Hoe voorkom je dat dezelfde businesslogica op meerdere plekken in Fabric wordt gebouwd?

Ed Kisman · 19 sep 2026

Wie met Microsoft Fabric aan de slag gaat, merkt al snel hoe verleidelijk het is om dezelfde berekeningen, filters of transformatieregels op meerdere plekken te definiëren. Een maatstaf die in één rapport handmatig wordt berekend, duikt een week later opnieuw op in een pipeline, en daarna nog een keer in een dataflow. Het resultaat: inconsistente cijfers, onderhoudslast en collega’s die elkaar tegenspreken in vergaderingen. Gelukkig biedt Fabric de bouwstenen om dit te voorkomen, mits je bewust kiest voor een gecentraliseerde aanpak.

In deze gids doorloop je vijf concrete stappen om businesslogica in Microsoft Fabric te centraliseren, herbruikbaar te maken en structureel te bewaken. Na het doorlopen van deze stappen weet je precies waar logica thuishoort, hoe je duplicatie opspoort en hoe je zorgt dat iedereen in je organisatie uit dezelfde bron werkt.

Breng bestaande businesslogica in Fabric in kaart

Voordat je iets kunt centraliseren, moet je weten wat er al bestaat. Begin met een inventarisatie van alle plekken in je Fabric-omgeving waar businesslogica is vastgelegd. Denk aan DAX-measures in semantische modellen, transformatielogica in Dataflows Gen2, SQL-logica in Lakehouse-notebooks en berekeningsregels in pipelines. Juist omdat Microsoft Fabric meerdere werklagen combineert, verspreidt logica zich snel over verschillende artefacten.

Open de Fabric-werkruimten die relevant zijn voor jouw dataplatform en maak een lijst van alle semantische modellen, Dataflows, notebooks en pipelines.
Documenteer per artefact welke berekeningen of transformaties erin zijn opgenomen, inclusief de naam en een korte omschrijving van de businessregel.
Zoek naar overlappingen: meet dezelfde maatstaf op twee plekken hetzelfde, of wijkt de definitie subtiel af? Noteer elke afwijking expliciet.
Betrek de eigenaren van de verschillende artefacten bij deze inventarisatie. Zij weten vaak waarom een bepaalde keuze is gemaakt en of een definitie bewust afwijkt.

Na deze stap heb je een helder overzicht van wat er leeft in je omgeving. Je ziet meteen waar de grootste duplicatieproblemen zitten en welke definities met elkaar conflicteren. Dit overzicht vormt de basis voor alle vervolgstappen.

Kies de juiste centrale plek voor gedeelde logica

Met de inventarisatie op zak is de volgende vraag: waar hoort gedeelde businesslogica in Fabric thuis? Het antwoord hangt af van het type logica en het moment in de datapijplijn waarop die logica wordt toegepast. Een verkeerde keuze zorgt er alsnog voor dat logica op meerdere plekken terechtkomt, zij het in een andere vorm.

Gebruik de volgende richtlijnen als uitgangspunt:

Transformatielogica en datavoorbereiding horen thuis in Dataflows Gen2 of notebooks in het Lakehouse. Hier verwerk je ruwe data naar een gestandaardiseerde vorm die door meerdere downstream-modellen kan worden gebruikt.
Bedrijfsmetrieken en KPI-definities horen thuis in een centraal, gecertificeerd semantisch model. Rapporten en dashboards lezen uit dit model in plaats van zelf berekeningen te definiëren.
Orkestratie- en proceslogica horen thuis in Data Factory-pipelines, niet verspreid over individuele notebooks of Dataflows.
Herbruikbare SQL-logica kun je vastleggen als views of stored procedures in het SQL Analytics Endpoint van het Lakehouse.

Kies bewust één primaire locatie per type logica en leg die keuze vast. Dit voorkomt dat teams later opnieuw verschillende interpretaties hanteren. Een goed doordachte BI-infrastructuur maakt deze keuze een stuk eenvoudiger, omdat de lagen van het dataplatform al duidelijk zijn afgebakend.

Implementeer herbruikbare logica via gedeelde modellen

Nu je weet waar de logica thuishoort, is het tijd om die centrale plek daadwerkelijk in te richten. De sleutel tot hergebruik in Fabric is het bouwen van een gedeeld semantisch model dat als enkelvoudige bron van waarheid fungeert voor alle rapporten en analyses.

Maak een gecertificeerd semantisch model aan in de centrale werkruimte. Gebruik de Fabric-certificeringsfunctie om dit model als “Aanbevolen” of “Gecertificeerd” te markeren, zodat gebruikers weten dat dit de betrouwbare bron is.
Definieer alle gedeelde measures op dit centrale model. Geef elke measure een duidelijke naam en voeg een beschrijving toe die de businessdefinitie uitlegt.
Stel DirectLake in als verbindingsmodus zodat rapporten altijd de meest actuele data uit het Lakehouse lezen, zonder dat logica opnieuw hoeft te worden gedefinieerd.
Verbind bestaande rapporten die momenteel eigen berekeningen bevatten aan het centrale model. Verwijder daarna de lokale duplicaten.
Gebruik Dataflows en pipelines voor transformatielogica die upstream van het semantische model plaatsvindt, zodat het model zelf schoon en leesbaar blijft.

