.120
Wenn die Abfrage von Co-Pilot durch von Ihnen verifizierte Schichten läuft, erbt sie Disziplin statt Chaos.

00:07:19.780 --> 00:07:20.580
Ironie daran ist herrlich.

00:07:20.580 --> 00:07:23.040
Sie wollten, dass Co-Pilot die Analyse automatisiert,

00:07:23.040 --> 00:07:25.860
doch das Fundament, auf dem er aufbaut, erfordert immer noch altmodische Hygiene.

00:07:26.340 --> 00:07:27.320
Müll rein, selbstbewusst raus.

00:07:27.740 --> 00:07:31.660
Solange es die Architektur nicht als Moralphilosophie und Verfeinung als Pflichtschät als Vorschlagbetrachtung betrachten,

00:07:31.740 --> 00:07:33.200
werden Sie nie eine wahrheitsgemäße KI erhalten.

00:07:33.600 --> 00:07:35.960
Selbst mit makellosen Ebenen kann Co-Pilot stolpern, denn zu wissen,

00:07:36.120 --> 00:07:39.320
welche Daten existieren, bedeutet nicht zu verstehen, was sie bedeuten, was sie bedeuten.

00:07:39.460 --> 00:07:42.140
Eine perfekte Pipeline kann ein semantisch leeres Modell speisen.

00:07:42.300 --> 00:07:44.760
Was uns zum fehlenden Übersetzer zwischen Zahlen und Bedeutung bringt,

00:07:44.840 --> 00:07:45.640
die semantische Ebene,

00:07:45.640 --> 00:07:47.620
das Gehirn, das ihre Daten zu bilden, vergaßen,

00:07:47.800 --> 00:07:49.020
das ihre Daten zu bilden, vergaßen.

00:07:49.020 --> 00:07:52.160
Das fehlende Gehirn, semantische Ebenen und ein Kontextdefizit.

00:07:52.760 --> 00:07:55.500
Wir verlieren die meisten Fabrikimplementierungen wortwörtlich den Verstand.

00:07:56.160 --> 00:07:58.120
Die semantische Ebene ist das Gehirn Ihres Datenmodells,

00:07:58.200 --> 00:08:00.420
aber viele Organisationen behandeln sie wie dekoratives Beiwerk.

00:08:01.200 --> 00:08:03.760
Sie denken, wenn Tabellen existieren, ergibt sich die Bedeutung automatisch.

00:08:04.520 --> 00:08:06.460
Tabellen sind das Gedächtnis, Semantik ist das Verständnis.

00:08:07.200 --> 00:08:10.280
Ohne diese Ebene liest Co-Pilot Zahlen wie ein Tourist Straßenschilder

00:08:10.280 --> 00:08:13.960
in einer Fremdsprache, phonetisch, selbstbewusst und völlig ohne Kontext.

00:08:14.660 --> 00:08:15.440
Definieren wir es richtig.

00:08:15.440 --> 00:08:19.020
Das semantische Modell in Fabrik sagt Co-Pilot, was ihre Daten bedeuten,

00:08:19.540 --> 00:08:20.380
nicht nur wie sie heißen.

00:08:21.240 --> 00:08:24.060
Es ist das Wörterbuch, das Spaltenbezeichnungen in Geschäftslogik übersetzt.

00:08:24.880 --> 00:08:27.180
Umsatz wird zur Summe der Verkäufe abzüglich Rückerstattungen.

00:08:28.480 --> 00:08:31.400
Kunde wird zur eindeutigen Käufer-ID über Geschäftsjahresgrenzen hinweg.

00:08:32.280 --> 00:08:35.200
Ohne dies betrachtet Co-Pilot diese Wörter lediglich als zufällige Tokens.

00:08:35.900 --> 00:08:37.420
Sie könnten nach dem Gesamtumsatz fragen

00:08:37.420 --> 00:08:40.120
und erhalten an einem Tag Bruttoeinnahmen am nächsten den Nettoerlös.

00:08:40.720 --> 00:08:42.720
Das ist nicht launisch, das ist sprachlich-orientierungslust.

00:08:42.720 --> 00:08:46.340
Die Wahrheit ist, ein semantisches Modell fungiert als zweisprachiger Dolmetscher

00:08:46.340 --> 00:08:48.380
zwischen menschlicher Sprache und DAX- oder SQL-Logik.

00:08:48.840 --> 00:08:50.280
Es bringt Absicht mit Berechnungen einklang.

00:08:50.700 --> 00:08:52.020
Wenn es fehlt, muss Co-Pilot raten.

00:08:52.640 --> 00:08:54.680
Und große Sprachmodelle sind berüchtig stolze Rater.

00:08:55.220 --> 00:08:58.020
Sie erstellen wahrscheinliche Joints, keine präzisen und vertrauen Spalten

00:08:58.020 --> 00:09:00.000
am weit mehr als ihren geschäftlichen Definitionen.

00:09:00.540 --> 00:09:02.580
In einem Modell beziehen sich Buchungen auf Reservierungen.

00:09:03.220 --> 00:09:04.720
In einem anderen zählen sie abgeschlossen Fahrt.

00:09:05.020 --> 00:09:06.040
Für Co-Pilot sind das Synonyme.

00:09:06.560 --> 00:09:08.420
Sie haben gerade nach Buchungen pro Quartal gefragt

00:09:08.420 --> 00:09:10.400
und es servierte ihnen beides effizient falsch.

00:09:10.400 --> 00:09:11.740
Vergleichen wir zwei Architektoren.

00:09:12.160 --> 00:09:14.800
In einem nackten Data Warehouse blickt Co-Pilot direkt in die Tabellen.

00:09:15.300 --> 00:09:18.600
Es sieht Datum, Betrag, Typ, das sind nette Substantive, aber null Kontext.

00:09:19.000 --> 00:09:19.720
Ein leichtes Muster.

00:09:20.300 --> 00:09:21.460
Verkäufe entsprechen Betrag.

00:09:21.560 --> 00:09:24.000
Nach Region entspricht irgendeinem Feld, das nach Geografie klingt.

00:09:24.860 --> 00:09:27.360
In einem semantischen Modell hingegen wurden diese Felder zivilisiert.

00:09:28.060 --> 00:09:29.880
Der Verkaufsbetrag enthält eine DAX-Kennzahl,

00:09:29.980 --> 00:09:32.060
die Umfang Währung und Aggregationslogik definiert.

00:09:32.660 --> 00:09:34.540
Region hat explizit festgelegte Beziehungen.

00:09:35.280 --> 00:09:36.560
Wenn Sie also dieselbe Frage stellen,

00:09:36.560 --> 00:09:37.900
tappt Co-Pilot nicht im Dunkeln.

00:09:38.500 --> 00:09:39.900
Es geht einen beleuchteten Pfad, den Sie geben.

00:09:39.900 --> 00:09:43.000
Die Toolbox von Fabric für 2025 gibt Ihnen sogar Waffen die an.

00:09:44.040 --> 00:09:45.800
Direct Lake für latenzarme Modellierung.

00:09:46.140 --> 00:09:47.320
DAX für Kennzahlenlogik.

00:09:47.800 --> 00:09:49.500
Synonyme für sprachliche Flexibilität.

00:09:49.760 --> 00:09:51.260
Und Berechnungsgruppen für Konsistenz.

00:09:52.360 --> 00:09:54.060
Betrachten Sie Synonyme als elastischen Wortschatz?

