Fabric & Power BI Quarterly 2025-2

Die FABCON 2025 hat gezeigt, dass Microsoft Fabric sich kontinuierlich weiterentwickelt – mit einem klaren Fokus auf Stabilität, Sicherheit und Integration. Keine disruptiven Paradigmenwechsel, sondern konkrete Verbesserungen quer durch alle Workloads. Wer produktiv mit Power BI, OneLake oder Spark arbeitet, findet jetzt Antworten auf lang bekannte Schwachstellen.

Gabi und Artur haben sich die Neuerungen angesehen, die in den ersten drei Monaten sehr von der FABCON dominiert wurden.

Der sehr lange Blog ist die Hauptquelle: https://blog.fabric.microsoft.com/en-us/blog/fabric-march-2025-feature-summary?ft=All

Plattform: Einheitlicher, sicherer, steuerbarer

Zentraler Baustein der Plattform-Strategie ist die Einführung von OneLake Security (aktuell in Private Preview). Sie ermöglicht konsistente Sicherheitsrichtlinien auf Spalten-, Zeilen- und Tabellenebene – direkt in Spark, SQL Endpoint und Power BI im Direct Lake Mode. Die Verwaltung erfolgt über eine zentrale Policy Engine.

Ein weiteres wichtiges Element: das neue Command Line Interface (CLI) für Fabric. Es erlaubt das Ausführen von Aktionen über Terminal oder Skripte und eignet sich ideal für Automatisierung und DevOps-Workflows.

Mit der neuen Variable Library lassen sich Variablen workspace-weit definieren und in Data Pipelines sowie CI/CD-Prozessen wiederverwenden – inklusive dynamischer Konfiguration per Azure Key Vault.

Aber auch No-Code wird bedient: OneLake-Daten werden direkt in Excel einbindbar sein.

User Data Functions: Vorbereitung des Nativen Write-Backs

User Data Functions (UDFs) bringen zusätzliche Flexibilität: Eigene Python-Logik lässt sich zentral erstellen und wiederverwenden – in Pipelines, Lakehouses, Data Warehouses und bald auch Power BI. Die AI Functions unterstützen u. a. Textanalyse, Klassifikation, Sentiment und Übersetzung mit LLMs.

Data Integration: Spiegeln, schützen, skalieren

Die Datenintegration in Fabric wird robuster: Database Mirroring unterstützt jetzt auch Quellen hinter Firewalls wie Azure SQL oder Snowflake. Unterstützung für On-Prem-Systeme wie SQL Server, Oracle und Dataverse ist in Vorbereitung. Ergänzt wird das durch Netzwerksicherheitsoptionen mit Outbound-Regelung via Virtual Network Gateways.

Copilot für alle, mehr KI, weniger Hürden

Im Bereich Data Engineering ist mit Autoscale Billing for Spark eine echte Entlastung gekommen: Spark-Jobs können serverlos betrieben werden, ohne die Fabric-Kapazität zu belasten – abgerechnet wird nur der tatsächliche Verbrauch.

Copilot ist bald bereits ab F2-SKU nutzbar und bietet Verbesserungen wie Verlaufsspeicherung, vorinstallierte Konfigurationen und bessere Interaktion mit semantischen Modellen. Die bisherigen AI Skills heißen jetzt Fabric Data Agents und lassen sich direkt mit Azure AI Foundry verknüpfen.

Power BI: Feinjustierung und neue Modelle

In Power BI wird die Modellierung mit Direct Lake Semantic Models deutlich flexibler. Modelle lassen sich direkt im Desktop-Client erstellen und über mehrere OneLake-Quellen hinweg definieren.

Weitere Verbesserungen: Anmerkungen für Datenpunkte in PowerPoint (Datapoint Annotations) und integrierte Notebook-Tools zur Analyse semantischer Modelle direkt aus dem Power BI Service.

Data Factory: Wiederverwendbar, sicher, produktionsreif

In der Data Factory wurden einige lang erwartete Funktionen umgesetzt. Die Dataflows Gen2 lassen sich nun auch aus Pipelines heraus nutzen – und das deutlich stabiler als noch in frühen Previews. Ebenfalls verbessert: der Umgang mit Service Principals, was vor allem in größeren Organisationen ein zentraler Punkt ist.

Mit dem Copy Job gibt es ein weiteres Werkzeug, das die Arbeit mit großen Datenmengen vereinfacht. Außerdem wurde das Thema Security im Kontext der Data Factory weiter gestärkt – nicht zuletzt durch Azure Key Vault-Integration und ein breiteres Verständnis für Enterprise-Standards in produktiven Umgebungen.

CI/CD: Mehr Struktur, mehr Kontrolle

Der CI/CD-Ansatz in Fabric wird zunehmend professioneller. Mit der Variable Library steht nun ein zentrales Werkzeug zur Verfügung, um Umgebungsparameter über Workspaces hinweg konsistent zu verwalten. Das reduziert manuelle Anpassungen bei Deployments erheblich.

Gemeinsam mit dem CLI ergeben sich neue Automatisierungsmöglichkeiten – etwa für Release-Prozesse, Rollbacks oder Test-Deployments. Gerade für Organisationen mit mehreren Arbeitsumgebungen ein essenzieller Schritt in Richtung Operationalisierung.

Das Branch-Out auf bestehende Workspaces ist aber auch neu und ist ganz ohne Code nutzbar.

Wer etwas Hands-On-Testing sehen möchte, kann gerne hier reinschauen: