top of page
Suche

From Finance to Microsoft Fabric:

Viele Debatten über Datenplattformen beginnen an der falschen Stelle. Es wird über Architektur gesprochen, über Lakehouses, Engines, Governance-Modelle und Tool-Stacks – lange bevor klar ist, welches Geschäftsproblem überhaupt gelöst werden soll. Genau deshalb war das Gespräch mit Khaled, Gründer von Data Crafters in den USA, so spannend. Seine Sicht auf Daten ist nicht in erster Linie technisch geprägt, sondern fachlich. Er kam nicht aus der IT, sondern aus dem FP&A-Umfeld – also aus genau der Ecke, in der Zahlen dann relevant werden, wenn Entscheidungen davon abhängen.


Diese Perspektive verändert fast alles. Wer aus Finance kommt, denkt nicht zuerst in Plattformdiagrammen, sondern in Planabweichungen, Forecasts, Marge, Working Capital und Geschwindigkeit. Genau deshalb ist der Weg von Finance zu Microsoft Fabric so interessant: Er zeigt, dass moderne Datenplattformen nicht dann erfolgreich sind, wenn sie technisch beeindrucken, sondern dann, wenn sie dem Business schneller zu besseren Entscheidungen verhelfen. Der technologische Unterbau ist wichtig – aber er ist Mittel zum Zweck, nicht der Zweck selbst.



Warum klassische Datenstrategien so oft in PowerPoint enden

Khaled beschrieb ein Muster, das in vielen Unternehmen bekannt vorkommen dürfte: Jahrelang wird an einer Datenstrategie gearbeitet, große Beratungshäuser werden eingebunden, sechsstellige Beträge fließen in Konzepte – und am Ende ist wenig davon im Tagesgeschäft spürbar. Das Problem ist selten, dass Unternehmen keine Strategie haben. Das Problem ist, dass sie Strategie mit Distanz verwechseln. Je weiter ein Datenprojekt vom operativen Geschäft entfernt ist, desto größer wird die Wahrscheinlichkeit, dass zwar sauber geplant, aber am Bedarf vorbei gebaut wird.


Der entscheidende Gegenentwurf dazu ist unbequem, aber wirksam: nicht erst monatelang über die Zielarchitektur sprechen, sondern früh mit einem echten Anwendungsfall starten. Denn erst im Einsatz zeigt sich, welche Daten fehlen, welche Definitionen kollidieren und welche Prozesse überhaupt standardisierbar sind. Datenqualität lässt sich nicht abstrakt vollständig „vorbereiten“. Sie wird erst dann konkret, wenn Finance, Vertrieb oder Operations dieselben Zahlen sehen und feststellen, dass sie Unterschiedliches darunter verstehen. Genau dort beginnt echte Datenarbeit – nicht im Strategiepapier.


Vsuelle Defaults: keine Revolution, aber ein klares Signal

Weniger spektakulär, aber trotzdem wichtig sind die neuen Modern visual defaults and customizing theme improvements, die Microsoft im März als Preview ausrollt. Dahinter steckt ein neues Basis-Theme im Stil von Fluent 2 mit einheitlicheren Abständen, Untertiteln, moderneren Standard-Layouts, Presets für Visuals und einem grauen Canvas-Hintergrund. Aktiviert werden muss das Feature bewusst in den Preview-Optionen von Power BI Desktop. Bestehende Reports bleiben unverändert, bis das Theme aktiv aktualisiert wird.


Man kann diese Änderung leicht als Kosmetik abtun. Das wäre zu kurz gedacht. Denn Microsoft arbeitet hier an einem alten Power-BI-Problem: Viele Berichte sehen unterschiedlich aus, obwohl sie fachlich zusammengehören. Ein Teil davon ist kein Qualitätsmangel, sondern schlicht Folge schwacher Standardvorgaben. Wenn neue Berichte mit besseren Defaults starten, sinkt der Aufwand für solide Layouts gerade in Umgebungen mit viel Self-Service deutlich. Das ist kein Game Changer, aber ein sinnvoller Schritt in Richtung konsistenter Berichtsentwicklung.


Spannend ist dabei auch die Erweiterung der Theme-Logik. Microsoft unterstützt nun stärker, dass Teams Seitengrößen und wiederverwendbare Farben systematischer definieren. Wer sich mit Reporting-Standards beschäftigt, merkt schnell: Gute Visualisierung entsteht nicht nur aus Talent, sondern aus brauchbaren Defaults. Genau deshalb ist dieses Preview-Feature strategisch relevanter, als es auf den ersten Blick wirkt.


