Machine Agentic Analytics mit Tableau Next – der nächste Schritt in der Datenanalyse?

In der Tableau- und Salesforce-Community ist derzeit viel Bewegung: Tableau Next sorgt für Gesprächsstoff. Mit der neuen Plattform zeigt Salesforce, wohin sich Business Intelligence entwickeln könnte. Das zentrale Konzept heisst Agentic Analytics – eine Vision, in der Daten, KI und Automatisierung nahtlos zusammenspielen, um Analysen nicht nur zu ermöglichen, sondern sie direkt in Aktionen zu überführen.

Bevor wir weiterfahren, lohnt sich ein kurzer Blick auf den Begriff „Agentic Analytics“: Dahinter steckt die Idee, dass Analyse-Systeme nicht mehr nur Informationen liefern, sondern eigenständig handeln. Anstatt dass Menschen Daten auswerten und darauf reagieren, übernehmen intelligente Agenten diesen Schritt. Sie erkennen Muster, leiten daraus Handlungsempfehlungen ab oder führen sie sogar automatisiert aus. Analytics wird dadurch von einer rein beschreibenden zu einer aktiven, handlungsorientierten Disziplin.

Klingt ambitioniert? Ist es auch. Tableau Next steht am Anfang dieser Entwicklung, viele der angekündigten Funktionen befinden sich noch im Aufbau oder Rollout. Dennoch: Der Zeitpunkt, sich mit dem Konzept auseinanderzusetzen, ist jetzt.

Gerade für Unternehmen mit CRM-Daten in Salesforce bietet sich die Chance, erste Proof-of-Concepts (PoCs) zu realisieren und das Potenzial von Agentic Analytics praktisch auszuloten.

Als erfahrene Partner im Bereich Data, Analytics und Visualisation begleiten wir diesen Wandel – interessiert, aber mit gesundem Realismus. Hinter den grossen Versprechen steckt zweifellos viel Potenzial, aber auch ein technologischer Reifegrad, der wachsen muss. Der beste Weg, das Potenzial von Tableau Next einzuschätzen, sind konkrete PoCs mit echten CRM-Daten.

1. Warum Tableau Next? Überblick & Nutzen

Salesforce positioniert Tableau Next als nächsten Schritt in der Evolution von Business Intelligence. Der Anspruch: Datenanalysen werden zu intelligenten Dialogen, die direkt in Handlungen münden.

Agentic Analytics statt klassisches BI

In der Vision von Tableau Next stellen Anwender*innen Fragen in natürlicher Sprache und erhalten nicht nur Antworten, sondern auch Empfehlungen oder automatische Aktionen. Analyse wird zu einem interaktiven Prozess, unterstützt durch generative KI.

Nahtlose Verbindung mit Salesforce & Data Cloud

Tableau Next ist eng in die Salesforce-Plattform eingebettet und nutzt die Data Cloud als gemeinsame Datenbasis. Das soll Daten aus Vertrieb, Service und Marketing zusammenführen, ohne zusätzliche Integrationsaufwände.

Seit geraumer Zeit steht auch der Datenstandort Schweiz (Zürich) zur Verfügung. Damit können Unternehmen ihre Salesforce- und Data-Cloud-Daten innerhalb der Schweiz hosten. Ein wichtiger Schritt für die Schweizer Kundschaft.

Semantic Layer – eine gemeinsame Sprache für Daten

Besonders spannend ist der Semantic Layer. Er soll als gemeinsame semantische Grundlage dienen, die Geschäftslogik, Aggregationen und Metadaten vereint. Damit entsteht eine zentrale Ebene, auf der Kennzahlen, Berechnungen und Beziehungen definiert werden und das unabhängig davon, wer ein Dashboard erstellt oder welche Datenquelle genutzt wird.
Das Ziel sind einheitliche KPIs, weniger Interpretationsspielraum und mehr Vertrauen in die Daten. Wird beispielsweise der Begriff „aktive Kund*innen“ an einer Stelle definiert, greift diese Änderung automatisch in allen verbundenen Visualisierungen. Das reduziert den Pflegeaufwand und Inkonsistenzen und ist damit besonders interessant für grosse Organisationen mit vielen Datenteams oder dezentralen Reportingstrukturen.

