Microsoft Fabric ist eine All-in-one Datenlösung, aber was heißt das? Das heißt, dass alles enthalten ist von der Datenbank bis zum Bericht. Dabei können verschiedene Quellen verknüpft und verwaltet werden. Fabric bietet verschiedene Tools zur Bereinigung und Weiterverarbeitung der Daten, zum Beispiel Notebooks und Pipelines. Die aufbereiteten Daten stellt man schlussendlich in einem Power BI Bericht dar. Zudem gibt es die Möglichkeit, eigene Machine Learning Algorithmen zu trainieren, alles in einer Anwendung.

Was macht Fabric besonders?

Unternehmen kämpfen mit komplexen Datenstrukturen und vielen kleinen Anwendungen. Das ist nicht nur teuer, sondern auch zeitraubend. Bei beidem hilft Fabric. Durch die einheitliche Plattform wird die Datenstruktur übersichtlicher und lässt sich von Administratoren leichter verwalten.

Bei immer größer werdenden Datenmengen verliert man schnell den Überblick. Welche Daten kommen woher? Wo werden sie von wem verwendet? Data Lineage ermöglicht es, diese Informationen für alle Arten von Daten zu visualisieren. Fabric synchronisiert Metadaten über gespeicherte Daten und Verarbeitungsprozesse. Somit ist es in der Lage, den Weg und die Nutzung von Daten in einer Art Datenflussdiagramm abzubilden.

Wer schon einmal Microsoft Purview verwendet hat, dem sollte dies bekannt vorkommen.

Wie ist Microsoft Fabric aufgebaut?

Wie schon gesagt ist Fabric eine Plattform für viele verschiedene Anwendungsfälle und deshalb gibt es auch eine Reihe von Applikationen, die eigene Aufgaben erfüllen.

OneLake

Die grundlegende Struktur ist der OneLake in welchem alle Daten zentral gespeichert und verwaltet werden können. Er ist selber keine eigene Applikation, ist jedoch die Grundlage für alle weiteren Funktionen. Alle Daten liegen an einem Ort und die Organisation erfolgt über Workspaces (Arbeitsbereiche). Das hört sich chaotischer an, als es in der Praxis ist, da die Navigation über die einzelnen Teilbereiche läuft.

Databases

Der neuste Zuwachs von Fabric, bietet jetzt auch eine klassische TSQL-Datenbank an. Die Datenbank entspricht der bekannten Azure SQL Datenbank und kann vollständig in Fabric genutzt werden. Die grundlegendste Form der Datenverwaltung hat damit ein neues Zuhause.

Data Warehouse

Dieser Teil bietet das klassische Data Warehouse an, wie es viele Unternehmen kennen. Daten können aufbereitet und strukturiert gespeichert werden.  Des Weiteren hat man hier die Möglichkeit, externe Datenbanken in Fabric zu spiegeln, Dazu zählen bspw. Azure SQL-Datenbanken, Azure Cosmos DBs und Snowflake Datenbanken. In Zukunft soll es auch die Möglichkeit geben, On-Prem SQL Server in Fabric zu spiegeln.

Data Engineering

Auch wenn andere Bereiche von Fabric ebenfalls unter Data Engineering fallen, bildet dieser Bereich die modernsten Entwicklungen ab. Hier können Lakehouses erstellt und verwaltet werden. Diese Verwaltung erfolgt über Notebooks und Pipelines.

Data Factory

Wer schon einmal mit Azure Data Factory gearbeitet hat, der wird sich hier heimisch fühlen. Die Data Factory ist die Low Code Lösung für Data Engineering in Fabric. Dabei werden vor allem Dataflows und Pipelines erstellt. Durch über 150 Out-of-the-Box Konnektoren können verschiedene Datenquellen angebunden und ohne Code Kenntnisse verarbeitet werden.

Industry Solutions

Hier gibt es Vorlagen und Out-of-the-Box Lösungen für Industrie spezifische Probleme. So kann dieser Bereich z.B. für das verwaltungsaufwändige Thema ESG Reporting verwendet werden.

Real-Time Intelligence

Echtzeitdaten sind anders als andere Daten, es muss immer eine direkte Verbindung bestehen damit Daten in Echtzeit abgerufen werden können. Damit gehen einige Besonderheiten einher. Diese Besonderheiten werde mit Real-Time Intelligence abgefangen.

Data Science

Machine Learning ist schon längst im Alltag angekommen und in der Applikation Data Science kann es genutzt werden. Hier können Modelle trainiert und optimiert werden. Seit neustem gibt es auch AutoML, um wie in Azure ML Studio automatisierte Modelle zu trainieren.

Power BI

Den meisten ist Power BI ein Begriff, da es das bekannteste Programm für Reports ist. In Fabric würde es eingegliedert und bildet den Data Analytics Teil ab. Die vorher aufbereiten Daten kommen hier an und können in einem Bericht dargestellt werden.

Was unterscheidet Microsoft Fabric von anderen Produkten?

Der größte Vorteil von Fabric ist klar die Größe. Alle datenbezogenen Probleme können in einer Umgebung gelöst werden. Das heißt auch, nicht alles muss auf einmal gemacht werden.  Wenn ein Unternehmen schon eine solide Datenbasis hat, dann kann auch bspw. nur Power BI genutzt werden. Und wenn man schon Power BI nutzt, kann man Stück für Stück alle Daten nachziehen, das schafft eine ordentliche und schnelle Lösung für die gesamte Datenlandschaft.

In einigen anderen Blogbeiträgen haben wir schon diverse Vergleiche gezogen, wenn dich Azure und Microsoft Fabric interessieren ist Fabric vs Synapse etwas für dich. Sonst interessiert dich Fabric vs Databricks vielleicht. Das Thema Fabric behandeln wir zudem auf unserem YouTube Kanal regelmäßig, wenn du tiefer einsteigen möchtest, ist das der ideale Weg.

Für diejenigen unter euch denen besonders die Kosten am Herzen liegen haben wir schon einen Blogbeitrag zur Kostenstruktur geschrieben.

Für viele Unternehmen, die ihre Datenverwaltung auf dem neusten Stand halten wollen, stellt sich wie immer die Frage: „Was für ein Tool soll ich benutzen?“. Die Einführung von Microsoft Fabric hat zu einem neuen Wettrennen geführt. Damit gilt es auch zu klären, welches Tool bei diesem Wettrennen gewinnt und für was sich Unternehmen entscheiden sollten.

Was ist Microsoft Fabric?

Im Jahr 2023 hat Microsoft seine neue All-in-One Lösung für die Datenverarbeitung veröffentlicht. Das Ziel von Fabric ist es, alle Datenverarbeitungen an einem Ort gesammelt anzubieten. Dabei vereint es viele Technologien, die Microsoft vorher schon angeboten hat. Dazu gehören z.B. Synapse Analytics, die Azure Data Factory und auch Power BI. Zur gesamten Verarbeitung gehört auch die Speicherung, welche im OneLake geschieht und im Verlauf des Beitrages noch wichtig wird.

Was ist Databricks?

Databricks ist als Unternehmen seit 2013 am Markt und auch als Gründer von Spark bekannt. Databricks hat sich vor allem auf Big Data spezialisiert und gehört im Gegensatz zu Fabric zu keinem einzelnen Cloud-Anbieter. Allerdings arbeitet Databricks mit vielen Cloud-Anbietern zusammen.

Fabric vs. Databricks – Wer steht für was?

Vor weg sollte gesagt sein, dass sich beide Tools in ihrer Zielsetzung unterscheiden. Databricks ist als Programm geplant, welches in verschiedenen Cloudplattformen genutzt wird und dabei besonders schnell große Daten verarbeiten kann. Dabei ist mit schnell vor allem die Datenauswertung gemeint und nicht notwendigerweise die Entwicklung.

Fabric auf der anderen Seite versucht alle Anwendungen besonders benutzerfreundlich an einem Ort bereitzustellen und ist als Anwendung von Microsoft sehr eng mit Azure verbunden. Damit folgt auch schon der erste Unterschied fürs Data Engineering. Databricks setzt vor allem auf Notebooks, die als solche immer über Code funktionieren wie z.B. Python, Spark und SQL. Auf der anderen Seite baut Fabric auch auf Low Code Möglichkeiten. Es können zwar, wie in Databricks auch, Notebooks verwendet werden. Es gibt aber auch die Möglichkeit über die Data Factory oder Data Flows Daten mit wenig Programmier-Erfahrung zu importieren. Eine kurze wichtige Anmerkung: die Notebooks in Databricks und Fabric basieren auf derselben Open-Source Technologie von Spark. Auch Fabric unterstützt Python, Spark und SQL.

Wie werden die Daten gespeichert?

Wir haben auch zuvor schon ein Beispiel gesehen, wie beide Anwendungen dieselbe Technologie verwenden. Hier ist es grundlegend der Delta-Lake. Microsoft nennt seinen Delta Lake jedoch stattdessen „OneLake“.

