WEBVTT

00:00:00.000 --> 00:00:05.080
Python ist die Sprache der KI. Falsch. Innerhalb des Microsoft-Stacks schreibt die KI den Klebstoff, nicht Sie.

00:00:05.640 --> 00:00:10.020
Sie stopfen Python in Power Automate und Power BI und wundern sich dann, warum Ihre Flows wackeln wie ein dreibeiniger Stuhl.

00:00:10.780 --> 00:00:11.220
Hier ist die Lösung.

00:00:11.860 --> 00:00:16.840
Ich zeige Ihnen, warum typbasierte Agentenorchestrierung und Co-Pilot TypeScript ähnliche Skripte zum erstklassigen Klebstoff machen,

00:00:16.980 --> 00:00:22.280
Python auf isolierte Analysen beschränken und Erstellung, Debugging sowie Deployment in eine einzige Konversationsschleife zusammenführen.

00:00:23.460 --> 00:00:27.900
Bleiben Sie dran für den geheimen Schritt gegen Defektinflation, den Fehler, der stillschweigend Budgets leert,

00:00:27.900 --> 00:00:30.600
und das Hybrid-Modell, mit dem Sie Python ohne Schmerzen nutzen können.

00:00:32.760 --> 00:00:35.020
Das Problem, Pythons Reibung innerhalb der Power-Plattform.

00:00:35.600 --> 00:00:37.660
Beginnen wir mit dem Offensichtlichen, dass es irgendwie doch nicht offensichtlich ist.

00:00:37.920 --> 00:00:39.800
Power Automate führt kein beliebiges Python aus.

00:00:40.420 --> 00:00:44.020
Office Scripts mit TypeScript-Geschmack sind die native Skript-Oberfläche für Microsoft 365.

00:00:44.560 --> 00:00:46.460
Excel Online hostet Sie. Das ist der richtige Weg.

00:00:46.700 --> 00:00:50.360
Wenn Sie auf Python bestehen, schrauben Sie Azure Functions, Logic Apps oder benutzerdefinierte Konnektoren dazu.

00:00:50.580 --> 00:00:55.160
Jetzt haben Sie externes Compute, Deployment Pipelines, Authentifizierung und mein Favoritlaufzeit-Überraschungspaket hinzugefügt.

00:00:55.340 --> 00:00:57.800
Warum das wehtut, ist eine Frage einfacher Wirtschaftlichkeit und Wahrscheinlichkeit.

00:00:57.800 --> 00:01:05.180
Externe Setups bedeuten mehr Dienste zur Konfiguration, mehr Zugangsdaten zur Rotation und mehr laufende Kosten, selbst wenn Sie schlafen.

00:01:05.600 --> 00:01:07.080
Dynamische Typisierung ist wie russisches Roulette.

00:01:07.660 --> 00:01:11.840
Der Code kompiliert, weil es kein Kompilieren gibt und stürzt dann während der Ausführung ab, weil ein Feld anders war als angenommen.

00:01:12.340 --> 00:01:13.340
In einem Flow ist das nicht lustig.

00:01:13.740 --> 00:01:18.220
Es bedeutet eine unterbrochene Genehmigung, eine verpasste SLA und ein weiteres Ticket mit dem Titel dringend Kleinschreibung.

00:01:18.880 --> 00:01:20.760
Spezifische Szenarien Power BI Dataflows.

00:01:21.300 --> 00:01:22.160
Sie transformieren Daten.

00:01:22.760 --> 00:01:26.480
Copilot kann jetzt Power Query M oder Python für Sie in einem Dataflow Gen 2 generieren.

00:01:26.840 --> 00:01:27.040
Zuge.

00:01:27.040 --> 00:01:32.380
Großartig, bis Sie dies mit einem separaten Python-Dienst für Klebstoffaufgaben mischen, die Power Automate nativ hätte erledigen können.

00:01:32.800 --> 00:01:34.360
Jetzt überspannt Ihre Datenherkunft verschiedene Produkte.

00:01:34.980 --> 00:01:35.340
Observability.

00:01:35.580 --> 00:01:40.860
Viel Spaß dabei, einen Fehler von einem Flow über eine Funktion bis hin zu einem Dataflow in der Zeit zu verfolgen, in der Ihre Stakeholder fragen, ist es schon fertig?

00:01:41.460 --> 00:01:42.260
Zum siebten Mal.

00:01:42.860 --> 00:01:43.660
Power Automate Flows.

00:01:44.200 --> 00:01:46.280
Der ganze Punkt sind native Connectoren und Office Scripts.

00:01:46.720 --> 00:01:49.980
Leute stopfen immer noch Python hinter einem benutzerdefinierten Connector, um Spalten in Excel umzublenden.

00:01:49.980 --> 00:01:52.780
Das ist, als würde man einen Abschleppdienst rufen, um aus der eigenen Einfahrt zu verfolgen.

00:01:53.220 --> 00:01:54.880
Jeder zusätzliche Sprung erhöht die Fragilität.

00:01:54.880 --> 00:02:04.520
Connector-Schemas driften auseinander, Funktionsabhängigkeiten veralten, Berechtigungen wuchern über Entrarollen, Ressourcengruppen und mysteriöse Storage-Accounts, zu deren Erstellung sich niemand bekennt.

00:02:05.860 --> 00:02:06.540
Fabric Notebooks.

00:02:06.600 --> 00:02:14.180
Ja, hier gehört Python hin für Data Science, ML und ernsthafte Rechenleistung, aber wenn Sie Notebooks als Orchestrierungsklebstoff verwenden, schweißen Sie Geschäftslogik an einen Compute-Kernel.

00:02:14.940 --> 00:02:17.640
Planung, Validierung und EAA werden dadurch zu Sondereinfertigungen.

00:02:18.320 --> 00:02:23.200
Ein Umgebungsupdate später, Pandas erhält eine neue Nebenversion und ein einfacher Kleber wird zu einer archäologischen Schicht.

00:02:24.040 --> 00:02:25.320
Anfänger glauben, sie vereinfachen die Dinge.

00:02:25.680 --> 00:02:29.180
In Wirklichkeit schaffen sie einen zentralen Punkt für prozedurale Fehler mit YAML als Bonus.

00:02:29.920 --> 00:02:32.220
Das, was die meisten übersehen, Office Scripts sind kein Spielzeug-TypeScript.

00:02:32.880 --> 00:02:37.560
Sie sind die offizielle Schnittstelle für die Automatisierung von Excel und M365 Aufgaben ohne Infrastrukturbelast.

00:02:37.960 --> 00:02:42.620
Vergleiche das mit vollständigem Node-TypeScript, dass du in Azure Functions für robuste APIs nutzt, wenn du sie wirklich brauchst.

00:02:42.620 --> 00:02:45.180
Python innerhalb der Power-Plattform ist konzeptbedingt indirekt.

00:02:45.560 --> 00:02:46.160
Du kannst es tun.

00:02:46.440 --> 00:02:47.320
Du solltest es nicht für Kleber kaufen.

00:02:47.680 --> 00:02:49.520
Reden wir über Kostenrechnung ohne Wunsch denken.

00:02:50.200 --> 00:02:52.460
Einfache Flows sind günstig, weil sie innerhalb der Plattform bleiben.

00:02:52.920 --> 00:02:55.980
Connectors, Trigger und Office Scripts nutzen deine bestehende Lizenzierung.

00:02:56.560 --> 00:03:00.020
Holst du Python über Functions hinzu, zahlst du in zwei Währungen Geld und Aufmerksamkeit.

00:03:00.740 --> 00:03:02.420
Geld für Ausführung, Speicher und Netzwerk.

00:03:03.280 --> 00:03:06.940
Aufmerksamkeit für Versionierung, Image-Share-Tung, Secrets, Retreats, Cold-Starts und das wöchentliche.

00:03:07.320 --> 00:03:08.760
Warum ist es um 2014 ausgefallen?

00:03:09.200 --> 00:03:09.480
Drama.

00:03:09.820 --> 00:03:10.760
In kleinem Maßstab ist es noch.

00:03:10.760 --> 00:03:13.800
Auf Unternehmensebene ist das ein Budgetposten voller vorprogrammierter Reue.

00:03:14.260 --> 00:03:15.880
Häufige Fehlerquellen tauchen immer wieder auf.

00:03:16.720 --> 00:03:19.980
Brüchige Connectors, bei denen die Swagger-Spezifikation der Realität um ein Feld hinterherhängt.

00:03:20.760 --> 00:03:23.800
Versionsdrift, Bibliotheks-Updates ohne Fixierung, weil jemand immer die neueste Version will.

00:03:25.180 --> 00:03:28.460
Berechtigungswirrwarr, Service-Principles mit temporären Rechten, die für immer bestehen bleiben.

00:03:29.960 --> 00:03:34.780
Dienstübergreifendes Debugging, das Durchsuchen von Power Automate, Azure Functions und Dataflow Logs, wie bei einem True-Crime-Podcast.

00:03:35.340 --> 00:03:35.620
Die Wahl.

00:03:35.620 --> 00:03:41.220
Die Freiheit der dynamischen Typisierung ist schön, bis es 15 am Quartalsende ist und dein Flow mit dem falschen Format erfolgreich durchläuft.

00:03:41.740 --> 00:03:44.160
Dark-typisierte Grenzen fangen Dummheiten ab, bevor sie live gehen.

00:03:44.820 --> 00:03:48.780
Innerhalb der Power-Plattform bieten dir TypeScript-ähnliche Skripte und schematisierte Connectors genau diese Leitplanken.

00:03:49.040 --> 00:03:50.060
Python kann auch Typen haben.

00:03:50.540 --> 00:03:52.180
Die meisten von euch setzen sie in Flows aber nicht durch.

00:03:52.540 --> 00:03:54.240
Widersprich nicht, deinen Log-Dateien haben es bereits getan.

00:03:54.660 --> 00:03:56.060
Und nun der Übergang, auf den du gewartet hast.

00:03:56.440 --> 00:03:59.840
Wenn sich der Aufwand jedes Mal summiert, wenn du kurz als Kleber zusammenstückelst, was ersetzt deine Kleber?

00:03:59.840 --> 00:04:04.640
KI, die den Kleber für dich schreibt und ausführt, innerhalb der von der Plattform optimierten Bahnen.

00:04:05.500 --> 00:04:09.820
Co-Pilot kann natürliche Sprache in Office Scripts für Microsoft 365 Aufgaben übersetzen.

00:04:11.440 --> 00:04:17.540
In Power BI nutzt Co-Pilot semantische Modellmetadaten, um präzise M oder Python zu generieren und Berichtsgerüste in Sekunden zu erstellen.

00:04:17.540 --> 00:04:23.840
Agenten wie der Type-Agent koordinieren Tools mit Speicher- und Leitplanken, was das Ping-Pong von Spezifikationen, Code-Deployment und Debugging reduziert.

00:04:24.360 --> 00:04:28.880
Du begrenzt die Angriffsfläche, erhältst typisierte Schnittstellen, wo sie wichtig sind und behältst Python dort, wo es glänzt.

00:04:29.580 --> 00:04:31.040
Kontrollierte Analytik, kein Klebeband.

00:04:31.700 --> 00:04:33.540
Ja, du kannst daran festhalten, dass Python alles kann.

00:04:34.420 --> 00:04:35.220
Klebeband kann es auch.

00:04:35.520 --> 00:04:37.300
Das macht es nicht zur richtigen Befestigung für Flugzeuge.

00:04:37.840 --> 00:04:38.780
Halten Sie die Orchestrierung aktiv.

00:04:39.140 --> 00:04:40.320
Lassen Sie die KI den Kleber schreiben.

00:04:40.700 --> 00:04:42.880
Nutzen Sie Python-Notebooks oder dafür ausgelegten Diensten.

00:04:43.320 --> 00:04:45.540
Sie geben weniger aus, verursachen, weniger Fehler.

00:04:45.540 --> 00:04:47.620
Und das ist das schmerzhafte Teilliefernmeer.

00:04:48.480 --> 00:04:49.700
Warum aktuelle Ansätze scheitern?

00:04:50.280 --> 00:04:51.820
Manueller Code und statische Playbooks.

00:04:52.300 --> 00:04:54.420
Die manuelle Coding-Schleife sieht auf dem Whiteboard heldenhaft aus.

00:04:54.520 --> 00:04:57.020
Anforderung Code, Deployment, Test, Korrektur, Aktur, erneutes Deployment.

00:04:57.200 --> 00:04:59.020
In der Realität ist es ein Whack-a-Mole-Spiel in Zeitlupe.

00:04:59.700 --> 00:05:01.040
Geschäftsregeln ändern sich mitten im Sprint.

00:05:01.520 --> 00:05:03.260
Ihr finales Schema ändert sich noch vor dem Mittagessen.

00:05:03.920 --> 00:05:05.780
Und die einzige Konstante ist ein weiteres Deployment.

00:05:06.500 --> 00:05:08.840
In der Power-Plattform ist diese Schleife noch schmerzhafter,

00:05:08.840 --> 00:05:14.640
da jeder Sprung von Power Automate über Azure Functions zu Power BI die Reibung erhöht und die Fehlerquellen vervielfacht.

00:05:15.880 --> 00:05:17.360
Statische Playbooks sind die andere Falle.

00:05:17.760 --> 00:05:20.080
Sie haben ein Golden Path Runbook für die Quartalsabschlusslogik gespielt.

00:05:20.740 --> 00:05:22.240
Dann erfindet der Vertrieb einen neuen Rabatt.

00:05:22.680 --> 00:05:24.480
Die Finanzabteilung passt die Umsatzrealisierung an

00:05:24.480 --> 00:05:26.960
und die Rechtsabteilung fügt gestern eine vierstufige Genehmigung hinzu.

00:05:28.060 --> 00:05:30.400
Ihr Python-Kleber in den Functions biegt sich nicht, er bricht.

00:05:31.040 --> 00:05:33.780
Sie aktualisieren Code, erhöhen Abhängigkeiten, bauen Container neu

00:05:33.780 --> 00:05:36.600
und entdecken wieder, dass Code-Starts bevorzugt bei Executive-Demos auftreten.

00:05:37.160 --> 00:05:37.680
Faszinierend, oder?

00:05:38.120 --> 00:05:40.340
Die Wahrheit, die die meisten meiden, die Freiheit dynamischer Typisierung,

00:05:40.440 --> 00:05:41.460
fühlt sich schnell an, wenn man allein ist.

00:05:42.040 --> 00:05:43.720
Skaliert in Flows ist es ein Glücksspiel mit Fehlern.

00:05:43.720 --> 00:05:46.640
Ein optionales Feld ändert sich von String zu Zahl

00:05:46.640 --> 00:05:49.340
und ihre Funktion läuft fröhlich weiter, bis ein Zweig Text erwartet

00:05:49.340 --> 00:05:51.060
und zur Laufzeit eine Ausnahme wirft.

00:05:52.600 --> 00:05:54.460
Das ist kein laut scheiternder Unit-Tester seiner Produktion,

00:05:54.540 --> 00:05:56.180
die Transaktion stillschweigend falsch klassifiziert.

00:05:56.180 --> 00:05:59.160
Und ja, Ihr Audit-Protokoll ist im Grunde ein Roman.

00:05:59.900 --> 00:06:01.060
Observability ist eine Schnitzeljagd.

00:06:01.560 --> 00:06:05.200
Fehler entstehen in Power Automate, werden in einem benutzerdefinierten Connector transformiert,

00:06:05.320 --> 00:06:07.700
lösen eine Python-Funktion aus, springen zu Dataflow Gen 2

00:06:07.700 --> 00:06:10.380
und tauchen schließlich als defekte Karel in Power BI auf.

00:06:11.220 --> 00:06:14.260
Jetzt lesen Sie fünf Protokolle, die sich nicht auf dasselbe Zeitstempelformat einigen können.

00:06:14.740 --> 00:06:15.800
Sie nennen das Untersuchung.

00:06:16.340 --> 00:06:17.920
Die Benutzer nennen es, wir haben immer noch keine Zahl.

00:06:18.600 --> 00:06:19.040
Kurzgeschichte.

00:06:19.040 --> 00:06:21.040
Ein Team sparte Stunden bei der monatlichen Berichterstattung

00:06:21.580 --> 00:06:24.200
durch Zusammenführung der Transformation in einer einzigen Python-Funktion.

00:06:24.580 --> 00:06:26.840
Es funktionierte, bis Abhängigkeitskonflikte wieder auftauchten.

00:06:27.480 --> 00:06:29.380
Ein kleines Pandas-Update änderte den Standard,

00:06:29.560 --> 00:06:31.340
ihre Funktion konvertierte in Nullwerte stillschweigend

00:06:31.340 --> 00:06:33.980
und zwei Wochen später waren die Abweichungsberichte gerade so weit daneben,

00:06:34.060 --> 00:06:34.780
dass es gefährlich wurde.

00:06:35.320 --> 00:06:35.880
Die haben es repariert.

00:06:36.300 --> 00:06:38.380
Dann trat es wieder auf, weil das Pin von Versionen auf dem Backlog stand.

00:06:39.060 --> 00:06:40.880
Fehlerwiederholung ist kein Rätsel, es ist ein Prozessfluss.

00:06:41.280 --> 00:06:41.720
Und Governance?

00:06:42.060 --> 00:06:43.580
Benutzerdefinierte Konnektoren altern wie mit.

00:06:44.120 --> 00:06:46.640
Open-API-Spezifikationen driften von der Realität ab,

00:06:46.640 --> 00:06:49.780
Token laufen ab, Service-Prinzipien sammeln vorübergehend übermäßige Rechte

00:06:49.780 --> 00:06:53.800
und ihre einst elegante Pipeline ist jetzt eine Rube-Goldberg-Maschine mit SOC befunden.

00:06:54.700 --> 00:06:57.560
Die manuelle Schleife kostet nicht nur Zeit, sie häuft operative Schulden an.

00:06:58.340 --> 00:07:01.160
Jeder schnelle Fix ist ein zukünftiger Ausfall mit Kalendereinladung.

00:07:01.520 --> 00:07:04.100
Das Zentrum kann nicht halten, weil das Zentrum brüchiger Kleber ist.

00:07:04.480 --> 00:07:06.280
Manueller Code funktioniert, wenn der Bereich stabil ist.

00:07:06.680 --> 00:07:08.520
Die Geschäftslogik der Power-Plattform ist nicht stabil.

00:07:09.140 --> 00:07:10.280
Achten Sie deshalb genau darauf?

00:07:10.680 --> 00:07:13.080
Ihre Orchestrierung muss adaptiv sein, an den Rändern typisiert

00:07:13.080 --> 00:07:15.080
und nah an den Primitiven der Plattform generiert werden,

00:07:15.080 --> 00:07:17.400
nicht weit entfernt, handgestrickt, nicht weit entfernt, handgestrickt.

00:07:17.540 --> 00:07:18.760
Hören Sie auf Klebecode wie eine App zu behalten.

00:07:19.120 --> 00:07:20.780
Lassen Sie einen Agenten orchestrieren und einschränken.

00:07:21.460 --> 00:07:24.380
Die bessere Methode, typisierter Agent plus Co-Pilot als Orchestrator.

00:07:24.980 --> 00:07:26.900
Setzen Sie auf ein Modell, das nicht gegen die Plattform arbeitet.

00:07:27.280 --> 00:07:30.060
Agenten generieren, rufen Tools auf, beobachten Ergebnisse

00:07:30.060 --> 00:07:31.900
und korrigieren kein unkontrollierter Code-Auswurf,

00:07:32.020 --> 00:07:33.340
sondern Tool-Aufrufe mit Leitplanken.

00:07:34.540 --> 00:07:35.960
Sie geben dem Agenten eine begrenzte Tool.

00:07:36.740 --> 00:07:39.120
Office-Skripte für Microsoft 365-Aktion,

00:07:39.120 --> 00:07:42.160
Power BI Dataflow Gen 2 für Transformationen,

00:07:42.260 --> 00:07:43.540
Konnektoren für Datentransfers

00:07:43.540 --> 00:07:45.300
und strikt typisierte Schnittstellen dazwischen.

00:07:46.100 --> 00:07:48.680
Der Agent hält den Kontext schlussfolgernd über Schritte hinweg

00:07:48.680 --> 00:07:50.120
und schreibt nur dort Code, wo er hingehört.

00:07:50.640 --> 00:07:52.200
Beginnen Sie mit Office-Skripten und Co-Pilot.

00:07:52.760 --> 00:07:53.680
Sie beschreiben das Gewinnsteck.

00:07:54.140 --> 00:07:55.940
Wenn eine neue Zeile in dieser Tabelle landet,

00:07:56.000 --> 00:07:57.620
Datumsformate normalisieren, Lücken füllen

00:07:57.620 --> 00:07:59.140
und eine Zusammenfassung an die Genehmiger mailen.

00:07:59.620 --> 00:08:02.740
Co-Pilot übersetzt dies in TypeScript-ähnliche Office-Skripte und Flow-Schritte.

00:08:03.220 --> 00:08:04.380
Es gibt keine externe Laufzeit,

00:08:04.480 --> 00:08:05.480
keinen Container abzusichern,

00:08:05.560 --> 00:08:06.760
keinen Geheimspeicher zu betreuen.

00:08:06.760 --> 00:08:08.460
Der Code liegt dort, wo die Daten leben.

00:08:08.980 --> 00:08:10.740
Excel Online, SharePoint, OneDrive und ihr Flow

00:08:10.740 --> 00:08:12.200
verbinden native Konnektoren.

00:08:13.080 --> 00:08:14.840
Weniger bewegliche Teile, weniger Fehlerquellen.

00:08:15.260 --> 00:08:16.120
Was die meisten übersehen,

00:08:16.240 --> 00:08:17.860
typisierte Ränder existieren auch hier.

00:08:18.920 --> 00:08:21.200
Objektmodelle, Methodensignaturen und Connectorschemas

00:08:21.200 --> 00:08:22.000
erzwingen die Struktur,

00:08:22.120 --> 00:08:23.760
bevor die Laufzeitumgebung alles vermischt.

00:08:24.640 --> 00:08:26.580
Wechseln Sie zu Dataflow Gen 2 mit Co-Pilot,

00:08:26.740 --> 00:08:28.300
Prompts werden zu Power Query M oder Python,

00:08:28.400 --> 00:08:28.960
jedoch mit Kontext.

00:08:29.420 --> 00:08:30.980
Co-Pilot ist sich des semantischen Modells bewusst.

00:08:31.540 --> 00:08:33.980
Er kennt Ihre Tabellen, Spalten, Measures und Synonyme,

00:08:34.220 --> 00:08:36.520
sodass die Generierung an Ihrer Realität verankert ist,

00:08:36.520 --> 00:08:37.800
nicht an einem halluzinierten Schema.

00:08:38.360 --> 00:08:39.460
Benötigen Sie schnell einen Berichtskur?

00:08:39.960 --> 00:08:42.180
Co-Pilot kann in Sekunden eine Seite mit Visualisierung erstellen.