Was Fachbereiche wirklich interessiert – und was nicht

Eine der stärksten Aussagen aus dem Gespräch war fast schon banal: Fachbereiche interessieren sich im Kern für zwei Dinge. Erstens: Wie schnell stehen die Daten zur Verfügung? Zweitens: Wie schnell bekomme ich eine Antwort auf meine Frage? Alles andere ist für die meisten Business-Teams zweitrangig. Niemand im Fachbereich wacht morgens auf und fragt nach der schönsten Medallion-Architektur. Gefragt wird nach dem Forecast, nach Deckungsbeiträgen, nach Lieferrisiken oder nach der Entwicklung einer Produktlinie.


Das heißt nicht, dass Architektur unwichtig wäre. Im Gegenteil: Gute Architektur ist die Voraussetzung dafür, dass Geschwindigkeit, Stabilität und Vertrauen überhaupt entstehen. Aber Architektur ist intern. Business Value ist extern. Genau darin liegt eine der wichtigsten Lehren für Projekte mit Microsoft Fabric: Die Plattform darf nicht aus Sicht ihrer Module eingeführt werden, sondern aus Sicht der Entscheidungen, die sie ermöglichen soll. Wer mit Technologie beginnt, bekommt schnell ein technisch sauberes System ohne Zugkraft. Wer mit dem Business beginnt, zwingt die Technologie dazu, nützlich zu werden.


Microsoft Fabric ist stark, weil es Komplexität bündelt

Microsoft Fabric wurde im Mai 2023 vorgestellt und ist seit November 2023 allgemein verfügbar. Microsoft positioniert die Plattform als einheitliche End-to-End-Analyselösung, die Funktionen für Datenintegration, Data Engineering, Data Science, Data Warehouse, Real-Time Analytics beziehungsweise Real-Time Intelligence und Power BI in einer gemeinsamen Plattform zusammenführt. Technisch relevant ist dabei vor allem, dass diese Workloads über ein gemeinsames Storage- und Compute-Modell organisiert werden.


Genau darin liegt für viele Unternehmen der praktische Reiz von Microsoft Fabric. Nicht darin, dass plötzlich jede bisherige Technologie falsch wäre, sondern darin, dass Reibung zwischen bislang getrennten Welten sinkt. Weniger Übergaben, weniger Produktgrenzen, weniger Integrationsaufwand. Für Microsoft-lastige Organisationen ist das besonders attraktiv, weil Power BI, Datenaufbereitung und Plattformlogik näher zusammenrücken. Daraus entsteht nicht automatisch Business Value – aber die Hürde, ihn zu liefern, wird kleiner. Und das verändert die Ökonomie vieler Datenprojekte spürbar.


Microsoft Fabric konkurriert oft eher mit Excel

Khaleds These, dass Microsoft Fabric in vielen Unternehmen faktisch eher mit Excel als mit anderen Datenplattformen konkurriert, ist zugespitzt, aber treffend. Denn in der Realität endet Analyse in unzähligen Organisationen noch immer in Tabellenblättern, individuellen Dateien und lokalen Logiken. Die spannende Frage ist deshalb nicht, ob Excel verschwindet. Die spannende Frage ist, ob Excel weiterhin ein Schattenuniversum bleibt – oder Teil einer kontrollierten Datenarchitektur wird.


Genau hier hat Microsoft Fabric einen realen Vorteil. Power BI-Semantikmodelle lassen sich direkt in Excel nutzen, etwa über „From Power BI“ oder per PivotTable auf Basis des zentralen Modells. Damit bleibt Excel als vertraute Oberfläche erhalten, während Logik, Kennzahlen und Datenbasis stärker zentralisiert werden. Das ist kein Nebenaspekt, sondern oft ein zentraler Hebel für Adoption: Unternehmen müssen Nutzer nicht erst aus ihren gewohnten Arbeitsweisen herausbrechen, sondern können sie Schritt für Schritt in ein besseres Zielbild überführen.


