Tableau-Hilfe

Hinweis: Einstein Copilot wurde in Tableau Agent umbenannt, da die Plattform um weitere KI-Agenten-Funktionen ausgebaut wird. Ab Oktober 2024 werden Sie in Tableau Prep, Tableau Catalog und der Tableau Cloud-Webdokumenterstellung diverse Aktualisierungen sehen, die an Seitenabschnitten, Feldnamen und anderen Benutzeroberflächentexten vorgenommen wurden. Hilfeinhalte und Trailhead-Module werden ebenfalls aktualisiert, um diese Änderungen widerzuspiegeln.

Es ist wichtig, dass Ihre Daten sicher bleiben, während Sie Innovationen mit neuer Technologie durchführen. Bei der KI in Tableau steht für uns Vertrauen an erster Stelle und wir sind bestrebt, die Sicherheit Ihrer Daten zu gewährleisten und gleichzeitig exakte und sichere Erlebnisse zu schaffen.

KI in Tableau und Ihre Daten

Um die Sicherheit Ihrer Daten zu gewährleisten, hat Salesforce Vereinbarungen mit LLM-Anbietern (Large Language Model) wie etwa OpenAI getroffen. Organisationen können generative KI-Funktionen nutzen, ohne dass ihre privaten Daten für das Training des LLM verwendet werden.

Vertrauenswürdige generative KI

Die Salesforce-Lösungen mit generativer Einstein-KI werden auf der Grundlage von fünf Prinzipien für vertrauenswürdige generative KI entworfen, entwickelt und bereitgestellt.

• Genauigkeit: Wir legen bei unseren Modellen Wert auf Genauigkeit, Präzision und Erinnerung und untermauern unsere Modellergebnisse, wann immer möglich, mit Erklärungen und Quellen. Wir empfehlen, die Modellausgabe vor der Weitergabe an Endbenutzer von einem Menschen überprüfen zu lassen.

• Sicherheit: Wir arbeiten daran, Verzerrungen, Toxizität und schädliche Ergebnisse von Modellen, die in unseren Produkten verwendet werden, durch branchenführende Erkennungs- und Schadensminderungstechniken zu erkennen und zu mindern.

• Transparenz: Wir stellen sicher, dass unsere Modelle und Funktionen die Herkunft der Daten respektieren und, wann immer möglich, auf Ihren Daten basieren.

• Ermächtigung: Wir glauben, dass unsere Produkte die Fähigkeiten der Menschen erweitern und ihnen helfen sollten, effizienter und zielstrebiger zu arbeiten.

• Nachhaltigkeit: Wir streben danach, Modelle in der richtigen Größe zu bauen, bei denen die Genauigkeit im Vordergrund steht und unser CO2-Fußabdruck reduziert wird.

Weitere Informationen zu vertrauenswürdiger KI finden Sie unter Salesforce-Forschung: Vertrauenswürdige KI(Link wird in neuem Fenster geöffnet)

Von AI in Tableau unterstützte Sprachen und Gebietsschemata

Die KI-Funktionen in Tableau unterstützen Englisch (en_US). Seit Version 2025.1 (Februar-Release) wird für Tableau Agent und Tableau Pulse in den in diesem Abschnitt aufgeführten Funktionsbereichen eine Teilmenge zusätzlicher Sprachen unterstützt. Derzeit unterstützt die generative KI in Tableau Catalog nur Englisch (en_US).

• Tableau Pulse-Erkenntniszusammenfassungen und verbesserter semantischer Abgleich in der Funktion „Fragen und Antworten“

• Tableau Pulse Discover: Erweiterte F&A-Funktion (2025.2 und später)

• Tableau Agent in der Tableau Prep-Webdokumenterstellung

• Tableau Agent in Tableau Prep Builder (2025.2 und höher)

• Tableau Agent in der Tableau Cloud-Webdokumenterstellung

• Tableau Agent in Tableau Desktop

Hinweis: Die KI-Funktionen in Tableau erben die Einstein-Vertrauensebene und Sicherheitskontrollen für unterstützte Sprachen. Einige Sprachen unterstützen die musterbasierte Datenmaskierung, die Toxizitätserkennung oder Audit- und Feedbackdaten möglicherweise nicht vollständig.

