{"id":20219,"date":"2026-10-30T10:01:56","date_gmt":"2026-10-30T10:01:56","guid":{"rendered":"https:\/\/stage-01.hopmann.com\/blog\/\/"},"modified":"2026-10-30T10:44:31","modified_gmt":"2026-10-30T10:44:31","slug":"dashboards-mit-ki-erstellen","status":"publish","type":"blog","link":"https:\/\/www.hopmann.com\/de\/blog\/dashboards-mit-ki-erstellen\/","title":{"rendered":"Dashboards mit KI erstellen"},"content":{"rendered":"<hr>\n<ul>\n<li><a href=\"#\">social<\/a>\n<\/li>\n<\/ul>\n<hr>\n<div>\n<div class=\"uk-card uk-card-default uk-card-body uk-margin-medium-bottom\">\n<p class=\"uk-text-large\"><strong>Kurz zusammengefasst:<\/strong><br \/>\n\u201eDashboards sind tot, Reporting ist tot.\u201c Seit KI-Agenten vermeintlich jede Frage zu den eigenen Daten beantworten, ist dieser Satz oft zu h\u00f6ren. Beim Raw &amp; Roasted am 29. Oktober 2026 hat J\u00f6rg Hopmann ein anderes Bild gezeigt: Wenn Sie <strong>Dashboards mit KI erstellen<\/strong>, bekommen Sie in kurzer Zeit einen \u00fcberzeugenden Report. Verl\u00e4sslich wird er aber erst im Zusammenspiel mit menschlicher Expertise. KI macht vieles schneller, die Erfahrung von Fachleuten schafft das Vertrauen in die Zahlen. Den gr\u00f6\u00dften Hebel f\u00fcr Budget und Entscheidungen haben die Unternehmen, die vorher kl\u00e4ren, welche Kennzahlen z\u00e4hlen und wer die Regeln daf\u00fcr verantwortet.<\/p>\n<ul class=\"uk-list uk-list-bullet uk-text-large\">\n<li><strong>Dashboards bleiben das Werkzeug f\u00fcr Orientierung<\/strong> und eine gemeinsame Sicht auf das Gesch\u00e4ft. KI beschleunigt Mockups, Design und Abstimmungen und erg\u00e4nzt Dashboards bei der Exploration.<\/li>\n<li><strong>Mit Briefing, Rohdaten und Brand Guidelines<\/strong> erstellt Claude in rund 30 Minuten ein interaktives Dashboard mit SEO-Analyse und Handlungsempfehlungen.<\/li>\n<li><strong>Der gr\u00f6\u00dfte Return entsteht durch bessere Budgetentscheidungen.<\/strong> Die gesparte Zeit ist der kleinere Teil der Rechnung.<\/li>\n<li><strong>Semantic Layer und Context Layer sorgen daf\u00fcr, dass KI-Dashboards verl\u00e4ssliche Zahlen zeigen.<\/strong><\/li>\n<\/ul>\n<\/div>\n<figure class=\"uk-margin-medium\">\n<img decoding=\"async\" src=\"\/wp-content\/uploads\/raw-roasted-ki-im-reporting-event-hopmann.webp\" width=\"1200\" height=\"1200\" alt=\"Raw &amp; Roasted Event zu KI im Reporting bei Hopmann Marketing Analytics in M\u00fcnchen\" loading=\"lazy\"><br \/>\n<\/figure>\n<h2>Raw &amp; Roasted: Worum ging es beim Event?<\/h2>\n<div class=\"uk-grid-medium uk-flex-middle uk-margin-medium\" uk-grid>\n<div class=\"uk-width-1-5@s\">\n<img decoding=\"async\" src=\"\/wp-content\/uploads\/joerg-hopmann-portrait.jpg\" alt=\"J\u00f6rg Hopmann, Gesch\u00e4ftsf\u00fchrer Hopmann Marketing Analytics\" loading=\"lazy\">\n<\/div>\n<div class=\"uk-width-expand@s\">\n<p class=\"uk-text-large\">Am 29. Oktober 2026 haben wir zum <a href=\"\/de\/events\/ki-im-reporting\/\">Raw &amp; Roasted rund um KI im Reporting<\/a> eingeladen, vor Ort in M\u00fcnchen und online. Den Vortrag hielt <strong>J\u00f6rg Hopmann<\/strong>, Gesch\u00e4ftsf\u00fchrer von Hopmann Marketing Analytics. Im Publikum sa\u00dfen Fachleute aus Business Intelligence, Reporting und Marketing aus Branchen wie Automotive, Telekommunikation, Fashion, B2B und weiteren. Viele von ihnen arbeiten t\u00e4glich mit <a href=\"\/de\/technologien\/power-bi\/\">Power BI<\/a> oder <a href=\"\/de\/technologien\/tableau\/\">Tableau<\/a>.<\/p>\n<\/div>\n<\/div>\n<p class=\"uk-text-large\">J\u00f6rgs Antwort auf die Eingangsfrage: <strong>Dashboards sind nicht tot.<\/strong> Sie geben Orientierung, wenn man noch nicht wei\u00df, welche Frage man stellen sollte, und sie schaffen eine gemeinsame Sicht auf das Gesch\u00e4ft. KI ver\u00e4ndert vor allem, wie <a href=\"\/de\/marketing-analytics\/marketing-dashboards-reports\/\">Dashboards<\/a> entstehen: Mockups, Design und Abstimmungsschleifen mit den Fachbereichen gehen deutlich schneller. Und wer tiefer in die Daten einsteigen will, kann mit KI Fragen an die Daten stellen, ganz ohne SQL-Kenntnisse.<\/p>\n<h2>Dashboards mit KI erstellen: Die Live-Demo<\/h2>\n<p class=\"uk-text-large\">Wie einfach es heute ist, <strong>Dashboards mit KI zu erstellen<\/strong>, hat J\u00f6rg live gezeigt. Die Zutaten: zehn CSV-Exporte aus Google Search Console und GA4, unsere Brand Guidelines und ein einseitiges Briefing als Markdown-Datei. Es beschreibt, wof\u00fcr der Report da ist und wer ihn liest, in diesem Fall unser eigenes Marketingteam.<\/p>\n<p class=\"uk-text-large\">Claude hat daraus ein interaktives HTML-Dashboard mit f\u00fcnf Tabs gebaut, inklusive detaillierter SEO-Analyse und Handlungsempfehlungen. Der gesamte Aufwand lag bei rund 30 Minuten, inklusive Briefing und kleinerer \u00c4nderungen. Das Dashboard zeigt, was gut lief, wo Aufmerksamkeit n\u00f6tig ist und worauf sich das Team in den n\u00e4chsten vier Wochen konzentrieren sollte.<\/p>\n<figure class=\"uk-margin-medium\">\n<img decoding=\"async\" src=\"\/wp-content\/uploads\/dashboards-mit-ki-erstellen-beispielrechnung-hopmann.png\" width=\"1280\" height=\"720\" alt=\"Mit Claude erstelltes Dashboard mit f\u00fcnf Tabs auf Basis von Google Search Console und GA4 Daten, mit fiktiven Zahlen\" loading=\"lazy\"><figcaption class=\"uk-text-meta uk-text-italic uk-margin-small-top\">Das Claude-Dashboard aus der Live-Demo (mit fiktiven Zahlen): erstellt aus Briefing, zehn CSV-Dateien und unseren Brand Guidelines.<\/figcaption><\/figure>\n<p class=\"uk-text-large\">Denselben Versuch hat J\u00f6rg mit dem Open-Source-Modell <strong>DeepSeek<\/strong> auf einem gesicherten Server in Deutschland wiederholt. Das Ergebnis war vergleichbar, der Build dauerte etwas l\u00e4nger. Daf\u00fcr bleiben Daten und Kosten vollst\u00e4ndig unter eigener Kontrolle, ein echter Gewinn an Datensouver\u00e4nit\u00e4t.<\/p>\n<h3>Weitere Beispiele aus der Demo<\/h3>\n<p class=\"uk-text-large\"><strong>Business-Case-Rechner f\u00fcr Marketing Mix Modeling:<\/strong> Claude hat in Excel einen Rechner inklusive aller Formeln gebaut, der zeigt, ob sich ein <a href=\"\/de\/marketing-analytics\/marketing-science\/mmm\/\">Marketing Mix Modeling<\/a> Projekt lohnt. Er berechnet Amortisationszeit und Kapitalwert \u00fcber drei Jahre und spielt Szenarien von 1 bis 15 Prozent Effizienzgewinn durch. Wer die eigenen Zahlen eintippt, sieht sofort, welche Wirkung schon kleine Verbesserungen im Budgeteinsatz haben. So lassen sich auch andere Stakeholder im Business schnell abholen: Sie sehen den Nutzen eines <a href=\"\/de\/marketing-analytics\/marketing-science\/mmm\/mmm-simulator\/\">MMM<\/a> direkt an ihren eigenen Zahlen und k\u00f6nnen schneller entscheiden.<\/p>\n<p class=\"uk-text-large\"><strong>Das Dashboard in Power BI:<\/strong> Auf Basis des HTML-Dashboards hat Claude eine <a href=\"\/de\/marketing-analytics\/marketing-dashboards-reports\/power-bi-beratung\/\">Power-BI-Version<\/a> erstellt, mit Spezifikation, Datenmodell inklusive DAX und fertigem Report. M\u00f6glich machen das textbasierte Power-BI-Dateien sowie der Power BI MCP Server und Power BI Skills von Microsoft. Wer Power BI kennt, h\u00e4tte das Datenmodell an einigen Stellen performanter aufgebaut. Erfahrung bleibt der entscheidende Faktor.<\/p>\n<p class=\"uk-text-large\"><strong>Erkl\u00e4rvideo f\u00fcr das Management:<\/strong> Ein neues Dashboard braucht Aufmerksamkeit im Unternehmen. Inspiriert von Claude Motion hat J\u00f6rg ein 60-sek\u00fcndiges Erkl\u00e4rvideo erstellt, bewusst mit einem Open-Source-Modell: DeepSeek in Kombination mit <a href=\"https:\/\/www.remotion.dev\/\" rel=\"noopener noreferrer\" target=\"_blank\">Remotion<\/a>, einem Framework, das Videos aus Code rendert. So l\u00e4sst sich die eigene Arbeit intern \u00fcberzeugend pr\u00e4sentieren, statt nur einen Link zum neuen Dashboard zu verschicken.<\/p>\n<p class=\"uk-text-large\"><strong>Und wie belastbar sind die Ergebnisse?<\/strong> F\u00fcr einen unternehmensweiten Rollout w\u00fcrde J\u00f6rg ihnen noch nicht vollst\u00e4ndig vertrauen. Sie bieten aber eine sehr gute erste Orientierung, auf der sich aufbauen l\u00e4sst und die sich Schritt f\u00fcr Schritt verfeinern l\u00e4sst. Entscheidend ist die Datenbasis.