00:09:54.640 --> 00:09:55.840
Wenn Nutzer von Nettoeinkommen sprechen,

00:09:55.960 --> 00:09:56.920
Ihre Kennzahl aber Gewinn heißt,

00:09:57.000 --> 00:09:57.980
benennen Sie die Spalte nicht um.

00:09:58.440 --> 00:09:59.640
Sie bringen Co-Pilot die Übersetzung bei.

00:10:00.200 --> 00:10:01.660
Berechnungsgruppen erzwingen dann die Grammatik

00:10:01.660 --> 00:10:03.860
und sorgen dafür, dass Zeitintelligenz oder Währungsumrechnungen

00:10:03.860 --> 00:10:04.940
einheitlich angewendet werden.

00:10:05.400 --> 00:10:07.640
Zusammen bilden Sie das Grounding-System des Sprachmodells.

00:10:08.180 --> 00:10:09.380
Doch nur wenige Leute machen sich die Mühe,

00:10:09.380 --> 00:10:10.060
um diese korrekt zu verknüpfen.

00:10:10.460 --> 00:10:11.720
Sie laden Tabellen in Fabric hoch

00:10:11.720 --> 00:10:13.920
und nehmen an, dass Co-Pilots KI-Nuancen interpretieren wird.

00:10:14.340 --> 00:10:15.120
Boiler, das wird Sie nicht.

00:10:15.700 --> 00:10:17.520
Das Modell schließt nicht aus moralischer Überzeugung

00:10:17.520 --> 00:10:18.200
auf Ihre KPIs.

00:10:18.800 --> 00:10:20.460
Es leitet Sie aus Metadaten tags an.

00:10:21.100 --> 00:10:22.460
Wenn Sie Kennzahlen nicht beschriftet,

00:10:22.520 --> 00:10:23.280
Beziehungen beschrieben

00:10:23.280 --> 00:10:25.140
oder die Berechnungsreihenfolge festgelegt haben,

00:10:25.240 --> 00:10:26.000
improvisiert Co-Pilot.

00:10:26.760 --> 00:10:28.180
Improvisation ist im Jazz-Club charmant,

00:10:28.360 --> 00:10:30.180
in der Unternehmensanalyse jedoch katastrophal.

00:10:30.720 --> 00:10:31.940
Wie also erzwingen Sie Semantik?

00:10:32.500 --> 00:10:34.200
Beginnen Sie mit der Überprüfung Ihres Modellvokabulats.

00:10:34.200 --> 00:10:36.600
Jede Kennzahl benötigt eine konsistente Definition,

00:10:36.700 --> 00:10:38.560
die zentral gespeichert und universär referenziert wird.

00:10:38.760 --> 00:10:39.580
Widerstehen Sie dem Drang,

00:10:39.680 --> 00:10:40.880
Spalten pro Bericht umzubenennen.

00:10:41.480 --> 00:10:42.160
Verwenden Sie stattdessen

00:10:42.160 --> 00:10:43.460
Alias-Namen der semantischen Schichten.

00:10:43.860 --> 00:10:45.840
Erstellen Sie Berechnungsgruppen für gängige Logiken.

00:10:46.160 --> 00:10:47.600
Jahressummen, gleitende Durchschnitte,

00:10:47.820 --> 00:10:49.420
Umrechnungskurse, Umrechnungskurse.

00:10:49.680 --> 00:10:50.820
Fügen Sie dann Synonyme hinzu,

00:10:50.880 --> 00:10:52.600
damit Co-Pilots Engine für natürliche Sprache

00:10:52.600 --> 00:10:53.760
nicht eigene Korrelation erfindet.

00:10:54.160 --> 00:10:55.260
Verknüpfen Sie nun die Semantik

00:10:55.260 --> 00:10:56.780
mit der Anweisungsarchitektur von Co-Pilot.

00:10:57.280 --> 00:10:58.200
Fabric bietet zwei Steuerungsebenen,

00:10:59.120 --> 00:11:00.940
Datenquellenanweisungen und Agentenanweisungen.

00:11:04.200 --> 00:11:06.000
Kennzahlenreferenzen und bevorzugte Namen,

00:11:06.120 --> 00:11:08.580
während Agentenanweisungen Tonfall, Format und Einschränkung regeln.

00:11:09.040 --> 00:11:10.500
Diese interagieren durch Grounding-Prompts,

00:11:10.580 --> 00:11:12.620
die vollständig von der semantischen Ausrichtung abhängen.

00:11:13.160 --> 00:11:15.580
Wenn Ihr semantisches Modell den Gesamtumsatz klar definiert,

00:11:15.680 --> 00:11:18.060
können Datenquellenanweisungen diese Definition durchsetzen,

00:11:18.120 --> 00:11:19.600
wenn Co-Pilot eine SQL-Abfrage schreibt.

00:11:20.080 --> 00:11:21.320
Die Agentenanweisung sorgt dafür,

00:11:21.400 --> 00:11:23.660
dass die Antwort prägnant, tabellarisch oder zusammengefasst bleibt.

00:11:24.080 --> 00:11:26.280
Kombinieren Sie diese, um Chaos durch Protokolle zu ersetzen.

00:11:26.860 --> 00:11:29.120
Ohne Semantik ist jede Co-Pilot-Antwort eine Improvisation.

00:11:29.780 --> 00:11:31.500
Mit Semantik wird jede Antwort zu einem Beleg.

00:11:31.500 --> 00:11:34.240
Sie optimieren nicht nur Prompts, sie lehren Logik.

00:11:34.940 --> 00:11:37.520
Sobald Sie Co-Pilot ein einheitliches Wörterbuch zur Verfügung stellen,

00:11:37.640 --> 00:11:40.060
steigt die Genauigkeit, da Unsicherheit keinen Platz mehr hat.

00:11:40.720 --> 00:11:42.200
Da Co-Pilot nun die Sprache versteht,

00:11:42.240 --> 00:11:43.940
bringen wir ihm Disziplin bei die Verhaltensregeln,

00:11:44.000 --> 00:11:45.560
die ihn ehrlich halten, die ihn ehrlich halten.

00:11:46.000 --> 00:11:48.180
Disziplin für Maschinen, Daten- und Agentenanweisungen.

00:11:48.960 --> 00:11:50.640
Co-Pilot versteht zwar endlich ihr Vokabular,

00:11:50.820 --> 00:11:51.840
aber er braucht immer noch Manieren.

00:11:52.800 --> 00:11:55.100
Semantik lehrt Bedeutung, Anweisungen lehren Verhalten.

00:11:55.460 --> 00:11:57.820
Und in Microsoft Fabric werden diese Verhaltensweisen

00:11:57.820 --> 00:11:59.140
durch zwei verschiedene Laien geformt,

00:11:59.220 --> 00:12:01.140
Datenquellenanweisungen und Agentenanweisungen.

00:12:01.500 --> 00:12:02.300
Und Agentenanweisungen.

00:12:02.480 --> 00:12:03.420
Die eine strukturiert den Hund,

00:12:03.480 --> 00:12:05.060
die andere trainiert ihn nicht, an den Möbeln zu kaufen.

00:12:05.440 --> 00:12:06.880
Beginnen Sie mit den Datenquellenanweisungen,

00:12:06.960 --> 00:12:08.140
den spezifischen Geboten für das Schema.

