Suche

Power BI oder Microsoft Fabric? Entscheidungshilfe für Kliniken

Wann ein Krankenhaus mit Power BI gut aufgestellt ist, wann sich Microsoft Fabric lohnt, was beides kostet und wie der Wechsel gelingt – mit drei typischen Szenarien und einer Checkliste für die Entscheidung.

Foto: Michael DeinhardGeschäftsführer, Berater und Trainer

Veröffentlicht am 6 Min. Lesezeit

Kurze Antwort

Power BI ist das Werkzeug für Berichte und Dashboards, Microsoft Fabric die Datenplattform dahinter – mit Datenintegration, Lakehouse, Data Warehouse, Data Science und einem gemeinsamen Speicher, OneLake. Power BI ist Bestandteil von Fabric. Für ein Krankenhaus mit wenigen, gut aufbereiteten Quellen reicht Power BI. Fabric lohnt sich, wenn viele Systeme zusammengeführt, große Historien aufgebaut, Prognosen und KI geplant sind oder mehrere Häuser eine gemeinsame Datenbasis brauchen.

Stand: November 2026

Das Wichtigste in Kürze

  • Die Frage ist selten „entweder – oder“: Fabric enthält Power BI, Berichte bleiben erhalten.
  • Entscheidend sind Zahl und Art der Datenquellen, Datenmenge, KI-Vorhaben und die Zahl der Lesenden – nicht die Größe des Hauses allein.
  • Ab einer F64-Kapazität brauchen reine Lesende keine Pro-Lizenz; das kann ab rund 450 Lesenden günstiger sein.
  • Kleine Kapazitäten (F2 bis F32) eignen sich für Datenintegration und Lakehouse, nicht für freie Lesezugriffe.
  • Der Wechsel gelingt schrittweise: erst ein Anwendungsfall, dann weitere Quellen.

Was unterscheidet Power BI und Microsoft Fabric?

Kurze Antwort

Power BI macht Daten sichtbar. Fabric macht sie zusätzlich verfügbar: Es holt Daten aus den Quellsystemen, speichert, historisiert und bereitet sie auf – und stellt sie Power BI, Data Science und KI gemeinsam bereit.

Aufgabe Power BI (Pro oder Premium Per User) Microsoft Fabric (Kapazität)
Berichte, Dashboards, Kennzahlen ja ja (Power BI ist enthalten)
Daten aufbereiten Power Query im Bericht oder Dataflow Data Factory, Pipelines, Notebooks
Daten speichern und historisieren im semantischen Modell (Pro bis 1 GB je Modell) Lakehouse und Warehouse in OneLake
Große Datenmengen ohne Importkopie nein Direct Lake
Data Science, Prognosen eingeschränkt Notebooks, Machine Learning, Anbindung an KI-Dienste
Echtzeit-Daten eingeschränkt Real-Time Intelligence
Lesende ohne eigene Lizenz nein ab F64

Wie Lakehouse, Warehouse und OneLake zusammenspielen, erklären die Artikel Microsoft Fabric im Krankenhaus und Was ist ein Lakehouse?.

Nach welchen Kriterien entscheiden Sie?

Kurze Antwort

Nach Datenquellen, Datenmenge, Aktualität, KI-Vorhaben, Zahl der Lesenden und vorhandener Infrastruktur.

Kriterium Eher Power BI Eher Fabric
Datenquellen 1 bis 3 Systeme, gut strukturiert viele Systeme: KIS, ERP, Dienstplan, Labor, Fachsysteme
Vorhandenes Data Warehouse ja, liefert aufbereitete Daten nein oder veraltet, Neuaufbau geplant
Datenmenge und Historie überschaubar, Monats- und Jahresvergleiche groß, viele Jahre, Detail bis auf Ereignisse
Aktualität täglich genügt mehrmals täglich bis nahezu in Echtzeit
Data Science und KI nicht geplant Prognosen, Mustererkennung, KI-Anwendungen geplant
Lesende bis einige hundert mehrere hundert bis tausende
Organisation ein Haus Klinikverbund, gemeinsame Datenbasis über Standorte
Team Controlling und BI-Analysten zusätzlich Data Engineering oder externer Partner

Treffen drei oder mehr Kriterien der rechten Spalte zu, lohnt sich ein genauerer Blick auf Fabric.