Weitere Informationen zu den unterstützten Datentypen und zur verfügbaren Toxizitätserkennung nach Sprache sowie zu den Arten von Audit-Daten, die für die generative KI erfasst werden, finden Sie in der Salesforce-Hilfe unter Regions- und Sprachunterstützung der Einstein-Vertrauensebene(Link wird in neuem Fenster geöffnet) und Generative KI-Audit- und Feedbackdaten(Link wird in neuem Fenster geöffnet).

Sprachen und Gebietsschemata nach Funktionsbereich

Bei Verwendung von Tableau Agent in Tableau Cloud basiert die in der Antwort der generativen KI verwendete Sprache auf der Sprache, die bei Ihnen in Meine Kontoeinstellungen festgelegt ist. Wenn dies in Meine Kontoeinstellungen auf Nicht spezifiziert festgelegt ist, wird stattdessen die Spracheinstellung des Browsers verwendet. Bei Verwendung von Tableau Agent in Tableau Desktop und in Tableau Prep Builder wird für die Antwort der generativen KI die Sprache verwendet, die im Menü Hilfe > Sprache auswählen ausgewählt ist.

Die folgenden Sprachen werden derzeit unterstützt.

Tableau Pulse-Erkenntniszusammenfassungen und die erweiterte F&A-Funktion (Erkunden)

Hinweis: Die Maskierungsfunktion der Einstein-Vertrauensebene unterstützt sechs Hauptsprachen. Für andere Sprachen kann sich die Antwortqualität verringern. Metriknamen bleiben in der Originalsprache. Die Erkennung der Eingabesprache kann in nicht unterstützten Gebietsschemata variieren.

Tableau Agent in der Tableau Prep-Webdokumenterstellung

Hinweis: Die musterbasierte Datenmaskierung und Toxizitätserkennung sind derzeit nicht auf Französisch (Kanada), Koreanisch und Portugiesisch verfügbar.

Tableau Agent in Tableau Prep Builder

Tableau Agent in Tableau Prep Builder ist ab Version 2025.2 verfügbar.

Hinweis: Die musterbasierte Datenmaskierung und Toxizitätserkennung sind derzeit nicht auf Französisch (Kanada), Koreanisch und Portugiesisch verfügbar.

Tableau Agent in der Tableau Cloud-Webdokumenterstellung

Hinweis: Die musterbasierte Datenmaskierung und Toxizitätserkennung sind derzeit nicht auf Französisch (Kanada), Koreanisch und Portugiesisch verfügbar.

Tableau Agent in Tableau Desktop

Hinweis: Die musterbasierte Datenmaskierung und Toxizitätserkennung sind derzeit nicht auf Französisch (Kanada), Koreanisch und Portugiesisch verfügbar.

LLM-Auswahl und geo-sensitives LLM-Anforderungsrouting

Tableau Agent und die erweiterte F&A-Funktion (Erkunden) unterstützen nicht die Auswahl eines von Salesforce verwalteten Large Language Model (LLM). Stattdessen testet das Entwicklungsteam bei Tableau auf der Grundlage von Leistung, Genauigkeit und Kosten das beste Modell und wählt es aus.

Derzeit unterstützen die Modelle, die von Tableau Agent und der Erkunden-Funktion von Tableau Pulse verwendet werden, kein geobasiertes Routing. Alle von Tableau Agent verwendeten LLMs werden in den USA gehostet, wo alle Modelle verfügbar sind. Informationen darüber, welches spezifische LLM derzeit in Ihrer Version von Tableau Agent und der erweiterten F&A-Funktion (Erkunden) verwendet wird, erhalten Sie von Ihrem Tableau-Ansprechpartner.

Weitere Informationen zum geo-sensitiven LLM-Anforderungsrouting finden Sie unter Geo-sensitives LLM-Anforderungsrouting auf der Plattform für generative Einstein-KI(Link wird in neuem Fenster geöffnet) in der Salesforce-Hilfe.

Die Einstein-Vertrauensebene in Aktion

KI in Tableau basiert auf Einstein AI und übernimmt die Einstein-Vertrauensebene und -Sicherheitskontrollen.

In Tableau Pulse

Die Erkenntniszusammenfassungen basieren auf vorlagenbasierten Erkenntnissen in natürlicher Sprache und Werten, die mithilfe deterministischer statistischer Modelle berechnet werden. Tableau Pulse basiert außerdem auf einer Metrikebene, die einen begrenzten, sicheren Raum für die Erkennung von Erkenntnissen bietet. Tableau Pulse verwendet generative KI, um die Sprache der von Tableau generierten Erkenntnisse zu verbessern und zu synthetisieren. Das Ergebnis sind zusammengefasste Erkenntnisse in leicht verständlicher Sprache, mit denen sich der Benutzer schnell auseinandersetzen kann.