Warum Microsoft Fabric gut zum Mittelstand passt

Gerade für kleinere und mittlere Unternehmen ist Microsoft Fabric strategisch interessant, weil der Einstieg in eine moderne Datenplattform nicht mehr zwangsläufig ein Großprojekt mit vielen Einzellösungen sein muss. Microsoft beschreibt Fabric als einheitliche SaaS-Plattform; zugleich bildet OneLake eine gemeinsame Datenebene für Analytics und AI. Dazu kommen Funktionen wie Shortcuts, mit denen bestehende Datenquellen eingebunden werden können, ohne die Daten zwingend physisch zu kopieren. Das senkt organisatorisch und technisch die Einstiegshürde – vor allem dort, wo Teams klein und Spezialrollen knapp sind.


Wichtig ist aber der zweite Teil der Wahrheit: Kleinere Unternehmen haben nicht automatisch einfachere Datenprobleme. Sie haben oft weniger Volumen, aber ähnlich komplexe Definitionen, historisch gewachsene Prozesse und heterogene Quellsysteme. Genau deshalb sollte Microsoft Fabric im Mittelstand nicht als Abkürzung zur perfekten Datenwelt verkauft werden. Die Plattform macht vieles zugänglicher. Sie nimmt einem aber nicht die inhaltliche Arbeit ab, Begriffe zu klären, Verantwortlichkeiten festzulegen und aus Daten echte Steuerungslogik zu machen.


Datenintegration wird mit Microsoft Fabric leichter

Ein gutes Beispiel dafür sind Funktionen wie Mirroring und OneLake Shortcuts. Mirroring in Fabric ist laut Microsoft eine kostengünstige und latenzarme Möglichkeit, Daten aus bestehenden Systemen kontinuierlich nach OneLake zu replizieren. Shortcuts wiederum verweisen auf bestehende Datenquellen, ohne dass sie dafür direkt kopiert werden müssen. Beides ist wichtig, weil Unternehmen dadurch schneller mit vorhandenen Daten arbeiten können, statt monatelang neue Pipelines und Kopierlogiken aufzubauen.


Aber genau hier entsteht auch ein verbreitetes Missverständnis: Wenn Datenzugriff leichter wird, glauben viele Organisationen, das Datenproblem sei damit gelöst. Das Gegenteil ist oft der Fall. Sobald Daten schneller sichtbar werden, werden Widersprüche erst richtig erkennbar. Welche Umsatzdefinition gilt? Was ist ein aktiver Kunde? Welche Kostenstelle ist führend? Microsoft Fabric beschleunigt die Sichtbarkeit dieser Konflikte – und das ist eine Stärke, kein Nachteil. Denn Datenprojekte scheitern selten daran, dass die Wahrheit zu früh sichtbar wird. Sie scheitern daran, dass sie zu lange unsichtbar bleibt.


Der Beratungswert wandert vom Setup zur Lösung

Für Beratungen und interne BI-Teams ist das eine massive Veränderung. In klassischen Data-Warehouse-Projekten wurde ein großer Teil des Werts über Infrastruktur, Integrationsaufbau und lange Foundations-Projekte verkauft. Wenn eine Plattform wie Microsoft Fabric mehr davon standardisiert oder als Service bereitstellt, verschiebt sich der Schwerpunkt. Dann ist nicht mehr das Beeindruckendste, dass man eine Plattform aufgesetzt hat. Das Beeindruckendste ist, dass man innerhalb weniger Wochen einen fachlich relevanten Use Case produktiv gemacht hat.


Wie realistisch dieses Muster ist, zeigen auch Praxisbeispiele. Data Crafters beschreibt etwa einen Fall, in dem 13 ERP-Systeme in weniger als 90 Tagen auf einer zentralen Plattform konsolidiert wurden – ein Vorhaben, das zuvor deutlich größer und langwieriger eingeschätzt worden war. Der interessante Punkt daran ist nicht die Projektromantik, sondern die methodische Lehre: Der Wert entsteht, wenn Technologie, Fachbereich und Umsetzungslogik eng aufeinander arbeiten. Microsoft Fabric ist in solchen Fällen nicht der Held der Geschichte. Die Plattform ist der Beschleuniger.


