Zebra BI Tables

Die Zebra BI Tables bieten eine tolle Möglichkeit, gruppierte Daten nach verschiedenen Schwerpunkten darzustellen. Ein typischer Anwendungsfall ist die Anzeige von Gewinn oder Umsatz im Vergleich zum Vorjahr. Eine Besonderheit des Visuals ist die Flexibilität. In unserem Beispiel sieht man Grafiken mit dem Umsatz des aktuellen Jahres, den absoluten Vergleich zum Vorjahr und den relativen Vergleich zu Vorjahr. Zieht man das Visual schmaler, fallen nach und nach Detailinformationen raus, bis schließlich nur noch der absolute Vergleich zum Vorjahr als Zahl zu sehen ist. So kann man leicht steuern, wie detailliert der Vergleich gezeigt werden soll. Natürlich lässt sich auch für jeden Bereich des Diagramms die Darstellungsweise und die Datenspalte ändern. Wem das an Individualisierung noch nicht reicht, der kann zudem die Daten auch auf feinerer Ebene darstellen, zum Beispiel monatsweise. Zudem gibt es noch eine „Top N“-Funktion, mit der man die Anzahl der angezeigten Kategorien auf die umsatzstärksten (oder -schwächsten) einschränken kann.

Date Picker

Das Datum über einen herkömmlichen Datumsfilter in Power BI auszuwählen, kann oft mühsam und unflexibel sein. Hier schafft der Date Picker Abhilfe. Dieser bietet nicht nur mehr Möglichkeiten, das Datum auszuwählen. Der Filter kann auch komplett individualisiert werden. So lässt sich z.B. eine Kalenderansicht integrieren, die mit Rechtecken, Kreisen oder Ellipsen die ausgewählten Datumswerte zeigt. Hat man dafür keinen Platz, wählt man einfach den Pop-up-Modus, bei dem sich die Kalenderansicht nur öffnet, wenn man zum Auswählen den Slicer anklickt. Statt nur eines Datumsbereichs kann man auch mehrere Datumsbereiche oder sogar einzelne Tage auswählen, und das alles direkt über die Kalenderansicht. Zudem lassen sich Tage, für die keine Daten vorliegen, oder Feiertage gesondert markieren. Durch Presets können häufig gebrauchte Datumswerte vorgespeichert werden. Und natürlich lassen sich das Farbschema sowie die Anordnung der Funktionen komplett individualisieren.

Histogram Chart

Histogramme sind zwar grundsätzlich in Form des Säulendiagramms schon in Power BI vorhanden, diese sind aber wenig flexibel. Mit dem Histogram Chart hat man deutlich mehr Möglichkeiten, zum Beispiel das Anpassen der Bingröße, die Anzeige von Absolut- oder Prozentwerten auf der y-Achse ohne zusätzliche Measures, oder das Hinzufügen von Labels und Hilfslinien zur Analyse. Wie bei den Standard-Visuals lässt sich zwischen Säulen- und Balkendiagramm wechseln, und man kann über die „Small multiples“ zusätzliche Kategorien in die Betrachtung ziehen. Ein Vorteil ist z.B. die intuitive Einstellung der Farben über die Toolbar, aber auch die vielfältigen Möglichkeiten bei Achsenbeschriftungen und Daten-Labels machen Histogram Chart zu einer guten Wahl.

Infographic Designer

Wenn du es Leid bist, deine Daten durch schlichte Balken darzustellen, bietet der Infographic Designer eine spannende Alternative: Hier ist es möglich, verschiedene Diagrammtypen durch Formen, Icons oder sogar Fotos so zu individualisieren, dass auf den ersten Blick klar wird, was im Diagramm zu sehen ist. Ein Balkendiagramm, bei dem die Balken aus Smartphones oder Weinflaschen aufgebaut sind? Kein Problem! So verleihst du deinem Bericht das gewisse Etwas. Neben vorausgewählten Icons lassen sich auch eigene Bilder hochladen. Außerdem kann man auch mehrere Icons übereinander schichten. Diese Funktion sollte man aber sparsam einsetzen, damit es nicht zu unübersichtlich wird.