00:12:08.900 --> 00:12:10.220
Diese liegen am nächsten an den Daten

00:12:10.220 --> 00:12:12.700
und sagen Co-Pilot genau, wie ihr Modell zu interpretieren ist.

00:12:13.220 --> 00:12:15.040
Erinnern Sie sich an unser früheres Chaos bei Vetterjoins?

00:12:15.840 --> 00:12:17.220
Datenquellenanweisungen sind der Ort, an dem wir das korrigieren.

00:12:17.560 --> 00:12:19.600
Sie legen fest, dass Temperatur- und Niederschlagsdaten

00:12:19.600 --> 00:12:22.260
über die Pickup-Geography-ID und die Date-ID verknüpft werden müssen.

00:12:22.880 --> 00:12:24.080
Dies nimmt dem Modell das Raten ab

00:12:24.080 --> 00:12:25.420
und ersetzt es durch Verbindlichkeiten.

00:12:26.060 --> 00:12:27.220
Fabric liest diese Deklaration,

00:12:27.220 --> 00:12:29.560
wann immer Co-Pilot, SQL oder DAX entwirft

00:12:29.560 --> 00:12:32.300
und stellt sicher, dass jede Abfrage über die richtigen Schlüssel läuft.

00:12:32.660 --> 00:12:34.360
Betrachten Sie sie als relationale Verfassung,

00:12:34.560 --> 00:12:35.980
als unveränderliche Gesetzestexte,

00:12:36.020 --> 00:12:37.820
die definieren, wie Entitäten verbunden werden dürfen.

00:12:38.540 --> 00:12:41.000
Diese Anweisungen verwalten auch Synonyme und Messwertdefinitionen.

00:12:41.720 --> 00:12:42.940
Nehmen wir an, Ihre Analysten verwenden

00:12:42.940 --> 00:12:45.440
Gesamtumsatz, Fair Amount und Bruttoeinnahmen synonym.

00:12:46.280 --> 00:12:48.060
Für Menschen bedeuten diese Begriffe in etwa dasselbe.

00:12:48.640 --> 00:12:50.060
Für Co-Pilots sind es unterschiedliche Variablen,

00:12:50.140 --> 00:12:51.060
die um Aufmerksamkeit konkurriert.

00:12:51.700 --> 00:12:53.760
Unter den Datenquellenanweisungen bringen Sie diese in Einklang.

00:12:54.140 --> 00:12:55.500
Wann immer Gesamtumsatz erwähnt wird,

00:12:55.500 --> 00:12:56.740
verwenden Sie Total Fair Amount.

00:12:57.240 --> 00:12:58.200
Nun hört Ihre KI auf,

00:12:58.280 --> 00:12:59.440
semantisches Roulette zu spielen

00:12:59.440 --> 00:13:00.780
und beginnt konsistent zu antworten.

00:13:01.440 --> 00:13:02.440
Sie können sogar Bucketinglogik

00:13:02.440 --> 00:13:03.900
für kategorische Analysen definieren.

00:13:04.840 --> 00:13:05.920
Wenn ein Benutzer nach Umsatz,

00:13:06.000 --> 00:13:06.840
nach Temperatur fragt,

00:13:06.880 --> 00:13:08.020
können Sie Bereiche vordefinieren.

00:13:08.840 --> 00:13:10.780
Unter 32 Grad bedeutet gefrierend,

00:13:10.820 --> 00:13:11.940
bis 53 kalt,

00:13:12.080 --> 00:13:14.300
53 bis 72 mild und so weiter.

00:13:15.260 --> 00:13:16.360
Ohne dies liefert Co-Pilot

00:13:16.360 --> 00:13:17.580
unendliche numerische Werte

00:13:17.580 --> 00:13:18.640
und überschwemmt den Benutzer

00:13:18.640 --> 00:13:19.680
mit kleinteiligen Details.

00:13:20.680 --> 00:13:21.460
Indem Sie diese Buckets

00:13:21.460 --> 00:13:22.840
direkt in Ihre Anweisungen einbetten,

00:13:22.840 --> 00:13:23.840
erzeugen Sie vorhersagbare Aggregationen

00:13:23.840 --> 00:13:25.680
und reproduzierbare Logik.

00:13:26.140 --> 00:13:26.920
Was Sie hier wirklich tun,

00:13:27.000 --> 00:13:28.440
ist die Umwandlung latenter Metadaten

00:13:28.440 --> 00:13:29.400
in explizite Regeln.

00:13:29.980 --> 00:13:31.080
Der Datenagent von Fabric

00:13:31.080 --> 00:13:33.020
berücksichtigt diese vor dem Erstellen von Abfragen

00:13:33.020 --> 00:13:34.520
und behandelt sie als unveränderliche Wahrheit.

00:13:34.820 --> 00:13:35.900
Das Fehlen dieser Regeln ist der Grund,

00:13:36.000 --> 00:13:36.760
warum frühere Abfragen

00:13:36.760 --> 00:13:37.620
verzerrte Ergebnisse liefern.

00:13:37.860 --> 00:13:39.160
Es wurde ein vollkommen valider SQL-Code

00:13:39.160 --> 00:13:40.140
für die falsche Frage generiert.

00:13:40.680 --> 00:13:42.300
Mit korrekt verfassten Datenanweisungen

00:13:42.300 --> 00:13:43.660
bleiben die Abfragen von Co-Pilot

00:13:43.660 --> 00:13:44.720
in Geschäftsregeln verankert

00:13:44.720 --> 00:13:46.040
statt in sprachlicher Wahrscheinlichkeit.

00:13:46.600 --> 00:13:47.660
Gehen wir nun eine Ebene höher

00:13:47.660 --> 00:13:48.740
zu den Agentenanweisungen

00:13:48.740 --> 00:13:49.460
der Etiketteschule

00:13:49.460 --> 00:13:50.580
für das Verhalten von LLMs.

00:13:50.580 --> 00:13:52.560
Während Datenquellenanweisungen

00:13:52.560 --> 00:13:54.140
Co-Pilot sagen, was die Daten bedeuten,

00:13:54.340 --> 00:13:55.500
diktieren Agentenanweisungen,

00:13:55.640 --> 00:13:56.240
wie er antworten soll.

00:13:56.740 --> 00:13:58.140
Sie definieren Präsentationsstil

00:13:58.140 --> 00:13:59.040
und analytischen Umfang.

00:13:59.740 --> 00:14:00.380
Sie können Anweisen

00:14:00.380 --> 00:14:02.220
immer mit einer prägnanten Tabelle zusammenfassen.

00:14:03.060 --> 00:14:05.020
Oder, wenn mehrere Quellen existieren,

00:14:05.140 --> 00:14:06.560
klären Sie die Herkunft vor der Aggregation.

00:14:07.600 --> 00:14:08.920
Im Grunde verwandeln Sie Co-Pilot

00:14:08.920 --> 00:14:10.460
von einem übereifrigen Praktikanten

00:14:10.460 --> 00:14:11.860
in einen disziplinierten Analysten.

00:14:12.960 --> 00:14:14.480
Betrachten Sie die Top-5-Zahlen-Regel

00:14:14.480 --> 00:14:15.820
aus der Optimierung des Datenagenten.

00:14:16.440 --> 00:14:17.940
Statt tausende Datensätze zurückzugeben,

00:14:17.940 --> 00:14:20.060
sagen Sie ihm, stelle nur die Top-5 dar,

00:14:20.220 --> 00:14:21.440
außer der Benutzer wünscht etwas anderes.

