Hoe voorkom je dubbele data wanneer meerdere teams Microsoft Fabric gebruiken?

Ed Kisman · 20 okt 2026

Wanneer meerdere teams tegelijkertijd werken binnen Microsoft Fabric, ontstaat al snel een veelvoorkomend probleem: dezelfde gegevens worden op meerdere plekken opgeslagen, bewerkt en gerapporteerd. Het gevolg is verwarring over welke cijfers kloppen, onnodige opslagkosten en analyses die op verschillende datasets zijn gebaseerd. Dataduplicatie voorkomen in Microsoft Fabric begint niet bij technische instellingen, maar bij heldere afspraken en een doordachte structuur.

In deze handleiding doorloop je vijf concrete stappen om dubbele data in Microsoft Fabric te voorkomen wanneer meerdere teams samenwerken. Van het in kaart brengen van databronnen tot het vastleggen van governanceafspraken: na het doorlopen van deze stappen heb je een solide fundament voor betrouwbaar en efficiënt Microsoft Fabric-databeheer.

Breng de databronnen en eigenaarschap in kaart

Voordat je iets kunt oplossen, moet je weten waar de gegevens vandaan komen en wie er verantwoordelijk voor is. In omgevingen waar meerdere teams Microsoft Fabric gebruiken, is het niet ongewoon dat hetzelfde bronsysteem door drie verschillende teams wordt ingeladen, elk met hun eigen transformatielogica. Dat is precies waar dubbele data ontstaat.

Inventariseer alle actieve databronnen binnen je Fabric-omgeving: welke systemen, databases, API-koppelingen en bestandsimports zijn er in gebruik?
Koppel aan elke databron een eigenaar: een team of persoon die verantwoordelijk is voor de kwaliteit en beschikbaarheid van die gegevens.
Documenteer welke teams gebruikmaken van welke bronnen en of er overlap bestaat in de data die zij inladen.
Identificeer de authentieke bronregistraties: welke bron is leidend wanneer dezelfde informatie op meerdere plekken beschikbaar is?

Na deze stap heb je een overzicht van alle databronnen, hun eigenaren en de plekken waar overlap bestaat. Dit overzicht vormt de basis voor alle volgende stappen. Controleer of elk team het eens is met de toegewezen eigenaarschappen voordat je verder gaat.

Stel een gedeelde datalagenstructuur in

Een van de meest effectieve manieren om dataduplicatie te voorkomen in Microsoft Fabric is het werken met een gedeelde, gelaagde datastructuur. In plaats van dat elk team zijn eigen kopie van ruwe data aanmaakt, deel je de ingeladen en getransformeerde data via centrale lagen. Microsoft Fabric biedt hiervoor de benodigde bouwstenen, zoals Lakehouses, Warehouses en Dataflows.

Definieer een bronlaag (raw layer) waar ruwe data eenmalig wordt ingeladen vanuit de authentieke bronsystemen. Alleen de data-eigenaar heeft schrijfrechten op deze laag.
Richt een gecureerde laag in (curated of silver layer) waar data wordt gecleand, gestandaardiseerd en klaargemaakt voor gebruik door meerdere teams. Gebruik hier gedeelde Fabric-pipelines en dataflows zodat transformaties niet per team worden herhaald.
Creëer een semantische laag of gold layer met kant-en-klare datasets en modellen die teams direct kunnen gebruiken voor rapportage en analyse.
Zorg dat teams uitsluitend lezen vanuit de gecureerde of semantische laag, en nooit zelf data dupliceren naar hun eigen workspace.

Wanneer deze structuur staat, zien teams in hun workspace alleen de gecureerde versie van de data, niet de ruwe brondata. Verifieer dit door te controleren of geen enkel team een eigen kopie aanmaakt van data die al beschikbaar is in de gedeelde lagen.

Configureer toegangsrechten per team en workspace

Met de datalagenstructuur op zijn plek is de volgende stap het instellen van de juiste toegangsrechten. Zonder goede rechtenstructuur kunnen teams alsnog buiten de afgesproken structuur om werken, wat opnieuw tot duplicaten leidt. Beveiliging en governance zijn hierin onlosmakelijk verbonden.

Wijs per workspace rollen toe op basis van verantwoordelijkheid: onderscheid tussen eigenaren (Admins), bijdragers (Contributors) en lezers (Viewers).
Geef teams alleen leesrechten op de gedeelde bronlaag en gecureerde laag. Schrijfrechten op deze lagen zijn voorbehouden aan de aangewezen data-eigenaren.
Gebruik Row-Level Security (RLS) in semantische modellen om te voorkomen dat teams elkaars gevoelige data inzien en daardoor parallelle datasets aanmaken.
Blokkeer de mogelijkheid om externe data-exports te maken die vervolgens als nieuwe bron worden geïmporteerd, tenzij daar een expliciete reden voor is.

