Daten-WG

Seit längerer Zeit sitzen wir mal wieder zu viert im Raum: Artur, Ulrik, Marcus und Michael geben sich gegenseitig ein Update – was lief in den letzten Monaten, was war besonders cool, und woran kommt man gerade einfach nicht vorbei?

Ulrik Harnisch https://www.linkedin.com/in/ulrik-harnisch/

Marcus https://www.linkedin.com/in/marcuswegener/

Michael https://www.linkedin.com/in/michael-tenner-5b885970/

Artur König https://www.linkedin.com/in/datakoenigartur/

Daten-WG 2026 Konferenz am 14-16. Oktober:

https://www.daten-wg.com/daten-wg-2026

00:00 – Intro: Zu viert im Raum und ein gegenseitiges Update

00:44 – Marcus' Projekt: Fabric-Ladestrecken von SAP bis in den Cube

02:10 – Warum die Analytics-Welt Richtung Microsoft geht und nicht zu SAP

03:48 – "Copilot nutze ich fast nie" – ist Copilot eine Totgeburt?

04:47 – Welcher Copilot eigentlich? Der Tool-Zoo und der Vorteil eines Anbieters

08:14 – Copilot im SharePoint-Alltag und warum Schulung der Knackpunkt ist

09:08 – Besser als ChatGPT oder Claude? GitHub Copilot und das Lizenz-Wirrwarr

11:39 – Wo liegen die Daten? Tenant, eigene Konzern-GPTs, Firstmover vs. Mittelstand

13:36 – Lineage-Doku mit KI und ein Copilot-Studio-Agent direkt in Teams

16:05 – Kann man einem Agent trauen? Instructions, die niemand zu sehen bekommt

17:00 – Enablement, die Angst des Controllings und Copilot als bessere Suchmaschine

21:35 – Copilot ersetzt keine semantischen Modelle – "Ask your Data" und seine Grenzen

22:14 – Direkt auf Databricks statt Power BI? Ein Markt im Mittelstand

23:36 – Kennzahlen on the fly: Agent oder semantisches Modell?

26:17 – Ist Power BI ein totes Tool? Der Purpose einer Power-BI-Boutique

29:43 – Token verbrennen oder Skills: Abfragen festschreiben statt neu generieren

31:41 – Das Dashboard als Lagerfeuer und warum gemeinsame Sichten zählen

33:30 – Arturs Zeiterfassung läuft jetzt über MCP statt über Power BI

36:35 – Flat Table schlägt Starschema? Die Architektur ist noch nicht fertig

37:50 – Wer haftet für KI-generierten Code? Human in the loop

38:39 – Cloud-Security: ein Service Principal, der die ganze AD ausliest

41:12 – Eine Versicherung für Vibe-Coding? Ein neues Geschäftsmodell entsteht

44:28 – State of Data: Fazit und die Ankündigung einer zweiten Folge

45:08 – Die Daten-WG 2026 und ihre auffällig vielen KI-Vorträge

Francesco Bergamaschi joins from Italy to talk about DAX: the language at the core of every Power BI model, and the one most people feel they half-understand at best.

We get into:

- why calculated columns are just a tool and not a sin,

- the one rule that fixes most DAX performance problems,

- how to use ALLSELECTED without getting burned

- why CALCULATE beats variables for beginners,

- why DAX is "honest" and how it compares to SQL,

- whether DAX still matters in the age of AI

...and Francesco's teaching method – the five pillars of DAX and the path from a simple column to the measure magic.

Francesco Bergamaschi https://www.linkedin.com/in/francescobergamaschi/

Artur König

https://www.linkedin.com/in/datakoenigartur/

Meet Francesco and learn the five Pillars of DAX at the 14th and 15th October in Cologne:

https://www.daten-wg.com/details-registrierung/all-in-dax-pillars-en

https://www.daten-wg.com/daten-wg-2026

00:00 – Intro: an Italian DAX pro and why DAX tutorials all have an Italian accent

04:08 – Calculated columns: just another tool, not a sin

05:45 – Calculated tables and the danger of materializing whole tables

07:24 – Learning DAX in 2012, before Marco and Alberto's first book

09:03 – ALLSELECTED: how to use it without getting burned

11:03 – How do you teach DAX in a single day?