Warum Microsoft Fabric iterativ besser funktioniert

Gerade weil Microsoft Fabric den Einstieg erleichtert, sollten Unternehmen nicht in alte Muster zurückfallen. Es wäre ein Fehler, Fabric wie ein klassisches Enterprise-Data-Warehouse-Programm zu behandeln: erst lange Strategie, dann Architektur, dann Governance, dann vielleicht irgendwann der erste sichtbare Use Case. Der bessere Weg ist meist umgekehrt. Ein klar umrissener Business Case, ein kleines lieferfähiges Team, kurze Iterationen und schnelle Rückkopplung mit dem Fachbereich. Nicht perfekt, aber belastbar. Nicht theoretisch vollständig, aber praktisch wirksam.


Das ist auch deshalb wichtig, weil Akzeptanz der eigentliche Erfolgsindikator ist. Eine Plattform, die sauber gebaut wurde, aber kaum genutzt wird, ist betriebswirtschaftlich schwach – egal wie elegant sie technisch sein mag. Im Alltag zählt, ob mehr Menschen mit besseren Daten arbeiten, ob Entscheidungen schneller fallen und ob Diskussionen über Zahlen kürzer werden. Genau hier sollte Microsoft Fabric gemessen werden: nicht nur an Features, sondern an aktiven Nutzern, wiederkehrenden Entscheidungen und verkürzter Zeit bis zum Erkenntnisgewinn.


Bessere Entscheidungen mit Microsoft Fabric

Der vielleicht wichtigste Punkt aus dem Gespräch mit Khaled ist deshalb kein technologischer. Unternehmen sollten nicht in Microsoft Fabric investieren, weil die Plattform neu, modern oder strategisch interessant wirkt. Sie sollten investieren, wenn sie damit Entscheidungen verbessern können. In Zeiten volatiler Märkte, knapper Margen und schnellerer Steuerungszyklen ist das keine Nebensache. Es ist ein direkter Wettbewerbsfaktor. Daten müssen nicht nur vorhanden sein – sie müssen wirksam werden.


Deshalb beginnt ein gutes Fabric-Projekt nicht mit der Frage „Welche Architektur wollen wir bauen?“, sondern mit der Frage „Welche Entscheidung fällt heute zu langsam, zu unsicher oder auf Basis widersprüchlicher Zahlen?“ Wer darauf eine ehrliche Antwort findet, hat den richtigen Startpunkt. Dann wird Microsoft Fabric nicht zum Selbstzweck und auch nicht zum nächsten Hype-Projekt. Dann wird es zu dem, was eine Datenplattform im besten Fall sein sollte: ein System, das Business-Verständnis, Datenzugang und Handlungsfähigkeit so zusammenbringt, dass aus Technologie endlich betrieblicher Nutzen wird.

Fazit: Nicht die Plattform zählt, sondern die Entscheidung

Microsoft Fabric ist nicht deshalb spannend, weil es eine neue Plattform ist, sondern weil es viele Hürden senkt, die Datenprojekte in Unternehmen bisher ausgebremst haben. Weniger Komplexität, mehr Integration und ein schnellerer Weg vom Datenzugang zur Nutzung können viel bewirken – aber nur dann, wenn der Ausgangspunkt nicht die Technologie, sondern das Business ist. Wer mit konkreten Entscheidungen, echten Engpässen und klaren Anwendungsfällen startet, nutzt die Stärke von Fabric deutlich besser als mit der nächsten großen Zielarchitektur.


Genau darin liegt der eigentliche Unterschied zu vielen klassischen Dateninitiativen: Nicht das perfekte Fundament schafft zuerst Wert, sondern der sichtbare Nutzen im Alltag. Wenn Fachbereiche schneller an verlässliche Informationen kommen, wenn Diskussionen über Zahlen kürzer werden und wenn aus Daten bessere Entscheidungen entstehen, dann erfüllt Microsoft Fabric seinen Zweck. Die Plattform ist damit nicht das Ziel des Projekts – sondern das Werkzeug, mit dem Business-Nutzen endlich schneller Realität wird.

Der nächste sinnvolle Schritt

Power BI entfaltet seinen Nutzen erst dann vollständig, wenn Dashboards sauber aufgebaut, Datenmodelle durchdacht und Kennzahlen klar definiert sind.Genau diese Grundlagen entscheiden darüber, ob Berichte genutzt oder ignoriert werden.


Wenn du Power BI strukturiert aufsetzen oder bestehende Lösungen verbessern willst, unterstützen wir dich mit:


So wird aus einem funktionierenden Bericht eine belastbare Analytics-Lösung.

bottom of page