Das Power BI Update Oktober 2026 wirkt auf den ersten Blick wie ein kleines Reporting-Release. Tatsächlich steckt mehr darin: Ein natives Gantt-Visual könnte einfache Projektzeitpläne ohne zusätzliche Custom Visuals ermöglichen, der List Slicer wird deutlich kompakter und dynamische Berichtshierarchien verhalten sich konsistenter. Für Plattformverantwortliche ist jedoch eine Änderung im Kapazitätsbetrieb besonders relevant. Wir ordnen ein, wo sich ein früher Test lohnt, welche Funktionen noch nicht produktionsreif sind und welche Auswirkungen Unternehmen berücksichtigen sollten.
Das Wichtigste für BI-Teams
Die größte sichtbare Neuerung ist das native Gantt-Visual, mit dem Power BI Aufgaben, Zeiträume, Fortschritt und Meilensteine direkt darstellen kann. Auch der neue Dropdown-Modus des List Slicers ist interessant, weil er vielfältig gestaltete Filterelemente platzsparend macht. Beide Funktionen befinden sich noch in der Preview.
Bei dynamischen Berichten profitieren Autorinnen und Autoren von automatisch erweiterten Hierarchieachsen mit Field Parameters. Im Hintergrund verändert die kontinuierlichere Erfassung der Capacity Units (CU), wie früh die Fabric Surge Protection auf Auslastung reagiert. Und der Power BI Report Authoring Skill macht einen weiteren Schritt hin zur KI-gestützten Arbeit mit bestehenden und speziellen Visualisierungen.
Der entscheidende Unterschied: Nicht jede angekündigte Funktion ist automatisch sofort in jeder Power-BI-Umgebung nutzbar. Release-Status, Desktop-Version, Tenant-Rollout und die fachliche Eignung gehören zur Bewertung dazu.
1. Native Gantt-Charts: gut für Zeitpläne, kein Ersatz für Projektmanagement
Bislang benötigten Power-BI-Teams für klassische Gantt-Darstellungen häufig ein Custom Visual oder eine aufwendig formatierte Matrix. Das neue Gantt-Visual gehört nun zum Kernumfang von Power BI. Für überschaubare Zeit- und Fortschrittsanalysen sinkt damit die technische Einstiegshürde.
Um es auszuprobieren, aktivieren Berichtsentwickler das Gantt-Visual in Power BI Desktop unter Datei → Optionen und Einstellungen → Optionen → Vorschaufunktionen und starten Desktop anschließend neu.
Das Visual bildet Aufgaben als Balken auf einer Zeitachse ab. Als Datengrundlage dienen eine Aufgabenbezeichnung sowie Start- und Endwerte. Beide Datumswerte können auch über Measures bereitgestellt werden. Fortschrittswerte lassen sich innerhalb der Balken darstellen; ein Meilenstein entsteht, wenn für einen Vorgang ein Startdatum, aber kein Enddatum vorliegt. Bis zu drei Kategorieebenen ermöglichen beispielsweise die Gruppierung nach Programm, Projekt und Phase. Zusätzliche Spalten können Verantwortliche, Status oder andere Kennzahlen zeigen.
Praxisbeispiel: Rollout einer BI-Plattform
Ein Unternehmen migriert mehrere Fachbereiche auf eine gemeinsame Power-BI-Plattform. Im semantischen Modell liegen je Arbeitspaket eine eindeutige Aufgaben-ID, eine Bezeichnung, geplante Start- und Endtermine, Fortschritt und verantwortliches Team vor. Im Gantt werden die Arbeitspakete unter den jeweiligen Projekten gruppiert. Eine danebenstehende Spalte zeigt den Status, während die Balken die zeitliche Überlappung sichtbar machen.
Dieser Aufbau beantwortet eine konkrete Managementfrage: Welche Arbeitspakete laufen parallel, wo entstehen Terminüberschneidungen und welche Aufgaben sind noch nicht abgeschlossen? Er sollte jedoch nicht mit einem vollständigen Projektplanungssystem verwechselt werden. Für komplexe Abhängigkeiten, kritische Pfade, Ressourcenplanung oder verbindliche Projektsteuerung sind spezialisierte Werkzeuge weiterhin zu prüfen.
Zeitachse und Grenzen richtig einordnen
Die Achse muss nicht ausschließlich automatisch bleiben: Es lassen sich Start und Ende des sichtbaren Bereichs festlegen, Zeitstufen formatieren und eine Zoomfunktion verwenden. Bei deaktivierter automatischer Skalierung können feste Ebenen wie Monate und Jahre gewählt werden. Damit eignet sich das Visual auch für eine gezielte Betrachtung bestimmter Projektphasen.
