Microsoft Fabric Data Analytics Platform

Microsoft Fabric ist die integrierte Analyseplattform von Microsoft, die Datentechnik, Data Warehousing, Echtzeit-Analyse und KI-Dienste unter einem einheitlichen Dach vereint. Diese Weiterbildung vermittelt das notwendige Wissen, um mit Microsoft Fabric vollständige Datenpipelines aufzubauen, unternehmensweite Analyselösungen zu entwerfen und KI-Komponenten in bestehende BI-Workflows einzubetten. Teilnehmende lernen, OneLake als zentrales Datenfundament zu nutzen, Lakehouses und Data Warehouses zu implementieren, Power BI-Berichte mit skalierten Fabric-Datenmodellen zu verbinden und Azure AI-Dienste zur Automatisierung von Vorhersagen und Klassifikationen einzusetzen. Der Kurs richtet sich an erfahrene Daten- und Cloud-Fachkräfte, die diese Plattform vollständig beherrschen wollen.

Modul 1 — Einführung in Microsoft Fabric und moderne Datenarchitekturen Microsoft Fabric verändert, wie Unternehmen Daten speichern, verarbeiten und auswerten. Dieses einführende Modul erklärt die Plattformphilosophie, die wichtigsten Dienste und die Verbindungen zum bestehenden Azure- und Power-BI-Ökosystem. Teilnehmende lernen, Fabric-Umgebungen einzurichten und erste Datenpipelines zu konzipieren.

• Überblick über die Microsoft Fabric-Komponenten und ihre Zusammenhänge
• OneLake als einheitlicher Datenspeicher für alle Fabric-Workloads
• Lakehouse-Konzept: Delta-Tabellen, Schema-Verwaltung und Datenpartitionierung
• Data Warehouse in Fabric: T-SQL-Abfragen, Views und gespeicherte Prozeduren
• Datenintegration mit Data Factory: Pipelines, Connectors und Trigger
• Sicherheitsmodell: Workspace-Rollen, Row-Level Security und Datenzugriff

Modul 2 — Data Warehouse und Lakehouse mit Microsoft Fabric (DP-600) Dieses Modul bildet das technische Fundament für die Implementierung moderner Datenspeicher- und Verarbeitungsarchitekturen in Fabric. Praxisbeispiele zeigen, wie eine skalierbare Analyseplattform Schritt für Schritt aufgebaut wird — von der Datenaufnahme bis zur fertigen Analyseoberfläche.

• Aufbau und Management von Lakehouses: Medaillon-Architektur (Bronze/Silver/Gold)
• Datenverarbeitung mit Dataflows Gen2: Transformationen und Power Query M
• Spark-Notebooks in Fabric: Python und PySpark für groß angelegte Transformationen
• Real-Time Analytics mit KQL-Datenbanken und Eventstreams
• Data Activator: Automatische Auslöser basierend auf Datenbedingungen
• Verwaltung von Kapazitäten, Ressourcen und Workspace-Lifecycles

Modul 3 — Enterprise-Analyse-Lösungen mit Azure und Power BI (DP-500) Skalierte BI-Lösungen für große Organisationen stellen besondere Anforderungen an Datenmodellierung, Performance und Governance. Dieses Modul behandelt fortgeschrittene Power BI-Techniken im Zusammenspiel mit Fabric und Azure Synapse Analytics.

• Composite Models und aggregierte Tabellen für große Datenmengen
• DAX-Optimierung: Variablen, Filterkontexte und Performance Analyzer nutzen
• Power BI Premium und Fabric-Kapazitäten konfigurieren und skalieren
• Integration mit Azure Synapse Analytics: Linked Services und Shared Datasets
• Deployment Pipelines, Versionierung und Lifecycle-Management von Reports
• Governance in Power BI: Certified Datasets, Endorsement und Sensitivity Labels

Modul 4 — Azure KI in Datenplattformen (AI-102) Die Integration von KI-Diensten in analytische Workflows eröffnet neue Möglichkeiten: automatisierte Klassifikation, Spracherkennung, Bildanalyse und generative Vorhersagen direkt in Datenpipelines. Dieses Modul zeigt, wie Azure Cognitive Services und OpenAI-Modelle mit Fabric verbunden werden.

• Azure Cognitive Services in Datenpipelines: Textanalyse, Formularerkennung, Vision
• Azure OpenAI: Prompting, Fine-Tuning und API-Integration in Fabric-Notebooks
• Azure Machine Learning: Experiment-Tracking, Modelltraining und Deployment
• Synapse Link für Cosmos DB und Dataverse: operative KI-Verknüpfungen
• Kostenkontrolle, Quota-Management und Monitoring von KI-Ressourcen
• Datenschutz bei KI-Verarbeitung: Responsible AI und Privacy-Kontrollen

Modul 5 — Praxisprojekt: End-to-End Fabric Analytics Platform Im abschließenden Praxisprojekt entwickeln Teilnehmende eine vollständige Datenplattform, die alle vorangegangenen Kursbestandteile integriert. Von der Rohdatenaufnahme über Transformation und KI-Anreicherung bis hin zu einem interaktiven Power BI-Dashboard entsteht ein reales Referenzprojekt.