<\/p>\n<h2>Richtung, Vertrauen und Governance: Was KI-Dashboards brauchen<\/h2>\n<p class=\"uk-text-large\">Wenn Fachbereiche ihre Reports selbst mit KI bauen, r\u00fccken neue Fragen in den Mittelpunkt.<\/p>\n<p class=\"uk-text-large\"><strong>Richtung:<\/strong> KI erm\u00f6glicht es allen, schneller mehr Reports zu erstellen. Wirkung entsteht aber erst, wenn dieser Output in dieselbe Richtung zeigt. Wenige verl\u00e4ssliche Dashboards, auf die alle schauen, bringen mehr als hunderte Einzelreports. J\u00f6rgs <strong>Beispielrechnung<\/strong> zeigt, warum: Die gesparte Zeit beim Erstellen ist der kleinere Gewinn. Spart eine Fachkraft im Analytics-Team 20 Prozent ihrer Zeit, sind das rund <strong>18.000 Euro<\/strong> im Jahr. F\u00fchrt ein gemeinsamer Blick auf die richtigen Kennzahlen dazu, dass ein Mediabudget von 10 Millionen Euro nur 3 Prozent besser eingesetzt wird, sind es rund <strong>300.000 Euro<\/strong>.<\/p>\n<figure class=\"uk-margin-medium\">\n<img decoding=\"async\" src=\"\/wp-content\/uploads\/dashboards-mit-ki-erstellen-claude-dashboard-hopmann.png\" width=\"1280\" height=\"720\" alt=\"Beispielrechnung: 18.000 Euro durch Zeitersparnis gegen\u00fcber 300.000 Euro durch bessere Budgetallokation\" loading=\"lazy\"><figcaption class=\"uk-text-meta uk-text-italic uk-margin-small-top\">Beispielrechnung mit eigenen Annahmen: Bessere Budgetentscheidungen wirken etwa 17-mal st\u00e4rker als gesparte Arbeitszeit.<\/figcaption><\/figure>\n<p class=\"uk-text-large\"><strong>Vertrauen:<\/strong> Eine \u00fcberzeugende Antwort kann trotzdem falsch sein. Unsere Erfahrung aus Projekten: KI liefert dann verl\u00e4ssliche Zahlen, wenn sie nicht direkt auf Rohdaten arbeitet, sondern auf einem stabilen Fundament. In der <strong><a href=\"\/de\/blog\/hopmann-ai-foundation-agentic-marketing-intelligence-serie\/\">Hopmann AI Foundation<\/a><\/strong> bauen daf\u00fcr f\u00fcnf Ebenen aufeinander auf:<\/p>\n<ul class=\"uk-list uk-list-bullet uk-text-large\">\n<li><strong><a href=\"\/de\/marketing-analytics\/marketing-measurement-strategie\/\">Marketing Measurement Strategie<\/a>:<\/strong> legt Ziele, KPIs und die Messlogik fest.<\/li>\n<li><strong><a href=\"\/de\/marketing-analytics\/datenqualitaet\/\">Datenqualit\u00e4t &amp; Governance<\/a>:<\/strong> sorgt f\u00fcr vollst\u00e4ndige und konsistente Daten.<\/li>\n<li><strong><a href=\"\/de\/marketing-analytics\/marketing-data-stack\/semantic-layer\/\">Semantic Layer<\/a>:<\/strong> definiert, wie Kennzahlen berechnet werden. Moderne BI-Plattformen wie <a href=\"\/de\/technologien\/omni\/\">Omni<\/a> bringen eine solche Semantikschicht bereits mit.<\/li>\n<li><strong><a href=\"\/de\/marketing-analytics\/marketing-data-stack\/context-layer\/\">Context Layer<\/a>:<\/strong> erkl\u00e4rt, warum Zahlen so aussehen, wie sie aussehen. J\u00f6rgs Beispiel: Sinken die Auftragszahlen nach Weihnachten, weil das Team f\u00fcr die Auftragserfassung im Urlaub ist, interpretiert die KI das mit diesem Kontext richtig.<\/li>\n<li><strong>Agentic Marketing Intelligence:<\/strong> KI-Agenten, die auf diesem Fundament Dashboards erstellen, Fragen zu den Daten beantworten und auf Ver\u00e4nderungen hinweisen.<\/li>\n<\/ul>\n<p class=\"uk-text-large\">Mehr dazu im Beitrag <a href=\"\/de\/blog\/semantic-layer-und-context-layer-in-der-praxis\/\">Semantic Layer und Context Layer in der Praxis<\/a>.<\/p>\n<p class=\"uk-text-large\"><strong>Governance:<\/strong> BI-Plattformen wie <a href=\"\/de\/marketing-analytics\/marketing-dashboards-reports\/power-bi-beratung\/\">Power BI<\/a>, <a href=\"\/de\/marketing-analytics\/marketing-dashboards-reports\/tableau-beratung\/\">Tableau<\/a> und <a href=\"\/de\/technologien\/omni\/\">Omni<\/a> bieten Zugriffsrechte, zentrale Verteilung, einheitliche KPIs und eine verl\u00e4ssliche Wartung. Sie \u00f6ffnen sich zunehmend f\u00fcr KI und bleiben auf absehbare Zeit die tragende Basis. Zusammen mit Datenplattformen wie <a href=\"\/de\/technologien\/snowflake\/\">Snowflake<\/a>, einem gemeinsamen Semantic Layer und einem Context Layer sorgen sie daf\u00fcr, dass auch selbst erstellte KI-Dashboards in allen Fachbereichen dieselben Zahlen zeigen und diese richtig eingeordnet werden. F\u00fcr sensible Daten gibt es Werkzeuge, die dem Sprachmodell nur das Schema \u00fcbergeben, nicht die Daten selbst. <strong>In unseren Projekten nutzen wir dieses Vorgehen zum Beispiel bei <a href=\"\/de\/marketing-analytics\/marketing-dashboards-reports\/tableau-power-bi-migration\/\">Migrationen von Tableau zu Power BI<\/a>.<\/strong><\/p>\n<div class=\"uk-card uk-card-default uk-card-body uk-margin-medium\">\n<p class=\"uk-text-large uk-margin-remove\"><strong>Kernthese:<\/strong> KI beschleunigt das Erstellen von Dashboards. Verl\u00e4sslich wird das Ergebnis durch menschliche Expertise und ein Datenfundament mit klaren Definitionen, Kontext und Verantwortlichkeiten.<\/p>\n<\/div>\n<h2>Wie geht es weiter?<\/h2>\n<p class=\"uk-text-large\">Das n\u00e4chste Raw &amp; Roasted findet Anfang Dezember statt. \u00dcber Termin und Thema informieren wir in K\u00fcrze auf unserer <a href=\"\/de\/events\/\">Eventseite<\/a> und auf <a href=\"https:\/\/www.linkedin.com\/company\/hopmann-marketing-analytics\/\" rel=\"noopener noreferrer\" target=\"_blank\">LinkedIn<\/a>.<\/p>\n<p class=\"uk-text-large\"><strong>Sie m\u00f6chten Dashboards mit KI erstellen und dabei auf ein verl\u00e4ssliches Datenfundament setzen?<\/strong> Wir begleiten Sie gerne als Sparring-Partner, vom <a href=\"\/de\/marketing-analytics\/ki-im-marketing\/\">KI-Einsatz im Marketing<\/a> bis zur passenden BI-Plattform. <a href=\"\/de\/kontakt\/\">Sprechen Sie uns an<\/a>.<\/p>\n<\/div>\n<p><p>\n        <a href=\"\/de\/kontakt\/\">Unverbindliche Erstberatung<\/a>\n    <\/p>\n<\/p>\n<hr>\n<h3>\n<p style=\"text-align: center;\">Fragen aus dem Publikum des Events.<\/p>\n<\/h3>\n<h2>FAQ zu Dashboards mit KI<\/h2>\n<ul>\n<li>\n<h3>K\u00f6nnen wir KI-generierten Zahlen im Management vertrauen?<\/h3>\n<div>\n<p>F\u00fcr einen schnellen Einblick in die eigenen Daten ja. F\u00fcr Managemententscheidungen braucht es zus\u00e4tzlich ein Fundament: korrekte Daten, einheitliche KPI-Definitionen in einem <a href=\"\/de\/marketing-analytics\/marketing-data-stack\/semantic-layer\/\">Semantic Layer<\/a> und Gesch\u00e4ftskontext in einem <a href=\"\/de\/marketing-analytics\/marketing-data-stack\/context-layer\/\">Context Layer<\/a>. Dann liefert die KI dieselbe Zahl wie das Dashboard.<\/p>\n<\/div>\n<\/li>\n<li>\n<h3>Wo pflegen wir die Definitionen f\u00fcr Semantic Layer und Context Layer?<\/h3>\n<div>\n<p>Ein guter Startpunkt sind die Kennzahlen aus bestehenden Dashboards. Plattformen wie <a href=\"\/de\/technologien\/snowflake\/\">Snowflake<\/a> oder <a href=\"\/de\/technologien\/omni\/\">Omni<\/a> bringen eine eigene Semantikschicht mit. Alternativ lassen sich Definitionen zum Beispiel in Confluence pro Fachbereich pflegen, jeweils mit klarer Verantwortung. Das ist ein fortlaufender Prozess und eher ein Business- als ein Technologiethema.<\/p>\n<\/div>\n<\/li>\n<li>\n<h3>Ist es riskant, vertrauliche Daten an ein KI-Modell zu geben?<\/h3>\n<div>Das Risiko h\u00e4ngt davon ab, welches Modell Sie nutzen, wo es betrieben wird und welche Vereinbarungen zum Datenschutz bestehen. Wichtig ist, vorab festzulegen, welche Daten \u00fcberhaupt an ein Modell gehen d\u00fcrfen. Einige Werkzeuge \u00fcbergeben nur das Datenschema, die Abfragen laufen im eigenen System. Alternativ lassen sich Open-Source-Modelle auf Servern in Deutschland oder im eigenen Rechenzentrum betreiben, sodass die Daten im eigenen Einflussbereich bleiben.<\/div>\n<\/li>\n<li>\n<h3>Wie nutzen wir ein Sprachmodell, das in Deutschland gehostet wird?<\/h3>\n<div>Spezialisierte Anbieter betreiben GPU-Server in deutschen Rechenzentren und stellen einen API-Schl\u00fcssel bereit. Die Schnittstellen sind mit g\u00e4ngigen Standards kompatibel, sodass sich die Modelle in bestehende Werkzeuge einbinden lassen. Die n\u00f6tigen Vertr\u00e4ge zum Datenschutz schlie\u00dfen Sie direkt mit dem Anbieter.