„Ist ja toll, was Microsoft da schönes Neues mit Fabric in Azure anbietet, aber für mich ist das nichts, denn meine Datenquellen sind noch alle im Rechnerraum nebenan?“ Da gab es ja schon für Power BI oder die Power Platform eine gute Lösung: das lokale Datengateway. Und endlich, in seiner neuesten Version, unterstützt es auch das Laden von lokalen Daten in den OneLake von Microsoft Fabric! Und nicht nur mit Dataflows Gen2, sondern sogar mit Data Pipelines! Azure Data Factory, der „große Bruder“ der Data Pipelines, kann so etwas Tolles nicht… Ich zeige, wie einfach das jetzt funktioniert. Da werden in der Zukunft viele Architektur-Diagramme viel einfacher aussehen!

Video auf YouTube ansehen

Da können wir Spezialisten auch noch so motivieren: Excel wird, gerade im Mittelstand, noch jahrelang eine wichtige Datenquelle für zentrale Data Analytics-Lösungen sein. In diesem Video zähle ich die Risiken davon auf, verspreche aber auch Linderung: Mit dem OneLake File Explorer werden lokale Excel-Sheets - wie bei OneDrive - sofort nach Änderungen in meinen OneLake synchronisiert. Und danach kann meine Fabric-Lösung über das "Lakehouse" darauf zugreifen und sie mit anderen Unternehmensdaten integrieren! Wie, das sehen wir uns Schritt für Schritt an.

Video auf YouTube ansehen

Dass ich in meinem letzten Video mal "im Bild" war, hat Euch scheinbar ganz gut gefallen! Also kommt hier noch etwas Besonderes: ein Interview mit Michael Greth von der SharePointCommunity (den man leider nicht sieht) zu den Grundbegriffen moderner Data-Lösungen in der Azure-Cloud: Data Lake, Data Warehouse, Lakehouse, Data Mesh... Was das ist, woher das kommt und wozu man das braucht erkläre ich persönlich (und wie immer sehr bewegt) in diesem kurzen und unterhaltsamen Video.

Video auf YouTube ansehen

ChatGPT "auf Deinen Daten", das kann ja mittlerweile fast jeder. Aber viele Daten liegen nicht als Texte oder PDFs vor, sondern sind nun mal in Datenbanken, die man mit SQL abfragen muss! Dieses Video zeigt eine einfache Lösung mit Power Apps-Frontend, die das so macht, dass der Anwender gar nicht merkt, dass er gerade SQL "geschrieben" hat! Und als Zusatzgeschenk kann ChatGPT dann plötzlich viel besser rechnen und vergleichen, als wenn er nur Texte als Input hat. Kleine Trigger-Warnung: Markus Raatz ist auch mal kurz persönlich im Bild zu sehen, um das erklären zu können!

Video auf YouTube ansehen