Der semantische Abgleich der Funktion „Fragen und Antworten“ wurde für alle Sprachen verbessert. Fragen und Erkenntnistexte werden im Zuge der Berechnung des semantischen Abgleichs an OpenAI gesendet. Alle Aufrufe von OpenAI erfolgen über die Einstein-Vertrauensebene.

Die erweiterte F&A-Funktion (Erkunden) verwendet statistische Algorithmen, um gruppierte Metriken zu untersuchen und Erkenntnisse bereitzustellen, die relevant, interessant und untersuchenswert sind. Diese Funktion nutzt generative KI, um intuitive Schlüsselerkenntnisse, relevante Visualisierungen, Quellenangaben und Vorschläge für Folgefragen zu generieren. Da diese Funktion auf KI in Tableau basiert, können Sie Fragen in Ihren eigenen Worten stellen und Antworten zu Ihren Daten in natürlicher Sprache erhalten.

Die erweiterte F&A-Funktion (Erkunden) unterstützt mehrsprachige Fragen und Antworten in den von Tableau Cloud unterstützten Sprachen. Vorgeschlagene Fragen, Folgefragen und Erkenntniszusammenfassungen passen sich an die Spracheinstellung der Website an. Discover erkennt die Eingabesprache, wenn Benutzer Fragen stellen, und gibt nahtlos LLM-generierte Antworten in dieser Sprache zurück – auch wenn sie sich von der Site- oder Datensprache unterscheidet. Metriknamen und Filter bleiben aus Gründen der Übersichtlichkeit und Konsistenz immer in der ursprünglichen Sprache, in der sie erstellt wurden.

Hinweis: Die Maskierungsfunktion der Einstein-Vertrauensebene unterstützt sechs Hauptsprachen. Für andere Sprachen kann sich die Antwortqualität verringern. Metriknamen bleiben in der Originalsprache. Die Erkennung der Eingabesprache kann in nicht unterstützten Gebietsschemata variieren.

Discover nutzt durch die Einstein-Vertrauensebene fortschrittliche Techniken des Mustervergleichs und des maschinellen Lernens, um vertrauliche Daten in Prompts zu erkennen. Personenbezogene Daten (PII) wie Namen und E-Mail-Adressen werden bei der Verwendung zum maschinellen Lernen automatisch maskiert. Um optimale Ergebnisse zu erzielen, sollten Sie Ihre Daten mit eindeutigen Entitätsbezeichnern und konsistenten Feldbeschriftungen strukturieren, um Mehrdeutigkeiten zu minimieren und genaue Ergebnisse bei der Anwendung der Maskierung sicherzustellen.

In Tableau Agent

Damit Tableau Agent eine Visualisierung, eine Berechnung, Vorschläge zur Bereinigung und Transformation von Abläufen oder eine Asset-Beschreibung zurückgeben kann, müssen wir zunächst Tableau Agent in Ihren Daten verankern.

Wenn Sie Tableau Agent starten, fragen wir die Datenquelle ab, mit der Sie verbunden sind, und erstellen eine Zusammenfassung aus Feldmetadaten (Feldbeschriftungen, Feldbeschreibungen (Kommentare), Datenrollen und Datentypen) und rufen bis zu 1000 eindeutige Feldwerte ab, wenn der Datentyp eine Zeichenfolge (Text) ist. Diese Zusammenfassung wird an das Large Language Model (LLM) gesendet, um Vektoreinbettungen zu erstellen, damit Tableau Agent den Kontext Ihrer Daten verstehen kann. Die Erstellung der Zusammenfassung erfolgt innerhalb von Tableau, und die Zusammenfassungskontextdaten werden vom LLM vergessen, sobald die Vektoreinbettungen erstellt sind.