<\/div>\n<\/li>\n<li>\n<h3>Was passiert, wenn KI-Anbieter ihre Preise erh\u00f6hen?<\/h3>\n<div>Abonnements der gro\u00dfen Anbieter sind derzeit stark subventioniert, bei Abrechnung nach Tokens liegen die Kosten deutlich h\u00f6her. Wer die Architektur so aufbaut, dass sich Modelle austauschen lassen, bleibt flexibel. Im Test war das Open-Source-Modell um ein Vielfaches g\u00fcnstiger und lieferte vergleichbare Ergebnisse.<\/div>\n<\/li>\n<li>\n<h3>Wie gehen wir damit um, dass sich KI-Modelle st\u00e4ndig weiterentwickeln?<\/h3>\n<div>F\u00fcr viele Aufgaben braucht es nicht das neueste Modell, sondern eines, das die Aufgabe zuverl\u00e4ssig erf\u00fcllt. In laufenden Prozessen empfiehlt es sich, Modelle bewusst und mit Augenma\u00df zu wechseln. Den gr\u00f6\u00dften Einfluss auf die Qualit\u00e4t hat ein Datenfundament, dem man vertrauen kann.<\/div>\n<\/li>\n<\/ul>\n<hr>\n<p><p>\n        Vorheriger Artikel    <\/p>\n<\/p>\n<p><p>\n        N\u00e4chster Artikel    <\/p>\n<\/p>\n<hr>\n<div>Neueste Artikel<\/div>\n<div>\n<\/div>\n<div>Kategorien<\/div>\n<div>\n<\/div>\n<p><!--more--><br \/>\n<!-- {\"type\":\"layout\",\"children\":[{\"type\":\"section\",\"props\":{\"animation\":\"slide-bottom-medium\",\"animation_delay\":\"50\",\"height\":\"page\",\"image_position\":\"center-center\",\"padding_bottom\":\"large\",\"padding_top\":\"none\",\"style\":\"default\",\"title_breakpoint\":\"xl\",\"title_position\":\"top-left\",\"title_rotation\":\"left\",\"vertical_align\":\"\",\"width\":\"large\"},\"children\":[{\"type\":\"row\",\"props\":{\"column_gap\":\"large\",\"layout\":\"2-3,1-3\",\"padding_remove_horizontal\":false,\"row_gap\":\"large\"},\"children\":[{\"type\":\"column\",\"props\":{\"image_position\":\"center-center\",\"position_sticky_breakpoint\":\"m\",\"width_large\":\"2-3\"},\"children\":[{\"type\":\"headline\",\"props\":{\"image_align\":\"left\",\"image_margin\":\"xsmall\",\"margin_bottom\":\"remove\",\"title_element\":\"div\",\"title_style\":\"text-meta\"},\"source_extended\":{\"props\":{\"content\":{\"composed\":{\"value\":\"{{ sources.46d0 }}\",\"sources\":{\"46d0\":{\"name\":\"field.subline\",\"query\":{\"name\":\"#parent\"}}},\"conditions\":[]}}}}},{\"type\":\"headline\",\"props\":{\"image_align\":\"left\",\"image_margin\":\"xsmall\",\"margin_bottom\":\"small\",\"margin_top\":\"small\",\"title_element\":\"h1\",\"title_style\":\"h1\"},\"source_extended\":{\"props\":{\"content\":{\"name\":\"title\",\"query\":{\"name\":\"#parent\"}}}}},{\"type\":\"divider\",\"props\":{\"divider_element\":\"hr\",\"margin_bottom\":\"remove\",\"margin_top\":\"medium\"}},{\"type\":\"fragment\",\"props\":{\"margin_bottom\":\"remove\",\"margin_top\":\"remove\"},\"children\":[{\"type\":\"row\",\"props\":{\"css\":\".el-row {\\n\\tmargin-top: 8px;\\n    margin-bottom: 8px;\\n}\",\"layout\":\"1-2,1-2\",\"margin_bottom\":\"large\",\"margin_top\":\"large\",\"yooessentials_access_conditions\":[],\"yooessentials_access_mode\":\"AND\"},\"children\":[{\"type\":\"column\",\"props\":{\"image_position\":\"center-center\",\"position_sticky_breakpoint\":\"m\",\"vertical_align\":\"middle\",\"width_default\":\"1-2\"},\"children\":[{\"type\":\"panel\",\"props\":{\"content_column_breakpoint\":\"m\",\"image_align\":\"left\",\"image_border\":\"circle\",\"image_grid_breakpoint\":\"\",\"image_grid_column_gap\":\"small\",\"image_grid_row_gap\":\"medium\",\"image_grid_width\":\"auto\",\"image_height\":40,\"image_svg_color\":\"emphasis\",\"image_vertical_align\":true,\"image_width\":40,\"link_style\":\"default\",\"link_text\":\"Read more\",\"margin_bottom\":\"\",\"margin_top\":\"\",\"meta_align\":\"below-title\",\"meta_element\":\"div\",\"meta_style\":\"text-meta\",\"title_align\":\"top\",\"title_element\":\"h3\",\"title_font_family\":\"tertiary\",\"title_grid_breakpoint\":\"m\",\"title_grid_width\":\"1-2\",\"title_hover_style\":\"reset\",\"title_style\":\"text-small\"},\"source_extended\":{\"props\":{\"image\":{\"name\":\"field.foto.url\",\"query\":{\"name\":\"#parent\"}},\"title\":{\"composed\":{\"value\":\"\",\"sources\":[],\"conditions\":[]}},\"content\":{\"composed\":{\"value\":\"{{ sources.5d02 }}, {{ sources.67e8 }}\",\"sources\":{\"5d02\":{\"name\":\"field.autor\",\"query\":{\"name\":\"#parent\"},\"filters\":{\"search\":\"\"}},\"67e8\":{\"name\":\"field.datum\",\"query\":{\"name\":\"#parent\"},\"filters\":{\"search\":\"\",\"date\":\"d.m.Y\"}}},\"conditions\":[]}},\"content_en_us\":{\"composed\":{\"value\":\"{{ sources.cce3 }} on {{ sources.4656 }}\",\"sources\":{\"4656\":{\"name\":\"date\",\"query\":{\"name\":\"blogs.singleBlog\"},\"filters\":{\"date\":\"\"}},\"cce3\":{\"filters\":{\"search\":\"\"},\"name\":\"field.autor\",\"query\":{\"name\":\"blogs.singleBlog\"}}},\"conditions\":[]}}}},\"name\":\"Verfasser\"}]},{\"type\":\"column\",\"props\":{\"image_position\":\"center-center\",\"position_sticky_breakpoint\":\"m\",\"vertical_align\":\"middle\",\"width_default\":\"1-2\"},\"children\":[{\"type\":\"yooessentials_social_sharing\",\"props\":{\"class\":\"social-sharing-blog\",\"grid\":\"horizontal\",\"grid_column_gap\":\"small\",\"grid_row_gap\":\"small\",\"image_svg_inline\":true,\"link_style\":\"link\",\"margin_bottom\":\"default\",\"margin_top\":\"default\",\"text_align\":\"right\"},\"children\":[{\"type\":\"yooessentials_social_sharing_item\",\"props\":{\"link_target\":\"_blank\",\"link_target_height\":\"\",\"link_target_width\":\"\",\"network\":\"linkedin\"}}],\"name\":\"Teilen\"}]}]}]},{\"type\":\"divider\",\"props\":{\"divider_element\":\"hr\",\"margin_bottom\":\"medium\",\"margin_top\":\"remove\"}},{\"type\":\"html\",\"props\":{\"content\":\"\"},\"name\":\"--- \/\/ Content Start \/\/ ---\"},{\"type\":\"html\",\"props\":{\"content\":\"\n\n<div class=\\\"uk-card uk-card-default uk-card-body uk-margin-medium-bottom\\\">\\n\n\n<p class=\\\"uk-text-large\\\"><strong>Kurz zusammengefasst:<\/strong><br \/>\\n\u201eDashboards sind tot, Reporting ist tot.\u201c Seit KI-Agenten vermeintlich jede Frage zu den eigenen Daten beantworten, ist dieser Satz oft zu h\u00f6ren. Beim Raw &amp; Roasted am 29. Oktober 2026 hat J\u00f6rg Hopmann ein anderes Bild gezeigt: Wenn Sie <strong>Dashboards mit KI erstellen<\/strong>, bekommen Sie in kurzer Zeit einen \u00fcberzeugenden Report. Verl\u00e4sslich wird er aber erst im Zusammenspiel mit menschlicher Expertise. KI macht vieles schneller, die Erfahrung von Fachleuten schafft das Vertrauen in die Zahlen. Den gr\u00f6\u00dften Hebel f\u00fcr Budget und Entscheidungen haben die Unternehmen, die vorher kl\u00e4ren, welche Kennzahlen z\u00e4hlen und wer die Regeln daf\u00fcr verantwortet.<\/p>\n\n\\n\n\n<ul class=\\\"uk-list uk-list-bullet uk-text-large\\\">\\n\n\n<li><strong>Dashboards bleiben das Werkzeug f\u00fcr Orientierung<\/strong> und eine gemeinsame Sicht auf das Gesch\u00e4ft. KI beschleunigt Mockups, Design und Abstimmungen und erg\u00e4nzt Dashboards bei der Exploration.<\/li>\n\n\\n\n\n<li><strong>Mit Briefing, Rohdaten und Brand Guidelines<\/strong> erstellt Claude in rund 30 Minuten ein interaktives Dashboard mit SEO-Analyse und Handlungsempfehlungen.<\/li>\n\n\\n\n\n<li><strong>Der gr\u00f6\u00dfte Return entsteht durch bessere Budgetentscheidungen.<\/strong> Die gesparte Zeit ist der kleinere Teil der Rechnung.<\/li>\n\n\\n\n\n<li><strong>Semantic Layer und Context Layer sorgen daf\u00fcr, dass KI-Dashboards verl\u00e4ssliche Zahlen zeigen.<\/strong><\/li>\n\n\\n<\/ul>\n\n\\n<\/div>\n\n\\n \\n\n\n<figure class=\\\"uk-margin-medium\\\">\\n<img src=\\\"\/wp-content\/uploads\/raw-roasted-ki-im-reporting-event-hopmann.webp\\\" width=\\\"1200\\\" height=\\\"1200\\\" alt=\\\"Raw &amp; Roasted Event zu KI im Reporting bei Hopmann Marketing Analytics in M\u00fcnchen\\\" loading=\\\"lazy\\\">\\n<\/figure>\n\n\\n \\n\n\n<h2>Raw &amp; Roasted: Worum ging es beim Event?