Databricks setzt in seinem Delta Lake vollumfänglich auf Lakehouses und ermöglicht Data Warehouses nur innerhalb seiner Lakehouses. Falls Sie nochmal den Unterschied nachlesen wollen, können Sie das in unserem vorherigen Blogbeitrag tun.

Microsoft Fabric kann beide Formen der Datenverwaltung. Dabei erlaubt es sowohl für SQL optimierte Data Warehouses als auch für Spark optimierte Lakehouses. Unterm Strich werden aber sowohl bei Databricks als auch bei Fabric alle Daten im Lake als Delta Parquet gespeichert.

Wo hat Databricks die Nase vorne?

Databricks liegt bei der Computepower leicht vorne. Dadurch, dass sie die Entwickler von Spark sind und ihr Augenmerk auf Geschwindigkeit legen, können sie hier punkten. Gerade beim Real-Time Processing ist Databricks extrem schnell. Die hohe Geschwindigkeit macht sich natürlich besonders bemerkbar bei sehr großen Datenmengen wie bei Big Data. Außerdem sind diese hohen Geschwindigkeiten hilfreich bei besonders komplexen Analysen.

Wie durch den vorherigen Teil zu vermuten war ist Databricks damit beim Machine Learning vorne. Da wir über die Geschwindigkeit schon gesprochen haben, bleibt hier nur ein anderer Punkt. Databricks bietet auch Machine Learning Modelle von Drittanbietern an und differenziert sich damit klar von Fabric. In Fabric können keine Drittanbieter Modelle verwendet werden. Das Machine Learning in Fabric ist technisch sehr ähnlich zu Databricks, aber Databricks bleibt durch die Sparkgrundlage leicht vorne.

Wo gewinnt Microsoft Fabric?

Die Benutzerfreundlichkeit ist bei Fabric höher. Nur Fabric bietet viele Low Code Möglichkeiten an, das heißt auch ohne Programmierkenntnisse kann man hier entwickeln. Natürlich ist es nicht unbedingt wichtig für Entwickler selber, da diese meistens gute Programmierkenntnisse haben, es bietet aber andere Vorteile. Gerade für kleine, schnelle Lösungen kann sowas von Vorteil sein. Ein anderer Vorteil ist klar die Wartung. Wenn ein Projekt größtenteils abgeschlossen ist, kann bei einer Low Code Umsetzung auch eine weniger erfahrene Person Fehler korrigieren und kleinere Probleme beheben.

Ein offensichtlicher Punkt ist, dass Fabric von Microsoft entwickelt wurde. Durch diesen Fakt ist Fabric natürlich voll in der Microsoft-Welt integriert, das heißt nicht, dass andere Anbieter nicht angebunden werden können.

Der größte Vorteil von Fabric ist die Datenvisualisierung. Der derzeitige Marktführer ist Power BI von Microsoft. Da Microsoft dies bewusst ist, haben sie Fabric um Power BI herum entwickelt und damit ist beides nativ verbunden. Power BI ist ein Teil von Fabric und wird mitgeliefert bei der Nutzung von Fabric. Databricks kann hier nichts Vergleichbares bieten.

Fabric vs. Databricks – Wer kostet wie viel?

Fabric und Databricks haben völlig unterschiedliche Preisstrukturen. Databricks hat ein Pay-as-you-go Modell und die Preise richten sich nach der benutzen Leistung. Die Leistung wird dabei als DBU (Databricks Unit) verstanden und es wird je nach verbrauchter Leistung bezahlt. Die Preise richten sich zudem nach einzelnen Bereichen wie den Workflows, Databricks SQL Querys zwischen 0,22$ und 0,72$ pro DBU. (Stand 02.08.2024). Die Datenspeicherung liegt bei den einzelnen Cloudanbietern und kostet unterschiedlich viel.

Fabric funktioniert dabei anders. Der Preis in Fabric ist dreigeteilt. Zuerst muss eine sogenannte SKU bezahlt werden. Diese Kapazität legt die Leistung von Fabric fest. Wichtig hierbei ist, dass alle Bereiche von Fabric erworben werden, also alles von der Data Factory bis zu Power BI. Zu dieser Kapazität kommen noch Einzellizenzen pro Benutzer. Den letzten Anteil macht die Datenspeicherung aus, welche pro GB 0,024$ pro Monat im OneLake kostet. Ein kleiner Trick bei Fabric ist, dass die SKU abgeschaltet werden kann und dann keine Kosten anfallen, das heißt über Nacht können so z.B. Kosten gespart werden. Mehr Details finden Sie in unserem dazugehörigen Blogbeitrag.

Zusammenfassend lässt sich zu Fabric vs. Databricks und den Kosten sagen, dass Databricks kurzzeitig wahrscheinlich leicht günstiger ist. Fabric schafft es allerdings mittelfristig und ganz sicher langfristig, die Kosten niedriger zu halten.

Wann wähle ich was?

Die Frage bei Fabric vs. Databricks ist nicht unbedingt „was ist besser?“. Beide Programme bieten fantastische Möglichkeiten, aber es hängt von Ihrem Unternehmen ab. Wenn Ihr Unternehmen in mehreren Clouds gleichzeitig vertreten ist, dann ist Databricks vermutlich besser geeignet. Selbiges gilt, wenn Real-Time Analytics mit Machine Learning in möglichst hoher Geschwindigkeit notwendig ist.

Die Vorzüge von Fabric sind aber auch ganz klar. Gerade wenn Ihr Unternehmen schon Erfahrung mit Azure hat und vielleicht sogar Power BI nutzt, dann ist der Umstieg auf Fabric sehr leicht. Durch die Integration verschiedenster Anwendungen in einer Plattform hat Microsoft einen riesigen Schritt nach vorne gemacht. Eine wichtige Anmerkung ist hier auch, dass Microsoft gerade sehr viele neue Updates und Features herausbringt und wir somit eine schnelle Entwicklung sehen. Databricks wird hier allerdings vermutlich bald nachziehen.

Unsere Spezialisten

Wir sind seit vielen Jahren Spezialisten für die gesamte Datenverarbeitung von der Speicherung, über die Analyse bis zum fertigen Bericht. Wenn Sie weitere Fragen kontaktieren Sie uns doch einfach.

Wenn von Data Vault gesprochen wird, dann sprechen wir über einen Modellierungsansatz für den Aufbau eines Data Warehouses. Der Grundgedanke zu diesem Modell wurde bereits in den 1990er Jahren von Dan Linstedt entworfen. Dabei lag der Fokus auf Agilität, Skalierbarkeit und der Anpassungsfähigkeit des Modells.

In der heutigen Zeit müssen Unternehmen ihr Geschäftsmodel in immer kürzer werdenden Zyklen anpassen und sich ständig den sich ändernden Marktbedürfnissen oder auch regulatorischen Anforderungen anpassen. Die Verantwortlichen stehen deshalb ständig unter Druck, die häufig sehr komplexgestalteten, bestehenden Datenstrukturen anzupassen. Dies ist mit unter äußerst anstrengend und teuer.  

Dafür bietet der Ansatz des Data Vault eine Lösungsmöglichkeit, indem es die Eigenschaften aus der dimensionalen (Sternschema) und normalisierten Modellierungswelt miteinander verbindet. Dadurch kann eine Beschleunigung bei der Befüllung des Warehouses erreicht werden. Der wesentliche Vorteil liegt jedoch darin, dass wir bei der Erweiterbarkeit wesentlich flexibler sind als bei den klassischen Methoden.  Durch die andere Art der Modellierung müssen bei Änderungen, meistens Regel, keine bestehenden Tabellen angepasst werden. Es reicht einfach neue Tabellen z.B. zusätzliche Satelliten (s.u.) ergänzt werden.

Beim Data Vault handelt es sich nicht um einen Ersatz des erprobten Sternschema, sondern um eine Ergänzung, indem es zur Modellierung des Data Warehouses (zentrale Datenbank zur Integration und Historisierung von Daten) verwendet wird.

Mit Data-Vault 2.0 wird eine Verbesserung bezüglich der Agilität und der Flexibilität gegenüber dem klassischen Modell erreicht. Zusätzlich werden dabei auch Big-Data, NoSQL-Datenbanken und Cloud-Technologien mitberücksichtigt. Ohne hier allerdings tiefer in das Thema einzusteigen, sei gesagt, dass Data Vault sich vor allem für Data Warehouses eignet und weniger für Lakehouses.

Data Vault bietet eine hohe Flexibilität bei Erweiterungen, eine vollständige Historisierung der Daten und erlaubt eine starke Parallelisierung der Datenladeprozesse. Es ist eine moderne Architektur für agiles Data Warehousing und ermöglicht es ihrem Unternehmen, die Daten effizient zu verwalten und zu nutzen.

