Power BI Next Step 2026: AI flytter tættere på udviklingsarbejdet
Flere fra dataon deltog i år på Power BI Next Step-konferencen, hvor fokus var rettet mod de nyeste muligheder i Power BI, Fabric og AI. En gennemgående tendens på tværs af konferencen var, hvordan AI bevæger sig fra at være en assistent til rapportforbrug og analyse, til i stigende grad at blive en aktiv del af selve udviklingsprocessen.
AI som en aktiv udviklingspartner
I keynoten præsenterede Microsoft en række nye initiativer, der skal gøre AI mere anvendelig i udviklingsarbejdet. Centralt stod introduktionen af Skills og MCP (Model Context Protocol) servers, som giver AI-agenter adgang til specialiseret viden og konkrete handlinger i Power BI-miljøet.
Eksemplerne viste blandt andet, hvordan AI kan arbejde direkte med semantiske modeller, hjælpe med rapportdesign og understøtte udviklere gennem dedikerede Power BI-færdigheder. Samtidig blev der vist nye muligheder for at anvende MCP-servere til at udføre operationer mod modeller og rapporter, hvilket åbner for en mere automatiseret udviklingsoplevelse.
Et andet interessant spor var introduktionen af Fabric Apps. Her blev det demonstreret, hvordan webapplikationer kan bygges oven på data i Fabric og understøttes af AI-drevne udviklingsværktøjer. Kombinationen af Fabric Apps, dedikerede skills og MCP-servere peger på, at AI i højere grad kan hjælpe med både udvikling, vedligeholdelse og videreudvikling af løsninger.
PBIR-formatet åbner nye muligheder for automatisering
En anden spændende session tog udgangspunkt i Power BI Enhanced Report Format (PBIR), som opdeler rapporter i individuelle JSON-filer og mappestrukturer. Det gør rapporter langt mere tilgængelige for versionsstyring, automatisering og AI-baseret udvikling.
Oplægget viste flere konkrete eksempler på, hvordan PBIR-formatet kan effektivisere rapportudviklingen. Blandt andet blev der demonstreret metoder til at kopiere visuals mellem mange sider, administrere visual interactions på tværs af rapporter, rette measure-referencer og automatisere opgaver via PBIR CLI-værktøjer.
Særligt interessant var eksemplerne på agentisk udvikling, hvor AI anvender PBIR-strukturen til at forstå og ændre rapporter direkte. Når rapportens opbygning findes i læsbare filer frem for skjulte metadata, bliver det muligt for AI-værktøjer at assistere med ændringer, fejlfinding og standardisering på tværs af rapporter. Det kan potentielt reducere tiden brugt på repetitive opgaver og gøre vedligeholdelsen af større Power BI-løsninger mere effektiv.
Hvad tager vi med hjem?
Power BI Next Step 2026 bekræftede, at AI nu bevæger sig ind i selve udviklingsprocessen omkring Power BI og Fabric. Skills, MCP-servere og Fabric Apps viste, hvordan AI kan få adgang til både kontekst og handlinger, mens PBIR-formatet gør rapporter langt mere tilgængelige for automatisering og AI-assistance.