Controleer na het instellen van de rechten of elk teamlid de juiste toegang heeft door een testgebruiker per team de omgeving te laten doorlopen. Een teamlid dat per ongeluk schrijfrechten heeft op een gedeelde laag is een risico dat je vroeg wilt ontdekken.

Valideer en monitor op duplicaten na implementatie

Zelfs met een goede structuur en de juiste rechten kunnen duplicaten ontstaan, zeker in de beginfase. Actieve monitoring is daarom geen luxe, maar een noodzaak. Microsoft Fabric biedt ingebouwde mogelijkheden om datakwaliteit te bewaken, maar je moet ze bewust inzetten.

Stel datakwaliteitscontroles in

Voeg validatieregels toe aan je dataflows en pipelines die controleren op dubbele records. Denk aan controles op primaire sleutels, unieke combinaties van velden of onverwachte toenames in het aantal rijen. Laat deze controles automatisch draaien bij elke dataverversing.

Monitor het gebruik van workspaces

Gebruik de monitoring en performance-tools binnen Fabric om bij te houden welke datasets worden aangemaakt en door wie. Stel alerts in wanneer een nieuwe dataset wordt gecreëerd die lijkt op een bestaande gedeelde dataset. Dit signaleert vroegtijdig dat een team buiten de afgesproken structuur werkt.

Activeer de Fabric Admin Portal om een overzicht te houden van alle workspaces, datasets en dataflows binnen de tenant.
Plan periodieke reviews (maandelijks of per kwartaal) waarbij je controleert of er nieuwe databronnen zijn bijgekomen die niet zijn afgestemd met de data-eigenaren.
Documenteer gevonden duplicaten en bespreek de oorzaak met het betreffende team zodat de werkwijze structureel wordt aangepast.

Na een eerste monitoringperiode van vier tot zes weken heb je een goed beeld van de meest voorkomende oorzaken van duplicaten. Gebruik die inzichten om je structuur en afspraken verder aan te scherpen.

Leg afspraken vast in een data governancebeleid

Technische maatregelen werken alleen als ze worden ondersteund door duidelijke afspraken. Een data governancebeleid maakt expliciet wat de spelregels zijn voor iedereen die met Microsoft Fabric werkt. Zonder dit beleid is de kans groot dat nieuwe teamleden of nieuwe projecten de opgebouwde structuur ondermijnen.

Stel een data governance-document op waarin je vastlegt: welke datalagen er zijn, wie eigenaar is van welke bronnen, hoe nieuwe databronnen worden aangemeld en goedgekeurd, en hoe duplicaten worden gemeld en opgelost.
Benoem een data steward of data governance-verantwoordelijke die toezicht houdt op naleving en als aanspreekpunt fungeert voor vragen over databronnen.
Organiseer een kick-offsessie met alle betrokken teams om het beleid toe te lichten en draagvlak te creëren. Afspraken werken alleen als iedereen ze kent en begrijpt.
Maak het beleid levend door het te koppelen aan je onboardingproces voor nieuwe teamleden en het jaarlijks te herzien op basis van ervaringen.

Een goed data governancebeleid voor Fabric hoeft niet tientallen pagina’s te beslaan. Concreet, praktisch en breed gedragen is belangrijker dan uitgebreid. Verifieer de effectiviteit door na drie maanden te meten of het aantal nieuw ontdekte duplicaten is afgenomen ten opzichte van de beginsituatie.

Hoe DBA helpt met Microsoft Fabric-databeheer

Het opzetten van een duplicaatvrije Microsoft Fabric-omgeving voor meerdere teams vraagt om technische kennis, organisatorisch inzicht en ervaring met data governance. Wij helpen organisaties bij elke stap van dit proces, van de initiële inrichting tot structurele monitoring en begeleiding van teams.

Fabric-inrichting: Wij ontwerpen en implementeren een gelaagde datastructuur die aansluit op jouw organisatie en de manier waarop jouw teams samenwerken.
Governanceadvies: Wij helpen bij het opstellen van een praktisch data governancebeleid, inclusief eigenaarschappen, toegangsrechten en escalatieprocessen.
Monitoring en beheer: Wij richten proactieve monitoring in zodat duplicaten en afwijkingen vroegtijdig worden gesignaleerd, zonder dat jouw teams daar zelf continu op hoeven te letten.
Coaching en begeleiding: Via on-the-jobcoaching zorgen wij dat jouw teams zelfstandig kunnen werken binnen de afgesproken structuur en governancekaders.

Wil je weten hoe wij jouw organisatie kunnen helpen om dataduplicatie in Microsoft Fabric structureel te voorkomen? Neem contact met ons op en we denken graag met je mee.