00:14:22.220 --> 00:14:23.780
Die KI erzwingt Kürze und erspart

00:14:23.780 --> 00:14:25.760
dem durchschnittlichen Manager das Scrollen

00:14:25.760 --> 00:14:26.820
durch einen Datenroman.

00:14:27.680 --> 00:14:28.960
Eine weitere nützliche Anweisung.

00:14:29.500 --> 00:14:30.580
Geben Sie immer eine Zusammenfassung

00:14:30.580 --> 00:14:31.580
am Anfang jeder Antwort.

00:14:33.200 --> 00:14:34.600
Dies fungiert wie ein Metakommentar.

00:14:35.140 --> 00:14:36.600
Co-Pilot erklärt, was er anzeigt,

00:14:36.880 --> 00:14:38.100
sodass Benutzer überprüfen können,

00:14:38.220 --> 00:14:39.400
ob Messwerte, Joints und Filter

00:14:39.400 --> 00:14:40.580
den Erwartungen entsprechen.

00:14:41.580 --> 00:14:42.920
Es macht unsichtbare Argumentation

00:14:42.920 --> 00:14:43.860
zu sichtbarer Bestätigung,

00:14:43.960 --> 00:14:45.060
was für das Vertrauen entscheidend ist.

00:14:45.560 --> 00:14:46.720
Achten Sie auf das Zusammenspiel.

00:14:47.440 --> 00:14:48.840
Datenanweisungen definieren die Fakten,

00:14:48.960 --> 00:14:50.720
Agentenanweisungen definieren die Stimme.

00:14:51.400 --> 00:14:53.260
Zusammen bilden Sie den ethischen Kodex von Co-Pilot.

00:14:53.700 --> 00:14:55.020
Der Datenagent kombiniert diese

00:14:55.020 --> 00:14:56.240
bei jeder Antwort auf eine Frage

00:14:56.240 --> 00:14:57.480
zu einem zusammengesetzten Prompt.

00:14:58.040 --> 00:14:59.460
Das Sprachmodell improvisiert nicht.

00:14:59.920 --> 00:15:01.420
Es konditioniert sich selbst durch Ihre Regeln.

00:15:02.000 --> 00:15:03.200
Jetzt tritt Governance auf den Plan.

00:15:03.640 --> 00:15:04.640
Diese Anweisungen können nicht

00:15:04.640 --> 00:15:06.080
in anarchischen Einzelkopien existieren.

00:15:06.800 --> 00:15:08.120
Wenn jeder Fabriknutzer Synonyme

00:15:08.120 --> 00:15:09.460
nach persönlichem Geschmack anpasst,

00:15:09.520 --> 00:15:10.480
führen Sie das Babel wieder ein,

00:15:10.520 --> 00:15:11.820
das Sie monatelang beseitigen wollten.

00:15:11.820 --> 00:15:14.380
Sie erhalten fünf Definitionen für Gewinn

00:15:14.380 --> 00:15:15.820
und keinerlei Übereinstimmung bei Quartalsberichten.

00:15:17.280 --> 00:15:17.820
Zentralisieren Sie Befehlssätze.

00:15:18.720 --> 00:15:19.440
Veröffentlichen Sie diese

00:15:19.440 --> 00:15:20.720
über den Fabrikverwaltungsbereich.

00:15:21.100 --> 00:15:22.240
Validieren Sie sie per Peer Review

00:15:22.240 --> 00:15:24.240
und sichern Sie sie durch Versionskontrolle ab.

00:15:24.860 --> 00:15:25.900
Flexibilität ohne Governance

00:15:25.900 --> 00:15:27.520
ist Rebellion, die sich als Innovation tagen.

00:15:28.100 --> 00:15:29.480
Natürlich verfallen auch diese Regeln,

00:15:29.560 --> 00:15:30.580
wenn Sie sie nie überprüfen.

00:15:31.400 --> 00:15:32.500
Der intelligente Ansatz ist es,

00:15:32.520 --> 00:15:33.540
die Qualität von Anweisungen

00:15:33.540 --> 00:15:34.800
wie Code-Qualität zu behandeln.

00:15:35.260 --> 00:15:36.240
Testen Sie nach jeder Änderung

00:15:36.240 --> 00:15:37.100
das Verhalten von Co-Pilot.

00:15:37.520 --> 00:15:38.580
Stellen Sie die gleiche Frage zweimal,

00:15:38.640 --> 00:15:39.420
nachdem Sie den Cash gelehrt haben.

00:15:39.420 --> 00:15:41.300
Prüfen Sie, ob es den selben SQL-Code wiederholt.

00:15:41.680 --> 00:15:42.840
Untersuchen Sie die generierten Abfragen.

00:15:43.480 --> 00:15:43.980
Stellen Sie sicher,

00:15:44.080 --> 00:15:44.840
dass Sie erzwungene Joints

00:15:44.840 --> 00:15:45.920
und korrekte Kennzahlen widerspielen.

00:15:46.440 --> 00:15:47.500
Wenn die Ergebnisse abweichen,

00:15:47.580 --> 00:15:48.200
über Anweisungen.

00:15:48.940 --> 00:15:50.560
Sogar Microsofts eigene Ingenieure geben zu,

00:15:50.620 --> 00:15:51.380
dass diese Feinabstimmung

00:15:51.380 --> 00:15:52.580
eher Kunst als Wissenschaft ist.

00:15:52.740 --> 00:15:53.760
Eine schmeichelhafte Umschreibung

00:15:53.760 --> 00:15:54.620
für ständig ist die Bugging.

00:15:55.300 --> 00:15:56.520
Hier retten Sie Beispiel Abfragen.

00:15:57.420 --> 00:15:59.020
Sie sind Fabrics Antwort auf Lightplanken

00:15:59.020 --> 00:16:00.140
und ermöglichen es Ihnen,

00:16:00.260 --> 00:16:01.360
kanonische SQL-Fragmente

00:16:01.360 --> 00:16:03.260
für gängige Analyseabsichten festzulegen.

00:16:04.040 --> 00:16:04.940
Nehmen wir an, Sie wissen,

00:16:05.020 --> 00:16:05.980
dass der Gesamtumsatz nach Temperaturbereich

00:16:06.620 --> 00:16:07.480
immer einen dualen Join

00:16:07.480 --> 00:16:08.840
über Geografie und Datum erfordert.

00:16:09.340 --> 00:16:10.700
Sie speichern dies als Beispielabfrage.

00:16:11.400 --> 00:16:12.480
Wenn Nutzer eine Variation

00:16:12.480 --> 00:16:13.380
dieser Phrase stellen,

00:16:13.560 --> 00:16:15.040
umgeht Co-Pilot die Improvisation

00:16:15.040 --> 00:16:16.420
und nutzt ihre exakte Logik.

00:16:17.160 --> 00:16:18.100
Es ist das KI-Equivalent

00:16:18.100 --> 00:16:19.720
zum Ausstellen vorab genehmigter Formulare,

00:16:20.100 --> 00:16:21.340
die jedes Mal korrekt ausgefüllt werden

00:16:21.340 --> 00:16:23.140
und unfähig zu kreativer Sabotage sind.