Allerdings ist Data Vault nicht für alle Szenarien die beste Wahl. Neben dem initialen Aufwand bei der Erstellung des Models, erfordert Data Vault ein grundlegendes tiefes Verständnis des Ansatzes sowie der vorhandenen Geschäftslogik.

Wir, die arelium GmbH, verfügen über ein fundiertes Wissen in diesem Bereich. Sollten Sie Interesse an dem Thema Data Vault und deren Einsatzmöglichkeiten haben, dann nehmen Sie gerne mit uns Kontakt auf. Wir beraten sie gerne.

Fabric vs Synapse

Viele Unternehmen stellen sich seit letztem Jahr die Frage Fabric vs Synapse. Mit der Einführung von Microsoft Fabric wird es immer wichtiger, den Unterschied zwischen Azure Synapse Analytics und Microsoft Fabric zu verstehen.

Synapse ist das Cloud-Tool von Microsoft zum Daten verarbeiten.  Es existiert schon seit einigen Jahren und ist damit gut erprobt. Durch jahrelange konstante Verbesserung des Produktes gibt es unzählige Funktionen und die Bugs sind weitestgehend behoben. Es bietet viele Möglichkeiten, Daten aufzubereiten. Somit ist es weitestgehend für den Bau von ETL-Strecken gedacht.

Wer sich schon ein wenig mit Microsoft Fabric beschäftigt hat, wird wissen, dass es innerhalb von Fabric einige Applikation mit dem Präfix „Synapse“ gibt. Fabric soll die All-in-one-Lösung für Daten sein. Da darf das erprobte Produkt Synapse nicht fehlen. Dabei ist jedoch wichtig: bei ähnlicher Benamung ist es nicht ein und dasselbe Produkt. Die Funktionalitäten von Azure Synapse Analytics sollen zwar schrittweise übernommen werden, aber beide Produkte existieren nebeneinander. Zudem gehören unter Fabric Synapse auch die Erstellung von Lakehouses und Warehouses. Innerhalb von Azure Synapse Analytics ist die Datenspeicherung nicht vorgesehen. Diese Speicherung erfolgt dann z.B. stattdessen innerhalb eines Azure Datalakes. Technologisch passiert in Fabric nichts anderes. Der OneLake von Fabric ist im Endeffekt auch nur eine Erweiterung eines Azure Datalakes der anders benannt und von Fabric automatisch verwaltet ist.

Fabric vs Synapse: Was sollte ich wählen?

Die Wahl des richtigen Produkts ist immer schwierig. In diesem Fall ist es vor allem eine Frage des Zeitplans. Denn wenn eine Entwicklung schnell und sicher noch innerhalb dieses Jahres stattfinden soll, dann ist vermutlich Azure Synapse Analytics das bessere Produkt. Allerdings ist wichtig zu wissen, dass Azure Synapse Analytics sich nicht wesentlich weiterentwickeln wird. Dabei muss erwähnt werden, dass Microsoft plant, die Migration von Synapse nach Fabric einfach zu gestalten. Somit wäre ein späterer Umzug von Azure Synapse Analytics nach Microsoft Fabric problemlos möglich.

Microsoft Fabric auf der anderen Seite ist das neuste Produkt und hat noch einige Preview Features. Die Weiterentwicklung der Plattform ist derzeit sehr schnell. Interessierte können sich mit dem Fabric Blog von Microsoft immer auf dem neuesten Stand halten. Allgemein ist Fabric das Tool für die Zukunft und ist gerade bei langfristiger Planung die richtige Wahl. Durch seine Vereinheitlichung von verschiedenen Funktionen bietet Fabric auch die umfassendere Lösung. Die Erstellung des Lakehouses/Warehouses ist dabei ebenso enthalten, wie die spätere Auswertung in Power BI.

Kontakt

Es lässt sich nicht vermeiden zukünftig mit Fabric zu arbeiten, allerdings hat es die Probleme eines neuen Produktes. Es gibt noch viele Features in der Preview und einige Bugs. Somit hat Azure Synapse Analytics vorerst noch seinen Platz.

Wenn Sie noch weitere Fragen haben oder überlegen, mit Fabric in der Praxis zu starten, dann schreiben Sie uns doch einfach. Wir freuen uns immer helfen zu können.

In diesem Blogbeitrag möchten wir uns den unterschiedlichen Lizenztypen von Power BI widmen. Dazu verschaffen wir uns einen Überblick der jeweiligen Power BI Lizenzen und deren Unterschiede.

