Microsoft Fabric voor Power BI-ontwikkelaars: Complete Migratiegids 2026

De overstap van Power BI naar Microsoft Fabric voelt als een grote verandering. Microsoft blijft zeggen dat het de toekomst van analytics is en dat je zou moeten migreren. Maar wat betekent dat nu eigenlijk voor jou als Power BI-ontwikkelaar?

Ik heb de afgelopen twee jaar met Microsoft Fabric gewerkt en eerlijk gezegd werkt het meeste van wat je al weet nog steeds. De kern is niet veranderd. Maar er zijn wel wat nieuwe concepten die je je eigen moet maken.

Wat is Microsoft Fabric eigenlijk?

Microsoft Fabric is het unified analytics platform van Microsoft. In plaats van Power BI, Synapse, Data Factory en een heleboel andere tools verspreid te hebben, bevindt alles zich nu op één plek.

Zie het als Power BI plus een volwaardig data platform eronder. Je bouwt nog steeds op dezelfde manier reports, maar nu heb je betere opties voor waar je data leeft en hoe het daar komt.

Wat blijft hetzelfde

Dit is het belangrijke deel. Het grootste deel van je bestaande vaardigheden kun je direct overdragen:

Power BI Desktop - nog steeds dezelfde tool voor het bouwen van reports
DAX - al je measures en calculations werken precies hetzelfde
Report building - visuals, interactions, formatting, hier is niets veranderd
Semantic Models - ze hebben datasets hernoemd naar Semantic Models, maar het is hetzelfde concept
Row Level Security - dezelfde implementatie, dezelfde patronen
Publishing - nog steeds klikken op publish, nog steeds naar de service

Als je weet hoe je Power BI reports bouwt, ken je al 80% van Microsoft Fabric.

Wat verandert: het mentale model

De grote verandering zit in hoe je denkt over data storage en workspaces.

OneLake storage

Alles in Microsoft Fabric slaat data op in OneLake. Het is eigenlijk Microsofts versie van een data lake, maar dan ingebouwd in het platform.

Je data leeft standaard in Delta Tables. Dit is anders dan in traditionele Power BI, waar data werd geïmporteerd in het Semantic Model en dat was het.

Voordelen:

Eén kopie van data die meerdere onderdelen kunnen gebruiken
Direct Lake Mode betekent dat reports de Lakehouse direct query'en
Geen dubbele datasets meer die storage verbruiken

Het nadeel is dat je vooraf meer moet nadenken over data architectuur. Je kunt niet zomaar alles meer in een pbix-bestand gooien.

Uitbreiding van het Workspace-concept

Workspaces zijn nu niet alleen meer voor Power BI reports. In Microsoft Fabric kan een workspace het volgende bevatten:

Lakehouses
Warehouses
Dataflows
Notebooks
Data pipelines
Semantic Models
Reports

Het is meer een projectcontainer dan alleen een plek om reports te publiceren.

Begin eenvoudig

Maak één workspace per project of datadomein. Plaats je Lakehouse, Dataflows, Semantic Models en reports allemaal in dezelfde workspace. Dit maakt permissions en organisatie een stuk eenvoudiger.

Data sources en refresh

Dit is waar het interessant wordt. Je hebt nu veel meer opties:

Oude wereld: Dataflow of Direct Query naar source, import in Semantic Model, refresh schedule instellen

Microsoft Fabric-wereld: meerdere paden afhankelijk van je behoeften

Gebruik Dataflows Gen2 om data in een Lakehouse te laden
Gebruik Notebooks voor complexere transformations
Gebruik Data Pipelines om alles te orchestreren
Bouw Semantic Models bovenop Lakehouses met behulp van Direct Lake Mode

Het refresh schedule verschuift naar een eerder punt in de keten. Je refresht de Lakehouse en je reports zien automatisch de nieuwe data.

Storage opties: Lakehouse vs. Warehouse

Microsoft Fabric geeft je twee belangrijke plaatsen om data op te slaan, en deze keuze is belangrijk.

Lakehouse: slaat data op als Delta Tables, toegang via Spark of SQL endpoint. Flexibeler, beter voor grootschalige data.

Warehouse: traditionele SQL database, toegang via T-SQL. Bekend als je uit de SQL Server-wereld komt.

