Fabric IQ: wanneer je dataplatform begint te denken

FabCon Atlanta zit erop, en ik ben nog steeds aan het verwerken. Er werd veel aangekondigd.

In dit stuk focus ik op de aankondiging waar ik steeds op terugkom: Fabric IQ. Naar mijn mening het meest strategisch significante dat Microsoft aankondigde en het onderdeel dat de meeste praktische gevolgen heeft voor hoe wij bij SUPERP Fabric-oplossingen ontwerpen.

Het probleem: jouw dataplatform weet alles en doet niets

De meeste klanten hebben een lange weg afgelegd met hun dataplatform. Ze hebben OneLake, Lakehouses, Warehouses, semantische modellen en Power BI-rapporten. De data is er. Governed, actueel en betrouwbaar, in de ideale situatie althans.

Maar als er iets gebeurt in de business, ziet het proces er nog steeds zo uit: een rapport attendeert een mens, de mens leest het getal, de mens beslist, de mens opent een ander systeem, de mens handelt. Elke stap in die keten is een overdracht, en elke overdracht is een potentiële vertraging of fout.

AI verandert de verwachting hier snel. Ik hoor het steeds vaker van klanten: “Kan het systeem niet gewoon iets doen?” Dat is precies de kloof die Fabric IQ wil dichten.

Wat is Fabric IQ?

Fabric IQ is een semantische intelligentielaag die direct in Microsoft Fabric is ingebouwd. Het werd aangekondigd met een duidelijke GA-richting op FabCon 2026.

Het kernidee: Fabric IQ stelt jouw data-omgeving beschikbaar aan AI-agents, maar niet als ruwe schema’s. Het voegt betekenis toe. Tabellen, relaties, bedrijfslogica en definities worden verpakt in een ontologie waar agents op kunnen bevragen en redeneren.

Dat onderscheid is belangrijker dan het klinkt. Zonder Fabric IQ ziet een AI-agent die jouw Fabric-omgeving bevraagt kolomnamen en datatypes. Met Fabric IQ begrijpt hij dat fk_order_id een Order is, dat een Order een ShipmentStatus heeft, en dat “at-risk” betekent dat het SLA-venster onder de 48 uur zit. Het verschil tussen een tool die raadt en een tool die weet.

Wat mij opvalt aan de implementatie:

• Het bouwt voort op wat je al hebt. Bestaande Power BI-semantische modellen en OneLake-data voeden de Fabric IQ-ontologie. Je begint niet opnieuw.
• Security is geen bijzaak. Fabric IQ respecteert je bestaande Fabric RBAC. Agents zien alleen wat hun gedelegeerde Entra-identiteit al mag zien. Geen aparte permissielaag te beheren.
• MCP is de interface. Fabric stelt IQ beschikbaar via het Model Context Protocol, waardoor externe AI-agents, inclusief GitHub Copilot en je eigen custom agents, er verbinding mee kunnen maken via een standaard die ze al kennen. Fabric local MCP en Fabric remote MCP werden beide aangekondigd op FabCon. De remote MCP is voor enterprise-scenario’s bijzonder interessant.

De combinatie om in de gaten te houden: Fabric IQ + Translytical Task Flows

Fabric IQ werkt niet in isolatie, en de aankondiging die het meest versterkt is Translytical Task Flows, dat op FabCon general availability bereikte.

Task Flows laten gebruikers direct vanuit Power BI-rapporten handelen: een workflow starten, een record bijwerken, een issue escaleren, zonder het rapportageoppervlak te verlaten. Op zichzelf al een grote stap.

Maar combineer het met Fabric IQ en het beeld verandert volledig. Een AI-agent kan nu:

• Iets detecteren in jouw data via een Fabric Eventstream-alert, een geplande check of een directe query
• Begrijpen wat het betekent dankzij de ontologie in Fabric IQ
• De bevinding verrijken met gerelateerde context uit OneLake of het semantische model
• Handelen door een Translytical Task Flow te starten die terugschrijft naar een operationeel systeem of een melding stuurt via Teams

Nul menselijke klikken voor de volledige cyclus. Dit is wat ik bedoel met een closed-loop architectuur. En deze combinatie, Fabric IQ als contextlaag, Task Flows als actielaag, is wat agentic analytics er in de praktijk uitziet. Geen chatbots bovenop dashboards, maar echte geautomatiseerde redenering en respons.