In Power BI finden Sie Software-Services, Apps und Connectors, die Ihre Daten in kohärente, visuelle und interaktive Einsichten verwandeln. Microsoft bietet verschiedene Wege, um auf Power BI zuzugreifen und es zu nutzen, je nach den Bedürfnissen der Benutzer und Organisationen.

In einem vorherigen Beitrag zur Power BI haben wir bereits die Komponenten Power BI Desktop, Power BI Service und Power BI Mobile erwähnt. Power BI wurde von Microsoft so konzipiert, dass sie stark verzahnt miteinander interagieren. Dabei arbeitet Power BI Desktop stark mit dem Software-as-a-Service (SaaS) Onlinedienst Power BI Online zusammen. Dieser interagiert wiederum mit der mobilen Plattform Power BI Mobile. Power BI Mobile steht für alle gängigen Smartphones zur Verfügung.

Power BI bietet eine Vielzahl an Tools und Funktionen, die es ermöglichen, komplexe Datenvisualisierungen zu erstellen, Berichte zu generieren und interaktive Dashboards zu teilen, die geschäftskritische Entscheidungen antreiben. Aber es gibt viele verschiedene Möglichkeiten. Und manchmal ist es schwer, alles zu verstehen und die beste Wahl für Ihre speziellen Bedürfnisse zu treffen.

Man kann sich jetzt die Frage stellen, warum man mehrere verschiedene Komponenten benötigt, die mehr oder minder das Gleiche bewirken. Gibt es möglicherweise die ein oder andere Funktion, welche es in dem jeweils anderen nicht gibt? Im Prinzip verfolgen alle drei Komponenten das gleiche Ziel. Microsoft wollte an dieser Stelle schlicht und ergreifend auf die Bedürfnisse seiner Kunden eingehen. Somit sorgte man für eine relativ klare Abgrenzung, im Prinzip eine Art Rollenverteilung.

In der Regel beginnt der Entwicklungsprozess mit Power BI Desktop und der Erstellung von Berichten. Diese Berichte werden mit Fertigstellung in Power BI Online veröffentlicht und für die dafür vorgesehene Zielgruppe zur Sichtung freigegeben. Somit können Angestellte auch von ihren Mobilgeräten Zugriff auf die gewünschten Daten haben. Des Weiteren besteht nun die Möglichkeit von jedem erdenklichen Ort, an dem es Internet gibt auf die Berichte zuzugreifen. Dies bedeutet, dass es quasi eine Person oder Gruppe gibt, die für das Erstellen der Berichte und Dashboards zuständig ist. Andererseits gibt es Personen, welche diese Berichte nur auswerten und mit der Erstellung der Berichte nichts am Hut haben. Sie wollen diese lediglich über die mobile Anwendung am Tablet oder Smartphone aufrufen.

Lizenzmodelle & Unterschiede

Basisversion

Die Basisversion von Power BI ist unter einem registrierten Microsoft Fabric Konto kostenlos. Wenn man also Power BI für sich selbst nutzen möchte, um die ein oder andere Analyse zu machen, bezahlt man nichts. 

Power BI Pro Lizenz

Power BI Pro ist ideal für professionelle Anwender, die interaktive Dashboards erstellen und mit Kollegen oder Kunden teilen. Ein weiterer Vorteil von Power BI Pro ist, dass es in das Microsoft 365 E5-Abonnement integriert ist und so eine einfache Zugänglichkeit gewährleistet.

Die umfassende Suite ermöglicht es Anwendern, mit Power BI Desktop für die Erstellung von Berichten und dem Power BI-Service für die Veröffentlichung und den Austausch von Inhalten zu arbeiten. Power BI Pro beschränkt den Speicherplatz auf 10 GB pro Benutzer.

Die maximale Speicherkapazität im nativen Power BI-Speicher ist ein wichtiger Faktor bei der Planung der Datennutzung und -speicherung. Zudem können Nutzer ihre Power BI-Datasets bis zu 8 Mal pro Tag aktualisieren. Um die Komplexität und den Umfang der in Power BI Pro verwendeten Datenmodelle im Rahmen zu halten, ist die Größe eines einzelnen Datenmodells auf 1 GB beschränkt.

Power BI Premium Lizenz

Die Nutzung von Power BI Premium erweitert die Möglichkeiten von Unternehmen erheblich. Es kann zusätzliche Ressourcen für die Implementierung des Power BI-Dienstes bereitstellen, was zu größerer Flexibilität führt. Ein Kernaspekt dieser Erweiterung ist die nahtlose Integration von Azure Analysis Services, die eine tiefgreifendere und präzisere Modellierung sowie Analyse von Daten ermöglicht.