00:16:23.980 --> 00:16:25.500
Mit der Zeit bauen Sie eine Bibliothek

00:16:25.500 --> 00:16:26.740
dieser Beispielabfragen auf

00:16:26.740 --> 00:16:27.560
und machen Co-Pilot

00:16:27.560 --> 00:16:29.260
vom Generalisten zum Fachexperten.

00:16:29.740 --> 00:16:30.880
Betrachten Sie es als Muskelgedächt.

00:16:30.880 --> 00:16:32.520
Die KI lernt allmählich

00:16:32.520 --> 00:16:33.740
durch Wiederholung und Einschränkung,

00:16:33.840 --> 00:16:34.420
was korrekt ist,

00:16:34.520 --> 00:16:36.060
anstatt durch freie Genialität.

00:16:36.880 --> 00:16:38.100
Dennoch können die cleversten Anweisungen

00:16:38.100 --> 00:16:38.940
architektonische Fehler

00:16:38.940 --> 00:16:39.540
nicht wieder gut machen.

00:16:39.900 --> 00:16:40.980
Wenn Ihre Datenpipeline

00:16:40.980 --> 00:16:42.700
unter inkonsistenten Medaillonschichten

00:16:42.700 --> 00:16:43.860
oder fehlender Semantik wankt,

00:16:43.900 --> 00:16:45.060
sind all diese Leitplanken

00:16:45.060 --> 00:16:46.140
nur mahnende Worte

00:16:46.140 --> 00:16:47.400
auf einem sinkenden Schiff.

00:16:48.400 --> 00:16:49.760
Anweisungen schränken die Sprache ein,

00:16:49.820 --> 00:16:50.800
sie können keine Wahrheit erfinden.

00:16:51.200 --> 00:16:52.200
Deshalb definiert das Tuning

00:16:52.200 --> 00:16:52.940
eine Architektur

00:16:52.940 --> 00:16:53.880
im geschlossenen Regelkreis.

00:16:54.020 --> 00:16:55.020
Zuverlässigkeit und Semantik

00:16:55.020 --> 00:16:55.860
definieren die Bedeutung,

00:16:55.960 --> 00:16:57.180
Anweisungen definieren den Gehorsam.

00:16:57.680 --> 00:16:58.600
Der pragmatische Workflow

00:16:58.600 --> 00:17:01.020
Bauen Sie saubere Medaillonschichten,

00:17:01.440 --> 00:17:02.340
definieren Sie ein präzises

00:17:02.340 --> 00:17:03.060
semantisches Modell,

00:17:03.220 --> 00:17:04.280
kodieren Sie diese Definition

00:17:04.280 --> 00:17:05.480
in Datenquellenanweisungen,

00:17:05.800 --> 00:17:07.060
zübeln Sie Co-Pilots-Persönlichkeit

00:17:07.060 --> 00:17:08.040
durch Agentenanweisungen

00:17:08.040 --> 00:17:09.320
und testen Sie unermüdlich.

00:17:10.200 --> 00:17:10.800
Jede Anomalie,

00:17:10.900 --> 00:17:11.820
die Sie frühzeitig erkennen,

00:17:11.940 --> 00:17:12.660
erspart Ihnen später

00:17:12.660 --> 00:17:13.380
eine wütende E-Mail

00:17:13.380 --> 00:17:14.040
der Geschäftsleitung.

00:17:14.340 --> 00:17:15.160
Also ja, Disziplin ist wichtig.

00:17:15.580 --> 00:17:16.280
Es ist nicht glamourös.

00:17:16.700 --> 00:17:17.720
Es ist keine KI-Magie.

00:17:18.520 --> 00:17:19.560
Es ist Regeldurchsetzung,

00:17:19.720 --> 00:17:20.320
Cache-Bereinigung,

00:17:20.520 --> 00:17:21.340
Konsistenzprüfung

00:17:21.340 --> 00:17:22.780
und der gelegentliche Selbstwertcheck,

00:17:22.860 --> 00:17:24.280
wenn Ihre KI immer noch darauf besteht,

00:17:24.460 --> 00:17:25.300
dass der Gesamtumsatz

00:17:25.300 --> 00:17:26.400
gleich Brutto plus Erstattungen

00:17:26.400 --> 00:17:27.180
plus Wunder ist.

00:17:28.360 --> 00:17:29.380
Aber sobald sie die Disziplin

00:17:29.380 --> 00:17:29.940
etabliert hat,

00:17:30.000 --> 00:17:31.300
wird Co-Pilot unheimlich zuverlässig.

00:17:31.840 --> 00:17:32.980
Die Halluzinationen nehmen ab,

00:17:33.240 --> 00:17:34.060
die Joints funktionieren

00:17:34.060 --> 00:17:35.120
und Ihre Dashboards hören auf,

00:17:35.160 --> 00:17:35.760
sie in die Irre zu führen.

00:17:36.260 --> 00:17:37.000
Sie können die Regeln

00:17:37.000 --> 00:17:38.280
innerhalb von Fabric festlegen,

00:17:38.360 --> 00:17:39.480
doch die Ehrlichkeit von Co-Pilot

00:17:39.480 --> 00:17:40.360
hängt von der Architektur

00:17:40.360 --> 00:17:41.160
über Fabric hinaus

00:17:41.160 --> 00:17:42.440
ab der systemischen Governance,

00:17:42.620 --> 00:17:43.060
die die Wahrheit

00:17:43.060 --> 00:17:44.720
in ihrer gesamten Datenlandschaft überwacht.

00:17:45.300 --> 00:17:45.840
Und genau darauf

00:17:45.840 --> 00:17:46.900
werden wir uns als nächstes konzentrieren.

00:17:47.480 --> 00:17:48.760
Das systemische Heilmittelaufbau

00:17:48.760 --> 00:17:49.680
für nachprüfbare Wahrheit.

00:17:50.120 --> 00:17:50.420
Sumia.

00:17:51.040 --> 00:17:51.920
Nach all dem Tuning,

00:17:52.020 --> 00:17:52.420
den Synonym

00:17:52.420 --> 00:17:53.820
und dem Gehorsamstraining für KI

00:17:53.820 --> 00:17:55.280
bleibt eine brutale Tatsache bestehen.

00:17:55.760 --> 00:17:56.660
Die Wahrheit von Co-Pilot

00:17:56.660 --> 00:17:57.520
hängt von der Integrität

00:17:57.520 --> 00:17:58.380
ihres Ökosystems ab.

00:17:58.840 --> 00:17:59.920
Sie können die KI trainieren,

00:18:00.160 --> 00:18:01.060
tadeln und belohnen,

00:18:01.200 --> 00:18:02.240
aber wenn die Architektur

00:18:02.240 --> 00:18:02.880
um Fabric herum

00:18:02.880 --> 00:18:03.780
Datenmüll produziert,

00:18:03.860 --> 00:18:05.300
wird die KI weiterhin höflich lügen.

00:18:06.380 --> 00:18:06.880
Was sie brauchen,

00:18:07.000 --> 00:18:07.920
ist eine systemische Co.

00:18:08.100 --> 00:18:08.580
Governance,

00:18:09.020 --> 00:18:10.280
Durchsetzung der Datenherkunft

00:18:10.280 --> 00:18:11.600
und architektonische Disziplin,

00:18:11.720 --> 00:18:12.900
die Lügen physisch unmöglich machen.