11:30 – The five pillars of DAX

13:19 – The teaching path: from columns to tables to the measure magic

21:10 – CALCULATE as the magic box – and why it beats variables for beginners

22:21 – "Variables are constant" and what makes DAX honest

24:56 – DAX vs SQL: three lines instead of twenty

25:26 – A language for the business user, not for storage

27:26 – The CALCULATE algorithm: a genuinely beautiful piece of engineering

30:13 – The Definitive Guide to ALLSELECTED – and getting a note added to it

32:01 – Is DAX still relevant in the age of AI? A new book from Marco and Alberto

33:56 – On the road: SQLBits, Data Point Prague, and a stop in Cologne

35:20 – Closing: paper, pencil, and good books

Links and sources

kubisco – Francesco's consultancy and DAX blog: https://www.kubisco.com/

The Definitive Guide to DAX, Third Edition (Marco Russo & Alberto Ferrari): https://www.sqlbi.com/books/the-definitive-guide-to-dax-third-edition/

The Definitive Guide to ALLSELECTED (SQLBI article): https://www.sqlbi.com/articles/the-definitive-guide-to-allselected/

SQLBI: https://www.sqlbi.com/

DAX Studio: https://daxstudio.org/

Data Point Prague 2026: https://datapointprague.cz/

SQLBits: https://sqlbits.com/

Daniel Marsh-Patrick joins from down under to talk about Deneb, the certified Power BI custom visual that turns Vega and Vega-Lite into a sandbox for almost any visual you can imagine.

We dig into declarative vs. imperative visualization, why Deneb is a side project he has been carrying for five years, what PBIR and the new JSON report format mean for visual developers, why Vega is unusually LLM-friendly, and where Deneb really shines: the engineering, environmental, and "non-business" charts that Power BI core visuals were never built for.

Guest: Daniel Marsh-Patrick https://www.linkedin.com/in/daniel-m-p/

Host: Artur König https://www.linkedin.com/in/datakoenigartur/

Daten-WG 2026 Conference, October 14-16: https://www.daten-wg.com/daten-wg-2026

00:00 – Intro: An international expert episode with Daniel from down under

02:55 – Daniel's path into Power BI visuals: Vega and Vega-Lite explained

05:13 – BI developer learning to be a web developer: where Power BI hits a wall

07:02 – Custom visuals, certification, and why proprietary visuals are tricky

09:09 – Why Deneb exists: certified custom visuals without the AppSource listing

10:49 – A side project for the community: five years of Deneb

12:59 – Declarative vs. imperative: why JSON beats coding every pixel

14:14 – PBIR and the new JSON report format for Power BI

17:32 – The big performance refactor and documenting Deneb's property structure

20:47 – Self-confessed non-coders build the most mind-blowing Deneb visuals

23:16 – Shoutouts to Kerry Kolosko and Ben Ferry

25:41 – Performance, interactivity, and the slow grind of community-driven roadmaps

26:44 – Vega and AI: why LLMs love declarative visuals

28:30 – Vega is everywhere: Looker Studio, Databricks, Microsoft research

30:30 – Why Deneb cannot have Copilot inside (and why it is not really a problem)

33:00 – Portability: copy a Vega spec from Databricks straight into Power BI

35:00 – When to reach for Deneb instead of stacking 28 measures for an IBCS bar chart

36:40 – Beyond sales and finance: engineering and environmental visuals

40:30 – Can I really maintain this? The third-party visual trade-off

42:00 – The world is broader than your next sales report

42:50 – Outro: Power BI & Fabric Summit and a shoutout to Reza Rad

44:00 – Difinity Conference and the open source spirit

45:11 – New Deneb release on the way with major performance improvements

Links and sources

Deneb documentation: https://deneb-viz.github.io/

Deneb on AppSource: https://marketplace.microsoft.com/en-us/product/power-bi-visuals/coacervolimited1596856650797.deneb

Vega: https://vega.github.io/vega/

Vega-Lite: https://vega.github.io/vega-lite/

Vega online editor: https://vega.github.io/editor/

Kerry Kolosko: https://kerrykolosko.com/

Ben Ferry – Power BI Ferry Tales: https://www.youtube.com/@powerbiferrytales

Microsoft Research – Data Formulator: https://www.microsoft.com/en-us/research/project/data-formulator/

IBCS: https://www.ibcs.com/

Power BI & Fabric Summit: https://globalpowerbisummit.com/

Mit Jasmin tauchen wir in ihr Herzensthema ein: Was uns Metadaten über Daten verraten: über Datenmodelle, über Skills im Team, über Reports, die niemand öffnet.