Icon Map Pro

Wenn Du mit geographischen Daten arbeitest, ist die Icon Map Pro die richtige Wahl für dich. Hier hat man die Wahl aus einer Vielzahl verschiedener Karten. Auf diesen kann man dann seine Daten, je nach Analyse-Schwerpunkt, zum Beispiel mit Kreisen, als Heatmap, oder mit Verbindungslinien darstellen. Dabei lassen sich die Daten auch räumlich gruppieren. Im Beispiel rechts sind Daten über London verteilt. Beim Zoomen passt sich die Anzahl der Datenpunkte pro Gruppe automatisch an, sodass stets eine übersichtliche Darstellung erreicht wird. Über die Visual-Formatierung kann man neben der Darstellungsart auch die Farben, Formen und Größen der angezeigten Features vielseitig konfigurieren. Man kann auch immer ein Tool zur Distanzmessung integrieren, das sich zwischen Meilen und Kilometern umschalten lässt. Ebenso nützlich ist das Lasso, mit dem man über einen händisch zu definierenden Auswahlbereich seine Daten filtern kann. Für noch mehr Individualisierung kann man auch eigene Bilder als Datenpunkte auf der Karte verteilen.

Fazit

Power BI Custom Visuals bieten die Möglichkeit, das Portfolio an Visualisierungen deutlich zu erweitern und damit auch sehr spezialisierte Reporting-Anforderungen zu erfüllen. Dennoch sind sie mit einer gewissen Vorsicht zu genießen. Man sollte bedenken, dass einige Power BI Custom Visuals sehr komplex sind und etwas Einarbeitungszeit erfordern. Weniger kann ja manchmal auch mehr sein. Da im Prinzip jeder Custom Visuals entwickeln kann, sollte zudem die Vertrauenswürdigkeit des Anbieters und die Verfügbarkeit von Updates geprüft werden, damit sichergestellt ist, dass das Visual auch langfristig funktioniert. Ein guter Indikator ist, ob das Visual von Power BI zertifiziert wurde, was man am blauen Häkchen in der Übersicht erkennt:

Damit ist gewährleistet, dass das Visual nicht auf externe Datenquellen zugreift. Für die Icon Map Pro ist dies nicht gegeben, da man hier beispielsweise auch Google Maps einbinden kann. Schließlich ist zu beachten, dass die volle Funktionalität einiger Custom Visuals oft mit zusätzlichen Kosten verbunden ist, und dass manche Unternehmen die Nutzung von Custom Visuals generell nicht gestatten.

Wenn ihr Fragen zu Power BI Custom Visuals habt oder an einer Implementierung in eurer Reporting-Umgebung interessiert seid, sprecht uns einfach an!

Stell dir vor, du könntest alle deine Daten an einem Ort speichern, bearbeiten und analysieren – ohne ständig zwischen verschiedenen Tools und Plattformen wechseln zu müssen. Klingt cool, oder? Genau das ist Microsoft Fabric. Wenn du schon mit Power BI gearbeitet hast und denkst, „das reicht doch schon“, lass dich überraschen, warum Fabric ein echter Gamechanger ist.

In diesem Blog erkläre ich dir, was Fabric eigentlich ist, warum es so praktisch ist und wie es dich (und dein Unternehmen) in eine ganz neue Dimension der Datenanalyse katapultieren kann. Also schnapp dir einen Kaffee, und lass uns loslegen!

Warum ist Fabric so besonders?

Okay, du fragst dich vielleicht: „Ist Fabric nur ein neues Power BI-Update?“ Nope. Fabric ist viel mehr. Stell dir eine Plattform vor, die Datenintegration, maschinelles Lernen, Datenanalyse und Reporting an einem Ort vereint.

Die Idee hinter Fabric ist ziemlich simpel: Alles, was du brauchst, ist in einer übersichtlichen Umgebung gebündelt. Kein Hin- und Herwechseln zwischen verschiedenen Azure-Diensten oder Workarounds, weil irgendein Tool mal wieder an seine Grenzen kommt. Stattdessen bekommst du ein All-in-One-Paket, das sowohl Anfänger als auch Datenprofis glücklich macht.

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.

Die Power BI Lesezeichen sind ein häufig ignoriertes Feature von Berichten. Gerade viele Anfänger nutzen sie nie und dabei hilft es auch keineswegs, dass sie in ihrem eigenen Reiter ziemlich versteckt sind. Doch Bookmarks können die User-Experience deutlich verbessern und ermöglichen einige kleine Tricks, die sie im Alltag unverzichtbar machen.

Was sind Lesezeichen in Power BI?

Um Lesezeichen einsetzen zu können, müssen wir aber auch verstehen, was sie überhaupt sind. Ein Lesezeichen in Power BI ist eine Momentaufnahme. Wie ein Lesezeichen in einem Buch hält es fest, wo man sich gerade befindet. In Power BI werden nun alle Filter und Einstellungen, die sich auf einer Berichtsseite befinden, übernommen und gespeichert, sodass man nun beliebig zurückspringen kann. Welche Möglichkeiten und Spielereien sich daraus ergeben, werden wir aber später sehen.

Wo finde ich die Lesezeichen?

Doch zuerst einmal müssen wir klären, wo die Lesezeichen zu finden sind.

Wofür brauche ich Lesezeichen in Power BI?

Natürlich können Lesezeichen bei der Erstellung von Berichten helfen, aber wenn es die einzige Funktion wäre, würde ich diesen Blogbeitrag wahrscheinlich nicht schreiben. Mir selbst helfen Lesezeichen oft dabei, individuelle Anpassungen vorzunehmen.

Hier ein einfaches Beispiel: Ein Bericht hat vier Slicer und nun wollen wir nicht nur alle Auswahlen löschen, sondern eine besonders häufige Einstellung auf einen Klick haben. Stellen Sie sich z.B. vor, Sie wollen immer die Verkaufsdaten für das erste Team von dem Ableger in Köln haben. Anstatt dass Sie jetzt die einzelnen Einstellungen vornehmen, erstellen Sie ein Lesezeichen und verbinden dieses mit einem Knopf. Wenn Sie jetzt im Bericht den Knopf drücken, kommen Sie augenblicklich zu diesem Team.

Wie kann ich ein Lesezeichen mit einem Knopf verbinden?

Jetzt klicken Sie im Menü am oberen Rand auf Einfügen>>Schaltfläche.

Lesezeichen und Auswahl

Fazit

Lesezeichen helfen Power BI in vielen Spezialfällen und können oft die Nutzerfreundlichkeit erhöhen. Allerdings sollte hier auch gesagt sein, dass der zusätzliche Wartungsaufwand groß ist. Zudem können Lesezeichen die Komplexität extrem in die Höhe treiben und im Übermaß eher schädlich als nützlich sein.

Die Umstellung auf Fabric ist für die meisten Firmen in den nächsten Wochen und Monaten gesetzt. Dabei stellt sich die Frage: „Wie kann ich die Kapazitäten optimal nutzen?“ Natürlich spielt dabei auch eine Rolle, ob ich eine Lizenz skalieren kann und wie man Kosten spart.

Welche Kapazitäten gibt es?

Für Fabric gibt es grundlegend zwei Arten von Kapazitäten. Beide Kapazitäten bestehen aus SKU’s (Stock Keeping Unit). Diese SKU’s sind für die Rechenleistung der Kapazitäten verantwortlich. Die verschiedenen Arten von Kapazitäten sind:

• Microsoft 365
• Azure

Viele werden die Microsoft 365 Kapazität vor allem als P-SKU kennen, da sie sich auch auf Power BI beziehen. Zu der Zukunft dieser Kapazitäten haben wir schon einen Blogbeitrag geschrieben, welcher ausführlich beschreibt, wie Microsoft den künftigen Umgang plant.

Wie funktioniert die Skalierbarkeit von Fabric Kapazitäten?

Für uns in diesem Blog interessanter sind die Azure SKU’s, die auch als F-SKU’s bekannt sind. Wie die meisten bereits vermutet haben, werden diese SKU’s in Azure angelegt und im Anschluss mit Fabric verbunden. Die Fabric Kapazitäten in Azure sind auch die einzigen Lizenzen, die sich skalieren lassen. Denn für die Skalierbarkeit von Fabric Kapazitäten kann in zwei Arten verstanden werden. Zuerst die von Microsoft als Skalierbarkeit beschriebene Variante. Denn Microsoft erlaubt ein schnelles Auf- und Abskalieren. Dabei kann im Azure Portal die Kapazität angepasst werden. Dazu gehen Sie folgende Schritte durch:

• Einloggen im Azure Portal
• Geben Sie Microsoft Fabric in der Suchleiste ein und wählen Sie den Microsoft Fabric Service aus, um Ihre Kapazität zu sehen
• Wählen Sie dann die Kapazität aus, die Sie skalieren möchten. Tipp: Unter SKU können Sie Ihre derzeitige Lizenz sehen, z.B. F64
• Klicken Sie dann auf Skalieren und wählen Sie Größe ändern aus
• Sie wählen jetzt eine Skalierung und klicken dann Größe ändern
• Nachdem Sie bestätigt haben, können Sie den aktuellen Tarif sehen

Die Alternative, die mit Skalierbarkeit gemeint sein kann, ist die optimale Bezahlung. Denn die Skalierbarkeit von Fabric Kapazitäten bedeutet auch Pay-as-you-go. Sie können also jederzeit Ihre SKU anhalten, wenn Sie diese nicht mehr brauchen. Dabei bewirbt Microsoft die Bezahlung als sekundengenau. Praktisch heißt das aber, dass jede angefangene Minute wird bezahlt.

Fazit

Microsoft bietet eine einfache Möglichkeit, nur die Kapazität zu kaufen, die auch wirklich benötigt wird. Zudem kann die Lizenz augenblicklich angehalten werden, um unnötige Kosten zu sparen. Wenn Sie Unterstützung bei der Einrichtung von Microsoft Fabric in der Praxis brauchen, kontaktieren Sie uns gerne.

Noch nicht! Wie die meisten wahrscheinlich schon mitbekommen haben, gibt es gerade starke Umstrukturierungen innerhalb des Microsoft-Universums. Dabei werden auch die Lizenzmodelle überarbeitet und „modernisiert“.

Wie geht es weiter?

Aber was heißt das jetzt für Power BI? Power BI ist mittlerweile vollständig in Microsoft Fabric integriert. So wird es in naher Zukunft auch  mit den Kapazitäten sein. Es wird keine Power BI Kapazitäten mehr geben. Allerdings habe ich am Anfang gesagt, dass es noch nicht so weit ist. Anfang nächsten Jahres werden die Kapazitäten für Power BI auslaufen.

Da stellt sich berechtigterweise die Frage „Wie kann ich Power BI dann noch nutzen?“. Immerhin stellen die Kapazitäten die benötigte Rechenleistung zur Verfügung. Die Antwort sollte schon durchgeklungen sein. Es wird in Microsoft Fabric weitergehen. Dabei bleiben allerdings einige Dinge wie zuvor. Power BI Desktop wird z.B. nicht anders gehandhabt als zuvor. Es geht hier vor allem um die Premium-Kapazitäten in Power BI. Dabei darf nicht unerwähnt bleiben, dass durch die Verwendung von Fabric Kapazitäten natürlich auch der Zugang zu weiteren Produkten möglich ist.

Konkret werden die P SKU Kapazitäten eingestellt. Da für die Benutzung von Fabric und Power BI allerdings eine Kapazität benötigt wird, muss hier eine Fabric Kapazität erworben werden. Alle bisherigen Lizenzen laufen bis zur nächsten Erneuerung genauso weiter wie bisher. Allerdings gilt: ab dem 01.01.2025 werden keine neuen Power BI Kapazitäten mehr bereitgestellt.

Laufen die Pro-User-Lizenzen aus?

Wie steht es mit Power BI Pro und Power BI Premium per User (PPU)? Diese Lizenzen werden auch weiterhin bestehen bleiben. Außerdem gibt es seitens Microsofts auch keine veröffentlichten Statements zur Ablösung. Das bedeutet auch, dass weiterhin auf die verschiedenen Vorteile der einzelnen per User Lizenzen geachtet werden muss.

Achtung Report Server

Der Power BI Report Server funktioniert übrigens nicht mehr mit einer Fabric Kapazität. Um den Report Server weiterhin nutzen zu können, müssen Lizenzen separat erworben werden. Für mehr Informationen empfehlen wir, den entsprechenden Beitrag von Microsoft.

Spezialisten

Unsere Spezialisten kennen sich sowohl in Power BI als auch in Fabric aus. Wenn Sie Hilfe bei einem Umzug nach Fabric brauchen, kontaktieren Sie uns gerne und wir unterstützen Sie mit allem Nötigen.