00:18:13.560 --> 00:18:14.660
Auf architektonischer Ebene

00:18:14.660 --> 00:18:15.840
ist Fabric nur dann erfolgreich,

00:18:16.040 --> 00:18:16.700
wenn alles darüber

00:18:16.700 --> 00:18:17.460
und darunter denselben

00:18:17.460 --> 00:18:18.240
moralischen Kompass

00:18:18.240 --> 00:18:19.240
für Datenhygiene teilt.

00:18:19.800 --> 00:18:21.120
Es beginnt mit der Durchsetzung von Schemas.

00:18:21.120 --> 00:18:23.040
Jeder Datensatz in Ihrem Lakehouse

00:18:23.040 --> 00:18:23.540
und Warehouse

00:18:23.540 --> 00:18:24.740
benötigt definierte Schlüssel,

00:18:24.840 --> 00:18:26.040
Datentypen und Beziehungen.

00:18:27.300 --> 00:18:28.060
Unveränderliche Verträge,

00:18:28.140 --> 00:18:28.520
die beschreiben,

00:18:28.600 --> 00:18:29.300
wie Entitäten aneinander.

00:18:29.820 --> 00:18:31.240
Eine Abweichung in einer Tabelle

00:18:31.240 --> 00:18:32.100
sollte sich nicht stillschweigen

00:18:32.100 --> 00:18:33.220
nach oben Ihre Goldschicht ausbauen.

00:18:33.680 --> 00:18:35.000
Stattdessen fängt die Schemadurchsetzung

00:18:35.000 --> 00:18:35.920
dies wie ein Code-Linte ab

00:18:35.920 --> 00:18:36.660
und stoppt die Aufnahme,

00:18:36.760 --> 00:18:37.900
bis die Definitionen übereinstimmen.

00:18:38.620 --> 00:18:39.860
In der Praxis verlangsamt dies

00:18:39.860 --> 00:18:40.480
nicht die Entwicklung,

00:18:40.640 --> 00:18:41.900
sondern verhindert stille Korruption,

00:18:42.180 --> 00:18:43.140
bevor sie in die Antworten

00:18:43.140 --> 00:18:44.220
von Co-Pilot metastasiert.

00:18:44.800 --> 00:18:45.640
Führen Sie als nächstes

00:18:45.640 --> 00:18:46.460
semantische Versionierung.

00:18:46.920 --> 00:18:47.800
Behandeln Sie Ihre Datenmodelle

00:18:47.800 --> 00:18:48.180
wie Software.

00:18:48.180 --> 00:18:50.860
Jedes Mal, wenn Sie eine Definition ändern,

00:18:50.960 --> 00:18:51.780
eine Spalte umbenennen,

00:18:51.880 --> 00:18:52.860
eine Kennzahlformel anpassen

00:18:52.860 --> 00:18:53.820
oder eine Beziehung ändern,

00:18:54.160 --> 00:18:54.780
erhöhen Sie die Version.

00:18:55.280 --> 00:18:56.640
Fabric erkennt nicht automatisch

00:18:56.640 --> 00:18:57.860
die philosophische Auswirkung,

00:18:57.940 --> 00:18:58.880
wenn Umsatz gleich Brutto

00:18:58.880 --> 00:18:59.860
abzüglich Rabatte

00:18:59.860 --> 00:19:01.680
zu Umsatz gleich Netto

00:19:01.680 --> 00:19:02.560
nach Steuern wird.

00:19:02.920 --> 00:19:03.080
Wird?

00:19:03.920 --> 00:19:04.640
Das müssen Menschen tun.

00:19:05.200 --> 00:19:06.040
Versionierung bewahrt

00:19:06.040 --> 00:19:07.040
den Verlauf der Datenherkunft

00:19:07.040 --> 00:19:08.300
und ermöglicht es Ihnen nachzuvollziehen,

00:19:08.400 --> 00:19:09.280
welche Co-Pilot-Antworten

00:19:09.280 --> 00:19:10.240
auf veralteter Semantikbuch.

00:19:10.600 --> 00:19:12.240
Ohne sie werden Sie nie prüfen können,

00:19:12.320 --> 00:19:13.420
wann eine Lüge in Umlauf geriet.

00:19:13.420 --> 00:19:14.880
Verknüpfen Sie nun die Durchsetzung

00:19:14.880 --> 00:19:15.620
mit der Dokumentation.

00:19:16.080 --> 00:19:16.840
Microsoft Purview

00:19:16.840 --> 00:19:17.940
oder der One-Lake-Datenkatalog

00:19:17.940 --> 00:19:19.060
sind kein bloßes Hintergrundbild.

00:19:19.400 --> 00:19:20.800
Es ist das institutionelle Gedächtnis,

00:19:20.880 --> 00:19:21.900
das Schema-Amnesie verhindert.

00:19:22.760 --> 00:19:23.620
Zertifizierte Datensätze

00:19:23.620 --> 00:19:24.620
in diesen Katalogen fungieren

00:19:24.620 --> 00:19:25.760
als die einzig zulässigen Quellen

00:19:25.760 --> 00:19:26.900
für Co-Pilot und Power BI.

00:19:27.980 --> 00:19:29.040
Betrachten Sie sie als notariell

00:19:29.040 --> 00:19:29.860
beglaubigte Entitäten

00:19:29.860 --> 00:19:30.960
rechtlich bindende Darstellungen

00:19:30.960 --> 00:19:31.400
der Wahrheit.

00:19:32.060 --> 00:19:32.680
Wenn ein Datensatz

00:19:32.680 --> 00:19:33.420
nicht zertifiziert ist,

00:19:33.460 --> 00:19:34.380
sollte Co-Pilot ihn nicht anfangen.

00:19:34.920 --> 00:19:35.520
Durch die Integration

00:19:35.520 --> 00:19:36.740
der Metadaten von Purview

00:19:36.740 --> 00:19:38.120
mit den Datenagenten von Fabric

00:19:38.120 --> 00:19:38.680
stellen Sie sicher,

00:19:38.780 --> 00:19:39.960
dass jede KI-gesteuerte Abfrage

00:19:39.960 --> 00:19:41.220
eine überprüfbare Herkunft nennen.

00:19:41.780 --> 00:19:42.400
Wenn jemand fragt,

00:19:42.420 --> 00:19:43.400
woher kommt diese Zahl?

00:19:44.220 --> 00:19:45.020
Hören Sie tatsächlich Antworten.

00:19:45.620 --> 00:19:46.560
Aktivieren Sie für Kontext

00:19:46.560 --> 00:19:48.000
Kontinuität über Systeme hinweg

00:19:48.000 --> 00:19:49.540
Mirroring und Digital-Twin-Modellierung.

00:19:50.240 --> 00:19:51.760
Mirroring repliziert externe Quellen

00:19:51.760 --> 00:19:53.120
wie SQL Server, Cosmos DB

00:19:53.120 --> 00:19:54.980
oder PostgreSQL in Echtzeit nach Fabric

00:19:54.980 --> 00:19:55.960
und bewahrt dabei Schema

00:19:55.960 --> 00:19:57.580
und Aktualität und Bewahrung.

00:19:57.720 --> 00:19:58.980
Es ist das Immunsystem von Fabric

00:19:58.980 --> 00:20:00.320
gegen Datenlatenz und Diskrepanzen.

00:20:00.740 --> 00:20:02.580
Die neu eingeführte Digital-Twin-Modellierung

00:20:02.580 --> 00:20:03.480
geht noch einen Schritt weiter.