Offen & interoperabel

Ein wichtiges Versprechen: Bestehende Tableau-Umgebungen bleiben nutzbar. Semantic-Modelle und Datenquellen können zwischen klassischem Tableau und Tableau Next geteilt werden. Die Umstellung kann also schrittweise und ohne Systembruch erfolgen.

Zero Copy Data

Ein Kernversprechen von Tableau Next ist die sogenannte Zero Copy Data-Architektur.
Daten müssen dabei nicht mehr physisch kopiert oder repliziert werden, um analysiert zu werden. Stattdessen greift Tableau Next direkt auf externe Plattformen wie Snowflake, Databricks oder BigQuery zu, während die Daten dort bleiben, wo sie liegen.

Der Vorteil: weniger Redundanz, geringerer Speicherbedarf und stets aktuelle Daten. Auch Governance und Sicherheit profitieren, weil sensible Informationen nicht mehrfach verschoben werden. In der Praxis hängt der Nutzen allerdings stark von der Performance der zugrundeliegenden Systeme ab. Netzwerkgeschwindigkeit, Abfrageoptimierung und Kostenkontrolle bleiben entscheidende Faktoren.

Aus unserer Sicht ist Zero Copy Data ein spannender Ansatz mit viel Potenzial, aber einer, den man in der Praxis genau beobachten und erproben sollte, bevor er zum Standard wird. Gerade in hybriden Landschaften mit komplexen Sicherheits- oder Compliance-Anforderungen braucht es ein sauberes Architekturdesign, damit aus der Theorie echte Effizienz entsteht.

Vorkonfigurierte Analytics Skills

Salesforce spricht von Modulen wie Data Pro, Concierge und Inspector, die KI-gestützt Datenaufbereitung, Monitoring und Interaktion erleichtern. Erste Versionen dieser Funktionen sind bereits verfügbar und zeigen, wohin die Reise geht.

Aus heutiger Sicht steckt dieses Konzept noch in den Anfängen und vieles davon ist eher ein Ausblick als bereits gelebte Realität. Dennoch ist die Richtung spannend. Wenn Salesforce es schafft, diese Funktionen nahtlos in den Analysealltag zu integrieren, könnte hier in den nächsten Jahren ein zentraler Baustein für wirklich intelligente Analytics-Erlebnisse entstehen.

2. Architektur: Die vier Schichten von Tableau Next

Tableau Next folgt einem modularen Architekturansatz, der klar strukturierte Verantwortlichkeiten vorsieht. Von der Datenquelle bis zur Aktion.

Der Semantic Layer bildet in dieser Architektur das Bindeglied zwischen Daten und Visualisierung. Wie weit diese Architektur bereits umgesetzt ist, lässt sich derzeit noch schwer beurteilen. Doch die Richtung stimmt: weg von isolierten Berichten, hin zu einer vernetzten, aktiven Analyseplattform.

3. Tableau Next im Vergleich zu klassischem Tableau

Nach all den Ankündigungen rund um Tableau Next stellt sich für viele die entscheidende Frage: Wie fügt sich das neue System in die bestehende Tableau-Landschaft ein?
Denn auch wenn Salesforce mit Tableau Next grosse Pläne verfolgt, bleibt das klassische Tableau-Ökosystem – mit Desktop, Server und Cloud – weiterhin relevant. Tableau Next ersetzt diese Werkzeuge nicht, sondern erweitert sie.
Kurz gesagt: Tableau Next baut auf Bewährtem auf und ergänzt es mit weiteren vielversprechenden Features.

Tableau Classic (Desktop / Server / Cloud)

• Fokus auf manuelle Exploration und visuelle Analyse

• Dashboards und Data Sources als primäre Assets

• Getrennte, aber flexible Verbindung zu Salesforce und externen Datenquellen

• Bewährte Stabilität und Governance-Strukturen

Tableau Next

• Engere Verzahnung mit Salesforce-Ökosystem und Data Cloud

• Einführung des semantischen Layers als gemeinsame Geschäftslogik

• KI-gestützte Interaktion per Sprache oder Empfehlungssystem

• Action Layer für automatisierte oder eingebettete Workflows

Für bestehende Tableau-Kund:innen bedeutet das kein Ersatz, sondern eine Erweiterungsperspektive. Jetzt ist ein guter Zeitpunkt, Tableau Next kennenzulernen, erste Erfahrungen zu sammeln und die neuen Funktionen einzuordnen. Wer früh startet, kann künftige Wettbewerbsvorteile gezielt nutzen.