Controleer na de implementatie of alle rapporten die voorheen eigen berekeningen hadden, nu dezelfde uitkomsten tonen als het centrale model. Als cijfers afwijken, is er ergens nog een lokale definitie actief die je moet opschonen.

Stel governance-regels in om duplicatie te voorkomen

Technische centralisatie is slechts de helft van het werk. Zonder duidelijke afspraken en governance-regels zullen teams vroeg of laat opnieuw beginnen met het bouwen van eigen logica, simpelweg omdat ze niet weten dat er al een centrale versie bestaat. Beveiliging en governance zijn daarom geen sluitpost, maar een integraal onderdeel van je Fabric-aanpak.

Stel werkruimterechten in zodat alleen aangewezen databeheerders het centrale semantische model en de centrale Dataflows mogen aanpassen.
Leg in een interne wiki of dataportaal vast welke centrale artefacten beschikbaar zijn, wat ze bevatten en hoe je ze kunt gebruiken. Maak dit portaal vindbaar voor iedereen die met Fabric werkt.
Spreek af dat nieuwe measures en transformatieregels altijd eerst worden beoordeeld door de databeheerder voordat ze worden gepubliceerd. Gebruik hiervoor een eenvoudig reviewproces, bijvoorbeeld via een gedeeld kanaal in Teams.
Configureer Fabric-werkruimterollen zo dat rapportbouwers het centrale model kunnen lezen en gebruiken, maar geen eigen varianten kunnen publiceren in de centrale werkruimte.

Een heldere governance-structuur hoeft niet bureaucratisch te zijn. Zorg dat de drempel om de centrale logica te gebruiken lager is dan de drempel om iets zelf te bouwen. Als het makkelijker is om de bestaande measure te hergebruiken dan een nieuwe te maken, kiest iedereen vanzelf voor de centrale route.

Valideer consistentie na centralisatie

Met de centrale logica ingericht en de governance-regels actief, is de laatste stap het valideren of alles daadwerkelijk consistent werkt. Centralisatie lost pas echt iets op als de uitkomsten kloppen en gebruikers vertrouwen hebben in de cijfers.

Selecteer een representatieve set van bestaande rapporten en vergelijk de uitkomsten voor en na de centralisatie voor dezelfde tijdsperiode en filters.
Laat domeinexperts de resultaten beoordelen. Zij herkennen meteen of een getal klopt of afwijkt van wat ze verwachten op basis van hun kennis van het proces.
Stel een periodieke validatieroutine in, bijvoorbeeld maandelijks, waarbij de databeheerder steekproefsgewijs controleert of er nieuwe lokale duplicaten zijn ontstaan in rapporten of Dataflows.
Gebruik de Fabric-monitoringfuncties om te zien welke artefacten het centrale model aanroepen en welke dat niet doen. Artefacten die het model niet gebruiken, zijn kandidaten voor nader onderzoek.

Na de validatie weet je zeker dat de centralisatie zijn doel heeft bereikt. Gebruikers zien overal dezelfde definitie, beheerders hoeven logica maar op één plek aan te passen, en nieuwe teamleden kunnen snel de weg vinden in een overzichtelijk en goed gedocumenteerd dataplatform. Herhaal de validatieroutine periodiek om te voorkomen dat de situatie na verloop van tijd weer uit de hand loopt.

Hoe DBA helpt met Microsoft Fabric-governance

Wij begrijpen dat het centraliseren van businesslogica in Fabric meer vraagt dan alleen technische kennis. Het vergt een doordachte aanpak, draagvlak binnen de organisatie en ervaring met de valkuilen die bij een groeiend dataplatform komen kijken. Dat is precies waar wij als DBA het verschil maken.

Inventarisatie en analyse: We brengen samen met jou in kaart waar businesslogica in je huidige Fabric-omgeving is verspreid en waar de grootste risico’s op inconsistentie zitten.
Inrichting van centrale modellen: We bouwen gecertificeerde semantische modellen en gestandaardiseerde Dataflows die als betrouwbare basis dienen voor alle downstream-rapportages.
Governance-framework: We helpen bij het inrichten van werkruimterechten, reviewprocessen en documentatiestructuren die duplicatie structureel voorkomen.
Validatie en coaching: We valideren de consistentie na centralisatie en coachen je team zodat het de aanpak zelfstandig kan voortzetten.

Wil je weten hoe we jouw Fabric-omgeving kunnen helpen structureren? Neem contact met ons op en we kijken samen naar de beste aanpak voor jouw situatie.