00:20:04.400 --> 00:20:05.500
Sie konstruiert ein lebendiges

00:20:05.500 --> 00:20:06.420
digitales Gegenstück

00:20:06.420 --> 00:20:08.120
zu physischen oder geschäftlichen Umgebungen.

00:20:08.120 --> 00:20:10.140
Co-Pilot kann diese Zwillinge

00:20:10.140 --> 00:20:11.960
dann abfragen und Zusammenhänge verstehen,

00:20:12.080 --> 00:20:13.120
etwa wie sich die Fabrikleistung

00:20:13.120 --> 00:20:14.520
auf Transportverzögerung auswirkt.

00:20:15.720 --> 00:20:16.620
Dadurch bleibt seine Logik

00:20:16.620 --> 00:20:18.240
in einer synchronisierten Realität verankert,

00:20:18.300 --> 00:20:19.480
statt bei veralteten Daten zu verhauen.

00:20:19.940 --> 00:20:21.060
Doch selbst die beste Architektur

00:20:21.060 --> 00:20:21.860
dürfte mit der Zeit ab.

00:20:22.240 --> 00:20:24.020
Deshalb führen Sie regelmäßige Wahrheitsaudits

00:20:24.020 --> 00:20:25.100
durch rituelle Prüfungen,

00:20:25.200 --> 00:20:26.060
bei denen KI-Ergebnisse

00:20:26.060 --> 00:20:27.600
gegen die Quelle der Wahrheit validiert werden.

00:20:28.260 --> 00:20:29.900
Sie wählen repräsentative Abfragen aus,

00:20:29.900 --> 00:20:30.640
führen diese manuell

00:20:30.640 --> 00:20:32.120
oder per gespeichertem SQL erneut aus

00:20:32.120 --> 00:20:33.040
und vergleichen die Ergebnisse.

00:20:34.080 --> 00:20:35.340
Jede Abweichung signalisiert

00:20:35.340 --> 00:20:36.400
architektonische Entropie,

00:20:36.720 --> 00:20:37.440
korrupte Verbindungen,

00:20:37.440 --> 00:20:38.360
verschobene Kennzahlen

00:20:38.360 --> 00:20:39.580
oder veraltete Herkunftsnachweise.

00:20:40.120 --> 00:20:40.720
Betrachten Sie es

00:20:40.720 --> 00:20:42.080
als einen Lügendetektor der Sikopilor.

00:20:42.900 --> 00:20:43.820
Vierteljährlich durchgeführt

00:20:43.820 --> 00:20:44.400
erlaubt es Ihnen,

00:20:44.520 --> 00:20:45.560
Anweisungssätze und Semantik

00:20:45.560 --> 00:20:46.220
neu zu kalibrieren,

00:20:46.300 --> 00:20:46.880
bevor aus Misstrauen

00:20:46.880 --> 00:20:48.080
ein Blamage im Vorstand wird.

00:20:48.900 --> 00:20:49.460
Entscheidend ist,

00:20:49.540 --> 00:20:50.180
dass alle Ebenen

00:20:50.180 --> 00:20:51.060
Ihres Analyse-Stacks

00:20:51.060 --> 00:20:52.020
BI, Co-Pilot,

00:20:52.140 --> 00:20:52.800
Fabric-Workspace

00:20:52.800 --> 00:20:53.500
aus einer einzigen

00:20:53.500 --> 00:20:54.580
semantischen Quelle schöpfen.

00:20:55.620 --> 00:20:56.540
Schattendatensätze sind der Fein.

00:20:56.900 --> 00:20:57.340
Jedes Mal,

00:20:57.420 --> 00:20:58.620
wenn eine ehrgeizige Abteilung

00:20:58.620 --> 00:20:59.380
ein Modell klont,

00:20:59.460 --> 00:21:00.240
um schneller zu arbeiten,

00:21:00.380 --> 00:21:01.300
schafft sie einen neuen Dialekt

00:21:01.300 --> 00:21:01.820
der Wahrheit.

00:21:02.460 --> 00:21:03.000
Plötzlich sprechen

00:21:07.440 --> 00:21:08.800
Das High-Mittel

00:21:08.800 --> 00:21:09.760
ist erzwungene Einheit.

00:21:09.860 --> 00:21:10.640
Zentrale Semantik

00:21:10.640 --> 00:21:11.200
in einem Modell,

00:21:11.380 --> 00:21:12.380
schreibgeschützte Bereitstellung

00:21:12.380 --> 00:21:13.740
für nachgelagerte Konsumenten

00:21:13.740 --> 00:21:14.240
und die Bindung

00:21:14.240 --> 00:21:15.160
der Richtlinien Compliance

00:21:15.160 --> 00:21:15.900
an die Zertifizierung

00:21:15.900 --> 00:21:16.460
von Datensätzen.

00:21:17.060 --> 00:21:17.980
Wenn Johnny aus dem Vertrieb

00:21:17.980 --> 00:21:18.900
eine eigene Kennzahl will,

00:21:18.980 --> 00:21:19.920
verhandelt er über die Governance

00:21:19.920 --> 00:21:20.820
nicht über Nebenkanäle.

00:21:21.540 --> 00:21:22.060
Schließlich schließen

00:21:22.060 --> 00:21:22.840
Sie den Lernkreis los.

00:21:23.140 --> 00:21:23.920
Governance ist kein

00:21:23.920 --> 00:21:24.980
statischer Papierkram,

00:21:25.060 --> 00:21:26.340
sondern ein fortlaufender Dialog

00:21:26.340 --> 00:21:27.360
zwischen menschlichen Analysten

00:21:27.360 --> 00:21:28.060
und KI-Agenten.

00:21:28.620 --> 00:21:29.280
Menschen optimieren,

00:21:29.380 --> 00:21:30.180
Co-Pilot führt aus,

00:21:30.440 --> 00:21:31.220
Menschen verifizieren

00:21:31.220 --> 00:21:32.100
und Co-Pilot verbessert sich

00:21:32.100 --> 00:21:33.140
durch aktualisierten Kontext.

00:21:34.100 --> 00:21:35.380
Jede Iteration lehrt das System,

00:21:35.500 --> 00:21:37.140
wie wahrheitsgetreue Ausführungen aussieht.

00:21:37.820 --> 00:21:38.960
Mit der Zeit wird dieses Feedback

00:21:38.960 --> 00:21:40.360
zu einer unsichtbaren Infrastruktur,

00:21:40.760 --> 00:21:41.760
dem Gerüst für Genauigkeit.

00:21:42.200 --> 00:21:43.400
Wenn Sie diesen Reifegrad erreichen,

00:21:43.480 --> 00:21:44.600
geschieht etwas Außergewöhnliches.

00:21:45.120 --> 00:21:46.120
Co-Pilot fühlt sich nicht mehr

00:21:46.120 --> 00:21:47.720
wie ein unvorhersehbares Orakel an,

00:21:47.780 --> 00:21:48.340
sondern verhält sich

00:21:48.340 --> 00:21:49.160
wie ein Junior-Analyst.

00:21:49.240 --> 00:21:50.020
Schnell, konsistent

00:21:50.020 --> 00:21:50.840
und regelkonform.

00:21:51.720 --> 00:21:52.940
Die Halluzinationen verschwinden.

00:21:53.360 --> 00:21:54.720
Nicht, weil die KI plötzlich ehrlich wurde,

00:21:54.820 --> 00:21:56.160
sondern weil Unehrlichkeit

00:21:56.160 --> 00:21:57.280
nicht mehr in die Struktur passt.