00:08:42.700 --> 00:08:43.360
Nicht durch Magie,

00:08:43.500 --> 00:08:45.720
sondern weil er von Ihnen bereits kuratierte Metadaten nutzt.

00:08:46.540 --> 00:08:48.100
Sie validieren die Diffs, sperren das Muster

00:08:48.100 --> 00:08:48.700
und das ist wichtig,

00:08:48.820 --> 00:08:50.400
halten die Orchestrierung aus Python heraus.

00:08:51.140 --> 00:08:53.080
Nutzen Sie Python im Dataflow für Analyse-Schritte,

00:08:53.220 --> 00:08:55.640
nicht für Umbenennungen von Spalten oder Genehmigungsanfragen.

00:08:56.520 --> 00:08:58.080
Binden Sie nun typeagent.tupy

00:08:58.080 --> 00:08:59.400
oder ein ähnliches Agenten-Framework

00:08:59.400 --> 00:09:00.460
für mehrstufige Schlussfolger nach.

00:09:00.460 --> 00:09:02.500
Der Agent ersetzt nicht Ihre Governance,

00:09:02.560 --> 00:09:03.240
er setzt sie durch,

00:09:04.040 --> 00:09:05.220
erinnert sich an frühere Fehler,

00:09:05.520 --> 00:09:07.320
wählt das richtige Tool und ruft intelligent ab.

00:09:08.000 --> 00:09:09.320
Hier sind die Genauigkeit der Toolaufrufe

00:09:09.320 --> 00:09:10.420
und die Kontextspeicherung entscheidend.

00:09:10.920 --> 00:09:13.200
Wenn der Agent konsistent zwischen Arbeitsblatt aktualisieren

00:09:13.200 --> 00:09:14.260
und E-Mail senden wählen kann,

00:09:14.340 --> 00:09:15.760
vermeiden Sie menschliche Verdrahtungsfehler.

00:09:16.920 --> 00:09:18.200
Die Lösungszeit verkürzt sich,

00:09:18.320 --> 00:09:19.740
da der Agent die Vorarbeit leistet.

00:09:19.980 --> 00:09:20.660
Skip generieren,

00:09:20.800 --> 00:09:21.660
am Beispiel testen,

00:09:21.840 --> 00:09:23.040
Ausgaben validieren

00:09:23.040 --> 00:09:24.860
und erst dann Änderungen übernehmen.

00:09:25.580 --> 00:09:26.240
Warum das funktioniert,

00:09:26.240 --> 00:09:27.100
ist einfach Rechitektur.

00:09:27.100 --> 00:09:28.460
Begrenzen Sie die Code-Oberfläche.

00:09:28.920 --> 00:09:30.580
Setzen Sie statisch typisierte Grenzen

00:09:30.580 --> 00:09:31.300
an die Schnittstellen

00:09:31.300 --> 00:09:32.920
offener API-Schemas für Connectoren,

00:09:33.220 --> 00:09:34.200
Office-Script-Objektmodelle

00:09:34.200 --> 00:09:35.680
und semantische Modelle in Power BI.

00:09:36.620 --> 00:09:37.420
Innerhalb dieser Grenzen

00:09:37.420 --> 00:09:39.320
lassen Sie die KI-Code gemäß in Spezifikationen.

00:09:39.640 --> 00:09:40.820
Der Grund, warum dies Fehler reduziert,

00:09:40.840 --> 00:09:41.560
ist nicht übernatürlich,

00:09:41.660 --> 00:09:42.580
sondern vorab Validierung.

00:09:43.280 --> 00:09:44.180
Sie erkennen Formfehler,

00:09:44.240 --> 00:09:45.440
bevor Sie zu Ausfällen führen.

00:09:46.520 --> 00:09:47.980
Und da der Agent ein Gedächtnis hat,

00:09:48.160 --> 00:09:49.140
unterbinden Sie Wiederholungen,

00:09:49.480 --> 00:09:50.520
also Fehler, die zurückkehren,

00:09:50.520 --> 00:09:51.640
weil die Korrektur nur die Datei,

00:09:51.700 --> 00:09:52.600
aber nicht das Muster änderte.

00:09:53.820 --> 00:09:54.740
Praktische Verlagerung.

00:09:54.820 --> 00:09:55.980
Python bleibt dort, wo es dominiert.

00:09:55.980 --> 00:09:58.020
Innerhalb von Fabric-Notebooks

00:09:58.020 --> 00:09:58.660
oder Datenflüssen

00:09:58.660 --> 00:10:00.420
für fortgeschrittene Analysemodelle und ML.

00:10:00.920 --> 00:10:01.680
Sie lassen Co-Pilot

00:10:01.680 --> 00:10:03.320
bei der explorativen Datenanalyse,

00:10:03.400 --> 00:10:04.480
bei Vektorisierungsmustern

00:10:04.480 --> 00:10:05.700
und Visualisierungscode helfen.

00:10:06.340 --> 00:10:07.480
Drumherum übernimmt der Agent

00:10:07.480 --> 00:10:08.100
die Peripherie,

00:10:08.480 --> 00:10:09.900
die Zeitplanung, Validierung,

00:10:10.060 --> 00:10:10.980
I.O. und Richtlinien.

00:10:12.060 --> 00:10:13.120
Agenten starten Notebooks,

00:10:13.220 --> 00:10:13.940
validieren Ausgaben

00:10:13.940 --> 00:10:14.980
und leiten Ergebnisse weiter,

00:10:15.080 --> 00:10:16.280
ohne maßgeschneiderte Orchestrierung

00:10:16.280 --> 00:10:17.280
in Python erfinden zu müssen.

00:10:18.000 --> 00:10:19.000
Sie verschweißen Geschäftslogik

00:10:19.000 --> 00:10:19.660
nicht mit einem Kernel,

00:10:19.720 --> 00:10:20.640
sondern trennen Zuständigkeiten

00:10:20.640 --> 00:10:21.220
wie ein Profi.

00:10:22.160 --> 00:10:23.140
Office-Skripte und Co-Pilot

00:10:23.140 --> 00:10:24.000
sorgen für schnell Erfolg.

00:10:24.000 --> 00:10:25.840
Der Agent erzwingt Wiederholbarkeit.

00:10:26.440 --> 00:10:27.100
Hier ist die Abkürzung,

00:10:27.180 --> 00:10:27.720
die niemand lehrt.

00:10:28.300 --> 00:10:29.080
Kodifizieren Sie Prompts

00:10:29.080 --> 00:10:29.540
als Assets.

00:10:30.180 --> 00:10:31.380
Behandeln Sie sie wie Vorlagen

00:10:31.380 --> 00:10:32.080
mit Variablen

00:10:32.080 --> 00:10:33.120
und Abnahmekriterien.

00:10:34.660 --> 00:10:35.760
Wenn Sie sich sonst nichts merken,

00:10:35.900 --> 00:10:37.120
speichern Sie den erfolgreichen Prompt

00:10:37.120 --> 00:10:38.360
und die erwartete Form der Ausgaben.

00:10:39.100 --> 00:10:40.200
Der Agent kann dies wiederverwenden,

00:10:40.360 --> 00:10:41.260
anpassen und das Ergebnis

00:10:41.260 --> 00:10:42.260
gegen Ihre Verträge prüfen,

00:10:42.360 --> 00:10:42.600
Linting.

00:10:43.080 --> 00:10:44.180
So verschmelzen Sie Entwicklung,

00:10:44.520 --> 00:10:45.440
Debugging und Deployment

00:10:45.440 --> 00:10:46.900
zu einer konversationsbasierten Schleife,

00:10:46.980 --> 00:10:47.800
die weiterhin kontrolliert bleibt.

00:10:48.000 --> 00:10:48.620
Der Game Changer,

00:10:48.700 --> 00:10:49.380
über den jemand spricht,

00:10:49.580 --> 00:10:51.000
typisierte Verträge für Agententools.

00:10:51.600 --> 00:10:52.420
Sie definieren die Eingabe-

00:10:52.420 --> 00:10:53.160
und Ausgabeschemas.

00:10:53.660 --> 00:10:54.560
Der Agent kann validieren,

00:10:54.660 --> 00:10:55.420
bevor er einen einzigen Schritt

00:10:55.420 --> 00:10:56.220
in der Produktion ausführt.

00:10:56.540 --> 00:10:57.300
Vergleichen Sie das damit,

00:10:57.360 --> 00:10:58.200
einfach Python auszuführen

00:10:58.200 --> 00:10:58.600
und zu beten,

00:10:58.660 --> 00:10:59.400
dass Ihr Jason nicht plötzlich

00:10:59.400 --> 00:11:00.280
eine zusätzliche Eigenschaft hat.

00:11:00.500 --> 00:11:01.600
Und ja, Python kann typisiert sein.

00:11:01.900 --> 00:11:03.120
Der Punkt ist Disziplin an den Rändern,

00:11:03.220 --> 00:11:04.360
nicht Loyalität gegenüber einer Sprache.

00:11:04.660 --> 00:11:05.480
In der Power-Plattform

00:11:05.480 --> 00:11:06.340
sind die Ränder die Domänen

00:11:06.340 --> 00:11:07.260
von Microsoft Office,

00:11:07.500 --> 00:11:07.940
Power BI,

00:11:08.180 --> 00:11:08.720
Dataverse,

00:11:08.960 --> 00:11:09.260
Power...

00:11:09.260 --> 00:11:10.740
Nutzen Sie also die Grundelemente,

00:11:10.740 --> 00:11:11.360
die diese optimieren.

00:11:11.660 --> 00:11:12.400
Sobald Sie das beherrschen,

00:11:12.460 --> 00:11:13.300
fügt sich alles andere zusammen.

00:11:13.500 --> 00:11:14.360
Die Versionierung hat eine

00:11:14.360 --> 00:11:15.200
kleinere Angriffsfläche.

00:11:15.560 --> 00:11:16.300
Prompts und Skripte,

00:11:16.300 --> 00:11:16.920
keine Monolithen.

00:11:17.560 --> 00:11:18.840
Die Beobachtbarkeit ist zentralisiert.

00:11:19.200 --> 00:11:20.640
Power Automate-Ausführungshistorie,

00:11:20.760 --> 00:11:21.500
Datenfluss-Lineische

00:11:21.500 --> 00:11:22.260
und Agenten-Traces

00:11:22.260 --> 00:11:23.380
statt fünf unzusammenhängender

00:11:23.380 --> 00:11:23.960
Lock-Dashboards.

00:11:24.580 --> 00:11:25.280
Die Kosten sinken,

00:11:25.340 --> 00:11:26.480
weil sie Azure-Funktionen stilllegen,

00:11:26.560 --> 00:11:28.260
die nur unnötige Routineaufgaben erledigten.

00:11:29.000 --> 00:11:30.100
Und die Fehlerraten sinken,

00:11:30.160 --> 00:11:30.800
weil die Orchestrate

00:11:30.800 --> 00:11:31.880
auf festen Prinzipien folgt,

00:11:31.940 --> 00:11:32.760
statt Handgeklöppelt zu sein.

00:11:33.020 --> 00:11:33.780
Nun denken Sie vielleicht,

00:11:33.860 --> 00:11:35.300
das klingt nach Kontrollverlust...

00:11:36.220 --> 00:11:36.920
Falsch.

00:11:37.340 --> 00:11:38.280
Sie verlagern die Kontrolle-App.

00:11:38.940 --> 00:11:39.760
Sie bestimmen die Verträge,

00:11:39.860 --> 00:11:40.160
die Tools,

00:11:40.280 --> 00:11:40.760
die Leitplanken

00:11:40.760 --> 00:11:41.580
und die Review-Gates.

00:11:42.200 --> 00:11:43.560
Der Agent erledigt das Zusammenfügen

00:11:43.560 --> 00:11:44.720
schneller als ihre menschliche Schleife

00:11:44.720 --> 00:11:45.760
und ist weniger fehleranfällig.

00:11:46.660 --> 00:11:47.400
Sie reservieren Python

00:11:47.400 --> 00:11:48.420
für hochwertige Analysen,

00:11:48.460 --> 00:11:49.140
bei denen Bibliotheken

00:11:49.140 --> 00:11:49.800
ihren Mehrwert beweisen.

00:11:50.180 --> 00:11:51.160
Das ist keine Kapitulation,

00:11:51.260 --> 00:11:51.680
das ist Strategie.

00:11:52.040 --> 00:11:52.940
Lassen Sie mich genau zeigen,

00:11:53.000 --> 00:11:53.900
wie sich das in der Praxis sammelt.

00:11:54.540 --> 00:11:55.340
Eine Anfrage geht ein.

00:11:56.180 --> 00:11:57.680
Wir benötigen einen wöchentlichen Bericht,

00:11:57.740 --> 00:11:58.800
der CSV-Dateien bereinigt

00:11:58.800 --> 00:11:59.780
mit Dataverse anreichert

00:11:59.780 --> 00:12:00.860
und ein semantisches Modell schiebt

00:12:00.860 --> 00:12:02.100
und die Genehmiger per E-Mail informiert.

00:12:02.720 --> 00:12:03.280
Der alte Weg,

00:12:03.400 --> 00:12:04.320
Python-Funktionen aufsetzen,

00:12:04.460 --> 00:12:05.680
den Nutzer definierten Connector anbinden,

00:12:05.860 --> 00:12:06.560
mit OAuth kämpfen,

00:12:06.680 --> 00:12:07.660
Datentypen dreimal korrigieren.

00:12:08.280 --> 00:12:08.920
Der neue Weg.

00:12:08.920 --> 00:12:10.680
Der Agent ruft via Co-Pilot

00:12:10.680 --> 00:12:11.900
Dataflow GenTour auf,

00:12:11.940 --> 00:12:13.320
um Transformationen zu generieren,

00:12:13.440 --> 00:12:14.460
prüft Spalten am Modell,

00:12:14.680 --> 00:12:16.180
nutzt Office-Scripts für Excel-Exporte,

00:12:16.420 --> 00:12:17.860
triggert ein Flow für Benachrichtigungen

00:12:17.860 --> 00:12:19.360
und protokolliert die Datenherkunft.

00:12:20.280 --> 00:12:21.160
Kein maßgeschneidetes Flick

00:12:21.160 --> 00:12:22.060
wäre kein nächliches Neu-Deploy.

00:12:22.440 --> 00:12:23.280
Das funktioniert deshalb,

00:12:23.320 --> 00:12:24.000
weil Sie aufgehört haben,

00:12:24.080 --> 00:12:24.900
Python als Klebeband

00:12:24.900 --> 00:12:25.800
in einer Plattform zu nutzen,

00:12:25.880 --> 00:12:26.840
die Ihre eigenen Verbindungen hat.

00:12:27.240 --> 00:12:27.980
Sie lassen die KI

00:12:27.980 --> 00:12:29.460
den Kleber an den Gelenken auftragen,

00:12:29.560 --> 00:12:30.340
nicht über die Lücke hinweg.

00:12:30.900 --> 00:12:31.900
Und wenn sich das Geschäft ändert,

00:12:31.960 --> 00:12:32.520
Spoiler-Alarm,

00:12:32.580 --> 00:12:32.960
das wird es.

00:12:33.760 --> 00:12:34.720
Aktualisieren Sie einen Prompt,

00:12:34.920 --> 00:12:35.700
kein Container-Image.

00:12:38.920 --> 00:12:40.140
und der Finanzabteilung erklären,

00:12:40.240 --> 00:12:41.680
warum Latest eine schreckliche Idee war.

00:12:42.740 --> 00:12:43.420
Erste Anwendung,

00:12:43.500 --> 00:12:44.720
Power BI Dataflow aus Python

00:12:44.720 --> 00:12:45.880
generiert nicht handgeschrieben.

00:12:46.660 --> 00:12:47.600
Hier geht das Licht auf.

00:12:48.100 --> 00:12:49.540
In Power BI werden Sie nicht dafür bezahlt,

00:12:49.620 --> 00:12:50.300
handgefertigtes M

00:12:50.300 --> 00:12:51.420
oder spezielles Python zu schreiben.

00:12:51.760 --> 00:12:52.480
Sie werden dafür bezahlt,

00:12:52.560 --> 00:12:53.040
saubere Daten

00:12:53.040 --> 00:12:54.080
und funktionierende Berichte zu liefern.

00:12:54.360 --> 00:12:55.780
Co-Pilot in Dataflow Gen2

00:12:55.780 --> 00:12:56.240
erlaubt es,

00:12:56.300 --> 00:12:57.840
Transformationen einfach im Englisch

00:12:57.840 --> 00:12:58.460
zu formulieren,

00:12:58.900 --> 00:13:00.140
worauf in Power Query M

00:13:00.140 --> 00:13:01.440
oder ja Python generiert wird,

00:13:01.660 --> 00:13:03.060
basierend auf ihrem semantischen Modell.

00:13:03.520 --> 00:13:04.440
Keine Fantasietabellen,

00:13:04.580 --> 00:13:05.460
sondern ihre echten Tabellen

00:13:05.460 --> 00:13:06.240
spalten und Kennzahlen.

00:13:06.580 --> 00:13:07.780
Dieses semantische Verständnis

00:13:07.780 --> 00:13:09.040
verhindert eine ganze Kategorie

00:13:09.040 --> 00:13:10.440
von Spalte nicht gefundenen Chaos,

00:13:10.560 --> 00:13:11.180
bevor es entsteht.

00:13:12.140 --> 00:13:12.920
Warum das wichtig ist,

00:13:12.960 --> 00:13:13.840
Generierung plus Kontext

00:13:13.840 --> 00:13:14.960
bedeutet weniger dumme Fehler.

00:13:15.460 --> 00:13:16.240
Was die meisten übersehen,

00:13:16.300 --> 00:13:17.120
ist die Überprüfungsschleif.

00:13:18.080 --> 00:13:18.960
Sie vertrauen nicht Blindebeck.

00:13:19.440 --> 00:13:20.740
Sie nutzen sie für einen schnellen Entwurf,

00:13:20.840 --> 00:13:21.360
prüfen den Unterschied

00:13:21.360 --> 00:13:22.160
und fixieren das Muster,

00:13:22.260 --> 00:13:22.700
sobald es stimmt.

00:13:23.340 --> 00:13:24.560
Von dort aus nutzen Sie Co-Pilot

00:13:24.560 --> 00:13:25.660
für Iterationen per Prompt

00:13:25.660 --> 00:13:27.240
statt durch endlose manuelle Bearbeitung.

00:13:27.620 --> 00:13:28.900
Sie behandeln Code wie eine Vorlage

00:13:28.900 --> 00:13:29.840
mit Variablen statt

00:13:29.840 --> 00:13:31.620
wie ein Tagebuch ihrer Tastaturanschläge.

00:13:32.680 --> 00:13:33.560
Wie sieht der Workflow aus?

00:13:34.040 --> 00:13:34.740
Sie geben den Prompt

00:13:34.740 --> 00:13:35.640
Verkaufsdatenladen

00:13:35.640 --> 00:13:37.000
auf die letzten zwölf Monate filtern,

00:13:37.780 --> 00:13:38.220
normalisieren,

00:13:38.360 --> 00:13:39.740
Customer Master per Left Join verknüpfen

00:13:39.740 --> 00:13:40.640
und Brutto-Marge berechnen.

00:13:41.360 --> 00:13:42.660
Co-Pilot schlägt M oder Python vor.

00:13:43.480 --> 00:13:44.900
Sie prüfen das Ergebnis am Beispiel,

00:13:45.120 --> 00:13:46.140
validieren Spaltennamen

00:13:46.140 --> 00:13:47.260
gegen das semantische Modell

00:13:47.260 --> 00:13:48.280
und fixieren den Schritt.

00:13:49.380 --> 00:13:50.040
Sie brauchen Python

00:13:50.040 --> 00:13:51.120
für einen Analyse-Kernel,

00:13:51.220 --> 00:13:52.240
etwa zur Ausreißererkennung

00:13:52.240 --> 00:13:53.160
oder Saisonbereinigung?

00:13:53.700 --> 00:13:53.980
Gerne.

00:13:54.500 --> 00:13:55.220
Lassen Sie Co-Pilot

00:13:55.220 --> 00:13:56.680
das innerhalb des Data Flows generieren,

00:13:56.780 --> 00:13:57.820
aber halten Sie die Orchestrierung

00:13:57.820 --> 00:13:58.300
davon fern.

00:13:58.880 --> 00:14:00.420
Python berechnet die Plattform orchestriert.

00:14:00.920 --> 00:14:01.560
Schneller Erfolg.

00:14:01.700 --> 00:14:02.380
Bericht Grundgerüst.

00:14:03.060 --> 00:14:04.280
Co-Pilot erstellt in Sekunden

00:14:04.280 --> 00:14:06.100
eine erste Seite mit Visualisierungen.

00:14:06.900 --> 00:14:07.420
Es keine Magie,

00:14:07.420 --> 00:14:08.040
hier sind Metadaten.

00:14:08.660 --> 00:14:09.400
Sie haben Ihre Kennzahlen

00:14:09.400 --> 00:14:10.020
bereits benannt,

00:14:10.200 --> 00:14:11.100
Synonyme hinzugefügt

00:14:11.100 --> 00:14:11.820
und Beziehungen gepflegt.

00:14:12.240 --> 00:14:13.160
Co-Pilot nutzt dies,

00:14:13.240 --> 00:14:14.620
um Diagramme intelligent zu platzieren.

00:14:15.440 --> 00:14:16.580
Sie sparen sich die Routinearbeit

00:14:16.580 --> 00:14:17.420
und konzentrieren sich

00:14:17.420 --> 00:14:18.220
auf das Wesentliche,

00:14:18.560 --> 00:14:19.880
Geschäftslogik und Präsentation.

00:14:21.280 --> 00:14:22.040
Häufige Fehler,

00:14:22.120 --> 00:14:22.820
die zu mehr Mängeln führen.

00:14:23.560 --> 00:14:24.000
Erstens,

00:14:24.240 --> 00:14:25.260
den von Co-Pilot generierten

00:14:25.260 --> 00:14:26.280
Python-Code ausufern lassen.

00:14:26.960 --> 00:14:27.440
Wenn er beginnt,

00:14:27.480 --> 00:14:28.240
Spalten um zu benennen,

00:14:28.360 --> 00:14:29.580
externe Endpunkte aufzurufen

00:14:29.580 --> 00:14:30.820
oder Workflow-Logik einzubetten,

00:14:30.920 --> 00:14:31.320
sind Sie zurück

00:14:31.320 --> 00:14:32.280
bei instabilem Cluster-Code.

00:14:33.100 --> 00:14:33.520
Zweitens,

00:14:33.600 --> 00:14:34.400
Code-Reviews überspringen,

00:14:34.400 --> 00:14:35.280
Malika Ihnen geschrieben.

00:14:35.800 --> 00:14:36.400
Nein, führen Sie

00:14:36.400 --> 00:14:37.660
standardisierte Prüfprompts ein,

00:14:37.820 --> 00:14:38.600
nutzen Sie Checklisten,

00:14:38.740 --> 00:14:39.740
validieren Sie Spaltenstrukturen,

00:14:40.020 --> 00:14:41.120
behandeln Sie Nullwerte explizit

00:14:41.120 --> 00:14:42.200
und halten Sie Joint-Sitaministisch.