Wichtig sind die Einschränkungen: Das Gantt-Visual ist Preview und unterstützt maximal 1.000 Zeilen. Die automatische Zeitskalierung reicht nicht unter die Tagesebene, auch wenn Balken anteilige Tage abbilden können. Bei sehr vielen Einzelaktivitäten oder besonderen Formatierungsanforderungen sollte vor einem Rollout getestet werden, ob die Darstellung, Navigation und Performance genügen.
Unsere Einordnung: Für Projektübersichten, Rollout-Pläne und Meilensteinberichte ist das native Visual ein ernstzunehmender Kandidat. Ein bereits etabliertes Custom Visual sollte aber nicht allein deshalb ausgetauscht werden, weil eine native Alternative verfügbar ist. Funktionsumfang, Berechtigungen, Wartbarkeit, Barrierefreiheit und Berichtsnutzung zählen mehr als das Etikett „nativ“. Wie stark die Wahl des Visuals die Aussage eines Berichts beeinflusst, zeigen wir auch bei der Frage, welche Power BI Visuals sich für welche Analyse eignen.
2. List Slicer als Dropdown: mehr Inhalt auf weniger Berichtsfläche
Ein Filter kann fachlich wertvoll und gestalterisch trotzdem störend sein. Vor allem Listen mit vielen Kunden, Produkten oder Standorten beanspruchen schnell einen großen Teil der Berichtsseite. Der List Slicer mit Dropdown-Modus verbindet die differenzierteren Formatierungsoptionen des modernen List Slicers mit einer kompakten Oberfläche.
Anders als beim klassischen Dropdown bleiben reichhaltig gestaltete Einträge möglich: Bilder, Zusatzinformationen, Hierarchien und bedingte Formatierungen können auch in der aufgeklappten Liste genutzt werden. Ausgewählte Werte erscheinen außerhalb der Liste als einzeln entfernbare Auswahlchips. Bei zahlreichen Selektionen zeigt ein Zähler zusätzliche Werte an. Mit Show selected first werden bereits ausgewählte Einträge oben angezeigt.
Das klingt nach einer kleinen UX-Verbesserung, löst aber ein reales Problem: Wer in einer langen Kundenliste drei Gesellschaften ausgewählt hat, sollte diese Auswahl kontrollieren können, ohne durch den gesamten Datenbestand zu scrollen.
Was beim Filterverhalten zu beachten ist
Eine Besonderheit betrifft Select all. Werden anschließend einzelne Elemente ausgeschlossen, zeigt das Visual diese Ausschlüsse ausdrücklich als Not (Element) an. Damit wird für die Leserinnen und Leser sichtbar, dass bestimmte Werte ausgeschlossen werden, statt zahlreiche andere Werte einzuschließen. Für komplexe Managementberichte ist diese Transparenz wichtig: Unterschiedliche Filterlogiken können sonst zu Fehlinterpretationen führen.
In der Praxis sollte das Team drei Dinge prüfen: Verstehen die Nutzer die Auswahlchips und Ausschlüsse? Bleibt die Liste auf kleineren Bildschirmen bedienbar? Und sind Bilder oder Zusatzlabels tatsächlich ein Erkenntnisgewinn statt bloßer Dekoration? Der List Slicer bleibt Preview; vor dem Produktiveinsatz sind insbesondere Usability und Barrierefreiheit zu testen.
3. Field Parameters und Auto-Expand: dynamische Berichte werden konsistenter
Field Parameters erlauben es, Dimensionen oder Kennzahlen über eine Auswahl im Bericht zu wechseln. Ein Vertriebsbericht kann so zunächst nach Region, dann nach Kundensegment und anschließend nach Produktgruppe auswerten, ohne für jede Perspektive ein eigenes Diagramm anzulegen.
Bislang war das Zusammenspiel mit aufgeklappten Hierarchien in Diagrammen nicht immer so konsistent wie in Matrizen. Die automatische Erweiterung der Hierarchieachse unterstützt nun Field Parameters in Balken-, Säulen- und Liniendiagrammen. Werden mehrere Felder für die Achse gewählt, kann die Hierarchie entsprechend aufgeklappt werden. Die Einstellung befindet sich in der Achsenformatierung unter Auto expand.
Das verbessert besonders Berichte, in denen ein einziger Filter die Perspektive mehrerer Visuals steuert. Eine Kennzahl wie Umsatz kann dann im Säulendiagramm und in einer Matrix entlang derselben wechselnden Dimensionen betrachtet werden, ohne dass die Nutzerinnen und Nutzer die Hierarchiestufen ständig erneut öffnen müssen.
Empfehlung: In bestehenden dynamischen Reports lohnt sich ein gezielter Regressionstest. Prüft insbesondere Diagramme mit mehreren Field-Parameter-Auswahlen, bestehende Drill-Zustände und Layouts mit längeren Kategorienamen. Eine technisch korrekte Hierarchie ist noch keine gut lesbare Visualisierung.