Wir reden über den Measure Killer, SharePoint-Listen als Mini-Datenkatalog, Datenqualität pro Use Case, Process Mining – und warum die meisten Unternehmen am ersten Schritt scheitern, weil sie zu lange über das richtige Tool diskutieren statt einfach loszulegen.

Gast: Jasmin Simader https://at.linkedin.com/in/jasmin-simader

Host: Artur König https://www.linkedin.com/in/datakoenigartur/

Daten-WG 2026 Konferenz am 14-16. Oktober - Agenda ist online:

https://www.daten-wg.com/daten-wg-2026

Jasmin ist bei einer Pre-Con dabei.

Mit dem Code SUPERJASMIN gibt es 20% Rabatt auf ihre Pre-Con

00:00 – Intro: Metadaten als Forensik – die fehlenden Puzzleteile

13:30 – Der Mini-Datenkatalog: SharePoint-Liste mit drei Spalten reicht für den Anfang

15:47 – Großkonzern oder Mittelstand: Wer profitiert mehr von Metadaten?

20:14 – Erste Schritte: MeasureKiller dranhängen und Status erheben

20:37 – Im BI-Team fragen, was Metadaten überhaupt sind

21:03 – Outro: Inventarisierung, Bucketlist und Schulterblick zu Benni De Jagere

Power BI Vibes: https://www.youtube.com/@BIVibes-JasminSimader

Measure Killer: https://en.brunner.bi/measurekiller

Benni De Jagere: https://bennidejagere.com/

Microsoft Fabric Metadata Scanning: https://learn.microsoft.com/en-us/fabric/governance/metadata-scanning-overview

Die erste FabCon 2026 ist durch – und Gabi Münster ist wieder im Quarterly, um mit Artur die Ankündigungen einzuordnen. Von Custom Totals in Power BI über Translytical Task Flows GA bis hin zu OneLake Security und Fabric Planning mit Lumel.

Und zwischendurch geht es darum, was das alles für Pro-User, für Dataflow-Strecken und für die Frage "wie offen ist Fabric wirklich?" bedeutet – inklusive Migration Accelerator, SCD Typ 2 im Copy Job und Auto-Scaling als Quality-of-Life-Feature.

Gast: Gabi Münster https://www.linkedin.com/in/gabimuenster/

Host: Artur König https://www.linkedin.com/in/datakoenigartur/

Daten-WG 2026 Konferenz am 14-16. Oktober: https://www.daten-wg.com/daten-wg-2026

Dataflow Migrations-Assistent in der Fabric Toolbox:

https://github.com/microsoft/fabric-toolbox/tree/main/accelerators/DFG2-migration-accelerator

00:00 – Intro: FabCon 2026 und die erste Welle der Ankündigungen

00:31 – Power BI: Custom Totals in Tabelle und Matrix

03:07 – Visual Calculations als Shortcut, nicht als Modell-Ersatz

03:57 – März-Update: Neues UI-Default und grauer Hintergrund

04:25 – PBR als neuer Standard für Power BI-Modelle

05:55 – Pro-Developer-Format: Warum strukturierter Code jetzt überall zählt

07:53 – Translytical Task Flows sind GA

09:52 – Lego-Roboter per Translytical: Premiere beim Data Grillen

11:00 – Dataflows Gen 1 wird Legacy – was heißt das wirklich?

15:37 – Fabric Toolbox: Migration Accelerator für Gen 1

16:48 – Was Pro-User jetzt im Blick haben müssen

21:26 – SCD Typ 2 im Copy Job (Preview) – das Ende vieler Notebooks

24:38 – Plattform: SAP GA, Snowflake und Databricks bidirektional, Airflow und DBT

26:53 – OneLake Security: Interoperabilität statt Vendor Lock-in

30:53 – Was in OneLake Security noch fehlt – und warum GA trotzdem zählt

33:30 – Quality of Life: Papierkorb und Overage Billing

42:00 – Fabric Planning mit LUMEL: First-Party-Workload ohne Extra-Lizenz

53:23 – Planning vs. Translytical Task Flows: zwei Werkzeuge, zwei Jobs

54:25 – Gabis FabCon-Highlights: OneLake Security und Governance

56:00 – Daten-WG 2026, Data Grillen und SQL Bits

Mit Tom tauchen wir tief in eine Frage ein, die scheinbar einfach klingt – aber es ganz und gar nicht ist. Seit der TDWI-Definition aus 2011 hat sich vieles verändert: Tools, Nutzer, Erwartungen. Und jetzt kommen auch noch KI und Agents dazu.

Wir reden über Power BI, Deneb, Citizen Developer, Governance und die ewige Spannung zwischen IT und Fachbereich.

Tom bringt wie immer klare Gedanken und viele Beispiele aus der Praxis.

00:00 – Intro: Warum Tom zum zweiten Mal im Podcast ist

03:23 – Self-Service: Was Tom wirklich antreibt

04:03 – Die TDWI-Definition aus 2011

05:13 – Der IT-Bottleneck: Warum Self-Service überhaupt entstand

07:02 – Deneb: Wenn Self-Service zum Coden wird

08:43 – Toms Definition: Self-Service = kein IT-Bedarf

11:15 – Wartbarkeit vs. Komplexität (das Deneb-Dilemma)

12:49 – Wartbarkeit ist Pflicht, nicht Bonus

14:10 – Der Self-Service-User von heute ist nicht mehr der von 2011

19:49 – Citizen Developer: Alleine lernen ist schwer

22:04 – Das UI/Design-Problem beim Self-Service

24:51 – Trade-offs: Qualität vs. Wartbarkeit

26:45 – KI als "privater ITler" für alle

27:56 – Spreadsheet-Hell war gestern – kommt jetzt die Agent-Hell?

36:46 – Shadow IT und Bottom-up-Einführung von Tools

37:59 – Erlauben ist gut – aber Governance muss sein

40:16 – Schatten-IT ignorieren ist keine Strategie

41:42 – IT und Fachbereich: Die alte Trennung gilt nicht mehr

43:05 – Citizen Data Engineer und Deployment Pipelines

45:48 – Experten gibt es auf beiden Seiten

48:36 – Tom, der "Nicht-Computer-ITler"

52:11 – Toms finale Definition: Self-Service innerhalb von Guardrails

53:51 – Ausblick: Was ist eigentlich Datenkompetenz?

Thomas Martens https://www.linkedin.com/in/tommartens68/

Artur König: https://www.linkedin.com/in/datakoenigartur/

Daten-WG 2026 am 14-16. Oktober: https://www.daten-wg.com/daten-wg-2026

In dieser Folge wird’s kontrovers.

Gemeinsam mit Martin Bubenheimer gehe ich der Frage nach, für wen Fabric heute eigentlich wirklich geeignet ist.

Wir diskutieren ehrlich über die Realität von Self-Service BI, typische Fabric-Probleme aus der Praxis, warum IT und Fachbereiche oft komplett unterschiedlich drauf schauen und ob Tools wie Snowflake am Ende die bessere Wahl sind.

Ist Fabric ein sinnvoller Einstieg in moderne Datenarbeit für Fachbereiche – oder produziert es nur neue technische Schulden?

Keine Marketing-Story, sondern echte Erfahrungen, echte Meinungen – und ein ziemlich direkter Schlagabtausch.

00:00 Intro & Vorstellung von Martin Bubenheimer

01:33 These: Für wen ist Microsoft Fabric?

02:09 Kritik: Fabric zu unausgereift & instabil für Citizen Developer

03:26 Vergleich: Ist das anders als die alte Excel/Power BI-Kritik?

05:02 Was ist überhaupt ein Workaround?

06:05 Beispiel: Deployment Pipelines & fehlende Konsistenz

07:26 Arturs Gegenposition: Fabric für kleine, businessnahe Lösungen

08:27 Dataflows Gen1 vs. Gen2 & Orchestrierungsprobleme

10:00 Use Case: Wenn kein Data Warehouse verfügbar ist

11:38 Quick Win: Daten persistent ablegen statt immer neu laden

15:49 Data-Mesh-Ansatz bei Snowflake als Alternative

18:44 Governance: Wie granular lässt sich Fabric steuern?

19:45 Lakehouse vs. Warehouse – versteckte Fallstricke

23:00 Citizen Developer: Wer profitiert wirklich?

25:06 Shortcuts als Killer-Feature des Lakehouse

28:04 Fabric-Komplexität: Direct Lake, SQL Endpoint & Co.

30:57 In Fabric beschäftigt man sich mit Fabric-Problemen

36:01 Wann braucht man Fabric wirklich zwischen Excel & Warehouse?

39:15 Wird die Mehrheit der Excel-User jemals zu Fabric wechseln?

40:00 Copilot & schrittweise Weiterentwicklung der Nutzerkompetenz

45:54 Vorschau: TDWI München und Daten-WG 2026

Martin Bubenheimer: https://www.linkedin.com/in/martin-bubenheimer-9ba99271/

Artur König: https://www.linkedin.com/in/datakoenigartur/

Daten-WG 2026 am 14-16. Oktober: https://www.daten-wg.com/daten-wg-2026

We reveal the real reason why Fabric is winning tha data game!

A common misconception is that Fabric tries to compete directly with platforms like Snowflake or Databricks. Khaled disagrees with that view. He believes Fabric’s real competitor is something completely different.

Excel.

Not because Fabric replaces Excel, but because it integrates with it. Excel will likely remain the final mile of analytics in many organizations. But with tools like OneLake and connected datasets, Excel can become a window into a governed data platform rather than a disconnected spreadsheet universe.

We talked about Microsoft Fabric, consulting, business value, and why most data projects fail. And Khaled has a particularly interesting perspective on that topic – because he did not start in IT or data.

If you want to scale your business with Microsoft Fabric - this is for you!

00:00 From CFO to Data Leader

03:05 Discovering Power BI

04:41 Data Belongs to Business

08:47 Business Doesn’t Care About Tools

11:40 Why Fabric Wins

14:48 Unused Data = Zero Value

26:47 The Real Purpose of Data

29:06 Fabric Changes SMEs

33:18 Fix Data Problems Fast

41:13 It’s Not About the Tool

Khaled Chowdhury: https://www.linkedin.com/in/odetajankaitiene/

Artur König: https://www.linkedin.com/in/datakoenigartur/

Data Crafters: https://datacrafters.io/

Why Lakehouse? https://www.linkedin.com/posts/khaledchowdhury_vienna-ugcPost-7371171675767250944-DFVj

Daten-WG: https://www.daten-wg.com/ [DE]

In dieser Folge spreche ich mit Heiko – ebenfalls Podcaster und Buchautor („ABC der Digitalisierung für Entscheider“) und zudem auch Berater für digitale Transformation – über die Frage, warum Digitalisierung ein Dauerbrenner ist … und warum das auch gut so ist.

Wir diskutieren:

- Warum viele Digitalprojekte trotz guter Workshops nicht vorankommen

- Wieso ein klares Zielbild wichtiger ist als der nächste Use-Case-Ideation-Workshop

- Top-down-Strategie vs. Bottom-up-Initiativen (Spoiler: Du brauchst beides)

Self-Service BI, Wildwuchs und warum „Chaos“ manchmal produktiver ist als Kontrolle

- KI als echter Gamechanger – vom Office-Use-Case bis zur strategischen Prozessoptimierung

- Und die provokante Frage: Sind neue AI-First-Unternehmen im Vorteil gegenüber gewachsenen Organisationen?

Heiko teilt konkrete Erfahrungen aus über 30 Projekten – von Brownfield-Realität bis zu echten KI-Use-Cases in der Produktentwicklung. Es geht nicht nur um Tools und Features, sondern darum, wie Digitalisierung in Organisationen wirklich wirkt (oder eben nicht).

Am Ende bleibt eine klare Botschaft:

Nicht warten. Nicht perfektionieren. Sondern anfangen.

00:00 Warum Digitalisierung nie aufhört – Einstieg & 3 Horizonte

04:22 Brownfield-Realität: Wo fängt man überhaupt an?

08:07 Zielbild statt Aktionismus – warum Strategie vor Tools kommt

11:36 Wer muss wirklich mit an den Tisch? (Und wer besser nicht)

15:00 Workshops richtig machen: Entscheidungen statt Snacks

16:35 Top-Down vs. Bottom-Up – braucht es beides?

22:04 Self-Service BI & Wildwuchs – Chaos oder Produktivität?

25:29 Copilot, Kosten & Report-Leichen – Enablement statt Lizenzfriedhof

29:29 KI als Katalysator – warum jetzt plötzlich alle betroffen sind

35:01 Greenfield mit AI neu bauen – realistisch oder Illusion?

38:32 Umsetzungsmodus: Warum Warten die größte Gefahr ist

Digital Success Podcast: https://open.spotify.com/show/17I7pr3JQp4rF7IBrL5c1Q

Heiko Löffler: https://www.linkedin.com/in/heiko-loeffler-digitalsuccess/

Artur König: https://www.linkedin.com/in/datakoenigartur

was wir sonst so machen: https://www.daten-wg.com/

DATEN-WG 2026 pre sale: https://www.daten-wg.com/daten-wg-2026

Wenn man über Daten, BI oder Cloud spricht, bewegt man sich oft in einer vergleichsweise komfortablen Welt. Klar, es gibt Governance, Datenschutz, Security.

Aber am Ende gilt in vielen Projekten: Wir operieren nicht am offenen Herzen.

In der Pharma- und Life-Science-Welt sieht das anders aus.

Hier hängen an Daten reale Patientenschicksale. Entscheidungen basieren auf Parametern, die direkten Einfluss auf Produktqualität und Sicherheit haben. Und genau deshalb existieren GxP-Regularien – ein regulatorischer Rahmen, der sicherstellen soll, dass alles nachvollziehbar, reproduzierbar und manipulationssicher ist.

Aber was bedeutet das eigentlich für moderne Datenarchitekturen, Self-Service BI und Cloud-Technologien?

00:00 Intro & Chaos-Hacker-Talk

03:56 Change Control, Cloud & Blackbox-Problematik

07:30 Rolle der Behörden & Prinzipien statt Detailregeln

09:55 FDA, Rechtssystem & Audit-Kultur USA vs. Europa

13:05 Überregulierung im Unternehmen & “German Overcompliance”

15:31 Direct vs. Indirect Impact Daten (kritische Parameter)

20:43 Self-Service Analytics vs. Qualitätsentscheidungen

23:31 Data Integrity & warum Regulierung historisch gewachsen ist

27:08 Security, Hacking-Szenarien & reale Risiken

35:41 Covid als Digitalisierungs-Booster

38:46 KI in Wirkstoffentwicklung & Disruption-Potenzial

42:11 Technologische Komplexität & Agilität als Notwendigkeit

43:41 Abschluss & Ausblick auf weitere Deep-Dives

Mehr davon gibt es im GxP-Talk

Wir sprechen LIVE mit anderen Experten über die Herausforderungen regulierter Branchen:

https://www.youtube.com/live/KO_qFge77o8?si=Fs9mnslDt2L0zCrZ

Der ChaosHacker-Talk: https://www.youtube.com/@ChaosHacker-Talk

Christof zu Gast bei Christian Krug: https://www.youtube.com/watch?v=ZTrDy7ClTLk

Christof Layher: https://www.linkedin.com/in/christoflayher/

Artur König: https://www.linkedin.com/in/datakoenigartur

was wir sonst so machen: https://www.daten-wg.com/

DATEN-WG 2026 pre sale: https://www.daten-wg.com/daten-wg-2026