00:14:42.820 --> 00:14:43.180
Drittens,

00:14:43.300 --> 00:14:44.680
Orchestrierung und Analytik vermischen.

00:14:45.420 --> 00:14:46.480
Wenn Sie Genehmigungslogik

00:14:46.480 --> 00:14:47.960
in eine Python-Transformation mischen,

00:14:48.060 --> 00:14:48.560
garantieren Sie,

00:14:48.660 --> 00:14:49.760
dass die nächste Schemaänderung

00:14:49.760 --> 00:14:50.700
Ihren Workflow zerstört.

00:14:51.600 --> 00:14:52.740
Die Hybridregel ist simpel.

00:14:53.180 --> 00:14:54.240
Python für Analysekerne,

00:14:54.320 --> 00:14:55.560
M oder Plattform eigene Schritte

00:14:55.560 --> 00:14:56.380
für die Infrastruktur.

00:14:57.380 --> 00:14:58.880
Nutzen Sie Dataverse oder OneLake

00:14:58.880 --> 00:14:59.800
für Ein- und Ausgaben,

00:14:59.880 --> 00:15:01.240
die der Rest der Plattform versteht.

00:15:02.380 --> 00:15:03.240
Wenn Sie die Transformation

00:15:03.240 --> 00:15:03.920
anpassen müssen,

00:15:03.920 --> 00:15:04.780
ändern Sie den Prompt

00:15:04.780 --> 00:15:05.460
und prüfen das Diff,

00:15:05.680 --> 00:15:07.180
anstatt eine 400-Zeilen-Funktion

00:15:07.180 --> 00:15:08.040
zu durchforsten.

00:15:08.580 --> 00:15:09.400
Geschäftliche Änderungen

00:15:09.400 --> 00:15:10.500
werden zur Anpassung der Absicht,

00:15:10.600 --> 00:15:11.220
nicht zu einer Operation

00:15:11.220 --> 00:15:11.820
am offenen Herz.

00:15:12.200 --> 00:15:12.900
Ja, die Beobachtbarkeit

00:15:12.900 --> 00:15:13.380
verbessert sich.

00:15:14.000 --> 00:15:14.920
Die Datenflusslineage

00:15:14.920 --> 00:15:15.640
zeigt, was wir hier kommen.

00:15:16.380 --> 00:15:17.580
Co-Pilots vorgeschlagene Schritte

00:15:17.580 --> 00:15:18.700
bilden eine lesbare Kette

00:15:18.700 --> 00:15:19.420
statt eines Haufens

00:15:19.420 --> 00:15:20.360
handgeschriebener Skripte.

00:15:20.600 --> 00:15:21.360
Wenn etwas fehlschlägt,

00:15:21.420 --> 00:15:21.940
beheben Sie den Fehler

00:15:21.940 --> 00:15:22.680
an einer zentralen Stelle.

00:15:23.160 --> 00:15:23.740
Vergleichen Sie das

00:15:23.740 --> 00:15:24.520
mit Ihrem alten Muster.

00:15:24.640 --> 00:15:25.240
Power Automate

00:15:25.240 --> 00:15:26.200
löst einen benutzerdefinierten

00:15:26.200 --> 00:15:26.760
Connector aus,

00:15:26.840 --> 00:15:27.640
ruft eine Python-API auf,

00:15:27.680 --> 00:15:28.280
die Spalten verändert

00:15:33.920 --> 00:15:34.660
prüfen, protokollieren.

00:15:35.080 --> 00:15:35.800
Sie reservieren Python

00:15:35.800 --> 00:15:36.480
für die anspruchsvolle

00:15:36.480 --> 00:15:37.420
Mathematik, wo es sich wirklich ist.

00:15:37.960 --> 00:15:38.540
Und wenn der CFO

00:15:38.540 --> 00:15:39.560
an einem Dienstagnachmittag

00:15:39.560 --> 00:15:40.500
eine neue Metrik erfindet,

00:15:40.620 --> 00:15:41.500
aktualisieren Sie einen Prompt

00:15:41.500 --> 00:15:42.120
und validieren neu,

00:15:42.200 --> 00:15:43.040
anstatt ein Container-Image

00:15:43.040 --> 00:15:43.640
bereitzustellen.

00:15:44.020 --> 00:15:44.740
Versuchen Sie mal so zu tun,

00:15:44.820 --> 00:15:46.220
etwa Datenfluss stabilisiert?

00:15:47.120 --> 00:15:47.740
Entfernen Sie jetzt

00:15:47.740 --> 00:15:48.640
den von Gielen-Kleister-Code,

00:15:48.700 --> 00:15:49.460
der sich in Power Automate

00:15:49.460 --> 00:15:49.780
eingenäht.

00:15:50.840 --> 00:15:51.540
Anwendung 2

00:15:51.540 --> 00:15:52.380
Power Automate

00:15:52.380 --> 00:15:54.040
Ersetzen Sie Python-Kleister

00:15:54.040 --> 00:15:54.780
durch Office-Scripts

00:15:54.780 --> 00:15:55.200
und Agenten.

00:15:55.980 --> 00:15:56.780
In Power Automate

00:15:56.780 --> 00:15:57.480
ist der richtige Schritt

00:15:57.480 --> 00:15:58.320
bewusst langweilig,

00:15:58.460 --> 00:15:59.260
native Konnektoren

00:15:59.260 --> 00:16:00.080
und Office-Scripts.

00:16:00.840 --> 00:16:01.840
Sie beschreiben Ihre Schritte,

00:16:02.080 --> 00:16:02.800
Copilot entwirft

00:16:02.800 --> 00:16:03.800
den Ablauf in Skripten

00:16:03.800 --> 00:16:04.440
und alles bleibt

00:16:04.440 --> 00:16:05.760
innerhalb von Microsoft 365.

00:16:06.580 --> 00:16:07.520
Keine Azure Functions,

00:16:07.660 --> 00:16:08.040
kein Gerüst

00:16:08.040 --> 00:16:09.240
für benutzerdefinierte Konnektoren,

00:16:09.360 --> 00:16:10.220
kein nächtliches Patchen

00:16:10.220 --> 00:16:10.940
von SSL-Schiffen

00:16:10.940 --> 00:16:11.600
in einem Container,

00:16:11.640 --> 00:16:12.140
dessen Existenz

00:16:12.140 --> 00:16:12.720
Sie vergessen hatten.

00:16:13.280 --> 00:16:14.080
Überraschende Erkenntnis,

00:16:14.200 --> 00:16:15.020
wenn Sie bewegliche Teile

00:16:15.020 --> 00:16:15.420
reduzieren,

00:16:15.500 --> 00:16:16.060
reduzieren Sie Fehler.

00:16:16.720 --> 00:16:17.500
Warum Office-Scripts?

00:16:18.160 --> 00:16:19.420
Weil Sie auf TypeScript basieren

00:16:19.420 --> 00:16:20.200
mit einem definierten

00:16:20.200 --> 00:16:20.820
Objektmodell,

00:16:21.040 --> 00:16:21.680
das Ihnen typisierte

00:16:21.680 --> 00:16:22.240
Schnittstellen,

00:16:22.600 --> 00:16:23.380
Methodensignaturen

00:16:23.380 --> 00:16:24.320
und vorhersehbare Strukturen

00:16:24.320 --> 00:16:24.580
liefert,

00:16:24.660 --> 00:16:25.260
bevor die Laufzeit

00:16:25.260 --> 00:16:25.800
Sie in Verlegenheit

00:16:25.800 --> 00:16:26.260
bringen kann.

00:16:26.960 --> 00:16:27.760
Copilot schaltet um.

00:16:28.440 --> 00:16:29.280
Für jede neue Zeile

00:16:29.280 --> 00:16:30.020
in dieser Tabelle

00:16:30.020 --> 00:16:31.380
Datumsformate normalisieren,

00:16:31.760 --> 00:16:32.720
einen Status berechnen

00:16:32.720 --> 00:16:33.680
und dem Eigentümer

00:16:33.680 --> 00:16:34.500
eine Zusammenfassung

00:16:34.500 --> 00:16:35.200
per E-Mail senden,

00:16:35.260 --> 00:16:35.860
genau das leisten

00:16:35.860 --> 00:16:37.180
ein Flow und ein Skript.

00:16:38.040 --> 00:16:38.680
Ihre Daten bleiben

00:16:38.680 --> 00:16:39.120
in der Nähe von

00:16:39.120 --> 00:16:39.720
Excel SharePoint

00:16:39.720 --> 00:16:40.060
und OneWay.

00:16:40.460 --> 00:16:41.040
Ihre Governance

00:16:41.040 --> 00:16:41.700
bleibt einfacher

00:16:41.700 --> 00:16:43.020
und die Fehlerquote sinkt,

00:16:43.080 --> 00:16:44.240
da Sie den Ad-Hoc-Python-Umweg

00:16:44.240 --> 00:16:44.880
eliminiert haben,

00:16:45.060 --> 00:16:45.560
der dienstags

00:16:45.560 --> 00:16:46.380
so gerne ausfiel.

00:16:46.860 --> 00:16:47.420
Wie strukturiert man

00:16:47.420 --> 00:16:47.700
das Ganze,

00:16:47.800 --> 00:16:48.400
damit es skalierbar ist?

00:16:48.800 --> 00:16:49.200
Setzen Sie auf

00:16:49.200 --> 00:16:50.160
ein agentenbasiertes Muster.

00:16:50.700 --> 00:16:51.740
Der Agent vom Typ Agent

00:16:51.740 --> 00:16:52.360
oder vergleichbar

00:16:52.360 --> 00:16:53.080
wählt Werkzeuge

00:16:53.080 --> 00:16:53.840
aus einer begrenzten

00:16:53.840 --> 00:16:54.560
Toolbox aus.

00:16:55.200 --> 00:16:56.120
Ein Office Script aufrufen,

00:16:56.200 --> 00:16:57.000
einen Graph Connector nutzen,

00:16:57.080 --> 00:16:57.760
ein Dataverse schreiben,

00:16:57.860 --> 00:16:58.800
eine Genehmigung senden.

00:16:59.400 --> 00:16:59.960
Ein- und Ausgaben

00:16:59.960 --> 00:17:00.500
sind schematisiert.

00:17:00.920 --> 00:17:01.700
Der Agent validiert

00:17:01.700 --> 00:17:02.320
Voraussetzungen,

00:17:02.520 --> 00:17:02.980
führt einen Test

00:17:02.980 --> 00:17:03.580
am Beispiel aus

00:17:03.580 --> 00:17:04.260
und überträgt erst

00:17:04.260 --> 00:17:05.020
dann die Änderung.

00:17:05.700 --> 00:17:06.560
Die Genauigkeit

00:17:06.560 --> 00:17:07.600
beim Aufruf von Werkzeugen

00:17:07.600 --> 00:17:08.060
ist entscheidend,

00:17:08.120 --> 00:17:09.060
benennen Sie Tools der Eindeutung.

00:17:09.500 --> 00:17:10.060
Worksheet-Tabelle

00:17:10.060 --> 00:17:10.940
aktualisieren ist besser

00:17:10.940 --> 00:17:11.680
als irgendwas tun.

00:17:12.360 --> 00:17:12.820
Wenn der Agent

00:17:12.820 --> 00:17:14.300
konsistent das richtige Werkzeug wählt,

00:17:14.540 --> 00:17:14.900
hören Sie auf,

00:17:14.940 --> 00:17:15.460
die falsche Aktion

00:17:15.460 --> 00:17:16.140
mit dem richtigen Trigger

00:17:16.140 --> 00:17:16.660
zu verknüpfen.

00:17:16.960 --> 00:17:17.500
Schnelle Erfolge,

00:17:17.560 --> 00:17:18.120
die Python-Glucode

00:17:18.120 --> 00:17:18.640
überflüssig machen.

00:17:19.360 --> 00:17:20.280
Excel-Operationen,

00:17:20.380 --> 00:17:21.080
Spalten bereinigen,

00:17:21.180 --> 00:17:21.900
Duplikate entfernen,

00:17:21.960 --> 00:17:22.540
Felder aufteilen.

00:17:22.880 --> 00:17:23.680
Office Script erledigen

00:17:23.680 --> 00:17:24.240
dies nativ.

00:17:25.100 --> 00:17:26.260
Genehmigungen und Benachrichtigungen

00:17:26.260 --> 00:17:26.940
und native Aktionen

00:17:26.940 --> 00:17:27.480
in Minuten Null

00:17:27.480 --> 00:17:28.200
benutzerdefinierter

00:17:28.200 --> 00:17:28.840
Authentifizierung.

00:17:29.300 --> 00:17:30.580
Dataverse und SharePoint Updates.

00:17:31.180 --> 00:17:32.600
Konnektoren mit Metadatenbewusstsein,

00:17:32.680 --> 00:17:33.900
keine rohen HTTP-Aufrufe.

00:17:34.360 --> 00:17:35.060
Die Kosten sinken,

00:17:35.140 --> 00:17:35.880
da Sie nicht für permanent

00:17:35.880 --> 00:17:36.980
laufende Rechenleistung bezahlen,

00:17:37.060 --> 00:17:37.880
nur um Spalten umzubenennen.

00:17:38.500 --> 00:17:39.620
Die Lösungszeit verkürzt sich,

00:17:39.700 --> 00:17:40.460
weil Ihr Agent generieren,

00:17:40.580 --> 00:17:41.460
testen und iterieren kann,

00:17:41.540 --> 00:17:42.060
ohne dass ein Mensch

00:17:42.060 --> 00:17:43.280
einen Dev-Container einrichten muss.

00:17:43.280 --> 00:17:44.880
Und Ihr Sicherheitsteam

00:17:44.880 --> 00:17:45.560
hört auf zu murren,

00:17:45.640 --> 00:17:46.440
weil Sie den unbekannten

00:17:46.440 --> 00:17:47.520
APA-Inpunkt entfernt haben,

00:17:47.580 --> 00:17:48.580
den jemand als vorübergehend

00:17:48.580 --> 00:17:49.120
markiert hatte.

00:17:49.680 --> 00:17:50.540
Fehler, die es zu vermeiden gilt,

00:17:50.600 --> 00:17:51.020
weil Sie es natürlich

00:17:51.020 --> 00:17:51.520
ausprobieren werden.

00:17:51.960 --> 00:17:53.160
Erstens, Python per Benutzer

00:17:53.160 --> 00:17:53.980
definiert im Konnektor

00:17:53.980 --> 00:17:55.240
für triviale Aufgaben erzwingen.

00:17:55.540 --> 00:17:56.480
Wenn die Aufgabe darin besteht,

00:17:56.540 --> 00:17:57.280
eine Tabelle umzuformen,

00:17:57.320 --> 00:17:57.980
verwenden Sie Office Script.

00:17:58.420 --> 00:17:59.660
Zweitens, Governance ignorieren.

00:18:00.680 --> 00:18:01.820
Skripte benötigen Versionierung,

00:18:01.940 --> 00:18:03.080
Prüfschritte und Namenstandards.

00:18:03.820 --> 00:18:04.600
Behandeln Sie sie wie Code,

00:18:04.640 --> 00:18:05.060
denn das sind sie.

00:18:06.060 --> 00:18:07.080
Drittens, Geschäftslogik

00:18:07.080 --> 00:18:08.120
über fünf Flows verteilen,

00:18:08.240 --> 00:18:08.980
ohne Typverträge.

00:18:09.880 --> 00:18:10.860
Definieren Sie Ihre Eingabe-

00:18:10.860 --> 00:18:12.060
und Ausgabe-Schemata im Voraus.

00:18:12.960 --> 00:18:13.980
Der Agent kann Sie erzwingen,

00:18:14.040 --> 00:18:14.900
die Plattform validiert Sie,

00:18:14.960 --> 00:18:16.080
die Produktion wird es Ihnen danken.

00:18:16.420 --> 00:18:17.760
Nein, Sie wollen immer noch Python.

00:18:18.140 --> 00:18:18.760
Setzen Sie es dort ein,

00:18:18.800 --> 00:18:19.780
wo es hingehört, in die Analyse.

00:18:20.480 --> 00:18:21.500
Wenn ein Flow Vorhersagen

00:18:21.500 --> 00:18:22.620
oder komplexe Transformationen

00:18:22.620 --> 00:18:22.920
benötigt,

00:18:22.980 --> 00:18:23.860
rufen Sie einen geeigneten Dienst.

00:18:24.580 --> 00:18:25.660
Einen Fabric-Notebook-Job

00:18:25.660 --> 00:18:26.540
oder ML-Endpunkt

00:18:26.540 --> 00:18:27.780
hinter einer sauberen API

00:18:27.780 --> 00:18:29.080
keine improvisierte Flask-App,

00:18:29.160 --> 00:18:29.660
die jemand auf einem

00:18:29.660 --> 00:18:30.680
Gratistarif hinterlassen hat.

00:18:31.420 --> 00:18:32.300
Der Flow orchestriert,

00:18:32.560 --> 00:18:33.100
Python berechnet,

00:18:33.200 --> 00:18:34.660
Sie interagieren über einen Vertrag,

00:18:35.020 --> 00:18:35.760
nicht nach Gefühlen.

00:18:36.420 --> 00:18:37.340
Der subtile Vorteil von

00:18:37.340 --> 00:18:38.440
Office-Skripten plus Agenten

00:18:38.440 --> 00:18:39.220
ist die Wagbarkeit.

00:18:39.960 --> 00:18:40.800
Prompts werden zu Assets,

00:18:40.880 --> 00:18:41.380
Skripte werden zu

00:18:41.380 --> 00:18:42.460
wiederverwendbaren Werkzeugen.

00:18:43.260 --> 00:18:44.120
Flows werden zu schlanken

00:18:44.120 --> 00:18:44.940
Orchestrierungsebenen,

00:18:45.000 --> 00:18:45.700
nicht zu Logiken gesehen.

00:18:46.160 --> 00:18:47.240
Wenn sich Anforderungen ändern,

00:18:47.360 --> 00:18:48.360
aktualisieren Sie einen Prompt

00:18:48.360 --> 00:18:49.280
und bei Bedarf ein Skript

00:18:49.280 --> 00:18:49.880
mit einer Prüfung,

00:18:49.960 --> 00:18:50.600
anstatt einen gesamten

00:18:50.600 --> 00:18:51.260
benutzerdefinierten

00:18:51.260 --> 00:18:52.360
Connector-Stack zu überarbeiten.

00:18:53.240 --> 00:18:53.940
Der Agent merkt sich

00:18:53.940 --> 00:18:54.600
die frühere Lösung,

00:18:54.740 --> 00:18:55.440
nutzt das Muster wieder

00:18:55.440 --> 00:18:56.560
und verhindert eine Wiederholung.

00:18:57.340 --> 00:18:57.760
So wird aus,

00:18:57.800 --> 00:18:58.500
wir haben den Nachmittag

00:18:58.500 --> 00:18:59.440
mit dem Debuggen von Typen

00:18:59.440 --> 00:18:59.960
verbracht ein.

00:19:00.540 --> 00:19:01.500
Wir haben noch vor dem Mittag geliefert.

00:19:02.240 --> 00:19:03.200
Die Wahrheit über Python

00:19:03.200 --> 00:19:04.340
im Power Automate als Kleber

00:19:04.340 --> 00:19:05.460
ist es performativisch schwierig.

00:19:06.100 --> 00:19:07.040
Sie beweisen, dass Sie es können,

00:19:07.180 --> 00:19:08.240
während die Plattform Ihnen im Stillen

00:19:08.240 --> 00:19:08.820
einen einfacheren,

00:19:08.900 --> 00:19:09.640
sicheren Weg bietet.

00:19:10.320 --> 00:19:10.800
Nutzen Sie ihn.

00:19:11.160 --> 00:19:11.820
Anwendung 3

00:19:11.820 --> 00:19:12.680
Fabric Notebooks

00:19:12.680 --> 00:19:13.340
enthalten Python,

00:19:13.460 --> 00:19:14.600
automatisieren Sie die Umgebung.

00:19:15.120 --> 00:19:16.600
In Fabric sitzt Python endlich dort,

00:19:16.680 --> 00:19:17.500
wo es am stärksten ist,

00:19:17.540 --> 00:19:18.140
im Compute-Kern.

00:19:18.840 --> 00:19:19.500
Nicht die Türklinge,

00:19:19.620 --> 00:19:20.440
nicht das Rohrleitungssystem,

00:19:20.520 --> 00:19:21.300
halten Sie die Geschäftslogik

00:19:21.300 --> 00:19:21.740
an den Rändern

00:19:21.740 --> 00:19:23.020
und lassen Sie das Notebook-Analysen,

00:19:23.180 --> 00:19:23.560
Modellierung

00:19:23.560 --> 00:19:24.720
und komplexe Transformationen

00:19:24.720 --> 00:19:25.080
übernehmen.

00:19:26.040 --> 00:19:26.600
Die Umgebung,

00:19:26.760 --> 00:19:27.300
Zeitplanung,

00:19:27.380 --> 00:19:27.980
Validierung und

00:19:27.980 --> 00:19:28.680
IO-Richtlinien

00:19:28.680 --> 00:19:29.480
gehören zu Agenten

00:19:29.480 --> 00:19:30.880
und Tools mit TypeScript-Charakter.

00:19:34.340 --> 00:19:34.740
Verschweißen

00:19:34.740 --> 00:19:36.160
wird jede kleine Umgebungsänderung

00:19:36.160 --> 00:19:37.140
zu einem Produktionsvorfall.

00:19:37.460 --> 00:19:38.340
Trennen Sie die Zuständigkeit.

00:19:38.740 --> 00:19:39.740
Der Agent ruft das Notebook

00:19:39.740 --> 00:19:41.120
über eine saubere Job-API auf,

00:19:41.340 --> 00:19:42.440
übergibt typisierte Eingaben

00:19:42.440 --> 00:19:43.640
und erwartet typisierte Ausgaben.

00:19:44.040 --> 00:19:44.740
Wenn die Form abweicht,

00:19:44.800 --> 00:19:45.880
schlägt es sofort am Rand Fehl,

00:19:46.040 --> 00:19:46.760
nicht erst nach der Hälfte

00:19:46.760 --> 00:19:47.800
eines 20-minütigen Laufs.

00:19:48.600 --> 00:19:49.520
Wie das in der Praxis aussieht.

00:19:50.120 --> 00:19:51.640
Co-Pilot hilft innerhalb des Notebooks

00:19:51.640 --> 00:19:52.220
bei EDA,

00:19:52.400 --> 00:19:54.040
Vektorisierung und Visualisierungshilfen.

00:19:54.420 --> 00:19:55.160
Sie prüfen und fixieren

00:19:55.160 --> 00:19:56.140
weiterhin Bibliotheksvisionen.

00:19:56.420 --> 00:19:57.180
Erwachsen, erinnern Sie sich.