<\/h2>\n\n\\n \\n\n\n<div class=\\\"uk-grid-medium uk-flex-middle uk-margin-medium\\\" uk-grid>\\n\n\n<div class=\\\"uk-width-1-5@s\\\">\\n<img src=\\\"\/wp-content\/uploads\/joerg-hopmann-portrait.jpg\\\" alt=\\\"J\u00f6rg Hopmann, Gesch\u00e4ftsf\u00fchrer Hopmann Marketing Analytics\\\" loading=\\\"lazy\\\">\\n<\/div>\n\n\\n\n\n<div class=\\\"uk-width-expand@s\\\">\\n\n\n<p class=\\\"uk-text-large\\\">Am 29. Oktober 2026 haben wir zum <a href=\\\"\/de\/events\/ki-im-reporting\/\\\">Raw &amp; Roasted rund um KI im Reporting<\/a> eingeladen, vor Ort in M\u00fcnchen und online. Den Vortrag hielt <strong>J\u00f6rg Hopmann<\/strong>, Gesch\u00e4ftsf\u00fchrer von Hopmann Marketing Analytics. Im Publikum sa\u00dfen Fachleute aus Business Intelligence, Reporting und Marketing aus Branchen wie Automotive, Telekommunikation, Fashion, B2B und weiteren. Viele von ihnen arbeiten t\u00e4glich mit <a href=\\\"\/de\/technologien\/power-bi\/\\\">Power BI<\/a> oder <a href=\\\"\/de\/technologien\/tableau\/\\\">Tableau<\/a>.<\/p>\n\n\\n<\/div>\n\n\\n<\/div>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">J\u00f6rgs Antwort auf die Eingangsfrage: <strong>Dashboards sind nicht tot.<\/strong> Sie geben Orientierung, wenn man noch nicht wei\u00df, welche Frage man stellen sollte, und sie schaffen eine gemeinsame Sicht auf das Gesch\u00e4ft. KI ver\u00e4ndert vor allem, wie <a href=\\\"\/de\/marketing-analytics\/marketing-dashboards-reports\/\\\">Dashboards<\/a> entstehen: Mockups, Design und Abstimmungsschleifen mit den Fachbereichen gehen deutlich schneller. Und wer tiefer in die Daten einsteigen will, kann mit KI Fragen an die Daten stellen, ganz ohne SQL-Kenntnisse.<\/p>\n\n\\n \\n\n\n<h2>Dashboards mit KI erstellen: Die Live-Demo<\/h2>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">Wie einfach es heute ist, <strong>Dashboards mit KI zu erstellen<\/strong>, hat J\u00f6rg live gezeigt. Die Zutaten: zehn CSV-Exporte aus Google Search Console und GA4, unsere Brand Guidelines und ein einseitiges Briefing als Markdown-Datei. Es beschreibt, wof\u00fcr der Report da ist und wer ihn liest, in diesem Fall unser eigenes Marketingteam.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">Claude hat daraus ein interaktives HTML-Dashboard mit f\u00fcnf Tabs gebaut, inklusive detaillierter SEO-Analyse und Handlungsempfehlungen. Der gesamte Aufwand lag bei rund 30 Minuten, inklusive Briefing und kleinerer \u00c4nderungen. Das Dashboard zeigt, was gut lief, wo Aufmerksamkeit n\u00f6tig ist und worauf sich das Team in den n\u00e4chsten vier Wochen konzentrieren sollte.<\/p>\n\n\\n \\n\n\n<figure class=\\\"uk-margin-medium\\\">\\n<img src=\\\"\/wp-content\/uploads\/dashboards-mit-ki-erstellen-beispielrechnung-hopmann.png\\\" width=\\\"1280\\\" height=\\\"720\\\" alt=\\\"Mit Claude erstelltes Dashboard mit f\u00fcnf Tabs auf Basis von Google Search Console und GA4 Daten, mit fiktiven Zahlen\\\" loading=\\\"lazy\\\">\\n\n \n<figcaption class=\\\"uk-text-meta uk-text-italic uk-margin-small-top\\\">Das Claude-Dashboard aus der Live-Demo (mit fiktiven Zahlen): erstellt aus Briefing, zehn CSV-Dateien und unseren Brand Guidelines.<\/figcaption>\n \n\\n<\/figure>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">Denselben Versuch hat J\u00f6rg mit dem Open-Source-Modell <strong>DeepSeek<\/strong> auf einem gesicherten Server in Deutschland wiederholt. Das Ergebnis war vergleichbar, der Build dauerte etwas l\u00e4nger. Daf\u00fcr bleiben Daten und Kosten vollst\u00e4ndig unter eigener Kontrolle, ein echter Gewinn an Datensouver\u00e4nit\u00e4t.<\/p>\n\n\\n \\n\n\n<h3>Weitere Beispiele aus der Demo<\/h3>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Business-Case-Rechner f\u00fcr Marketing Mix Modeling:<\/strong> Claude hat in Excel einen Rechner inklusive aller Formeln gebaut, der zeigt, ob sich ein <a href=\\\"\/de\/marketing-analytics\/marketing-science\/mmm\/\\\">Marketing Mix Modeling<\/a> Projekt lohnt. Er berechnet Amortisationszeit und Kapitalwert \u00fcber drei Jahre und spielt Szenarien von 1 bis 15 Prozent Effizienzgewinn durch. Wer die eigenen Zahlen eintippt, sieht sofort, welche Wirkung schon kleine Verbesserungen im Budgeteinsatz haben. So lassen sich auch andere Stakeholder im Business schnell abholen: Sie sehen den Nutzen eines <a href=\\\"\/de\/marketing-analytics\/marketing-science\/mmm\/mmm-simulator\/\\\">MMM<\/a> direkt an ihren eigenen Zahlen und k\u00f6nnen schneller entscheiden.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Das Dashboard in Power BI:<\/strong> Auf Basis des HTML-Dashboards hat Claude eine <a href=\\\"\/de\/marketing-analytics\/marketing-dashboards-reports\/power-bi-beratung\/\\\">Power-BI-Version<\/a> erstellt, mit Spezifikation, Datenmodell inklusive DAX und fertigem Report. M\u00f6glich machen das textbasierte Power-BI-Dateien sowie der Power BI MCP Server und Power BI Skills von Microsoft. Wer Power BI kennt, h\u00e4tte das Datenmodell an einigen Stellen performanter aufgebaut. Erfahrung bleibt der entscheidende Faktor.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Erkl\u00e4rvideo f\u00fcr das Management:<\/strong> Ein neues Dashboard braucht Aufmerksamkeit im Unternehmen. Inspiriert von Claude Motion hat J\u00f6rg ein 60-sek\u00fcndiges Erkl\u00e4rvideo erstellt, bewusst mit einem Open-Source-Modell: DeepSeek in Kombination mit <a href=\\\"https:\/\/www.remotion.dev\/\\\" rel=\\\"noopener noreferrer\\\" target=\\\"_blank\\\">Remotion<\/a>, einem Framework, das Videos aus Code rendert. So l\u00e4sst sich die eigene Arbeit intern \u00fcberzeugend pr\u00e4sentieren, statt nur einen Link zum neuen Dashboard zu verschicken.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Und wie belastbar sind die Ergebnisse?<\/strong> F\u00fcr einen unternehmensweiten Rollout w\u00fcrde J\u00f6rg ihnen noch nicht vollst\u00e4ndig vertrauen. Sie bieten aber eine sehr gute erste Orientierung, auf der sich aufbauen l\u00e4sst und die sich Schritt f\u00fcr Schritt verfeinern l\u00e4sst. Entscheidend ist die Datenbasis.<\/p>\n\n\\n \\n\n\n<h2>Richtung, Vertrauen und Governance: Was KI-Dashboards brauchen<\/h2>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">Wenn Fachbereiche ihre Reports selbst mit KI bauen, r\u00fccken neue Fragen in den Mittelpunkt.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Richtung:<\/strong> KI erm\u00f6glicht es allen, schneller mehr Reports zu erstellen. Wirkung entsteht aber erst, wenn dieser Output in dieselbe Richtung zeigt. Wenige verl\u00e4ssliche Dashboards, auf die alle schauen, bringen mehr als hunderte Einzelreports. J\u00f6rgs <strong>Beispielrechnung<\/strong> zeigt, warum: Die gesparte Zeit beim Erstellen ist der kleinere Gewinn. Spart eine Fachkraft im Analytics-Team 20 Prozent ihrer Zeit, sind das rund <strong>18.000 Euro<\/strong> im Jahr. F\u00fchrt ein gemeinsamer Blick auf die richtigen Kennzahlen dazu, dass ein Mediabudget von 10 Millionen Euro nur 3 Prozent besser eingesetzt wird, sind es rund <strong>300.000 Euro<\/strong>.<\/p>\n\n\\n \\n\n\n<figure class=\\\"uk-margin-medium\\\">\\n<img src=\\\"\/wp-content\/uploads\/dashboards-mit-ki-erstellen-claude-dashboard-hopmann.png\\\" width=\\\"1280\\\" height=\\\"720\\\" alt=\\\"Beispielrechnung: 18.000 Euro durch Zeitersparnis gegen\u00fcber 300.000 Euro durch bessere Budgetallokation\\\" loading=\\\"lazy\\\">\\n\n \n<figcaption class=\\\"uk-text-meta uk-text-italic uk-margin-small-top\\\">Beispielrechnung mit eigenen Annahmen: Bessere Budgetentscheidungen wirken etwa 17-mal st\u00e4rker als gesparte Arbeitszeit.<\/figcaption>\n \n\\n<\/figure>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Vertrauen:<\/strong> Eine \u00fcberzeugende Antwort kann trotzdem falsch sein. Unsere Erfahrung aus Projekten: KI liefert dann verl\u00e4ssliche Zahlen, wenn sie nicht direkt auf Rohdaten arbeitet, sondern auf einem stabilen Fundament. In der <strong><a href=\\\"\/de\/blog\/hopmann-ai-foundation-agentic-marketing-intelligence-serie\/\\\">Hopmann AI Foundation<\/a><\/strong> bauen daf\u00fcr f\u00fcnf Ebenen aufeinander auf:<\/p>\n\n\\n \\n\n\n<ul class=\\\"uk-list uk-list-bullet uk-text-large\\\">\\n\n\n<li><strong><a href=\\\"\/de\/marketing-analytics\/marketing-measurement-strategie\/\\\">Marketing Measurement Strategie<\/a>:<\/strong> legt Ziele, KPIs und die Messlogik fest.