Drei typische Szenarien

Szenario 1: Krankenhaus mit 300 Betten, Controlling-Berichte

Das Controlling erstellt Monatsberichte aus KIS-Export und Finanzbuchhaltung, 30 Führungskräfte lesen sie. Ein kleines SQL-Data-Warehouse ist vorhanden.

→ Power BI Pro genügt. Investieren Sie in ein sauberes Datenmodell, abgestimmte Kennzahlen und Schulung – siehe Krankenhaus-Controlling mit Power BI. Kosten: bei 3 Berichtserstellern und 30 Lesenden 33 Pro-Lizenzen, rund 400 Euro pro Monat.

Szenario 2: Schwerpunktversorger, Steuerung und Prognosen

Belegung, OP, Personal und Controlling sollen auf einer gemeinsamen Datenbasis laufen, die Belegungsprognose ist geplant. Das bestehende Data Warehouse stößt an Grenzen.

→ Fabric mit kleiner Kapazität (etwa F8 bis F32) für Lakehouse und Warehouse, Berichte weiter mit Pro-Lizenzen. Ein Pilot mit dem Anwendungsfall Belegung zeigt, ob Datenqualität und Kosten passen.

Szenario 3: Klinikverbund mit 600 Lesenden

Mehrere Häuser sollen einheitliche Kennzahlen bekommen, Führungskräfte und Stationsleitungen sollen Berichte lesen, ohne dass jede Person eine Lizenz braucht.

→ Fabric F64 für gemeinsame Datenplattform und freie Lesezugriffe, Pro-Lizenzen nur für die Berichtsersteller. Die Rechnung zeigt der Artikel Power BI Lizenzen und Kosten.

Was kostet welche Variante?

Kurze Antwort

Power BI Pro kostet 12,10 Euro pro Nutzer und Monat. Fabric-Kapazitäten kosten in der Region Deutschland West-Mitte mit einjähriger Reservierung ab rund 171 Euro pro Monat (F2) bis rund 5.487 Euro (F64); nutzungsbasiert etwa 70 Prozent mehr.

Variante Kosten pro Monat (Stand 11/2026) Lesende ohne Pro-Lizenz
Power BI Pro für alle 12,10 € je Person –
Power BI Premium Per User 20,80 € je Person (als Zusatz zu Pro 12,10 €) –
Fabric F2 (reserviert) plus Pro rund 171 € plus Pro-Lizenzen nein
Fabric F64 (reserviert) plus Pro für Autoren rund 5.487 € plus Pro für Autoren ja

Preise laut Microsoft bei jährlicher Abrechnung beziehungsweise einjähriger Reservierung, zuzüglich Mehrwertsteuer. Wichtiger als die Lizenz sind meist die Aufwände für Datenanbindung, Datenmodell, Betrieb und Schulung.

Wie gelingt der Wechsel?

Kurze Antwort

Schrittweise und ohne Berichtsausfall: Arbeitsbereiche auf die Fabric-Kapazität legen, einen Anwendungsfall in Lakehouse und Warehouse überführen, dann weitere Quellen anbinden.

  1. Bestand aufnehmen: Berichte, semantische Modelle, Datenquellen, Gateways, Lizenzen und Nutzerzahlen erfassen.
  2. Anwendungsfall wählen: einen Bereich mit klarem Nutzen, etwa Belegung oder Controlling.
  3. Kapazität und Region festlegen: passende Größe, Reservierung oder nutzungsbasiert, Speicherregion in der EU.
  4. Daten überführen: Quellen in Lakehouse und Warehouse laden, Medallion-Schichten aufbauen, Kennzahlen in der Gold-Schicht definieren.
  5. Berichte umstellen: semantische Modelle auf die neuen Tabellen lenken, große Modelle mit Direct Lake anbinden.
  6. Governance und Datenschutz: Arbeitsbereiche, Rollen, Sicherheit auf Zeilenebene, Microsoft Purview, Auftragsverarbeitung, Datenschutz-Folgenabschätzung.
  7. Team befähigen: Data Engineering mit DP-700, Analytics Engineering mit DP-600, Berichte mit PL-300.

Sonderfall Power-BI-Premium-Kapazität: Microsoft löst die bisherigen Premium-Kapazitäten (P-SKU) durch Fabric-Kapazitäten (F-SKU) ab; P1 entspricht F64. Bestehende Arbeitsbereiche werden der neuen Kapazität zugeordnet. Planen Sie den Wechsel vor dem Vertragsende.