00:21:58.100 --> 00:21:59.020
Die Wahrheit wurde zum Weg

00:21:59.020 --> 00:22:00.060
des geringsten Widerstands.

00:22:00.160 --> 00:22:01.020
Das systemische Heilmittel

00:22:01.020 --> 00:22:01.860
ist also nicht Glamour,

00:22:01.960 --> 00:22:02.560
sondern Governance.

00:22:03.140 --> 00:22:04.140
Schema-Durchsetzung

00:22:04.140 --> 00:22:05.280
hält das Grundgerüst gerade,

00:22:05.540 --> 00:22:06.480
semantische Versionierung

00:22:06.480 --> 00:22:07.300
bewahrt die Historie,

00:22:07.640 --> 00:22:08.580
Purview-Zertifizierung

00:22:08.580 --> 00:22:09.480
schützt die Integrität

00:22:09.480 --> 00:22:11.300
und die Single-Source-Semantik

00:22:11.300 --> 00:22:12.260
wahrt die Kohärenz.

00:22:13.540 --> 00:22:14.800
Spiegelung bindet die Realität

00:22:14.800 --> 00:22:15.420
an ihr Abbild,

00:22:15.640 --> 00:22:16.300
Wahrheitsaudits

00:22:16.300 --> 00:22:17.320
halten beides synchron.

00:22:17.960 --> 00:22:18.800
Dazwischen muss Co-Pilot

00:22:18.800 --> 00:22:19.400
nichts erfinden,

00:22:19.500 --> 00:22:20.540
er berichtet einfach nur.

00:22:21.520 --> 00:22:22.260
Sobald Sie die Wahrheit

00:22:22.260 --> 00:22:23.480
strukturell durchgesetzt haben,

00:22:23.580 --> 00:22:24.500
haben Sie sich das Recht verdient,

00:22:24.640 --> 00:22:25.760
Erkenntnisse zu automatisieren

00:22:25.760 --> 00:22:26.280
und das führt uns

00:22:26.280 --> 00:22:27.060
zur letzten Lektion,

00:22:27.180 --> 00:22:27.960
Maschinen beizubringen,

00:22:28.020 --> 00:22:29.060
die Wahrheit durch Design zu sagen,

00:22:29.280 --> 00:22:30.060
nicht durch Überredung.

00:22:30.060 --> 00:22:31.560
Co-Pilot beibringen,

00:22:31.600 --> 00:22:32.160
die Wahrheit zu sagen.

00:22:32.860 --> 00:22:34.200
Co-Pilot war nie unzuverlässig,

00:22:34.240 --> 00:22:35.040
er war gehorsam.

00:22:35.800 --> 00:22:36.700
Er antwortete treu

00:22:36.700 --> 00:22:37.380
auf jedes Chaos,

00:22:37.460 --> 00:22:38.180
das Sie programmiert haben.

00:22:38.980 --> 00:22:39.420
Sobald Sie ihm

00:22:39.420 --> 00:22:40.640
eine disziplinierte Architektur,

00:22:40.760 --> 00:22:41.540
konsistente Semantik

00:22:41.540 --> 00:22:42.740
und explizite Anweisungen geben,

00:22:42.860 --> 00:22:43.740
hört er auf zu halluzinieren,

00:22:43.820 --> 00:22:44.300
nicht aus Moral,

00:22:44.380 --> 00:22:45.320
sondern aus Unvermeidbarkeit.

00:22:46.020 --> 00:22:47.160
Hier ist die beständige Gleichung.

00:22:47.160 --> 00:22:48.600
Saubere Medallion Layer

00:22:48.600 --> 00:22:49.760
plus semantische Disziplin

00:22:49.760 --> 00:22:50.840
plus gesteuerte Anweisungen

00:22:50.840 --> 00:22:52.300
ergeben verifizierbare KI-Wahrheit.

00:22:52.940 --> 00:22:53.960
Beseitigen Sie Unklarheiten

00:22:53.960 --> 00:22:54.460
an der Quelle,

00:22:54.780 --> 00:22:56.180
dokumentieren Sie Bedeutungen präzise,

00:22:56.440 --> 00:22:57.740
testen Sie Ausgaben regelmäßig

00:22:57.740 --> 00:22:58.900
und Co-Pilot wird zum Spiegel,

00:22:58.980 --> 00:22:59.880
der nur Fakten reflektiert.

00:23:00.440 --> 00:23:01.380
Wenn Ihre Fabrikumgebung

00:23:01.380 --> 00:23:02.500
noch immer wieder Sprüche flüstert,

00:23:02.560 --> 00:23:03.980
ist dies Ihr Aufruf zur Überprüfung.

00:23:04.760 --> 00:23:05.860
Erzwingen Sie Schemaverträge,

00:23:06.160 --> 00:23:07.280
zertifizieren Sie Datensätze,

00:23:07.440 --> 00:23:08.320
versionieren Sie Ihre Semantik

00:23:08.320 --> 00:23:09.180
und führen Sie vierteljährliche

00:23:09.180 --> 00:23:09.880
Wahrheitsaudits durch.

00:23:10.500 --> 00:23:11.120
Beobachten Sie dann,

00:23:11.200 --> 00:23:11.740
wie sich Co-Pilot

00:23:11.740 --> 00:23:12.960
vom selbstbewussten Improvisateur

00:23:12.960 --> 00:23:13.900
zum berechenbaren Kolino an.

00:23:14.600 --> 00:23:15.660
Genauigkeit ist keine Magie,

00:23:15.780 --> 00:23:16.280
sondern Wartung.

00:23:16.720 --> 00:23:17.480
Bauen Sie eine Struktur,

00:23:17.580 --> 00:23:18.100
die so dicht ist,

00:23:18.180 --> 00:23:18.960
dass Lügen physisch nicht

00:23:18.960 --> 00:23:19.420
hindurchschlüpfen.

00:23:19.980 --> 00:23:20.420
Tun Sie das

00:23:20.420 --> 00:23:21.560
und jeder zukünftige Prompt

00:23:21.560 --> 00:23:22.400
liefert keine Geschichten,

00:23:22.520 --> 00:23:23.100
sondern Fakten.

00:23:23.860 --> 00:23:24.440
Wenn Ihnen dies Stunden

00:23:24.440 --> 00:23:25.400
oder mögliche Peinlichkeiten

00:23:25.400 --> 00:23:25.880
erspart hat,

00:23:25.960 --> 00:23:27.020
revanchieren Sie sich für den Aufwand.

00:23:27.540 --> 00:23:28.920
Abonnieren Sie die N3565.

00:23:29.720 --> 00:23:30.620
Wir sind darauf spezialisiert,

00:23:30.680 --> 00:23:31.580
Microsofts KI tatsächlich

00:23:31.580 --> 00:23:32.220
zuverlässig zu machen.

00:23:32.780 --> 00:23:33.520
Das nächste Tutorial

00:23:33.520 --> 00:23:34.180
taucht noch tiefer

00:23:34.180 --> 00:23:34.760
in das Engineering

00:23:34.760 --> 00:23:35.840
der Co-Pilot-Genauigkeit ein.

00:23:36.240 --> 00:23:37.400
Effizienz gehört den Disziplinierten.

00:23:37.920 --> 00:23:38.400
Bleiben Sie dran!