00:19:57.920 --> 00:19:59.240
Der Agent steuert Pipelines,

00:19:59.440 --> 00:20:00.560
löst bei Dateneingang aus,

00:20:00.560 --> 00:20:01.240
prüft das Schema,

00:20:01.400 --> 00:20:02.400
startet den Notebook-Job

00:20:02.400 --> 00:20:04.100
und validiert Ausgaben gegen den Vertrag,

00:20:04.180 --> 00:20:05.080
bevor er sie in One Lake

00:20:05.080 --> 00:20:06.800
oder ein semantisches Modell veröffentlicht.

00:20:07.800 --> 00:20:09.000
Versionskontrollieren Sie Notebooks wie Code.

00:20:09.400 --> 00:20:10.080
Speichern Sie prompt,

00:20:10.160 --> 00:20:11.140
die Hilfsfunktionen generiert haben.

00:20:11.760 --> 00:20:12.920
Führen Sie Unit-Tests für Ausgaben,

00:20:13.020 --> 00:20:13.780
Metriken, Verteilungen

00:20:13.780 --> 00:20:14.720
und Zahlen an Zahlen durch,

00:20:14.800 --> 00:20:16.080
anstatt für zahlenweise Verkabelung.

00:20:16.300 --> 00:20:16.840
Ein schneller Erfolg.

00:20:17.420 --> 00:20:18.400
Fordern Sie Co-Pilot auf,

00:20:18.400 --> 00:20:20.080
einen Schritt zur saisonalen Zerlegung zu generieren.

00:20:20.540 --> 00:20:21.380
Behalten Sie ihn im Notebook

00:20:21.380 --> 00:20:22.240
und lassen Sie den Agenten

00:20:22.240 --> 00:20:23.540
Wiederholungsversuch und Alarme steuern.

00:20:24.540 --> 00:20:26.300
Geschäftslogik lebt in deklarativen Verträgen.

00:20:26.300 --> 00:20:27.660
Python bleibt rechnerisch.

00:20:28.720 --> 00:20:29.800
Fehler, die Sie vermeiden sollten,

00:20:29.920 --> 00:20:31.060
Genehmigungen oder Umbenennungen

00:20:31.060 --> 00:20:31.880
im Notebook verstecken,

00:20:32.220 --> 00:20:33.460
Flows an Ad-Hoc-Endpunkte koppeln

00:20:33.460 --> 00:20:35.260
oder die einzige Definition eines KPI

00:20:35.260 --> 00:20:36.460
in einem Zellkommentar speichern.

00:20:36.940 --> 00:20:37.920
Betreiben Sie keine Archäologen.

00:20:38.320 --> 00:20:39.220
Betreiben Sie Architektur.

00:20:40.040 --> 00:20:40.880
Quantifizieren Sie es nun,

00:20:40.940 --> 00:20:42.120
damit die Finanzabteilung aufhört zu sollen.

00:20:42.460 --> 00:20:43.660
Ergebnisse, Zeitersparnis,

00:20:43.760 --> 00:20:44.360
Kostensenkung,

00:20:44.460 --> 00:20:45.540
weniger Ausfallzeiten durch Fehler.

00:20:46.260 --> 00:20:47.420
KI unterstützt die Generierung,

00:20:47.520 --> 00:20:48.300
verkürzt die Schleife aus

00:20:48.300 --> 00:20:49.300
Bild-Debugging und Diplorn.

00:20:49.740 --> 00:20:51.480
Co-Pilot entwirft Transformationen und Skripte.

00:20:51.940 --> 00:20:53.220
Der Agent testet gegen Stichproben

00:20:53.220 --> 00:20:53.900
vor der Freigabe.

00:20:53.900 --> 00:20:56.260
Sie reduzieren Nacharbeit und Kontextwechsel,

00:20:56.360 --> 00:20:57.600
da die Orchestrierung mehr tief bleibt

00:20:57.600 --> 00:20:58.560
und der Code dort liegt,

00:20:58.660 --> 00:20:59.280
wo er ausgeführt wird.

00:20:59.680 --> 00:21:00.520
Kosten als nächstes,

00:21:00.620 --> 00:21:02.240
nehmen Sie Azure-Funktionen außer Betrieb,

00:21:02.300 --> 00:21:03.640
die nur Spalten umbenannt haben,

00:21:03.740 --> 00:21:04.920
halten Sie Flows in der Plattform,

00:21:05.040 --> 00:21:06.480
Notebooks in Fabric und Kleber in OfficeScript.

00:21:06.800 --> 00:21:07.960
Sie zahlen weniger für Rechenleistung

00:21:07.960 --> 00:21:09.300
und benötigen deutlich weniger Aufmerksamkeit.

00:21:09.660 --> 00:21:10.460
Kein Container-Patching,

00:21:10.620 --> 00:21:11.240
weniger Geheimnisse,

00:21:11.360 --> 00:21:12.280
weniger Wochenendausfälle.

00:21:12.960 --> 00:21:13.500
Schließlich Fehler.

00:21:13.940 --> 00:21:15.400
Typisierte Grenzen bei Konnektoren,

00:21:15.540 --> 00:21:16.500
OfficeScript-Objektmodelle

00:21:16.500 --> 00:21:17.640
und semantische Metadaten

00:21:17.640 --> 00:21:18.860
erkennen Formfehler frühzeitig.

00:21:19.660 --> 00:21:20.520
Agent-Leit-Planken,

00:21:20.760 --> 00:21:21.800
Genauigkeit beim Tool-Aufruf

00:21:21.800 --> 00:21:22.660
und Kontextspeicherung

00:21:22.660 --> 00:21:24.000
beenden, den Freitagsreparieren

00:21:24.000 --> 00:21:24.860
und das Kapu-Zyklus.

00:21:25.360 --> 00:21:26.460
Die Wiederholungsrate sinkt,

00:21:26.500 --> 00:21:27.460
da man Muster aktualisiert,

00:21:27.540 --> 00:21:28.060
nicht nur Dateien.

00:21:28.940 --> 00:21:29.780
Praktische Metriken,

00:21:30.040 --> 00:21:31.220
Lösungszeit pro Vorfall,

00:21:31.360 --> 00:21:32.660
Erfolgsrate von Tool-Aufrufen

00:21:32.660 --> 00:21:34.020
und Vorlaufzeit für Änderungen.

00:21:35.180 --> 00:21:35.720
Checkliste,

00:21:35.820 --> 00:21:36.740
Orchestrator wählen,

00:21:36.840 --> 00:21:37.620
Verträge definieren,

00:21:37.760 --> 00:21:39.080
Prompts als Vorlagen erstellen,

00:21:39.220 --> 00:21:40.020
Prüfschritte einbauen

00:21:40.020 --> 00:21:41.560
und Ergebnisse zentral überwachen.

00:21:42.500 --> 00:21:43.220
Python ist nicht tot,

00:21:43.260 --> 00:21:44.620
es wurde aus seinen Spezialgebieten zurückgestimmt.

00:21:44.980 --> 00:21:45.900
Gut, so liefert man Software aus.

00:21:46.480 --> 00:21:47.560
Gegenargument und Erwiderung.

00:21:48.100 --> 00:21:49.400
Aber Python dominiert die Datenwissenschaft.

00:21:49.980 --> 00:21:51.180
Ja, Python dominiert die Datenwissenschaft.

00:21:51.180 --> 00:21:55.020
In Fabric ist genau das der Grund,

00:21:55.140 --> 00:21:55.840
warum es in Notebooks

00:21:55.840 --> 00:21:56.900
und Analyse-Kernels bleibt.

00:21:57.340 --> 00:21:57.800
Es ist der Motor.

00:21:58.220 --> 00:21:58.500
Die Wahl.

00:21:58.940 --> 00:22:00.020
Motoren regeln keine Ampel.

00:22:00.680 --> 00:22:01.500
Orchestrierung bedeutet

00:22:01.500 --> 00:22:02.680
Straßensignale und Regeln.

00:22:03.380 --> 00:22:04.680
Das ist die Domäne der Power-Plattform.

00:22:05.540 --> 00:22:06.060
Connectoren,

00:22:06.320 --> 00:22:06.520
Office-Scripts,

00:22:07.340 --> 00:22:08.800
Dataflow-Gen2 und Co-Pilot.

00:22:09.860 --> 00:22:10.840
Hier verschwimmen bei vielen die Grenzen.

00:22:11.620 --> 00:22:12.600
Dominanz in der Analyse

00:22:12.600 --> 00:22:13.520
bedeutet nicht Eignung

00:22:13.520 --> 00:22:14.880
als Kleber im Microsoft-Stack.

00:22:15.660 --> 00:22:16.820
In Power Automate ist Python

00:22:16.820 --> 00:22:18.300
indirekte externe Rechenleistung

00:22:18.300 --> 00:22:19.140
über Azure Functions

00:22:19.140 --> 00:22:20.640
oder benutzerdefinierte Konnektoren.

00:22:21.640 --> 00:22:22.540
Das erhöht Kosten,

00:22:22.640 --> 00:22:23.180
Secret-Management,

00:22:23.280 --> 00:22:24.400
Kaltstarts und Versionsdrift.

00:22:24.920 --> 00:22:26.400
Währenddessen laufen Office-Scripts dort,

00:22:26.480 --> 00:22:28.480
wo Ihre Microsoft 365 Daten liegen

00:22:28.480 --> 00:22:29.560
und Co-Pilot erstellt sie

00:22:29.560 --> 00:22:30.420
aus einfacher Sprache.

00:22:30.960 --> 00:22:31.740
Sie wählen zwischen Reibung

00:22:31.740 --> 00:22:32.640
und nativer Geschwindigkeit,

00:22:32.780 --> 00:22:34.040
aber wir brauchen benutzerdefinierte Logik.

00:22:35.100 --> 00:22:36.500
Setzen Sie es hinter typisierte Grenzen,

00:22:36.620 --> 00:22:37.920
nutzen Sie einen Fabric-Notebook-Job

00:22:37.920 --> 00:22:38.700
oder ML-Endpunkt

00:22:38.700 --> 00:22:39.260
für Vorhersagen

00:22:39.260 --> 00:22:40.100
und komplexe Transformation.

00:22:40.600 --> 00:22:41.980
Stellen Sie eine saubere API bereit

00:22:41.980 --> 00:22:42.760
und lassen Sie den Ablauf

00:22:42.760 --> 00:22:43.580
über Verträge orchestrieren,

00:22:43.640 --> 00:22:44.020
nicht nachgeführt.

00:22:44.560 --> 00:22:45.720
Sie erhalten die Stärke von Python,

00:22:45.840 --> 00:22:46.520
ohne jede Freigabe,

00:22:46.620 --> 00:22:47.680
Umbenennung oder Dateiverschiebung

00:22:47.680 --> 00:22:48.980
manuell über eine Flask-App zu vertraten,

00:22:49.000 --> 00:22:49.800
die Sie vergessen zu patchen.

00:22:50.620 --> 00:22:51.320
Microsoft's Kurs

00:22:51.320 --> 00:22:52.500
festigt diese Trennung.

00:22:53.880 --> 00:22:55.020
Office-Scripts sind die offizielle

00:22:55.020 --> 00:22:56.400
Scripting-Lösung für M3.5.

00:22:57.040 --> 00:22:58.160
Co-Pilot ist in Power BI

00:22:58.160 --> 00:22:59.060
und Dataflow Gen 2

00:22:59.060 --> 00:22:59.940
semantisch modellbewusst

00:22:59.940 --> 00:23:01.260
und generiert M oder Python

00:23:01.260 --> 00:23:02.720
verankert an ihren Metadaten.