Voor de meeste Power BI-ontwikkelaars die met Microsoft Fabric beginnen, zou ik een Lakehouse aanbevelen. Het is de richting die het platform opgaat en het integreert beter met de moderne features.

Ik heb een gedetailleerde vergelijking van Lakehouses vs. Warehouses geschreven als je dieper wilt duiken in welke het beste bij jouw use case past.

Direct Lake Mode: het echte voordeel

Dit is de feature die Microsoft Fabric de moeite waard maakt voor Power BI-werk.

Traditionele import mode: data wordt gekopieerd naar het Semantic Model. Je stelt een refresh schedule in. Data is altijd enigszins verouderd. Grote datasets verbruiken veel capacity.

Direct Lake Mode: Semantic Model query't de Lakehouse Delta Tables direct. Geen data duplication. Altijd actuele data. Veel betere performance op schaal.

Kanttekeningen:

Werkt alleen met Lakehouses (niet met Warehouses, niet met andere sources)
Heeft enkele beperkingen op row counts in lagere capacity tiers
Niet alle DAX-patronen worden ondersteund (valt terug op DirectQuery indien nodig)

Maar als het werkt, is het aantoonbaar beter dan de oude manier.

Capacity is belangrijk

Direct Lake Mode heeft row limits gebaseerd op je Microsoft Fabric capacity SKU. F2 capacity kan tot 300 miljoen rows aan over alle tables. Als je dit overschrijdt, valt het terug op DirectQuery, wat langzamer is.

Wanneer moet je eigenlijk migreren?

Migreer niet alleen omdat Microsoft dat zegt. Migreer wanneer Microsoft Fabric een echt probleem oplost dat je hebt.

Goede redenen om over te stappen naar Microsoft Fabric:

Je loopt tegen dataset size limits aan in Power BI
Je hebt betere data transformation capabilities nodig dan Power Query biedt
Je gebruikt al Synapse of Data Factory en wilt consolideren
Je hebt Spark processing nodig voor grootschalige data
Je wilt data duplication tussen systemen vermijden

Minder goede redenen:

Gewoon omdat het nieuw is
Je hebt 5 kleine reports en geen data engineering behoeften
Je huidige setup werkt prima

Gewone Power BI werkt nog steeds en gaat nergens heen de komende tijd. Microsoft Fabric is voor wanneer je de extra data platform capabilities nodig hebt.

Aan de slag: je pad

Als je klaar bent om Microsoft Fabric te proberen, is dit het praktische pad:

Begin met een niet-kritisch project of een kopie van bestaand werk
Maak een Microsoft Fabric workspace aan
Maak een Lakehouse aan in die workspace
Gebruik een Dataflow Gen2 om wat data in de Lakehouse te laden
Creëer een Semantic Model bovenop de Lakehouse
Bouw je report in Power BI Desktop, verbonden met dat Semantic Model
Publish en test

Zodra je deze flow één keer hebt doorlopen, wordt de rest een stuk logischer.

Wat je vervolgens moet leren

Focus op deze gebieden, in deze volgorde:

Lakehouses - begrijp Delta Tables en de SQL endpoint
Dataflows Gen2 - je belangrijkste tool om data binnen te krijgen
Direct Lake Mode - hoe je het instelt en wanneer het de moeite waard is om te gebruiken
Notebooks - Spark-basics voor wanneer Power Query niet genoeg is

Je hoeft niet van de ene op de andere dag een data engineer te worden. Leer de onderdelen naarmate je ze nodig hebt.

Laatste gedachten

Microsoft Fabric is geen complete herschrijving van Power BI. Het is Power BI plus een volwaardig data platform eronder.

Je bestaande Power BI-vaardigheden zijn nog steeds waardevol. Het gedeelte over het bouwen van reports is niet veranderd. Wat wel is veranderd, is dat je betere opties hebt voor data storage en transformation voordat je bij het Semantic Model komt.

Begin klein. Kies één project. Probeer een Lakehouse en Direct Lake Mode uit. Kijk of het daadwerkelijk problemen oplost die je hebt. Beslis dan of je meer zaken wilt verplaatsen.

Niet alles hoeft naar Microsoft Fabric te verhuizen. Maar als je tegen de grenzen van traditionele Power BI aanloopt, is het een solide volgende stap.