4. Chancen & Herausforderungen

Chancen

• Frühe Erfahrung mit Agentic Analytics: Tableau Next entwickelt sich weiter. Wer jetzt testet, versteht früher, wie sich die neuen Konzepte verhalten und kann sich einen Wissensvorsprung sichern.
• Proof-of-Concepts mit CRM-Daten: Besonders Salesforce-Daten eignen sich ideal für erste Use Cases.
• Demokratisierung der Analyse: Langfristig können Fachanwender*innen selbstständig mit Daten interagieren – ohne tiefe BI-Expertise.
• Kontinuität: Bestehende Tableau-Assets bleiben nutzbar und bieten eine solide Basis für erweiterte Konzepte.
• Strategische Vorbereitung: Unternehmen, die sich jetzt mit der Architektur und den Konzepten befassen, sind bereit, wenn Tableau Next produktiv reif ist.

Herausforderungen

• Funktionsreife: Viele Features befinden sich noch im Aufbau oder Beta-Stadium. Bekannte Features aus der Datenvisualisierung, wie zum Beispiel Karten, sind noch nicht verfügbar.
• Datenqualität & Governance: Ohne saubere Basisdaten bleibt Agentic Analytics Theorie. Wir unterstützen unsere Kunden dabei, die nötige Datenbasis und Governance-Struktur zu schaffen.
• Integration in bestehende Landschaften: Die Verzahnung von Data Cloud, Tableau und externen Quellen braucht zuerst Zeit und Know-how.
• Akzeptanz & Change Management: Neue Interaktionsformen mit Daten erfordern neue Kompetenzen und ein Umdenken in Fachabteilungen.
• Kosten & Performance: Die Architektur ist leistungsfähig, aber auch komplex – Skalierung will geplant sein.

5. Ausblick: Jetzt ist der richtige Zeitpunkt zum Kennenlernen

Tableau Next ist weniger ein Produkt-Release als ein Versprechen – ein Blick in die Richtung, in die sich Business Intelligence entwickeln wird.
Die Integration von KI, Sprache und Handlung ist ein logischer, spannender Schritt. Aber wie bei jeder neuen Technologie gilt: erst Erfahrung sammeln, dann skalieren.
Gerade Proof-of-Concepts mit CRM-Daten bieten jetzt die ideale Gelegenheit, sich mit der Plattform vertraut zu machen. Gemeinsam mit unseren Kund*innen entwickeln wir kompakte Pilotprojekte, um Potenzial, Grenzen und zukünftige Chancen von Tableau Next frühzeitig in der Praxis zu erkennen.

6. Unsere Empfehlung

Jetzt ist der richtige Zeitpunkt, aktiv zu werden. Die Entwicklung im Bereich Agentic Analytics verläuft rasant. Was heute noch als Beta gilt, kann morgen bereits marktreif sein. Es lohnt sich, früh Erfahrungen zu sammeln und mit einem Proof-of-Concept (PoC) praktisch zu testen, welches Potenzial in der eigenen Datenlandschaft liegt.
Unternehmen, die jetzt lernen, mit dieser neuen Generation von Analytics umzugehen, verschaffen sich einen klaren Wettbewerbsvorteil.
Wer das Thema vertiefen oder einen PoC starten möchte, ist herzlich eingeladen, sich bei uns zu melden. Wir teilen unsere Erfahrungen und begleiten den Einstieg pragmatisch und auf Augenhöhe – vom ersten Konzept bis zum konkreten Use Case.

Gemeinsam stärker mit bestehenden Salesforce-Partnern

Viele Organisationen arbeiten bereits mit einem Salesforce-Partner für ihre CRM-Umgebung zusammen. Das ist ideal, denn wir verstehen uns nicht als Konkurrenz, sondern als Ergänzung.

Mit unserer Erfahrung aus der Tableau- und Analytics-Welt erweitern wir bestehende Expertise um die Themen Datenvisualisierung, Insights und KI-gestützte Entscheidungsprozesse.So entsteht gemeinsam mit dem Salesforce-Partner ein starkes Team: die optimale Kombination aus CRM-Know-how und Data-Excellence.