Was gibt es Neues und wo geht die Reise von Visual Analytics hin?

AI wird zur Grundlage moderner Analytics

Ein zentrales Thema der Konferenz war der Wandel von klassischen Dashboards hin zu AI gestützten Analytics Erlebnissen. Traditionelle Dashboards beantworten meist die Fragen, die wir bereits kennen. Moderne AI Systeme gehen einen Schritt weiter: Sie sollen Zusammenhänge erkennen, Muster identifizieren und Insights liefern, nach denen niemand aktiv gesucht hat.

Besonders spannend war zu sehen, dass dieser Wandel nicht nur in Tableau Next stattfindet. Auch in Tableau Cloud und Tableau Server wird Conversational Analytics zunehmend Realität:

• AI Agents: zukünftiger Bestandteil von Dashboards, wodurch man über Dashboards hinweg mit natürlicher Sprache Abfragen stellen kann.

• Tableau Agent: für intelligente Suche in Tableau Cloud und Tableau Server.

Damit entwickelt sich Tableau zunehmend in Richtung eines intelligenten Analytics Assistenten und nicht mehr nur eines klassischen BI Tools.

Die größte Herausforderung: Vertrauen und Datenverständnis

So beeindruckend die Demos auch waren, die eigentliche Herausforderung bleibt dieselbe: AI ist nur so gut wie das Wissen, auf dem sie basiert. Viele Sessions drehten sich deshalb um Semantic Layers und die Frage, wie Unternehmen Business Kontext strukturiert bereitstellen können. Das bedeutet: Datenmodelle sauber strukturieren, Geschäftslogik konsistent definieren, Feldbeschreibungen pflegen, Berechnungen standardisieren und Business Terminologie dokumentieren. All das dient dazu, Vertrauen in AI generierte Antworten zu schaffen.

In den Demos sah das oft erstaunlich einfach aus. AI kann Beschreibungen generieren, ähnliche Assets erkennen oder bei der Optimierung semantischer Modelle helfen. Darauf schauen wir im nächsten Abschnitt genauer.

Die spannendsten neuen Tableau Features

Neben den großen AI Themen gab es auch einige konkrete Produktneuheiten, auf die viele Tableau User seit Jahren warten. Dieses Jahr gibt es überraschend viele starke Entwicklungen in den Tableau Core Products.

Tableau Desktop

Tableau Server/Cloud

Tableau Next

Salesforce adressiert dort sehr aktiv das Problem unzuverlässiger AI Antworten und setzt stark auf semantische Modelle als Fundament. Einige interessante Funktionen:

AI generierte Feldbeschreibungen

Erkennung ähnlicher oder duplizierter Assets

Q&A Calibration zur Bewertung von AI Antworten

Verwaltung von Business Preferences und Begrifflichkeiten

IronViz nicht verpassen

Ein weiteres Highlight der IronViz war natürlich wieder der große Live Wettbewerb rund um Data Visualisation und Storytelling mit Tableau. IronViz gilt als die weltweit größte Data Visualisation Competition, bei der drei Finalisten live auf der Bühne innerhalb von nur 20 Minuten mit demselben Datensatz eine komplette Tableau Story entwickeln müssen. Bewertet wird dabei nach den Kriterien Design, Storytelling und Analyse.

Das Thema der diesjährigen Qualifikationsrunde war „Food & Drink“. Aus über 120 Einreichungen wurden die drei Finalisten ausgewählt: Ann Pregler, Kevin Wee und Brian Moore. Auf der Bühne entwickelten alle drei ihre Dashboards rund zum Thema Bücher und zeigten dabei völlig unterschiedliche kreative Ansätze.

Alle Finalisten waren in den Bereichen Storytelling, Technik und Design unglaublich stark. Besonders beeindruckend war, wie unterschiedlich die Ansätze waren und wie kreativ Daten präsentiert wurden. Die Qualität der Visualisierungen war insgesamt extrem hoch und das Finale blieb bis zum Schluss spannend, weil alle Teilnehmer auf einem außergewöhnlich starken Niveau performten. Glückwunsch an Ann Pregler zum verdienten Sieg.

Iron Viz 2026 ansehen →

AI Unterstützung als Tableau Entwickler

Wir haben viel über die zukünftige Agentic AI gesprochen, die in den kommenden Jahren noch stärker in Analytics integriert wird. Gleichzeitig verändert AI aber schon heute ganz konkret die tägliche Arbeit im BI Umfeld, zum Beispiel beim Aufbau von Dashboards.

In einer Session zeigte Sam Fife sehr anschaulich, wie AI bei typischen Entwickleraufgaben unterstützen kann, etwa beim Einbetten von Dashboards, beim Anpassen von Workbook XML oder beim Automatisieren von Data Workflows. Aufgaben, die früher mehrere Tage dauern konnten, lassen sich durch AI deutlich schneller umsetzen. In der Demo wurde dafür unter anderem Claude Code verwendet.

Für Tableau Entwickler kann AI dabei eine interessante Möglichkeit sein, die eigenen Fähigkeiten zu erweitern und zu verstärken. So ergeben sich neue Wege, über klassische Rollen hinauszudenken und zusätzliche Perspektiven im Bereich Data Analytics zu entdecken.

Fazit: Die Zukunft von BI wird intelligenter, aber nicht einfacher

Die Tableau Conference 2026 hat deutlich gezeigt, wohin sich die Branche bewegt. Von klassischem Self Service BI entwickeln wir uns zunehmend in eine Agentic Era, in der Conversational Analytics stärker genutzt wird und AI Agents direkt in Dashboards integriert werden.

Wichtig bleibt dabei aber eine starke Datenbasis im Hintergrund, damit den Antworten der AI auch vertraut werden kann. Je mehr AI automatisiert, desto wertvoller werden Menschen, die Daten wirklich verstehen, Business Kontext sauber modellieren und Vertrauen in Analytics schaffen können. Mark Nelson, der neue GM von Tableau, sieht die Rolle von Business Analysts künftig deutlich stärker in Richtung „Knowledge Architect“.

Sind Dashboards damit tot? Ganz im Gegenteil. Auch auf der Konferenz wurde klar gesagt, dass Dashboards weiterhin ein wichtiger Bestandteil moderner Unternehmen bleiben. Organisationen brauchen verlässliche Dashboards mit zentralen KPIs und Visualisierungen, die regelmäßig genutzt werden und bei denen sichergestellt ist, dass die Zahlen korrekt sind. Gleichzeitig sehen wir auch die kontinuierliche Weiterentwicklung der Tableau Core Produkte. Dabei kommen im Laufe des Jahres noch viele großartige neue Features in zukünftigen Releases hinzu.