<\/li>\n\n\\n\n\n<li><strong><a href=\\\"\/de\/marketing-analytics\/datenqualitaet\/\\\">Datenqualit\u00e4t &amp; Governance<\/a>:<\/strong> sorgt f\u00fcr vollst\u00e4ndige und konsistente Daten.<\/li>\n\n\\n\n\n<li><strong><a href=\\\"\/de\/marketing-analytics\/marketing-data-stack\/semantic-layer\/\\\">Semantic Layer<\/a>:<\/strong> definiert, wie Kennzahlen berechnet werden. Moderne BI-Plattformen wie <a href=\\\"\/de\/technologien\/omni\/\\\">Omni<\/a> bringen eine solche Semantikschicht bereits mit.<\/li>\n\n\\n\n\n<li><strong><a href=\\\"\/de\/marketing-analytics\/marketing-data-stack\/context-layer\/\\\">Context Layer<\/a>:<\/strong> erkl\u00e4rt, warum Zahlen so aussehen, wie sie aussehen. J\u00f6rgs Beispiel: Sinken die Auftragszahlen nach Weihnachten, weil das Team f\u00fcr die Auftragserfassung im Urlaub ist, interpretiert die KI das mit diesem Kontext richtig.<\/li>\n\n\\n\n\n<li><strong>Agentic Marketing Intelligence:<\/strong> KI-Agenten, die auf diesem Fundament Dashboards erstellen, Fragen zu den Daten beantworten und auf Ver\u00e4nderungen hinweisen.<\/li>\n\n\\n<\/ul>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">Mehr dazu im Beitrag <a href=\\\"\/de\/blog\/semantic-layer-und-context-layer-in-der-praxis\/\\\">Semantic Layer und Context Layer in der Praxis<\/a>.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Governance:<\/strong> BI-Plattformen wie <a href=\\\"\/de\/marketing-analytics\/marketing-dashboards-reports\/power-bi-beratung\/\\\">Power BI<\/a>, <a href=\\\"\/de\/marketing-analytics\/marketing-dashboards-reports\/tableau-beratung\/\\\">Tableau<\/a> und <a href=\\\"\/de\/technologien\/omni\/\\\">Omni<\/a> bieten Zugriffsrechte, zentrale Verteilung, einheitliche KPIs und eine verl\u00e4ssliche Wartung. Sie \u00f6ffnen sich zunehmend f\u00fcr KI und bleiben auf absehbare Zeit die tragende Basis. Zusammen mit Datenplattformen wie <a href=\\\"\/de\/technologien\/snowflake\/\\\">Snowflake<\/a>, einem gemeinsamen Semantic Layer und einem Context Layer sorgen sie daf\u00fcr, dass auch selbst erstellte KI-Dashboards in allen Fachbereichen dieselben Zahlen zeigen und diese richtig eingeordnet werden. F\u00fcr sensible Daten gibt es Werkzeuge, die dem Sprachmodell nur das Schema \u00fcbergeben, nicht die Daten selbst. <strong>In unseren Projekten nutzen wir dieses Vorgehen zum Beispiel bei <a href=\\\"\/de\/marketing-analytics\/marketing-dashboards-reports\/tableau-power-bi-migration\/\\\">Migrationen von Tableau zu Power BI<\/a>.<\/strong><\/p>\n\n\\n \\n\n\n<div class=\\\"uk-card uk-card-default uk-card-body uk-margin-medium\\\">\\n\n\n<p class=\\\"uk-text-large uk-margin-remove\\\"><strong>Kernthese:<\/strong> KI beschleunigt das Erstellen von Dashboards. Verl\u00e4sslich wird das Ergebnis durch menschliche Expertise und ein Datenfundament mit klaren Definitionen, Kontext und Verantwortlichkeiten.<\/p>\n\n\\n<\/div>\n\n\\n \\n\n\n<h2>Wie geht es weiter?<\/h2>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">Das n\u00e4chste Raw &amp; Roasted findet Anfang Dezember statt. \u00dcber Termin und Thema informieren wir in K\u00fcrze auf unserer <a href=\\\"\/de\/events\/\\\">Eventseite<\/a> und auf <a href=\\\"https:\/\/www.linkedin.com\/company\/hopmann-marketing-analytics\/\\\" rel=\\\"noopener noreferrer\\\" target=\\\"_blank\\\">LinkedIn<\/a>.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Sie m\u00f6chten Dashboards mit KI erstellen und dabei auf ein verl\u00e4ssliches Datenfundament setzen?<\/strong> Wir begleiten Sie gerne als Sparring-Partner, vom <a href=\\\"\/de\/marketing-analytics\/ki-im-marketing\/\\\">KI-Einsatz im Marketing<\/a> bis zur passenden BI-Plattform. <a href=\\\"\/de\/kontakt\/\\\">Sprechen Sie uns an<\/a>.<\/p>\n\n\",\"content_en_us\":\"\n\n<div class=\\\"uk-card uk-card-default uk-card-body uk-margin-medium-bottom\\\">\\n\n\n<p class=\\\"uk-text-large\\\"><strong>In short:<\/strong><br \/>\\n\\\"Dashboards are dead, reporting is dead.\\\" Now that AI agents can supposedly answer any question about your data, you hear this a lot. At Raw &amp; Roasted on October 29, 2026, J\u00f6rg Hopmann showed a different picture: <strong>building dashboards with AI<\/strong> gets you a convincing report in very little time. But it only becomes reliable when combined with human expertise. AI speeds up a lot of the work, and experienced people create the trust in the numbers. The companies with the most leverage on budget and decisions are the ones that first agree on which metrics matter and who owns the rules.<\/p>\n\n\\n\n\n<ul class=\\\"uk-list uk-list-bullet uk-text-large\\\">\\n\n\n<li><strong>Dashboards remain the tool for orientation<\/strong> and a shared view of the business. AI speeds up mockups, design and alignment, and complements dashboards when it comes to exploration.<\/li>\n\n\\n\n\n<li><strong>With a briefing, raw data and brand guidelines,<\/strong> Claude builds an interactive dashboard with SEO analysis and recommendations in about 30 minutes.<\/li>\n\n\\n\n\n<li><strong>The biggest return comes from better budget decisions.<\/strong> Time saved is the smaller part of the equation.<\/li>\n\n\\n\n\n<li><strong>A semantic layer and a context layer make sure AI dashboards show reliable numbers.<\/strong><\/li>\n\n\\n<\/ul>\n\n\\n<\/div>\n\n\\n \\n\n\n<figure class=\\\"uk-margin-medium\\\">\\n<img src=\\\"\/wp-content\/uploads\/raw-roasted-ki-im-reporting-event-hopmann.webp\\\" width=\\\"1200\\\" height=\\\"1200\\\" alt=\\\"Raw &amp; Roasted event on AI in reporting at Hopmann Marketing Analytics in Munich\\\" loading=\\\"lazy\\\">\\n<\/figure>\n\n\\n \\n\n\n<h2>Raw &amp; Roasted: What was the event about?<\/h2>\n\n\\n \\n\n\n<div class=\\\"uk-grid-medium uk-flex-middle uk-margin-medium\\\" uk-grid>\\n\n\n<div class=\\\"uk-width-1-5@s\\\">\\n<img src=\\\"\/wp-content\/uploads\/joerg-hopmann-portrait.jpg\\\" alt=\\\"J\u00f6rg Hopmann, Managing Director, Hopmann Marketing Analytics\\\" loading=\\\"lazy\\\">\\n<\/div>\n\n\\n\n\n<div class=\\\"uk-width-expand@s\\\">\\n\n\n<p class=\\\"uk-text-large\\\">On October 29, 2026, we hosted <a href=\\\"\/en\/events\/ai-in-reporting\/\\\">Raw &amp; Roasted on AI in reporting<\/a>, in person in Munich and online. The talk was given by <strong>J\u00f6rg Hopmann<\/strong>, Managing Director of Hopmann Marketing Analytics. The audience included business intelligence, reporting and marketing professionals from industries such as automotive, telecommunications, fashion, B2B and more. Many of them work with <a href=\\\"\/en\/technologies\/power-bi\/\\\">Power BI<\/a> or <a href=\\\"\/en\/technologies\/tableau\/\\\">Tableau<\/a> every day.<\/p>\n\n\\n<\/div>\n\n\\n<\/div>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">J\u00f6rg's answer to the opening question: <strong>dashboards are not dead.<\/strong> They give orientation when you don't yet know which question to ask, and they create a shared view of the business. What AI changes most is how <a href=\\\"\/en\/marketing-analytics\/marketing-dashboards-reports\/\\\">dashboards<\/a> are built: mockups, design and feedback rounds with business teams move much faster. And anyone who wants to dig deeper can ask AI questions about the data without knowing SQL.<\/p>\n\n\\n \\n\n\n<h2>Building dashboards with AI: the live demo<\/h2>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">J\u00f6rg showed live how easy <strong>building dashboards with AI<\/strong> has become. The ingredients: ten CSV exports from Google Search Console and GA4, our brand guidelines and a one-page briefing in Markdown. The briefing explains what the report is for and who reads it, in this case our own marketing team.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">From this, Claude built an interactive HTML dashboard with five tabs, including a detailed SEO analysis and recommendations. The total effort was about 30 minutes, including the briefing and a few smaller changes. The dashboard shows what went well, where attention is needed and what the team should focus on over the next four weeks.