Daten-WG

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