Je team stelt vragen aan het dashboard in gewone taal. Wat Copilot in Power BI doet, wat je ervoor nodig hebt en wat je vooraf moet regelen.

Elke week dezelfde vragenronde

In bijna elk bedrijf zit iemand die alle vragen krijgt. Hoe stond de marge vorige maand? Waarom zakt die ene klant weg? Even een lijstje, kan dat? Die persoon is meestal de enige die het dashboard echt kent, en daardoor loopt alles via hem.

Je hebt een dashboard laten bouwen, het staat er, en toch komen de vragen nog steeds bij een paar mensen terecht. Niet omdat het rapport niet klopt, maar omdat de rest van het team niet weet waar ze moeten klikken. Een verkoper wil weten of zijn regio achterloopt, een planner wil weten welke leveranciers structureel te laat zijn. Ze kijken naar een scherm vol filters en stellen de vraag dan maar aan een collega.

Dat is precies het gat waar Copilot in springt: vragen stellen in gewone taal, in het rapport zelf, zonder te weten hoe het model in elkaar zit.

Wat Copilot in Power BI doet

Voor de gebruiker, dus niet voor de bouwer, komt het neer op vier dingen:

Het Copilot-paneel naast het rapport is algemeen beschikbaar. De losse, schermvullende Copilot die over al je gegevens heen zoekt en de variant binnen een app zijn nog preview. Dat verschil is belangrijk als je iets wilt uitrollen naar honderd man: bouw je plan op wat af is, niet op wat er aan komt.

Wat het niet doet

Copilot verzint geen cijfers die er niet zijn en repareert geen rommelige bron. Staat je omzet in drie systemen net anders geregistreerd, dan geeft Copilot je gewoon drie keer netjes verwoorde onzin. Het is een laag bovenop je model, geen vervanging van het fundament eronder. Wie daar meer over wil lezen: we schreven eerder over het cruciale belang van een datawarehouse.

Wat je ervoor nodig hebt

Hier lopen de meeste MKB-bedrijven vast, dus even concreet. Copilot draait niet op een Pro-licentie en ook niet op Premium Per User. Dat zijn allebei licenties per persoon: je koopt er functionaliteit mee, maar geen eigen rekencapaciteit. En laat dat nou net zijn wat Copilot nodig heeft.

Wat je wel nodig hebt is betaalde Fabric-capaciteit, F2 of hoger. Proef- en gratis capaciteit tellen niet mee.

Het goede nieuws is dat F2 de kleinste betaalde capaciteit is, en die is voor een MKB-bedrijf prima te behappen. Het minder goede nieuws zit een laag dieper. Onder F64 heeft iedereen die een rapport wil bekijken nog steeds een eigen Pro-licentie nodig. Pas vanaf F64 mogen collega's met een gratis licentie meekijken. Heb je veertig mensen die alleen willen kijken, dan bepaalt dat je maandbedrag, niet de capaciteit zelf.

Verder moet de beheerder de instelling voor Copilot in de tenant aanzetten, en moet je capaciteit in een regio staan waar Copilot wordt ondersteund. Zet je nieuwe capaciteit aan, reken er dan op dat het tot 24 uur kan duren voordat Copilot die herkent.

Praktisch betekent dit: het is geen knop die je vanmiddag omzet. Tel eerst je kijkers, want daar zit meestal de rekening, niet in Copilot zelf. Wat zo'n traject in het algemeen kost, zetten we uiteen in wat kost een Power BI-dashboard laten maken.

Blijven je cijfers van jou?

De vraag die bij elke directietafel als eerste komt. Microsoft is er duidelijk over: je data wordt niet gebruikt om de modellen te trainen en is niet beschikbaar voor andere klanten. Data die Copilot verwerkt blijft binnen de geografische regio van je capaciteit, tenzij je als organisatie expliciet toestemming geeft om daarbuiten te verwerken.

Net zo belangrijk: Copilot ziet alleen wat de gebruiker zelf mag zien. De rechten die je al hebt ingericht, tot op rijniveau, blijven staan. Een accountmanager die alleen bij zijn eigen regio kan, krijgt via Copilot geen antwoord over een andere regio.

Dat maakt het geen vrijbrief. Het betekent dat je rechten op orde moeten zijn voordat je dit aanzet, want Copilot maakt pijnlijk zichtbaar wat er te ruim staat ingesteld.

Zonder voorbereiding krijg je vage antwoorden

Dit is het stukje dat in de brochures ontbreekt. Microsoft schrijft zelf dat een semantisch model dat niet is voorbereid, kan leiden tot generieke, onnauwkeurige of misleidende antwoorden. Kolommen die "Bedrag2" heten, tabellen zonder beschrijving, meetwaarden die niemand meer kan uitleggen: Copilot moet het daarmee doen.

Voorbereiden betekent in de praktijk: begrijpelijke namen, korte beschrijvingen bij tabellen en velden, overbodige kolommen verbergen, en per meetwaarde vastleggen wat er precies bedoeld wordt. Dat is werk van een paar dagen, geen maanden. En het is werk dat je model sowieso beter maakt, ook zonder Copilot.

Zo begin je

  1. Kies een rapport waar veel vragen over binnenkomen, dus niet je meest ingewikkelde.
  2. Ruim het model op: namen, beschrijvingen, verborgen kolommen, heldere meetwaarden.
  3. Controleer de rechten, inclusief rijniveau, voordat je iets aanzet.
  4. Zet Copilot aan voor een kleine groep, bijvoorbeeld vijf mensen uit verschillende teams.
  5. Laat ze twee weken lang hun echte vragen stellen en noteer waar de antwoorden misgaan.
  6. Pas het model aan op basis van die lijst en breid dan pas uit.

Kort samengevat

Copilot laat je team in gewone taal vragen stellen aan een rapport, maar het draait alleen op betaalde Fabric-capaciteit vanaf F2, en onder F64 heeft elke kijker nog een eigen Pro-licentie nodig. Je data traint de modellen niet en blijft in de regio van je capaciteit, en Copilot respecteert de rechten die je al hebt ingericht. De winst zit niet in het aanzetten, maar in het opruimen van je model vooraf. Begin klein, bij het rapport dat de meeste vragen oproept.

Wil je eerst weten of je fundament er klaar voor is, lees dan wanneer is mijn bedrijf te groot voor Excel. Meestal ligt daar de eerste winst, niet bij de AI-laag erbovenop.

Bron: Microsoft Learn, "Copilot in Power BI" (overzicht, vereisten en beschikbaarheid), "Privacy, beveiliging en verantwoord gebruik van Copilot in Fabric" en "Microsoft Fabric-licenties". Geraadpleegd op 18 augustus 2026.