<\/p>\n\n\\n \\n\n\n<figure class=\\\"uk-margin-medium\\\">\\n<img src=\\\"\/wp-content\/uploads\/dashboards-mit-ki-erstellen-beispielrechnung-hopmann.png\\\" width=\\\"1280\\\" height=\\\"720\\\" alt=\\\"Dashboard built with Claude, with five tabs based on Google Search Console and GA4 data, using sample figures\\\" loading=\\\"lazy\\\">\\n\n \n<figcaption class=\\\"uk-text-meta uk-text-italic uk-margin-small-top\\\">The Claude dashboard from the live demo (with sample figures): built from a briefing, ten CSV files and our brand guidelines.<\/figcaption>\n \n\\n<\/figure>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">J\u00f6rg repeated the same test with the open-source model <strong>DeepSeek<\/strong> on a secure server in Germany. The result was comparable, and the build took a little longer. In return, data and costs stay fully under your own control, a real gain in data sovereignty.<\/p>\n\n\\n \\n\n\n<h3>More examples from the demo<\/h3>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Business case calculator for marketing mix modeling:<\/strong> In Excel, Claude built a calculator, formulas included, that shows whether a <a href=\\\"\/en\/marketing-analytics\/marketing-science\/mmm\/\\\">marketing mix modeling<\/a> project pays off. It calculates the payback period and the net present value over three years and runs scenarios from 1 to 15 percent efficiency gain. Enter your own numbers and you see right away how much even small improvements in budget allocation can achieve. This also makes it easy to bring other business stakeholders on board: they see the value of <a href=\\\"\/en\/marketing-analytics\/marketing-science\/mmm\/mmm-simulator-demo\/\\\">MMM<\/a> in their own numbers and can decide faster.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>The dashboard in Power BI:<\/strong> Based on the HTML dashboard, Claude created a <a href=\\\"\/en\/marketing-analytics\/marketing-dashboards-reports\/power-bi-consulting\/\\\">Power BI version<\/a> with a spec, a data model including DAX and a finished report. This is possible thanks to text-based Power BI files, the Power BI MCP server and Power BI skills from Microsoft. Anyone who knows Power BI would have built parts of the data model for better performance. Experience remains the deciding factor.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Explainer video for management:<\/strong> A new dashboard needs attention inside the company. Inspired by Claude Motion, J\u00f6rg created a 60-second explainer video, deliberately with an open-source model: DeepSeek combined with <a href=\\\"https:\/\/www.remotion.dev\/\\\" rel=\\\"noopener noreferrer\\\" target=\\\"_blank\\\">Remotion<\/a>, a framework that renders videos from code. It's a compelling way to present your own work internally instead of just sending a link to the new dashboard.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>And how reliable are the results?<\/strong> J\u00f6rg wouldn't fully trust them yet for a company-wide rollout. But they offer a very good first orientation that you can build on and refine step by step. The data foundation is what counts.<\/p>\n\n\\n \\n\n\n<h2>Direction, trust and governance: what AI dashboards need<\/h2>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">When business teams build their own reports with AI, new questions take center stage.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Direction:<\/strong> AI lets everyone produce more reports faster. But impact only comes when that output points in the same direction. A few reliable dashboards that everyone looks at achieve more than hundreds of individual reports. J\u00f6rg's <strong>example calculation<\/strong> shows why: the time saved on building reports is the smaller gain. If an analytics team member saves 20 percent of their time, that's about <strong>\u20ac18,000<\/strong> a year. If a shared view of the right metrics leads to a \u20ac10 million media budget being allocated just 3 percent better, that's about <strong>\u20ac300,000<\/strong>.<\/p>\n\n\\n \\n\n\n<figure class=\\\"uk-margin-medium\\\">\\n<img src=\\\"\/wp-content\/uploads\/dashboards-mit-ki-erstellen-claude-dashboard-hopmann.png\\\" width=\\\"1280\\\" height=\\\"720\\\" alt=\\\"Example calculation: \u20ac18,000 from time savings compared with \u20ac300,000 from better budget allocation\\\" loading=\\\"lazy\\\">\\n\n \n<figcaption class=\\\"uk-text-meta uk-text-italic uk-margin-small-top\\\">Example calculation based on our own assumptions: better budget decisions have about 17 times the impact of time saved.<\/figcaption>\n \n\\n<\/figure>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Trust:<\/strong> A convincing answer can still be wrong. Our experience from client projects: AI delivers reliable numbers when it doesn't work directly on raw data but on a solid foundation. In the <strong><a href=\\\"\/en\/blog\/hopmann-ai-foundation-agentic-marketing-intelligence-series\/\\\">Hopmann AI Foundation<\/a><\/strong>, five layers build on each other:<\/p>\n\n\\n \\n\n\n<ul class=\\\"uk-list uk-list-bullet uk-text-large\\\">\\n\n\n<li><strong><a href=\\\"\/en\/marketing-analytics\/marketing-measurement-strategy\/\\\">Marketing measurement strategy<\/a>:<\/strong> defines goals, KPIs and the measurement logic.<\/li>\n\n\\n\n\n<li><strong><a href=\\\"\/en\/marketing-analytics\/data-quality-and-governance\/\\\">Data quality &amp; governance<\/a>:<\/strong> ensures complete and consistent data.<\/li>\n\n\\n\n\n<li><strong><a href=\\\"\/en\/marketing-analytics\/marketing-data-stack\/semantic-layer-for-ai\/\\\">Semantic layer<\/a>:<\/strong> defines how metrics are calculated. Modern BI platforms like <a href=\\\"\/en\/technologies\/omni\/\\\">Omni<\/a> already come with a semantic layer built in.<\/li>\n\n\\n\n\n<li><strong><a href=\\\"\/en\/marketing-analytics\/marketing-data-stack\/context-layer-ai\/\\\">Context layer<\/a>:<\/strong> explains why the numbers look the way they do. J\u00f6rg's example: if order volume drops after Christmas because the team that enters orders is on vacation, this context helps the AI interpret the dip correctly.<\/li>\n\n\\n\n\n<li><strong>Agentic marketing intelligence:<\/strong> AI agents that build dashboards on this foundation, answer questions about the data and flag changes.<\/li>\n\n\\n<\/ul>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">Learn more in our article <a href=\\\"\/en\/blog\/semantic-layer-and-context-layer-in-practice\/\\\">Semantic Layer and Context Layer in Practice<\/a>.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Governance:<\/strong> BI platforms like <a href=\\\"\/en\/marketing-analytics\/marketing-dashboards-reports\/power-bi-consulting\/\\\">Power BI<\/a>, <a href=\\\"\/en\/marketing-analytics\/marketing-dashboards-reports\/tableau-consulting\/\\\">Tableau<\/a> and <a href=\\\"\/en\/technologies\/omni\/\\\">Omni<\/a> offer access rights, central distribution, consistent KPIs and dependable maintenance. They are opening up to AI and will remain the backbone for the foreseeable future. Together with data platforms like <a href=\\\"\/en\/technologies\/snowflake\/\\\">Snowflake<\/a>, a shared semantic layer and a context layer, they make sure that even self-built AI dashboards show the same numbers across all business teams and put them in the right context. For sensitive data, some tools pass only the schema to the language model, not the data itself. <strong>In our projects, we use this approach for <a href=\\\"\/en\/marketing-analytics\/marketing-dashboards-reports\/tableau-to-power-bi-migration\/\\\">Tableau to Power BI migrations<\/a>, for example.<\/strong><\/p>\n\n\\n \\n\n\n<div class=\\\"uk-card uk-card-default uk-card-body uk-margin-medium\\\">\\n\n\n<p class=\\\"uk-text-large uk-margin-remove\\\"><strong>Key takeaway:<\/strong> AI speeds up building dashboards. The results become reliable through human expertise and a data foundation with clear definitions, context and ownership.<\/p>\n\n\\n<\/div>\n\n\\n \\n\n\n<h2>What's next?