4. KI-gestütztes Report Authoring: Der Nutzen liegt im kontrollierten Workflow
Die Entwicklung rund um KI in Power BI geht über das Erzeugen einzelner DAX-Formeln hinaus. Der Power BI Report Authoring Skill kann inzwischen auch unterstützte Custom Visuals in die Berichtserstellung einbeziehen. Ein Agent kann beispielsweise ein vorhandenes Visual auswählen, es an Felder binden, Formatierungen anpassen und die Reportdefinition validieren. Auch bei der Suche nach geeigneten Visuals aus AppSource kann er unterstützen.
Der fachliche Mehrwert liegt weniger darin, dass KI „einen schönen Bericht baut“, sondern in der Automatisierung wiederholbarer Arbeitsschritte am Report-Layer. Dazu zählen das Anlegen von Seiten, das Zuordnen von Modellfeldern, das Bearbeiten von Layouts und das Prüfen von Reportdefinitionen. Der Ansatz nutzt unter anderem das dateibasierte PBIR-Format in Power-BI-Projekten (PBIP).
Was Unternehmen vor dem Einsatz klären sollten
Ein valides Report-JSON ist nicht automatisch ein fachlich richtiger Bericht. Der Agent muss die richtigen Measures auswählen, Filterkontexte berücksichtigen und visuell verständliche Ergebnisse liefern. Gerade beim Einsatz von Custom Visuals sind außerdem Herkunft, Berechtigungen, unterstützte Versionen und Freigaben relevant.
Ein sinnvoller Ablauf ist deshalb: fachliche Anforderung definieren, vorhandenes semantisches Modell prüfen, Änderungen am Report versionieren, Report technisch validieren und anschließend im tatsächlich gerenderten Bericht abnehmen. Für produktive Umgebungen gehören menschliche Kontrolle und ein reproduzierbarer Rückweg dazu. Strukturvalidierung allein erkennt weder ein irreführendes Diagramm noch ein unglückliches Layout.
Wer die Aufgaben von KI-Skills und Modellierungswerkzeugen voneinander abgrenzen möchte, findet diese Architektur im bestehenden Beitrag zu Power BI MCP, Fabric IQ und Report Authoring wieder. Der Report-Skill ersetzt weder ein sauberes semantisches Modell noch Governance.
5. Semantische Modelle und Surge Protection: der wichtigste Betriebsaspekt
Die unscheinbarste Meldung des Updates dürfte für Fabric-Administratoren eine der wichtigsten sein: Semantische Modelle melden den Verbrauch von Capacity Units bei längeren Hintergrundoperationen kontinuierlicher. Zuvor wurde ein großer Teil der Auslastung erst zum Abschluss einer solchen Operation erfasst. Dadurch konnte eine bereits stark beanspruchte Kapazität während laufender Vorgänge weniger aktuell bewertet werden.
Mit den früher verfügbaren Verbrauchssignalen kann die Surge Protection ihre konfigurierten Schwellenwerte näher an der tatsächlichen Last auswerten. Sie soll übermäßige Hintergrundlast begrenzen, bevor die gesamte Kapazität in schwerere Throttling-Zustände gerät.
Warum früheres Eingreifen nicht immer weniger Fehler bedeutet
Das Betriebsverhalten hat einen Zielkonflikt: Eine Schutzfunktion, die früher reagiert, kann neue Hintergrundaufträge früher ablehnen, während andere Arbeiten verzögert, aber später angenommen werden. Gleichzeitig kann sie schwerwiegendere, spätere Ablehnungen reduzieren. Das verbessert nicht automatisch die Erfolgsquote jedes Refreshs und erhöht auch nicht die verfügbare Rechenkapazität.
Für die Praxis heißt das: Wenn Refreshes oder andere Hintergrundjobs nach einer Änderung häufiger sofort abgelehnt werden, muss das nicht auf gestiegenen CU-Verbrauch hindeuten. Es kann auch Ausdruck einer früheren Schutzentscheidung sein. Ebenso wäre es falsch, allein aus weniger spätem Throttling auf eine generell schnellere Plattform zu schließen.
Die kontinuierlichere Verbrauchserfassung wird automatisch bereitgestellt; die Kapazitätsgrenzen und Schutzschwellen bleiben eine separate administrative Entscheidung. Für Fabric-Kapazitäten mit aktivierter Surge Protection sollten deshalb die Kapazitätsmetriken, Ablehnungsereignisse und die zeitliche Verteilung ressourcenintensiver Hintergrundjobs zusammen betrachtet werden.