Diese Integration ist besonders wertvoll für den Umgang mit komplexen Datenstrukturen und anspruchsvollen Business-Intelligence-Aufgaben. Es bietet nicht nur erweiterte Analysefähigkeiten, sondern auch eine flexible Abrechnungsmethode, die auf Kapazitäten basiert. Dies erleichtert die Integration von Self-Service- und Enterprise-Business-Intelligence-Analysen erheblich. Ein zusätzlicher Vorteil von Power BI Premium ist die Möglichkeit, die lokale Business Intelligence durch den Power BI-Berichtsserver zu erweitern und die Unterstützung für die Datenresidenz nach Region (Multi-Geo) zu bieten.

Das Upgrade auf Power BI Premium verbessert die technischen Ressourcen erheblich: Die Beschränkung der Modellspeichergröße kann entweder 100 GB oder 400 GB betragen, abhängig davon, ob die Premium-Kapazität mit Azure Synapse Analytics (als „Fabric“ bezeichnet) verwendet wird oder nicht. Die Anzahl der Aktualisierungen für Datasets steigt auf bis zu 48 pro Tag, was die Aktualität der Daten erhöht. Darüber hinaus ist der maximale Speicherplatz im nativen Power BI-Speicher nunmehr auf beachtliche 100 TB gestiegen, was Power BI Premium zu einer überaus leistungsstarken Lösung für Firmen mit Datenbedarf macht.

Hier ist noch zusätzlich eine kleine Zusammenfassung der Lizenzen und deren Eigenschaften:

Weitere Informationen über die Preisgestaltung finden Sie bei Microsoft.

Als Experten in diesem Themengebiet verstehen wir die Bedeutung und den Einfluss, den Business Intelligence-Lösungen wie Power BI auf Ihr Unternehmen haben kann. Unsere detaillierte Betrachtung von Power BI Lizenzen wie Pro und Premium soll Ihnen dabei helfen, die richtige Entscheidung für Ihre spezifischen Anforderungen und Ziele zu treffen.

Falls Sie weitere Fragen haben oder spezifische Beratung zu Power BI in Ihrem Unternehmen benötigen, kontaktieren Sie uns. Besuchen Sie einfach unsere Kontaktseite, um mit unserem Team aus erfahrenen Fachleuten in Kontakt zu treten. Wir stehen bereit, um Ihnen mit Expertise und maßgeschneiderten Lösungen zur Seite zu stehen. Wir freuen uns darauf, Sie auf Ihrem Weg zu einer datengesteuerten Zukunft zu begleiten.

Kostenstruktur Microsoft Fabric

Nachdem Microsoft Fabric schon länger auf dem Markt ist, gibt es nun detailliertere Informationen über die Lizenzmodelle und die Zusammensetzung der Kosten. Die Kosten sind etwas einfacher zu verstehen als bei Azure. Grund dafür ist der Erwerb von Kapazitäten. Was genau eine Kapazität ist und was Fabric nun kostet, erfahren Sie in diesem Blogbeitrag.

Testversion

Zuerst zur Testversion. Microsoft bietet die Möglichkeit einer 60-tägigen Testversion. Damit kann man alle Funktionen der SAAS-Plattform kostenlos testen. Ist man überzeugt, kann man nach 60 Tagen in den kostenpflichtigen Modus wechseln.

Organisations- und Einzellizenzen

Zu Beginn benötigen Sie eine Organisationslizenz. Eine Organisationslizenz stellt die Infrastruktur in Fabric zur Verfügung. Diese Lizenz unterscheidet sich in Premium per User (PPU) und Kapazität. Der „Premium per User“ Plan wird erfahrenen Power BI Anwendern bekannt vorkommen. Dies liegt daran, dass es sich um genau dieselbe Lizenz handelt. Die PPU nutzt eine gemeinsam genutzte Kapazität. Diese stellt Rechenleistung für Operationen in Power BI zur Verfügung. Allerdings erhält man damit nur einen Teilzugriff auf Fabric. Man kann nur eine der Applikationen nutzen, nämlich Power BI. Mit einer Kapazität erhält man den vollen Zugriff.
Die einzelnen Lizenzen sind unterteilt in „Free“ und „Pro“. Mit der kostenlosen Lizenz kann man Fabric-Inhalte erstellen. Dazu benötigt man allerdings Zugriff auf eine Kapazität. Natürlich ist die kostenlose Version mit Einschränkungen verbunden. So können beispielsweise keine Power BI Elemente in anderen Workspaces erstellt werden. Mit der Pro-Lizenz hingegen haben einzelne Benutzer vollen Zugriff auf alle Fabric-Applikationen und freigegebenen Workspaces.

