Onze collega’s waren op FabCon Europe 2026, en één moment vatte de richting van de conferentie samen. In een van de sessies vroeg de spreker wie de nieuwe interface van Real-Time Intelligence ging gebruiken. Het bleef opvallend stil in de zaal. Dat past bij de verschuiving die FabCon dit jaar liet zien: engineers, analisten en eindgebruikers werken steeds vaker via agents in plaats van via schermen met knoppen. Hieronder de aankondigingen die er voor jou toe doen.
1. Modern Reports: rapporten die je samen met een assistent bouwt
Microsoft toonde Modern Reports, in de kern een nieuwe generatie Power BI. Je beschrijft wat je wilt zien en laat een AI-assistent een groot deel van het werk uitvoeren. Nieuw is ook dat je vanuit je rapport data kunt terugschrijven. De opslag daarvoor zit voortaan bij je Power BI Pro-licentie in. Voor wie met Power BI werkt betekent dit: meer mensen die sneller rapporten maken en data direct vanuit het rapport aanvullen of corrigeren.
Hoe meer mensen zelf rapporten bouwen en cijfers bijwerken, hoe belangrijker het wordt dat iedereen dezelfde waarheid ziet. Dat is precies waar de Intelligenthive®, ons AI-dataplatform op Fabric, voor is gebouwd: één bron van waarheid, met een catalogus en lineage zodat je van elk getal weet waar het vandaan komt. Geen wildgroei aan losse rapporten en stille wijzigingen, maar één afgesproken structuur waarbinnen iedereen bouwt. Modern Reports bouwt technisch voort op Fabric Apps, met meer kaders zoals je die kent van de huidige Power BI-rapportages. Benieuwd wat er met deze nieuwe vorm van rapporteren mogelijk is? Lees dan onze blog over Fabric Apps.
2. Een agent die het data-engineeringwerk overneemt
Microsoft liet Project Osmos zien, een agent voor data engineering die straks Fabric Data Engineering Copilot gaat heten. Je bepaalt het doel en de grenzen; de agent bedenkt zelf de stappen, voert ze uit en controleert het werk, waarbij je data je eigen Fabric-omgeving niet verlaat. Een goed resultaat weegt zwaarder dan een snel antwoord: de agent werkt soms uren door en deed in een eerste benchmark in 2 uur wat eerst 24 uur kostte.
De kwaliteit van zo’n agent staat of valt met de context die je meegeeft. Op rommelige data geeft ook een goede agent foute antwoorden. Die context staat in de Intelligenthive® al klaar: een catalogus met definities, eigenaren van data en lineage. Onze collega’s hebben op FabCon Europe met het productteam van Microsoft besproken dat de koppeling met agents mogelijk is. Dat testen we nu eerst zelf: de agent krijgt de catalogus als werkcontext en werkt daardoor met jouw begrippen in plaats van met ruwe tabellen. Wij hebben al tientallen agents ontwikkeld die organisaties dagelijks gebruiken om sneller van ruwe naar relevante data te gaan. Met de Data Engineering Copilot zet Microsoft een robuuste basis neer waar we onze context aan kunnen voeden en waar onze agents op kunnen inhaken.
3. Eén plek voor monitoring, en betalen voor wat je gebruikt
Je kunt voortaan alle workspaces naar één centrale plek laten loggen, zodat je storingen en mislukte pipelines op één overzicht ziet in plaats van overal apart. Daardoor reageer je sneller als er iets misgaat. Daarnaast komt er een instapmodel (F0) waarbij je geen capaciteit vooraf koopt, maar betaalt voor wat je verbruikt. Een voorbeeld dat we vaak bij klanten tegenkomen: een zware, eenmalige volledige load die niet in je vaste capaciteit past, laat je landen op een F0-capaciteit, zodat je alleen voor die ene load betaalt.
In de Intelligenthive® brengen we de monitoringsignalen van Fabric al samen in een DataOps-dashboard, geordend in logische laadgroepen. De nieuwe Fabric-monitoring gaat nog niet zo ver, maar maakt het wel eenvoudiger om binnen een laadketen in te zoomen op individuele runs. En betalen per gebruik vergroot de vraag naar kostentransparantie: wie per verbruik afrekent, wil weten wie wat gebruikt en waarom. Fabric rekent je verbruik af in rekeneenheden. Let op: kies je volledig voor betalen per gebruik, dan betaal je per rekeneenheid meer en worden pieken in je verbruik niet meer over de dag gespreid. Sturen op kosten wordt dus belangrijker, niet eenvoudiger.
4. Ontologies: de agent leert jouw bedrijf kennen
Een agent die het bedrijf niet kent, gokt: die ziet tabellen en kolommen, maar weet niet wat een klant is of hoe een order bij een levering hoort. Een ontologie legt dat vast: de begrippen van de business en hoe ze samenhangen. In Fabric is de ontologie nu een eigen onderdeel dat een agent kan opvragen en daar worden de antwoorden beter van.
De ontologie hoort bij Fabric IQ, de laag met bedrijfsbetekenis waar Copilot en andere agents op terugvallen. Het idee is niet nieuw, maar op FabCon Europe werd het tastbaar. Nieuw is dat een agent je helpt de ontologie op te zetten: je krijgt voorstellen op basis van je Power BI-modellen, je data in OneLake en je documentatie, en jij beoordeelt ze voordat ze erin gaan. Regels beschrijf je in gewone taal en je bestaande Power BI-metrics neem je mee. Ook Data Agents en Real-Time Dashboards kunnen de ontologie als bron gebruiken. Let op: de ontologie zelf zit nog in preview. Fabric IQ in Copilot Chat en Cowork is wel algemeen beschikbaar, zonder extra kosten voor AI-verbruik.
Voor ons is dit misschien wel de interessantste aankondiging van de conferentie, omdat we in de Intelligenthive® veel van deze metadata al vastleggen: entiteiten, attributen, definities, relaties en eigenaarschap. Dat is precies het materiaal waar een ontologie uit bestaat. We hoeven de ontologie dus niet vanaf nul te bedenken, maar leiden die af uit wat er al ligt. Zo komen we sneller tot een goed werkende ontologie en dus sneller tot een agent die bruikbare antwoorden geeft.
Wat dat voor jou betekent: werk je op de Intelligenthive®, dan is het voorwerk voor agents al gedaan. De context die we voor je dataplatform vastleggen, is dezelfde context die een agent nodig heeft. Een afgeleide ontologie is een goed begin, maar geen eindpunt: iemand uit de business controleert of de begrippen kloppen.
Wat dit betekent als je voor de stap naar Fabric staat
Fabric verandert snel en dat tempo houdt aan. De aankondigingen hierboven komen uit één conferentie. Het volledige overzicht van alle aankondigingen vind je bij Microsoft. Daarnaast komen er het hele jaar door updates bij. Voor een organisatie die overweegt zelf op Fabric te bouwen, is dat tempo de kern van de afweging. Elke aankondiging hierboven vraagt hetzelfde werk: beoordelen wat die voor jouw platform betekent, implementeren waar het loont, en daarna bijhouden. Wij doen dat werk één keer voor al onze klanten en houden het fundament bij terwijl Microsoft het platform doorontwikkelt. Jij houdt de regie, wij zorgen dat alles werkt.
Wil je weten wat deze aankondigingen betekenen voor jouw stap naar Fabric? Plan een gesprek, dan lopen we het samen door.
Met dank aan Richard, Didier, Axel, Jari, Marco & Michael voor de inzichten.
Bericht delen:
