Warum ist Performance-Tuning mehr als nur „schneller machen“?

Vielleicht kennst du das: Dein Power BI-Bericht lädt gefühlt eine Ewigkeit, obwohl die Datenmenge gar nicht so groß ist. Du hast das Gefühl, irgendwo im Hintergrund bremst etwas… aber was eigentlich? Gerade in der Welt von Microsoft Fabric und den neuen „Semantic Models“ kursieren viele Tipps, Tricks und Halbwahrheiten. Manche helfen tatsächlich, andere kosten dich Zeit, Nerven und manchmal sogar Performance. Darum schauen wir uns heute nur die Fakten an. Wir gehen Schritt für Schritt durch, wie du dein Modell optimierst, welche Stellschrauben wirklich wirken und wie du das Beste aus Power BI und Fabric OneLake herausholst.

1. Was steckt hinter Fabric Semantic Models?

Bevor wir ans Eingemachte gehen, lass uns kurz klären, was semantische Modelle in Fabric eigentlich sind. Im Kern handelt es sich um die Weiterentwicklung der bekannten Power BI Datensätze (Datasets), die jetzt in Microsoft Fabric integriert sind. Der Vorteil: Du kannst Daten aus OneLake direkt im Direct Lake Mode nutzen, ohne sie vorher zu importieren oder in einem klassischen Warehouse vorzuhalten. Das spart Speicher und reduziert Latenzen (aber nur, wenn das Modell gut gebaut ist!).

Falls du noch nicht genau weißt, wie OneLake funktioniert, lohnt sich ein Blick auf diesen Beitrag: Was unterscheidet den OneLake?. Dort wird erklärt, warum OneLake für BI-Workloads ein Gamechanger ist.

2. Performance-Fallen bei Power BI & Fabric

Viele glauben, dass Performance-Probleme fast immer an der Datenquelle liegen. Das stimmt teilweise, allerdings spielen Modellstruktur, DAX-Berechnungen und sogar visuelle Elemente im Bericht eine mindestens genauso große Rolle.

Hier ein paar typische Stolpersteine:

• Zu viele komplexe Measures – gerade mit CALCULATE, FILTER und iterativen Funktionen kann es schnell zu unnötigen Abfragen kommen.
• Nicht aggregierte Tabellen – große Fact Tables ohne Aggregation verlangsamen nicht nur den Bericht, sondern auch den Speicherzugriff.
• Schlecht gesetzte Beziehungen – kardinalitätsstarke Beziehungen (z. B. Many-to-Many) kosten Performance.
• Zu viele visuelle Elemente – jedes Visual stellt eine eigene Abfrage ans Modell.

3. Die Basis: Saubere Modellierung

Bevor du an DAX-Optimierungen denkst, solltest du sicherstellen, dass dein Semantic Model sauber aufgebaut ist. Ein gut strukturiertes Modell ist wie eine aufgeräumte Werkstatt: du findest schneller, was du brauchst, und kommst effizient zum Ziel.

Wichtige Tipps:

• Sternschema statt Schneeflocke

Auch wenn Fabric technisch Schneeflockenschemata unterstützt, sorgt ein klares Star-Schema oft für bessere Performance. Mehr dazu findest du im Beitrag Aggregationstabellen in Power BI.

• Spalten anstatt Measures, wo sinnvoll

Manche Berechnungen lassen sich besser als berechnete Spalten speichern, statt sie jedes Mal neu zu berechnen. Das gilt besonders für häufig verwendete Filterlogiken wie „Jahr-Monat“.

• Kardinalität im Blick behalten

Hohe Kardinalität in Dimensionstabellen ist oft ein Performance-Killer. Überlege, ob du Werte vorab kategorisieren kannst.

4. DAX-Optimierung – keine Mythen, nur Fakten

DAX kann mächtig sein, aber auch gnadenlos langsam, wenn es falsch eingesetzt wird. Die Faustregel: Vermeide unnötige Kontextwechsel und nutze Funktionen so einfach wie möglich.

Praxisbeispiel:

Schlecht:

DAX
Sales_2023 = CALCULATE(SUM(Sales[Amount]), FILTER(Sales, YEAR(Sales[Date]) = 2023))

Besser:

DAX
Sales_2023 = CALCULATE(SUM(Sales[Amount]), Sales[Year] = 2023)

Der zweite Ansatz nutzt einen vorhandenen Spaltenwert, statt jedes Mal YEAR() zu berechnen. Das spart Rechenzeit und Speicherzugriffe.

5. Direct Lake Mode richtig nutzen

Der Direct Lake Mode in Microsoft Fabric ist eine der spannendsten Neuerungen. Allerdings bringt er nur dann Vorteile, wenn du ihn bewusst einsetzt.

Vorteile:

• Zugriff auf Daten ohne Import
• Nahezu Warehouse-Performance direkt aus OneLake

Aber: Wenn deine Abfragen sehr komplex sind oder viele Joins enthalten, können sie auch im Direct Lake Mode langsamer werden. Hier lohnt es sich, vorab zu prüfen, ob eine Aggregationstabelle im Lakehouse nicht doch schneller ist. Siehe dazu Lakehouse vs Warehouse.

6. Monitoring & Diagnostik

Performance-Tuning ohne Messung ist wie Autofahren ohne Tacho. Nutze die integrierten Performance Analyzer Tools in Power BI Desktop, um herauszufinden, welche Visuals am längsten brauchen. In Fabric kannst du zusätzlich Azure Application Insights einbinden – hier erfährst du mehr.

7. Best Practices für schnelle Berichte

• Nutze Variables in DAX, um wiederholte Berechnungen zu vermeiden.
• Reduziere die Anzahl an Visuals pro Seite: lieber mehrere Seiten als eine überladene.
• Lade nur die Spalten, die du brauchst (besonders bei großen Tabellen).
• Verwende Incremental Refresh bei großen historischen Datensätzen.
• Prüfe regelmäßig die Abfragepläne (Query Plans), um Engpässe zu identifizieren.

8. Wann lohnt sich ein Redesign?

Manchmal ist es effizienter, ein Modell komplett neu zu bauen, statt es Stück für Stück zu optimieren. Das gilt vor allem, wenn:

• dein Modell historisch gewachsen ist und viele ungenutzte Tabellen enthält,
• die DAX-Logik unübersichtlich wurde,
• du auf Direct Lake umstellen möchtest.

In solchen Fällen kann ein Redesign nicht nur Performance bringen, sondern auch die Wartbarkeit verbessern. Ein guter Einstiegspunkt ist der Beitrag Semantisches Modell in Fabric.

Performance ist ein Prozess, kein einmaliger Fix

Performance-Tuning in Power BI und Fabric Semantic Models ist kein „einmal erledigt“-Thema. Es lohnt sich, regelmäßig zu prüfen, ob Datenquellen, Modellstruktur und DAX-Logik noch zu deinen Anforderungen passen. Gerade mit den Möglichkeiten von Microsoft Fabric und OneLake hast du heute mehr Werkzeuge denn je. Das hat zur Folge, dass du auch mehr Stellschrauben hast, an denen du drehen kannst.

Call-to-Action

Probier die Tipps aus und miss die Ergebnisse. Du wirst überrascht sein, wie viel allein schon kleine Anpassungen bringen. Wenn du tiefer einsteigen möchtest, schau dir auch unsere Artikel zu Direct Lake in Microsoft Fabric und Security in Microsoft Fabric an. Oder melde dich für unseren kostenlosen Fabric-Workshop: Fabric Webinar kostenlos.