Wenn Sie eine Frage oder Anfrage in den Konversationsbereich eingeben, wird ein kombinierter Prompt – bestehend aus der Benutzereingabe, den Metadaten für den aktuellen Status der Visualisierung (Webdokumenterstellung) oder des Tableau Prep-Schemas und dem historischen Kontext – vom Konversationsbereich über die Einstein-Vertrauensebene zum LLM gesendet. Mit der Einstein-Vertrauensebene können personenbezogene Daten (PII) durch musterbasierte Datenmaskierung maskiert werden, bevor sie an das LLM gesendet werden. PII werden mithilfe von Methoden des maschinellen Lernens und Mustervergleichs in Prompts durch generische Token ersetzt und dann in der Antwort mit den Originalwerten demaskiert. Weitere Informationen zur PII-Maskierung finden Sie unter Unterstützung der Regionalsprache der Einstein-Vertrauensebene(Link wird in neuem Fenster geöffnet) in der Salesforce-Hilfe.

Die Antwort fließt zurück durch die Einstein-Vertrauensebene, um auf Toxizität überprüft zu werden und alle maskierten Daten zu demaskieren. Aufgrund unserer Null-Datenspeicherungsrichtlinie mit unseren externen LLM-Anbietern werden alle an das LLM gesendeten Daten nicht gespeichert und nach dem Senden einer Antwort gelöscht.

Als Ergebnis erhalten Sie eine Visualisierung, eine Berechnung, einen Plan für das Prep-Schema oder eine Asset-Beschreibung, die Sie überprüfen können.

Techniken wie diese stellen sicher, dass unsere Produkte generative KI auf vertrauenswürdige Weise übernehmen. Gleichzeitig werden Ihre Kundendaten nicht zum Trainieren eines globalen Modells verwendet.

Möchten Sie mehr über die Einstein-Vertrauensebene erfahren? Sehen Sie sich Einstein-Vertrauensebene: Entwickelt für Vertrauen(Link wird in neuem Fenster geöffnet) in der Salesforce-Hilfe an oder nutzen Sie das Modul Einstein-Vertrauensebene(Link wird in neuem Fenster geöffnet) auf Salesforce Trailhead.

Überprüfung generativer KI-Ergebnisse

Die KI in Tableau ist ein Tool, mit dem Sie schnell Erkenntnisse gewinnen, intelligentere Geschäftsentscheidungen treffen und produktiver arbeiten können. Diese Technologie ist kein Ersatz für menschliches Urteilsvermögen. Letztendlich sind Sie für alle LLM-generierten Ausgaben verantwortlich, die Sie in Ihre Datenanalyse integrieren und mit Ihren Benutzern teilen.

Überprüfen Sie stets, ob die LLM-Ausgabe korrekt und angemessen ist – unabhängig davon, ob es sich dabei um empfohlene Maßnahmen, Berechnungen zur Verwendung in einem Tableau Prep-Schema, zusammengefasste Erkenntnisse für von Ihnen verfolgte Metriken, aus Ihren Daten erstellte Visualisierungen oder Beschreibungen Ihrer Daten-Assets handelt.

Konzentrieren Sie sich auf die Genauigkeit und Sicherheit der Inhalte, bevor Sie sie in Ihre Abläufe, Visualisierungen und Analysen integrieren.

• Genauigkeit: Generative KI kann manchmal "halluzinieren" – also Ergebnisse erzeugen, die nicht auf Fakten oder vorhandenen Quellen basieren. Bevor Sie Vorschläge einarbeiten, prüfen Sie, ob die wesentlichen Angaben korrekt sind. Wird beispielsweise die vorgeschlagene Syntax für eine Berechnung von Tableau unterstützt?

• Voreingenommenheit und Toxizität: Da KI von Menschen erstellt und auf von Menschen erstellten Daten trainiert wird, kann sie auch Vorurteile gegenüber historisch marginalisierten Gruppen enthalten. In seltenen Fällen können einige Ausgaben schädliche Sprache enthalten. Überprüfen Sie Ihre Ausgaben, um sicherzustellen, dass sie für Ihre Benutzer geeignet sind.

Wenn die Ausgabe nicht Ihren Standards oder Geschäftsanforderungen entspricht, müssen Sie sie nicht verwenden. Mit einigen Funktionen können Sie die Antwort direkt bearbeiten, bevor Sie sie auf Ihre Daten anwenden. Sie können auch versuchen, von vorne zu beginnen, um eine weitere Ausgabe zu generieren. Helfen Sie uns, das Ergebnis zu verbessern, und teilen Sie uns mithilfe der Schaltflächen „Daumen hoch“ und „Daumen runter“ (sofern verfügbar) mit, was falsch war, und geben Sie uns Feedback.