AI-támogatott riportkészítés elméleti lehetőségei és korlátai, összehasonlítás hagyományos Power BI riportkészítéssel

Siraky Barnabás (2025) AI-támogatott riportkészítés elméleti lehetőségei és korlátai, összehasonlítás hagyományos Power BI riportkészítéssel. Pénzügyi és Számviteli Kar.

	PDF Siraky Barnabás GPS9RN.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (2MB)
	PDF szakdolgozat_biralat_Siraky_Barnabás_GPS9RN.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (92kB)

Absztrakt (kivonat)

A szakdolgozatom során arra törekedtem, hogy valós példán keresztül vizsgáljam meg, hogyan változtatja meg a riportkészítés folyamatát a mesterséges intelligencia megjelenése, és mennyiben képes támogatni vagy akár részben kiváltani az emberi elemzői munkát. A manuális és az AI-alapú módszerek összehasonlítása során számos olyan tapasztalatot szereztem, amelyek megerősítették, hogy a két megközelítés jelenleg nem egymás helyettesítői, hanem sokkal inkább egymást kiegészítő rendszerei az üzleti intelligenciának. A téma kiválasztása során is az motivált, hogy megértsem, egy átlagos felhasználó – mint én – milyen mértékben tudja kihasználni az AI nyújtotta lehetőségeket a riportkészítésben, és mennyire reális az a technológiai jövőkép, amelyet a szakmai források felvázolnak. A manuális riportkészítéssel kapcsolatos tapasztalataim egyértelművé tették, hogy az emberi elemzői munka ma még nélkülözhetetlen a Power BI környezetben. A folyamat során számos ponton szükség volt olyan döntésekre, amelyek szakmai megfontolást, üzleti logikát vagy kontextusismeretet igényeltek. Az adattisztítás, a modellezés, a hierarchiák kialakítása, a DAX-mértékek megírása, vagy akár a vizualizációk elhelyezése mind olyan lépések voltak, amelyeknél az emberi ítélőképesség és a kreatív problémamegoldás központi szerepet kapott. A saját munkámra visszatekintve látom, mennyi apró részlet befolyásolta a végeredményt, és mennyire sokszor kellett újra gondolnom egy-egy megoldást vagy döntést. Ez a fajta rugalmas gondolkodás az, amit az AI jelenleg még nem tud teljes mértékben pótolni. Ugyanakkor az AI által kínált lehetőségek is rendkívül ígéretesek. A generatív modellek – különösen a Claude és a ChatGPT – képességei azt mutatják, hogy megfelelő infrastruktúra mellett képesek lennének teljes riportoldalak összeállítására, vizualizációk javaslására és koherens narratív magyarázatok generálására. A Microsoft Fabric és a Model Context Protocol olyan technológiai alapot teremtenek, amely lehetővé teszi, hogy az AI ne csak az adatokat, hanem a teljes szemantikai modellt is értelmezni tudja. Ez azt jelentené, hogy a jövőben egy AI ugyanúgy „látná” a teljes adatstruktúrát, mint egy emberi elemző, csak sokkal gyorsabban, hibamentesebben és konzisztensen. Bár személyesen nem tudtam kipróbálni ezt a technológiát a Fabric hozzáférésének hiánya miatt, a kutatásom világosan megmutatta, hogy ez a fejlesztési irány ma már nem elméleti kérdés, hanem egyértelműen a közeljövő BI gyakorlatának része lesz. A két megközelítés összehasonlítása azt is megmutatta számomra, hogy az AI legnagyobb előnyei ott jelentkeznek, ahol a manuális módszer időigényes vagy repetitív. Az AI képes gyors adatfeltárásra, konzisztens vizualizáció-ajánlásra és automatikus magyarázatkészítésre, ami jelentősen csökkentheti az elemzők terhét. Ugyanakkor az is világossá vált, hogy az AI-nak vannak komoly korlátai: nem képes rossz vagy hibásan felépített adatmodellekből jó riportot készíteni, és sokszor hajlamos túlértelmezni az adatokat. Ezért továbbra is szükség van az emberi felügyeletre, az etikus adatkezelésre és az eredmények kritikus értelmezésére. Személyes véleményem szerint a riportkészítés jövője egy hibrid modell lesz, ahol a technikai feladatokat az AI veszi át, az ember pedig a stratégiai és döntéstámogató funkciókra koncentrálhat. Az AI nem az elemzők helyett, hanem mellettük fog dolgozni, és hozzáadott értéke éppen abban rejlik, hogy lehetővé teszi számukra a magasabb szintű, üzleti szempontú gondolkodást. Az automatizáció és az emberi szakértelem együtt olyan rendszert hozhat létre, amely gyorsabb, megbízhatóbb és hatékonyabb támogatást nyújt a döntéshozatal számára. Összességében úgy látom, hogy bár a teljesen automatizált, AI által felépített riportok még nem részei a mindennapi gyakorlatnak, a technológia már most is elérhető közelségben van. A következő években várhatóan egyre több szervezet fogja alkalmazni a generatív AI-t a BI-folyamatokban, és ezzel párhuzamosan az elemzők szerepe is átalakul majd. A szakdolgozatom során szerzett tapasztalatok megerősítettek abban, hogy ez az irány valóban reális, és hogy a BI és az AI együttműködése hosszú távon a mindennapi adatvezérelt működés természetes részévé fog válni.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	adatelemzés, AI, elektronikus adatfeldolgozás, Power BI, riportkészítés
SWORD Depositor:	User Archive
Felhasználói azonosító szám (ID):	User Archive
Rekord készítés dátuma:	2026. Júl. 09. 11:13
Utolsó módosítás:	2026. Júl. 09. 11:13

Actions (login required)

Tétel nézet