<\/h2>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\">The next Raw &amp; Roasted takes place in early December. We'll share the date and topic soon on our <a href=\\\"\/en\/events\/\\\">events page<\/a> and on <a href=\\\"https:\/\/www.linkedin.com\/company\/hopmann-marketing-analytics\/\\\" rel=\\\"noopener noreferrer\\\" target=\\\"_blank\\\">LinkedIn<\/a>.<\/p>\n\n\\n \\n\n\n<p class=\\\"uk-text-large\\\"><strong>Want to build dashboards with AI on a reliable data foundation?<\/strong> We're happy to be your sparring partner, from <a href=\\\"\/en\/marketing-analytics\/ai-in-marketing\/\\\">AI in marketing<\/a> to choosing the right BI platform. <a href=\\\"\/en\/contact\/\\\">Get in touch<\/a>.<\/p>\n\n\"}},{\"type\":\"button\",\"props\":{\"grid_column_gap\":\"small\",\"grid_row_gap\":\"small\",\"margin_bottom\":\"default\",\"margin_top\":\"default\"},\"children\":[{\"type\":\"button_item\",\"props\":{\"button_style\":\"default\",\"content\":\"Unverbindliche Erstberatung\",\"content_en_us\":\"Initial Consultation\",\"dialog_layout\":\"modal\",\"dialog_offcanvas_flip\":true,\"icon_align\":\"left\",\"link\":\"\/de\/kontakt\/\",\"link_en_us\":\"\/en\/contact\/\"}}]},{\"type\":\"divider\",\"props\":{\"divider_element\":\"hr\"}},{\"type\":\"headline\",\"props\":{\"content\":\"\n\n<p style=\\\"text-align: center;\\\">Fragen aus dem Publikum des Events.<\/p>\n\n\",\"content_en_us\":\"\n\n<p style=\\\"text-align: center;\\\">Questions from the event audience.<\/p>\n\n\",\"image_align\":\"left\",\"image_margin\":\"xsmall\",\"title_color\":\"primary\",\"title_element\":\"h3\",\"title_style\":\"h6\"}},{\"type\":\"headline\",\"props\":{\"content\":\"FAQ zu Dashboards mit KI\",\"content_en_us\":\"FAQ on Dashboards with AI\",\"image_align\":\"left\",\"image_margin\":\"xsmall\",\"margin_top\":\"remove\",\"text_align\":\"center\",\"title_element\":\"h2\",\"title_style\":\"h2\"}},{\"type\":\"grid\",\"props\":{\"content_column_breakpoint\":\"m\",\"faq_schema\":true,\"filter_align\":\"left\",\"filter_all\":true,\"filter_grid_breakpoint\":\"m\",\"filter_grid_width\":\"auto\",\"filter_position\":\"top\",\"filter_style\":\"tab\",\"grid_default\":\"1\",\"grid_medium\":\"2\",\"image_align\":\"top\",\"image_grid_breakpoint\":\"m\",\"image_grid_width\":\"1-2\",\"image_svg_color\":\"emphasis\",\"item_animation\":true,\"lightbox_bg_close\":true,\"link_style\":\"default\",\"link_text\":\"Read more\",\"margin_bottom\":\"default\",\"margin_top\":\"default\",\"meta_align\":\"below-title\",\"meta_element\":\"div\",\"meta_style\":\"text-meta\",\"parallax_easing\":\"1\",\"show_content\":true,\"show_hover_image\":true,\"show_hover_video\":true,\"show_image\":true,\"show_link\":true,\"show_meta\":true,\"show_title\":true,\"show_video\":true,\"title_align\":\"top\",\"title_element\":\"h3\",\"title_grid_breakpoint\":\"m\",\"title_grid_width\":\"1-2\",\"title_hover_style\":\"reset\",\"title_style\":\"h3\"},\"children\":[{\"type\":\"grid_item\",\"props\":{\"content\":\"\n\n<p>F\u00fcr einen schnellen Einblick in die eigenen Daten ja. F\u00fcr Managemententscheidungen braucht es zus\u00e4tzlich ein Fundament: korrekte Daten, einheitliche KPI-Definitionen in einem <a href=\\\"\/de\/marketing-analytics\/marketing-data-stack\/semantic-layer\/\\\">Semantic Layer<\/a> und Gesch\u00e4ftskontext in einem <a href=\\\"\/de\/marketing-analytics\/marketing-data-stack\/context-layer\/\\\">Context Layer<\/a>. Dann liefert die KI dieselbe Zahl wie das Dashboard.<\/p>\n\n\",\"content_en_us\":\"\n\n<p>For a quick look at your own data, yes. For management decisions, you also need a solid foundation: accurate data, consistent KPI definitions in a <a href=\\\"\/en\/marketing-analytics\/marketing-data-stack\/semantic-layer-for-ai\/\\\">semantic layer<\/a>, and business context in a <a href=\\\"\/en\/marketing-analytics\/marketing-data-stack\/context-layer-ai\/\\\">context layer<\/a>. Then the AI delivers the same number as the dashboard.<\/p>\n\n\",\"title\":\"K\u00f6nnen wir KI-generierten Zahlen im Management vertrauen?\",\"title_en_us\":\"Can management trust figures generated by AI?\"}},{\"type\":\"grid_item\",\"props\":{\"content\":\"\n\n<p>Ein guter Startpunkt sind die Kennzahlen aus bestehenden Dashboards. Plattformen wie <a href=\\\"\/de\/technologien\/snowflake\/\\\">Snowflake<\/a> oder <a href=\\\"\/de\/technologien\/omni\/\\\">Omni<\/a> bringen eine eigene Semantikschicht mit. Alternativ lassen sich Definitionen zum Beispiel in Confluence pro Fachbereich pflegen, jeweils mit klarer Verantwortung. Das ist ein fortlaufender Prozess und eher ein Business- als ein Technologiethema.<\/p>\n\n\",\"content_en_us\":\"\n\n<p>A good starting point is the metrics in your existing dashboards. Platforms like <a href=\\\"\/en\/technologies\/snowflake\/\\\">Snowflake<\/a> or <a href=\\\"\/en\/technologies\/omni\/\\\">Omni<\/a> come with their own semantic layer. Alternatively, you can maintain definitions in Confluence, for example, with a page per department and clear ownership. It's an ongoing process and more of a business topic than a technology one.<\/p>\n\n\",\"title\":\"Wo pflegen wir die Definitionen f\u00fcr Semantic Layer und Context Layer?\",\"title_en_us\":\"Where do we maintain the definitions for the semantic layer and context layer?\"}},{\"type\":\"grid_item\",\"props\":{\"content\":\"Das Risiko h\u00e4ngt davon ab, welches Modell Sie nutzen, wo es betrieben wird und welche Vereinbarungen zum Datenschutz bestehen. Wichtig ist, vorab festzulegen, welche Daten \u00fcberhaupt an ein Modell gehen d\u00fcrfen. Einige Werkzeuge \u00fcbergeben nur das Datenschema, die Abfragen laufen im eigenen System. Alternativ lassen sich Open-Source-Modelle auf Servern in Deutschland oder im eigenen Rechenzentrum betreiben, sodass die Daten im eigenen Einflussbereich bleiben.\",\"content_en_us\":\"The risk depends on which model you use, where it runs, and what data protection agreements are in place. The key is to decide up front which data may be shared with a model at all. Some tools only pass the data schema to the model, and the queries then run in your own system. Alternatively, open-source models can run on servers in Germany or in your own data center, so the data stays within your control.\",\"title\":\"Ist es riskant, vertrauliche Daten an ein KI-Modell zu geben?\",\"title_en_us\":\"Is it risky to share confidential data with an AI model?\"}},{\"type\":\"grid_item\",\"props\":{\"content\":\"Spezialisierte Anbieter betreiben GPU-Server in deutschen Rechenzentren und stellen einen API-Schl\u00fcssel bereit. Die Schnittstellen sind mit g\u00e4ngigen Standards kompatibel, sodass sich die Modelle in bestehende Werkzeuge einbinden lassen. Die n\u00f6tigen Vertr\u00e4ge zum Datenschutz schlie\u00dfen Sie direkt mit dem Anbieter.\",\"content_en_us\":\"Specialized providers run GPU servers in German data centers and issue an API key. The interfaces follow common standards, so the models plug into your existing tools. You sign the required data protection agreements directly with the provider.\",\"title\":\"Wie nutzen wir ein Sprachmodell, das in Deutschland gehostet wird?\",\"title_en_us\":\"How do we use a language model hosted in Germany?\"}},{\"type\":\"grid_item\",\"props\":{\"content\":\"Abonnements der gro\u00dfen Anbieter sind derzeit stark subventioniert, bei Abrechnung nach Tokens liegen die Kosten deutlich h\u00f6her. Wer die Architektur so aufbaut, dass sich Modelle austauschen lassen, bleibt flexibel. Im Test war das Open-Source-Modell um ein Vielfaches g\u00fcnstiger und lieferte vergleichbare Ergebnisse.\",\"content_en_us\":\"Subscriptions from the major providers are currently heavily subsidized. With token-based billing, costs are significantly higher. If you design your architecture so models can be swapped out, you stay flexible. In our test, the open-source model cost a fraction as much and delivered comparable results.\\n\",\"title\":\"Was passiert, wenn KI-Anbieter ihre Preise erh\u00f6hen?\",\"title_en_us\":\"What happens if AI providers raise their prices?\"}},{\"type\":\"grid_item\",\"props\":{\"content\":\"F\u00fcr viele Aufgaben braucht es nicht das neueste Modell, sondern eines, das die Aufgabe zuverl\u00e4ssig erf\u00fcllt. In laufenden Prozessen empfiehlt es sich, Modelle bewusst und mit Augenma\u00df zu wechseln. Den gr\u00f6\u00dften Einfluss auf die Qualit\u00e4t hat ein Datenfundament, dem man vertrauen kann.