Wat dit betekent voor hoe we Fabric-oplossingen ontwerpen

Ik wil eerlijk zijn: ik heb Fabric IQ nog niet end-to-end in een productieomgeving gedraaid. Het is vers aangekondigd en delen zijn nog in preview. Ik volg de GA-planning nauwkeurig voordat ik het aanraad voor productieadoptie bij klanten.

Toch zijn de architecturale implicaties nu al reëel. Drie dingen waar je vandaag al over moet nadenken:

• Jouw semantische laag is nu een directe AI-asset. Al jaren adviseren we klanten te investeren in een goed gebouwd semantisch model: goede naamconventies, correcte relaties, ingevulde beschrijvingen, gedocumenteerde measures. De business case was altijd onderhoudbaarheid en vertrouwen. Nu is er een tweede business case: de kwaliteit van je semantische model bepaalt direct hoe bruikbaar Fabric IQ is voor je AI-agents. Een model met beschrijvende veldnamen en gedocumenteerde measures geeft agents echte context. Een model met col_A, fk_id_3 en geen beschrijvingen geeft agents bijna niets. Technische schuld in je semantische laag is zojuist een stuk duurder geworden.
• Security-design moet meegroeien met agent-identiteiten. De introductie van agent-identiteiten in je Fabric-omgeving is geen kleine wijziging. Op FabCon kondigde Microsoft ook Workspace Identities aan als generally available, workspaces krijgen daarmee hun eigen managed identity voor service-to-service-scenario’s. Samen met Fabric IQ en MCP betekent dit dat je RBAC niet alleen voor menselijke gebruikers moet doordenken, maar ook voor geautomatiseerde principals. Bouw dat nu in je governance-model in, voordat agents in productie zijn en je toegangscontroles achteraf moet aanpassen.
• Begin MCP te leren voordat je klanten ernaar vragen. Model Context Protocol is niet Fabric-specifiek. Het is een open standaard die snel aan terrein wint in het AI-ecosysteem. Begrijpen wat MCP is, hoe het werkt en hoe Fabric zichzelf daarvia blootstelt, wordt een vereiste voor het adviseren van klanten over agentische data-architecturen. Bij Powerdobs investeren we hier al tijd in.

De eerlijke conclusie

Ik ben oprecht enthousiast over Fabric IQ. De architectuur klopt. Microsoft bolst AI niet op Fabric als een bijgedachte, ze bouwen het in de datalaag zelf, en dat is een fundamenteel andere aanpak.

Tegelijkertijd is het grootste risico organisatorisch, niet technisch. Bedrijven die jarenlang semantische modelkwaliteit, governance en documentatie hebben verwaarloosd, hebben een langere weg naar waarde. De tooling is klaar voordat de data-omgeving dat is een patroon dat we bij nieuwe Fabric-mogelijkheden regelmatig zien.

De organisaties die het snelst met Fabric IQ kunnen bewegen, zijn die met een schone OneLake-architectuur, goed onderhouden semantische modellen en volwassen Fabric-governance. Is dat jouw situatie? Dan is dit een serieuze kans. Is dat het niet? Dan is die kloof urgenter geworden om te dichten.

Wrap up

Fabric IQ, gecombineerd met Translytical Task Flows en een solide OneLake-fundament, is het dichtst bij een echt intelligent data-besturingssysteem dat ik Microsoft ooit heb zien komen, in plaats van een verzameling verbonden tools.

Het is vroeg. Houd de GA-datums in de gaten. Maar begin nu na te denken over hoe jouw semantische laag eruitziet vanuit het perspectief van een agent.

Drie dingen die ik zou aanraden:

• Lees Arun Ulag’s FabCon hero blog voor het volledige platformoverzicht.
• Bekijk de Fabric March 2026 Feature Summary voor de gedetailleerde uitwerking.
• Auditeer deze week één van je semantische modellen. Vraag jezelf af: als een AI-agent dit leest, begrijpt hij dan wat jouw business daadwerkelijk doet?