• Aufbau einer vollständigen Datenpipeline von mehreren Quellsystemen nach OneLake
• Implementierung der Medaillon-Architektur mit automatisierten Transformationsschritten
• Datenmodellierung und DAX-Kennzahlen für ein unternehmensweites Analyse-Dashboard
• Integration eines Azure Machine Learning-Modells für Vorhersagen direkt im Dashboard
• Real-Time-Komponente: Ereignisstream aus einer operativen Quelle in Fabric einbinden
• Governance-Setup: Workspace-Struktur, Rollen und Zugriffskonzept für eine Fachabteilung
• Performance-Überprüfung des Datenmodells mit dem Power BI Performance Analyzer
• Dokumentation der Architektur und Präsentation des Projekts
• Sicherheitsreview: Row-Level Security, Sensitivity Labels und Compliance-Check
• Diskussion: Ausbaumöglichkeiten und Betriebskosten-Optimierung
• Feedback zur Lösung und Vergleich mit Referenzarchitekturen
• Mündliche oder schriftliche Abschlusspräsentation des Projektergebnisses

Das Praxisprojekt orientiert sich an realen Unternehmensanforderungen und vermittelt nicht nur technisches Know-how, sondern auch die Fähigkeit, Architekturen und Designentscheidungen gegenüber Stakeholdern zu kommunizieren. Nach Abschluss aller Module haben Teilnehmende eine vollständige Fabric-Plattform selbst aufgebaut — mit echten Daten, echten KI-Modellen und einem funktionierenden Dashboard.

Diese Weiterbildung richtet sich an erfahrene Fachkräfte, die im Bereich Daten und Cloud bereits über Grundkenntnisse verfügen und sich zur Fabric-Plattform spezialisieren möchten. Die Komplexität der Inhalte setzt voraus, dass Teilnehmende eigenständig in technischen Dokumentationen navigieren können.

• Data Engineers, die Datenpipelines bisher mit anderen Werkzeugen (z. B. Azure Data Factory standalone, Databricks) umgesetzt haben
• BI-Entwickler und Power BI-Experten, die ihre Lösungen mit Fabric und Azure AI erweitern wollen
• Cloud Architects, die für ihre Organisationen eine einheitliche Analyseplattform planen
• IT-Professionals mit Azure-Erfahrung, die in Analytik- und KI-Projekte wechseln möchten
• Data Scientists, die ihre Modelle näher an die BI-Schicht rücken und in Fabric integrieren wollen

Der Kurs wird im Combined-Learning-Format angeboten: Präsenztage und Online-Phasen wechseln sich ab, sodass Teilnehmende intensiv mit Trainer:innen an praktischen Aufgaben arbeiten und in Eigenverantwortung Konzepte vertiefen können. Laborumgebungen in Azure ermöglichen das direkte Arbeiten mit echten Fabric-Diensten ohne eigene Subscription. Praxisbeispiele aus den Modulen bauen aufeinander auf und münden im abschließenden Praxisprojekt in eine vollständige Plattformimplementierung.

Der Kurs ist für Teilzeit- und Vollzeit-Durchführung ausgelegt. Durch die modulare Struktur können einzelne Blöcke zeitlich gestreckt oder kompakt absolviert werden. Die fünf inhaltlichen Module inklusive Praxisprojekt sind auf mehrere Wochen angelegt; die genaue Gesamtstundenzahl richtet sich nach der gewählten Durchführungsvariante und dem individuellen Lerntempo.

Teilnehmende erhalten nach Abschluss des Kurses eine Teilnahmebescheinigung. Die Weiterbildung bereitet inhaltlich auf die Microsoft-Zertifizierungsprüfungen DP-600 (Implementing Analytics Solutions Using Microsoft Fabric), DP-500 (Designing and Implementing Enterprise-Scale Analytics Solutions) sowie AI-102 (Designing and Implementing an Azure AI Solution) vor. Diese Prüfungen werden bei Microsoft-autorisierten Testzentren separat abgelegt; ob und wann Prüfungstermine gebucht werden, liegt bei den Teilnehmenden selbst.

Microsoft Fabric ist die strategische Convergence-Plattform, auf die Microsoft seine gesamte Daten- und Analyseinfrastruktur ausrichtet. Wer Fabric heute beherrscht, ist in einer Position, in der Unternehmen aller Branchen händeringend nach Expertise suchen — denn die Plattform deckt in einem einzigen Lizenzmodell ab, wofür früher mehrere Teams mit unterschiedlichen Toolketten nötig waren. Der Marktwert dieser Kombination aus Data Engineering, Enterprise BI und Azure AI ist erheblich. Die Kombination aus drei Zertifizierungsrichtungen (DP-600, DP-500, AI-102) in einem zusammenhängenden Curriculum ist besonders wertvoll: Statt isoliert einzelne Microsoft-Prüfungen abzuarbeiten, verstehen Teilnehmende das Zusammenspiel der Plattformebenen — von der Datenspeicherung über die Modellierung bis hin zu KI-gestützten Vorhersagen. Das Praxisprojekt sorgt dafür, dass diese Kenntnisse nicht nur theoretisch vorhanden sind, sondern tatsächlich angewendet werden können. Für Fachkräfte, die in Analytik, BI oder Cloud-Engineering bereits tätig sind, eröffnet diese Weiterbildung den nächsten Karriereschritt: vom Anwender einzelner Werkzeuge zum Architekten einer integrierten Unternehmens-Datenplattform. Die erarbeiteten Kenntnisse sind unmittelbar einsetzbar — sowohl in bestehenden Projekten als auch als Grundlage für neue Initiativen in der eigenen Organisation.