\",\"content_en_us\":\"Many tasks don't need the latest model, just one that does the job reliably. In established processes, it pays to switch models deliberately and with care. What matters most for quality is a data foundation you can trust.\",\"title\":\"Wie gehen wir damit um, dass sich KI-Modelle st\u00e4ndig weiterentwickeln?\",\"title_en_us\":\"How do we handle the fact that AI models keep changing?\"}}]},{\"type\":\"html\",\"props\":{\"content\":\"\"},\"name\":\"--- \/\/ Content Ende \/\/ ---\"},{\"type\":\"fragment\",\"props\":{\"margin_bottom\":\"default\",\"margin_top\":\"default\"},\"children\":[{\"type\":\"row\",\"props\":{\"css\":\".el-row {\\n\\tmargin-top: 70px;\\n}\",\"margin_bottom\":\"remove\"},\"children\":[{\"type\":\"column\",\"props\":{\"image_position\":\"center-center\",\"position_sticky_breakpoint\":\"m\"},\"children\":[{\"type\":\"divider\",\"props\":{\"divider_element\":\"hr\"}}]}]},{\"type\":\"row\",\"props\":{\"class\":\"blog-pager\",\"layout\":\"1-2,1-2\",\"margin_bottom\":\"small\",\"margin_top\":\"small\"},\"children\":[{\"type\":\"column\",\"props\":{\"image_position\":\"center-center\",\"position_sticky_breakpoint\":\"m\",\"width_default\":\"1-2\",\"width_medium\":\"1-2\"},\"children\":[{\"type\":\"button\",\"props\":{\"class\":\"blog-pager\",\"grid_column_gap\":\"small\",\"grid_row_gap\":\"small\",\"margin_bottom\":\"remove\",\"margin_top\":\"remove\"},\"children\":[{\"type\":\"button_item\",\"props\":{\"button_style\":\"\",\"content\":\"Vorheriger Artikel\",\"content_en_us\":\"Previous article\",\"dialog_layout\":\"modal\",\"dialog_offcanvas_flip\":true,\"icon\":\"chevron-left\",\"icon_align\":\"left\"},\"source\":{\"query\":{\"name\":\"blogs.singlePreviousBlog\"},\"props\":{\"link\":{\"filters\":{\"search\":\"\"},\"name\":\"link\"}}}}]}]},{\"type\":\"column\",\"props\":{\"image_position\":\"center-center\",\"position_sticky_breakpoint\":\"m\",\"width_default\":\"1-2\",\"width_medium\":\"1-2\"},\"children\":[{\"type\":\"button\",\"props\":{\"grid_column_gap\":\"small\",\"grid_row_gap\":\"small\",\"margin_bottom\":\"remove\",\"margin_top\":\"remove\",\"text_align\":\"right\"},\"children\":[{\"type\":\"button_item\",\"props\":{\"button_style\":\"\",\"content\":\"N\u00e4chster Artikel\",\"content_en_us\":\"Next article\",\"dialog_layout\":\"modal\",\"dialog_offcanvas_flip\":true,\"icon\":\"chevron-right\",\"icon_align\":\"right\"},\"source\":{\"query\":{\"name\":\"blogs.singleNextBlog\"},\"props\":{\"link\":{\"filters\":{\"search\":\"\"},\"name\":\"link\"}}}}]}]}]},{\"type\":\"row\",\"props\":{\"margin_top\":\"remove\"},\"children\":[{\"type\":\"column\",\"props\":{\"image_position\":\"center-center\",\"position_sticky_breakpoint\":\"m\"},\"children\":[{\"type\":\"divider\",\"props\":{\"divider_element\":\"hr\",\"margin_bottom\":\"medium\",\"margin_top\":\"remove\"}}]}]}]}]},{\"type\":\"column\",\"props\":{\"image_position\":\"center-center\",\"position_sticky\":\"column\",\"position_sticky_breakpoint\":\"m\",\"position_sticky_offset\":\"120\",\"width_large\":\"1-3\"},\"children\":[{\"type\":\"headline\",\"props\":{\"block_align\":\"right\",\"block_align_breakpoint\":\"l\",\"content\":\"Neueste Artikel\",\"content_en_us\":\"Latest articles\",\"image_align\":\"left\",\"image_margin\":\"xsmall\",\"maxwidth\":\"medium\",\"maxwidth_breakpoint\":\"l\",\"title_element\":\"div\",\"title_style\":\"h6\"}},{\"type\":\"grid\",\"props\":{\"block_align\":\"right\",\"block_align_breakpoint\":\"l\",\"class\":\"articles-sm\",\"content_column_breakpoint\":\"m\",\"faq_schema\":false,\"filter_align\":\"left\",\"filter_all\":true,\"filter_grid_breakpoint\":\"m\",\"filter_grid_width\":\"auto\",\"filter_position\":\"top\",\"filter_style\":\"tab\",\"grid_default\":\"1\",\"grid_divider\":true,\"grid_medium\":\"\",\"grid_row_gap\":\"small\",\"image_align\":\"top\",\"image_grid_breakpoint\":\"\",\"image_grid_width\":\"auto\",\"image_svg_color\":\"emphasis\",\"image_vertical_align\":true,\"item_animation\":true,\"lightbox_bg_close\":true,\"link_style\":\"default\",\"link_text\":\"\",\"margin_bottom\":\"default\",\"margin_top\":\"default\",\"maxwidth\":\"medium\",\"maxwidth_breakpoint\":\"l\",\"meta_align\":\"above-title\",\"meta_element\":\"div\",\"meta_style\":\"text-small\",\"panel_image_no_padding\":true,\"panel_link\":true,\"show_content\":true,\"show_hover_image\":true,\"show_hover_video\":true,\"show_image\":true,\"show_link\":true,\"show_meta\":true,\"show_title\":true,\"show_video\":true,\"title_align\":\"top\",\"title_element\":\"div\",\"title_font_family\":\"tertiary\",\"title_grid_breakpoint\":\"m\",\"title_grid_width\":\"1-2\",\"title_hover_style\":\"reset\",\"title_margin\":\"remove\"},\"children\":[{\"type\":\"grid_item\",\"props\":{\"yooessentials_access_conditions\":[],\"yooessentials_access_mode\":\"AND\"},\"source\":{\"query\":{\"name\":\"blogs.customBlogs\",\"arguments\":{\"users\":[],\"users_operator\":\"IN\",\"offset\":0,\"limit\":5,\"order\":\"date\",\"order_direction\":\"DESC\",\"terms\":[],\"blog_kategorie_operator\":\"IN\"}},\"props\":{\"title\":{\"filters\":{\"search\":\"\"},\"name\":\"title\"},\"meta\":{\"filters\":{\"search\":\"\"},\"name\":\"field.subline\"},\"link\":{\"filters\":{\"search\":\"\"},\"name\":\"link\"}}}}]},{\"type\":\"headline\",\"props\":{\"block_align\":\"right\",\"block_align_breakpoint\":\"l\",\"content\":\"Kategorien\",\"content_en_us\":\"Categories\",\"image_align\":\"left\",\"image_margin\":\"xsmall\",\"margin_bottom\":\"remove\",\"margin_top\":\"large\",\"maxwidth\":\"medium\",\"maxwidth_breakpoint\":\"l\",\"title_element\":\"div\",\"title_style\":\"h6\",\"yooessentials_access_conditions\":[{\"type\":\"yooessentials_access_dynamic\",\"id\":\"ci_AD8A0F\",\"props\":{\"condition\":\"!\",\"reversed\":true},\"source_extended\":{\"props\":{\"value\":{\"name\":\"blog_kategorieString\",\"query\":{\"name\":\"#parent\"}}}}}],\"yooessentials_access_mode\":\"AND\"}},{\"type\":\"list\",\"props\":{\"block_align\":\"right\",\"block_align_breakpoint\":\"l\",\"class\":\"tag-list\",\"column_breakpoint\":\"m\",\"image_align\":\"left\",\"image_svg_color\":\"emphasis\",\"image_vertical_align\":true,\"list_element\":\"ul\",\"list_horizontal_separator\":\"\",\"list_type\":\"horizontal\",\"margin_bottom\":\"small\",\"margin_top\":\"small\",\"maxwidth\":\"medium\",\"maxwidth_breakpoint\":\"l\",\"show_image\":true,\"show_link\":true},\"children\":[{\"type\":\"list_item\",\"source\":{\"query\":{\"name\":\"blogs.singleBlog\",\"field\":{\"name\":\"blog_kategories\",\"directives\":[{\"name\":\"slice\",\"arguments\":{\"offset\":0}}]}},\"props\":{\"content\":{\"filters\":{\"search\":\"\"},\"name\":\"name\"},\"link\":{\"filters\":{\"search\":\"\"},\"name\":\"link\"}}}}]}]}]}],\"name\":\"Blog V11 - 08\/26\",\"source\":{\"query\":{\"name\":\"blogs.singleBlog\"}}}],\"version\":\"5.0.53\"} --><\/p>\n","protected":false},"featured_media":20218,"template":"","blog-kategorie":[94,53,54],"class_list":["post-20219","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-kategorie-ai-in-marketing","blog-kategorie-data-visualization","blog-kategorie-events"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.hopmann.com\/de\/wp-json\/wp\/v2\/blog\/20219","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.hopmann.com\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.hopmann.com\/de\/wp-json\/wp\/v2\/types\/blog"}],"version-history":[{"count":21,"href":"https:\/\/www.hopmann.com\/de\/wp-json\/wp\/v2\/blog\/20219\/revisions"}],"predecessor-version":[{"id":20241,"href":"https:\/\/www.hopmann.com\/de\/wp-json\/wp\/v2\/blog\/20219\/revisions\/20241"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.hopmann.com\/de\/wp-json\/wp\/v2\/media\/20218"}],"wp:attachment":[{"href":"https:\/\/www.hopmann.com\/de\/wp-json\/wp\/v2\/media?parent=20219"}],"wp:term":[{"taxonomy":"blog-kategorie","embeddable":true,"href":"https:\/\/www.hopmann.com\/de\/wp-json\/wp\/v2\/blog-kategorie?post=20219"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}