Checkliste für die Entscheidung

  • Wie viele Quellsysteme sollen in den nächsten zwei Jahren angebunden werden?
  • Gibt es ein Data Warehouse, und reicht es noch?
  • Wie viele Personen erstellen Berichte, wie viele lesen nur?
  • Sind Prognosen, KI-Anwendungen oder Echtzeit-Auswertungen geplant?
  • Wer im Haus kann eine Datenplattform betreiben – oder braucht es einen Partner?
  • Welche Daten dürfen in welcher Form in eine Cloud-Plattform, und ist der Datenschutz geklärt?
  • Ist eine Power-BI-Premium-Kapazität vorhanden, deren Vertrag ausläuft?

Fazit

Für viele Krankenhäuser ist Power BI der richtige Start, für wachsende Datenlandschaften und KI-Vorhaben ist Microsoft Fabric der nächste Schritt. Weil Fabric Power BI enthält, geht dabei nichts verloren: Berichte bleiben, die Datenbasis darunter wird stärker. Entscheiden Sie anhand Ihrer Quellen, Datenmengen, Vorhaben und Nutzerzahlen – und prüfen Sie Fabric mit einem begrenzten Pilot, bevor Sie die gesamte Datenlandschaft umziehen.

Bei der Entscheidung und Umsetzung unterstützen wir Sie – mit der Power BI Beratung oder einem Architektur-Workshop für Microsoft Fabric.

Quellen

  1. Was ist Microsoft Fabric? Microsoft Learn.
  2. Direct Lake – Übersicht. Microsoft Learn.
  3. Microsoft Fabric-Lizenzen. Microsoft Learn.
  4. Power BI – Preise. Microsoft, abgerufen am 02.11.2026.
  5. Microsoft Fabric – Preise. Microsoft Azure, Region Deutschland West-Mitte, abgerufen am 02.11.2026.

Passende Schulungen

Vertiefen Sie das Thema mit Ihrem Team – im offenen Seminar oder als Inhouse-Schulung.

Häufige Fragen

Was ist der Unterschied zwischen Power BI und Microsoft Fabric?

Power BI ist das Werkzeug für Berichte, Dashboards und semantische Modelle. Microsoft Fabric ist eine Datenplattform, die Power BI enthält und zusätzlich Datenintegration, Lakehouse, Data Warehouse, Data Science und Echtzeitanalysen mit einem gemeinsamen Speicher, OneLake, bietet.

Ist Power BI in Microsoft Fabric enthalten?

Ja. Power BI ist ein Bestandteil von Fabric. Wer eine Fabric-Kapazität nutzt, betreibt seine Power-BI-Berichte darauf weiter; für das Erstellen und Teilen von Berichten braucht es weiterhin Power-BI-Pro-Lizenzen.

Wann reicht Power BI für ein Krankenhaus?

Wenn wenige, gut strukturierte Quellen ausgewertet werden, ein bestehendes Data Warehouse die Daten liefert und vor allem Berichte und Kennzahlen gebraucht werden. Viele Häuser starten so und erweitern später.

Wann lohnt sich Microsoft Fabric?

Wenn viele Quellen zusammengeführt, große Datenmengen historisiert, Data-Science- oder KI-Anwendungen aufgebaut werden sollen oder mehrere Häuser eine gemeinsame Datenbasis brauchen. Ab rund 450 reinen Leserinnen und Lesern kann eine F64-Kapazität zudem günstiger sein als Pro-Lizenzen für alle.

Was kostet der Umstieg von Power BI auf Fabric?

Die Kapazität kostet in der Region Deutschland West-Mitte ab rund 171 Euro pro Monat (F2, reserviert) bis rund 5.487 Euro (F64, reserviert), Stand November 2026. Hinzu kommen Aufwände für Architektur, Datenanbindung, Migration bestehender Modelle und Schulung. Bestehende Power-BI-Berichte lassen sich weiterverwenden.

Müssen bestehende Power-BI-Berichte neu gebaut werden?

Nein. Arbeitsbereiche lassen sich einer Fabric-Kapazität zuordnen, Berichte und semantische Modelle laufen weiter. Sinnvoll ist es, Datenquellen schrittweise auf Lakehouse oder Warehouse umzustellen und große Modelle mit Direct Lake ohne Importkopie anzubinden.

Lassen Sie uns über Ihr Projekt sprechen.

Unverbindliches Erstgespräch zu Beratung, Projekt oder Schulung.

Gespräch anfrageninfo@digitalhealthexperts.de