Mandanten, Kapazitäten und Workspaces

Grundsätzlich wird ein Fabric-Abonnement in Mandanten, Kapazitäten und Workspaces unterteilt. Beginnen wir mit den Mandanten. Der Mandant ist die Basis eines Fabric-Abonnements. Er ist an eine bestimmte DNS gebunden und wird beim Kauf einer Kapazität automatisch angelegt. In der Regel gibt es nur einen Mandanten pro Unternehmen. Dies ist jedoch nicht zwingend. In manchen Fällen kann es sinnvoll sein, mehrere Mandanten pro Unternehmen zu haben.
Den Mandanten sind Kapazitäten zugeordnet. Eine Kapazität ist ein separater Pool von Ressourcen. Die Wahl der Größe der Kapazität bestimmt die Größe der Rechenleistung. Eine Kapazität besteht aus SKUs. Was genau SKU’s sind, können Sie später im Blog nachlesen.
Zu guter Letzt gibt es noch die Workspaces. Die Workspaces können beliebig unterteilt werden. In der Regel wird hier nach Abteilungen unterteilt.

SKU’s

Eine Kapazität besteht aus sogenannten Stock Keeping Units (SKUs). Jede SKU stellt eine unterschiedliche Menge an Rechenleistung zur Verfügung. Man unterscheidet hier zwischen Azure SKU’s und Microsoft SKU’s. Der Unterschied ist recht schnell erklärt. Azure SKU’s werden pro Sekunde abgerechnet. Man geht keine Verpflichtungen ein und ist sehr flexibel. Man benötigt lediglich ein Azure Abonnement um Azure Kapazität (und die SKU’s) zu buchen.
Die andere Variante ist eine monatliche oder jährliche Abrechnung. Das Preismodell ist starr. Der Vorteil ist natürlich, dass man von Anfang an weiß, wie viel man monatlich bezahlen wird.

Reale Kosten eines Fabric-Abonnements

Um die tatsächlichen Kosten abschätzen zu können, muss man sich zunächst einen Überblick über die eigenen Daten verschaffen. Wie viele Daten habe ich? Wie viele Workflows habe ich? Bearbeite ich die Daten in Datenströmen oder in Pipelines? Wenn man all diese Fragen beantwortet hat, kann man sich ein ungefähres Bild von den Kosten machen, die auf ein Unternehmen zukommen.
Sehen wir uns ein Preisbeispiel an. Nehmen wir an, ich habe nur 10 GB Daten. Dafür würde die günstigste Azure Kapazität locker ausreichen. Das ist heute die F2. Diese kostet
0,325/Stunde. (Natürlich hat man auch hier die Möglichkeit Kapazitäten für einen gewissen Zeitraum zu reservieren. So kann man sich ca.41% der Kosten sparen. Die F2 Lizenz würde also nur €0,193/Stunde kosten). Die Speicherkosten für 10GB betragen nur €0,208/Monat. Unter der Annahme, dass wir die Kapazität für 730 Stunden/Monat nutzen, ergibt sich ein Preis von ca. 262,8€/Monat für die Kapazität. Hinzu kommen die Kosten für 10GB Daten im OneLake. Diese belaufen sich auf 0,208€/Monat. Somit wäre man bei ca. 263€/Monat für Kapazität und Speicher. (Wenn man die Kapazität bucht, kann man die Kosten auf 156,33€ reduzieren).
Hinzu kommen die Kosten für die einzelnen Lizenzen. Eine Premiumlizenz kostet derzeit 18,70€/Monat. Wenn man also 10 Mitarbeiter hat, zahlt man 187€ pro Monat. In der Summe ergibt sich dann ein Preis von ca. 450€/Monat (343€/Monat mit reservierter Instanz).

Welche Kapazität brauche ich?

Wenn Sie sich nicht sicher sind, welche Kapazität für Sie die richtige ist, zögern Sie nicht, uns zu kontaktieren. Unsere Fabric-Experten helfen Ihnen gerne bei der Auswertung Ihrer Daten und der Auswahl der richtigen Kapazität. Bitte kontaktieren Sie uns.