Drei Fragen für die Betriebsprüfung
Erstens: Zu welchen Zeiten konkurrieren Modell-Refreshes, Pipelines und interaktive Analysen um dieselbe Kapazität? Zweitens: Wird Arbeit bewusst früh abgelehnt, um kritische interaktive Berichte zu schützen, oder führt die Konfiguration zu vermeidbaren Betriebsunterbrechungen? Drittens: Müssen besonders kritische Workloads besser geplant, optimiert oder auf einer eigenen Kapazität isoliert werden?
Der entscheidende Punkt ist nicht, Schutzgrenzen reflexartig höher zu setzen. Es geht darum, eine nachvollziehbare Balance zwischen Refresh-Fenstern, interaktiver Performance und Betriebssicherheit zu finden. Das ist letztlich auch eine Frage der Power BI Governance und der Verantwortlichkeiten zwischen BI-Entwicklung und Plattformbetrieb.
6. Zwei kleinere Änderungen mit praktischem Nutzen
Hintergrundfarben im Diagramm-Plotbereich: Microsoft hat für zahlreiche Standarddiagramme eine einfarbige oder bedingt formatierte Hintergrundfüllung des eigentlichen Zeichenbereichs angekündigt. Richtig eingesetzt kann sie Ausnahmen oder fachlich unterschiedliche Zustände hervorheben. Zu viele Farbwechsel erschweren dagegen die Interpretation.
Persönliche Bookmarks und Spaltenbreiten: Gespeicherte persönliche Ansichten sollen in Tabellen und Matrizen auch die angepassten und neu angeordneten Spalten erhalten. Das ist besonders bei breiten, individuell konfigurierten Berichten hilfreich, in denen die gewünschte Sicht sonst immer wieder hergestellt werden muss.
Wichtiger Rollout-Hinweis: Beide Funktionen wurden in der Releaseübersicht als allgemein verfügbar geführt. Microsoft hat jedoch anschließend Verzögerungen bei ihrer Bereitstellung bestätigt. BI-Teams sollten sie deshalb nicht ungeprüft als bereits in jedem Desktop-Build oder Tenant verfügbar voraussetzen.
Was sollten Unternehmen jetzt tatsächlich tun?
| Priorität | Für wen? | Sinnvoller nächster Schritt |
|---|---|---|
| Jetzt testen | Report-Entwicklung | Gantt-Visual an einem überschaubaren Projektplan gegen bestehende Lösung vergleichen; Preview-Grenzen dokumentieren |
| Jetzt testen | UX und Reporting | List-Slicer-Dropdown mit langen Filterlisten, Auswahlchips und mobilen Layouts erproben |
| Gezielt übernehmen | BI-Entwicklung | Field Parameters und Auto expand in dynamischen Diagrammen prüfen |
| Betrieb kontrollieren | Fabric-Administration | CU-Auslastung, Surge-Protection-Ablehnungen und Refresh-Zeitfenster gemeinsam auswerten |
| Pilotieren | BI-Plattformteam | KI-Report-Authoring an versionierten PBIP/PBIR-Projekten mit menschlicher Abnahme testen |
| Verfügbarkeit prüfen | Berichtsentwicklung | Plotbereich-Hintergründe und persistente Spaltenbreiten erst nach Build-/Tenant-Prüfung einplanen |
Die Priorisierung folgt keinem Neuheitsranking, sondern dem Verhältnis von Geschäftsnutzen, technischem Risiko und Umsetzungsaufwand. Auch ein kleines UI-Feature kann wertvoller sein als eine spektakuläre Vorschau, wenn es täglich von vielen Menschen verwendet wird.
Fazit: Weniger Funktionsliste, mehr Entscheidungsqualität
Das Power BI Update Oktober 2026 bringt keine grundlegende Neuausrichtung, aber mehrere Verbesserungen, die im Alltag spürbar werden können. Das native Gantt-Visual und der neue List-Slicer-Dropdown eröffnen interessante Möglichkeiten für Report-Designs. Field Parameters werden im Zusammenspiel mit Hierarchien einfacher nutzbar, während der Report Authoring Skill die KI-gestützte Erstellung von Berichten weiterentwickelt.
Die strategisch wichtigste Botschaft liegt im Betrieb: Frühere und genauere Lastsignale verändern, wann Fabric eine Kapazität schützt. Für Unternehmen zählen deshalb nicht nur attraktivere Visuals, sondern auch verlässliche Refreshes, verständliche Reports und kontrollierbare Entwicklungsprozesse.
Nächste Schritte
Wer die neuen Möglichkeiten in eigene Reports übertragen möchte, sollte mit einem konkreten Geschäftsprozess beginnen: einen Projektplan visualisieren, einen überladenen Filterbereich vereinfachen oder eine dynamische Berichtseite verbessern. Im Power BI Training der Daten-WG zeigen wir, wie sich solche Anforderungen mit verständlichen Visualisierungen, soliden Datenmodellen und praxistauglichen Standards umsetzen lassen.
