Data- & BI-Copilots im Vergleich: Cortex Analyst vs. Databricks Genie vs. Fabric Copilot

Jede große Datenplattform hat dieses Jahr eine Version derselben Idee ausgeliefert: eine leicht verständliche Sprachschicht über dem eigenen Warehouse oder Lakehouse, die es jemandem, der kein SQL schreibt, erlaubt, eine echte Frage zu stellen und eine echte Antwort zu bekommen. Snowflake hat Cortex Analyst, Databricks hat Genie (inzwischen „Genie One") und Microsoft hat Copilot fest in Fabric und Power BI eingebaut. Alle drei lösen dasselbe zugrunde liegende Problem, aber die Wetten, die sie darauf abgeschlossen haben, wie das geschehen soll, unterscheiden sich so stark, dass die Frage „welches ist das beste Modell" einfach die falsche ist. Die bessere Frage lautet, welche Wette zur tatsächlichen Arbeitsweise der eigenen Organisation passt.

Snowflake Cortex Analyst: die Governance-Wette

Cortex Analyst setzt komplett auf Vertrauenswürdigkeit. Jede Frage in natürlicher Sprache wird zwingend durch eine vordefinierte semantische Schicht (Semantic Views) geleitet, statt ein LLM Joins über Rohtabellen hinweg raten zu lassen, und das Tool erbt automatisch Snowflakes Sicherheit auf Zeilenebene, sodass eine Frage keine Daten offenlegen kann, die eine Person nicht sehen darf. Das ist die richtige Wahl für Organisationen, bei denen „die KI lag wahrscheinlich richtig" nicht genügt und die Daten ohnehin größtenteils in Snowflake liegen.

Databricks Genie One: die Business-Analyst-Wette

Genie wurde dieses Jahr öffentlich verfügbar und am 16. Juni 2026 in Genie One umbenannt — mehr als 4.000 Organisationen hatten es bereits während der Preview-Phase genutzt. Die zentrale Idee dahinter ist ein „Knowledge Store" — ein semantisches Modell, das die tatsächlichen Datenbestände mit Kontext verbindet, der von erfahrenen Analysten kuratiert wird, sodass Genie versteht, was eine Kennzahl innerhalb des jeweiligen Unternehmens tatsächlich bedeutet, statt nur zu wissen, wie eine Spalte heißt. Es leitet automatisch Muster aus Abfrageverlauf und Datenherkunft ab, unterstützt das Hochladen einer Tabellenkalkulation zur Kombination mit governance-gesicherten Daten und bringt ein „Genie Benchmarks"-System zur Messung der eigenen Genauigkeit mit sowie einen „ask for review"-Button, über den ein Mensch eine falsche Antwort melden kann. Für bestehende Databricks-SQL-Kunden ist es kostenlos, und ein „Genie Deep Research"-Modus für mehrstufige Analysen ist in Vorbereitung. Die Wette hier liegt klar darauf, dass Business-Analysten zunehmend anspruchsvollere Fragen stellen, ohne einen Engineer dazwischenschalten zu müssen — und darauf, direkt im Produkt ehrlich zu zeigen, wann die Antwort falsch liegen könnte.

Microsoft Fabric Copilot: die eingebettete Wette — und die turbulenteste

Der Vorteil von Fabric Copilot war schon immer die Verbreitung: Es lebt direkt in Power BI, Excel und Teams — Tools, die die meisten Business-User ohnehin bereits geöffnet haben. 2026 kam echte Substanz hinzu: ein „Fabric IQ Skill" für Abfragen in natürlicher Sprache gegen Reports und semantische Modelle, eine „Copilot in Web Modeling"-Preview, mit der Analysten Änderungen an einem semantischen Modell in Klartext beschreiben können, statt Beziehungen manuell zu bearbeiten, sowie Agent-Skills, die aus einer Beschreibung oder sogar einem Screenshot einen vollständigen Power-BI-Report entwerfen, erstellen und veröffentlichen können.

Microsoft hat am 26. August 2026 die Integration zwischen Copilot in Power BI und den Fabric Data Agents eingestellt — sie basierte auf der OpenAI Assistants API, die OpenAI selbst am selben Tag abschaltete, und statt diese spezifische Anbindung neu zu bauen, verwies Microsoft alle stattdessen auf Microsoft Foundry, Copilot Studio, Microsoft 365 Copilot oder einen Model-Context-Protocol-(MCP)-Server-Endpunkt für individuelle Integrationen. Und in einem Schritt, der viel darüber aussagt, wohin die Reise geht, veröffentlichte Microsoft außerdem ein Open-Source-„Fabric Skills Toolkit", mit dem andere KI-Agenten — darunter Claude und GitHub Copilot — direkt semantische Power-BI-Modelle und Fabric-Datenbestände abfragen können, ganz ohne dass ein Mensch überhaupt die Fabric-Oberfläche öffnet. Microsofts eigene Copilot-Marke ist nicht mehr der einzige Weg zu Fabrics Daten.

Welches Tool für welches Team

Wenn die eigenen Daten größtenteils schon in Snowflake liegen und die Kosten einer selbstsicher falschen Antwort hoch sind (Finance, Compliance, alles mit Regulierungsbezug) ist Cortex Analysts Governance-first-Design genau dafür gebaut. Wenn die Organisation auf Databricks läuft und Business-User zunehmend komplexe Fragen stellen sollen, mit einer sichtbaren Genauigkeits-/Review-Schleife eingebaut, ist Genie One die stärker analystenzentrierte Wette, und kostenlos für alle, die ohnehin schon für Databricks SQL bezahlen. Wenn das Team bereits in Power BI und Excel zuhause ist, holt Fabric Copilot die Leute weiterhin dort ab, wo sie stehen, das oben beschriebene Kernerlebnis (Fabric IQ Skill, Copilot in Web Modeling, agentenerstellte Reports) ist aktuell und wird aktiv ausgebaut.

Was über die einzelnen Produktnamen hinaus im Gedächtnis bleiben sollte: Der eigentliche Trend im Jahr 2026 sind nicht drei ummauerte Gärten, die um das eine Chatfenster konkurrieren, sondern eine langsame Konvergenz auf gemeinsame Protokolle (allen voran MCP), die es erlauben, frei zu wählen, welche KI die Fragen tatsächlich stellt. Man sollte die Plattform wählen, die zur eigenen Governance und Teamstruktur heute passt — aber nicht davon ausgehen, dass die darauf aufgebaute Integration von Dauer ist: Keiner der drei Anbieter hat das bisher bewiesen, und Microsofts eigene Abschaltungsmitteilung ist der Beweis, dass es auch andersherum laufen kann.