00:23:03.860 --> 00:23:05.160
Agenten verbessern die Genauigkeit

00:23:05.160 --> 00:23:06.020
von Tool-Aufrufen

00:23:06.020 --> 00:23:06.840
und Kontextspeicherung,

00:23:07.000 --> 00:23:08.040
sodass der Kleber zuverlässig

00:23:08.040 --> 00:23:08.660
und prüfbar bleibt.

00:23:09.160 --> 00:23:10.320
Nichts davon erfordert die Orchestrierung

00:23:11.980 --> 00:23:13.560
Hybrid ist kein Kompromiss-Assist-Design.

00:23:14.200 --> 00:23:15.200
TypeScript-basierte Skripte

00:23:15.200 --> 00:23:16.360
und Agenten regeln die Peripherie,

00:23:16.480 --> 00:23:17.620
Python übernimmt die Berechnung.

00:23:18.160 --> 00:23:19.080
Sie treffen sich an typisierten

00:23:19.080 --> 00:23:20.140
APIs oder Warteschlangen.

00:23:20.600 --> 00:23:21.660
Sie verkürzen die Lösungszeit,

00:23:21.760 --> 00:23:22.580
senken die Betriebskosten

00:23:22.580 --> 00:23:23.340
und reduzieren Fehler,

00:23:23.460 --> 00:23:24.720
weil die Schnittstellen explizit sind.

00:23:25.600 --> 00:23:26.680
Nutzen Sie Python-Dotwesglänzen.

00:23:27.160 --> 00:23:28.240
Hören Sie Office-Ausall-Wert-Klebeband

00:23:28.240 --> 00:23:28.660
zum Missbrauch.

00:23:29.640 --> 00:23:30.040
Implementierungsplaybook

00:23:30.040 --> 00:23:30.980
für Ihre nächsten 30 Tage.

00:23:31.520 --> 00:23:32.160
Woche 1 Audit.

00:23:32.840 --> 00:23:33.920
Markieren Sie jeden Workflow

00:23:33.920 --> 00:23:35.160
und Datenfluss als Kleber um.

00:23:35.840 --> 00:23:37.180
Heben Sie Python-Funktionen hervor,

00:23:37.260 --> 00:23:38.360
die Freigaben, Umbenennungen

00:23:38.360 --> 00:23:40.080
oder Datei-Igo-Antipetanz berühren.

00:23:40.720 --> 00:23:41.800
Dokumentieren Sie Ein- und Ausgaben

00:23:41.800 --> 00:23:42.540
sowie Fehler-Hotspots.

00:23:43.280 --> 00:23:44.320
Erheben Sie echte Metriken,

00:23:44.440 --> 00:23:45.920
Lösungszeit-Vorlaufzeit-Veränderungen,

00:23:46.020 --> 00:23:46.800
falls Sie Agenten nutzen,

00:23:46.860 --> 00:23:48.100
die Erfolgsrate von Tool-Aufrufen.

00:23:48.520 --> 00:23:49.040
Wenn nicht, auch gut.

00:23:49.560 --> 00:23:50.520
Etablieren Sie jetzt die Basis.

00:23:51.360 --> 00:23:52.280
Woche 2 migrieren Sie

00:23:52.280 --> 00:23:53.060
Trivialen Klebercode.

00:23:53.780 --> 00:23:54.980
Ersetzen Sie Python-Endpunkte

00:23:54.980 --> 00:23:56.380
für Excel- oder SharePoint-Aufgaben

00:23:56.380 --> 00:23:57.140
durch Office-Scripts

00:23:57.140 --> 00:23:58.160
und native Konnektoren.

00:23:59.000 --> 00:23:59.960
Nutzen Sie Co-Pilot,

00:24:00.060 --> 00:24:01.480
um Skripte aus einfacher Sprache zu entwerfen.

00:24:02.200 --> 00:24:03.820
Fügen Sie dann eine schlanke Prüfliste hinzu.

00:24:04.460 --> 00:24:04.900
Spaltenformate,

00:24:04.900 --> 00:24:06.180
Null-Handling, Ideimpotenz.

00:24:06.900 --> 00:24:08.040
Standardisieren Sie Prompt-Vorlagen

00:24:08.040 --> 00:24:09.300
und benennen Sie Skripte professionell.

00:24:09.420 --> 00:24:10.480
Verb-substantiv mit Kontext,

00:24:10.540 --> 00:24:11.760
nicht Skript-und-Diskisch mit Kontext.

00:24:12.260 --> 00:24:13.480
Versionieren Sie dies im Repositor.

00:24:13.760 --> 00:24:14.560
Ja, Skripte sind Code.

00:24:15.040 --> 00:24:15.400
Woche 3

00:24:15.400 --> 00:24:16.540
Refaktorieren Sie Datenflüsse.

00:24:17.040 --> 00:24:18.460
Tellen Sie handgeschriebene Transformationen

00:24:18.460 --> 00:24:19.700
auf Co-Pilot-gestützte Generierung

00:24:19.700 --> 00:24:20.640
in Dataflow Gen2 um.

00:24:21.320 --> 00:24:22.780
Halten Sie Orchestrierung aus Python heraus.

00:24:22.960 --> 00:24:24.440
Reservieren Sie es nur für Analyse-Kernels.

00:24:25.340 --> 00:24:26.940
Validieren Sie gegen Ihr semantisches Modell

00:24:26.940 --> 00:24:28.440
Spaltennamen, Datentypen und Kennzahlen.

00:24:29.000 --> 00:24:30.180
Speichern Sie akzeptierte Diffs

00:24:30.180 --> 00:24:31.320
in Ihrer Prompt-Bibliothek,

00:24:31.320 --> 00:24:32.140
damit die nächste Änderung

00:24:32.140 --> 00:24:33.120
eine Prompt-Anpassung ist

00:24:33.120 --> 00:24:34.160
und keine Entdeckungsreise.

00:24:35.220 --> 00:24:35.720
Woche 4

00:24:35.720 --> 00:24:36.940
Führen Sie einen Agenten

00:24:36.940 --> 00:24:38.220
für komplexe Orchestrierung ein.

00:24:38.740 --> 00:24:39.780
Beschränken Sie die Toolbox.

00:24:39.960 --> 00:24:41.540
Arbeitsblatt, Tabelle aktualisieren,

00:24:41.700 --> 00:24:43.020
dataverse.doc.absat,

00:24:43.160 --> 00:24:44.840
dataflow.run, E-Mail versenden.

00:24:45.960 --> 00:24:47.560
Definieren Sie Typverträge für jedes Tool,

00:24:47.700 --> 00:24:48.840
einschließlich Beispiel-Payloads

00:24:48.840 --> 00:24:49.720
und Abnahmekriterien.

00:24:50.260 --> 00:24:51.460
Aktivieren Sie die Vorabvalidierung

00:24:51.460 --> 00:24:52.060
gegen Beispiele

00:24:52.060 --> 00:24:53.540
und verfolgen Sie Toolgenauigkeit

00:24:53.540 --> 00:24:54.720
sowie Lösungszeit.

00:24:55.360 --> 00:24:56.240
Wenn der Agent fehlschlägt,

00:24:56.320 --> 00:24:57.100
korrigieren Sie das Muster,

00:24:57.240 --> 00:24:58.100
aktualisieren Sie Prompts,

00:24:58.200 --> 00:24:59.080
Schemas oder Toolnamen,

00:24:59.140 --> 00:25:00.140
um Wiederholungen zu vermeiden.

00:25:00.140 --> 00:25:01.600
Da wollen wir uns durchgehen.

00:25:02.000 --> 00:25:03.300
Erzwingen Sie typisierte Schnittstellen

00:25:03.300 --> 00:25:03.960
an jeder Nahtstelle.

00:25:04.380 --> 00:25:05.480
Speichern Sie Prompts Zusammenbindung.

00:25:05.920 --> 00:25:06.720
Fügen Sie Review-Gates

00:25:06.720 --> 00:25:08.140
für Skript- und Datenflussänderungen zu.

00:25:08.540 --> 00:25:09.740
Zentralisieren Sie Telemetrie,

00:25:09.960 --> 00:25:11.320
Power Automate-Ausführungshistorie,

00:25:11.500 --> 00:25:12.240
Datenfluss-Lineage

00:25:12.240 --> 00:25:13.160
und Agenten-Traces

00:25:13.160 --> 00:25:13.920
in einem Dashboard.

00:25:14.460 --> 00:25:15.760
Rollback-Pläne sind nicht verhandelbar.

00:25:16.420 --> 00:25:17.440
Vorherige Skript-Versionen,

00:25:17.620 --> 00:25:19.140
zuletzt bekannte funktionierende Datenflüsse

00:25:19.140 --> 00:25:20.260
und Notebook-Job-Snapshots.

00:25:21.400 --> 00:25:22.660
Exit-Kriterien an Tag 30.

00:25:23.540 --> 00:25:25.100
Weniger benutzerdefinierte Konnektoren

00:25:25.100 --> 00:25:25.920
für trivialen Code,

00:25:26.000 --> 00:25:27.240
messbare Senkung der Laufkosten,

00:25:27.240 --> 00:25:29.020
schnellere Änderungen bei kleinerem Wirkungskreis

00:25:29.020 --> 00:25:30.400
und dokumentierte Schnittstellen,

00:25:30.520 --> 00:25:31.220
mit denen neue Teammitglieder

00:25:31.220 --> 00:25:32.820
an einem Tag statt einer Woche produktiv sind.

00:25:33.480 --> 00:25:34.880
Python bleibt innerhalb von Notebooks

00:25:34.880 --> 00:25:35.800
und Analyse-Kernels

00:25:35.800 --> 00:25:37.020
der Kleberkopf.

00:25:37.880 --> 00:25:39.580
Er ist generiert, typisiert und langweilig.

00:25:39.980 --> 00:25:40.620
Genau das ist der Punkt.

00:25:41.080 --> 00:25:42.020
Wichtigste Erkenntnis,

00:25:42.100 --> 00:25:43.240
im Microsoft-Ökosystem

00:25:43.240 --> 00:25:44.140
orchestrieren Agenten

00:25:44.140 --> 00:25:45.800
plus TypeScript-basierte Skripte sauber,

00:25:46.220 --> 00:25:47.220
während Python dort bleibt,

00:25:47.320 --> 00:25:48.940
wo Bibliotheken wirklich ihren Nutzen haben

00:25:48.940 --> 00:25:49.720
in der Analyse.

00:25:49.720 --> 00:25:52.100
Wenn Ihnen das Zeit gespart hat,

00:25:52.160 --> 00:25:52.860
zahlen Sie die Schuld zurück.

00:25:53.260 --> 00:25:53.700
Abonnieren Sie.

00:25:54.180 --> 00:25:55.020
Schauen Sie sich das Follow-up

00:25:55.020 --> 00:25:55.960
zum Erstellen Ihres ersten

00:25:55.960 --> 00:25:56.820
App-Agenten-Playbooks

00:25:56.820 --> 00:25:58.000
mit typisierten Tool-Verträgen

00:25:58.000 --> 00:25:58.760
und Review-Gates an.

00:25:59.160 --> 00:25:59.940
Sie werden schneller liefern

00:25:59.940 --> 00:26:00.780
mit weniger Ausfällen

00:26:00.780 --> 00:26:01.660
und die Finanzabteilung

00:26:01.660 --> 00:26:02.340
wird endlich aufhören,

00:26:02.420 --> 00:26:03.280
mit Endrechnungen zu seufzen.

00:26:03.280 --> 00:26:03.820
Bye.

00:26:03.820 --> 00:26:03.840
Bye.