Fabric IQ & Ontology: De ‘missing link’ tussen jouw data en AI

Data is allang niet meer alleen iets wat we opslaan. Organisaties die serieus bezig zijn met data lopen vroeg of laat tegen die ene, fundamentele vraag aan: We hebben de data wel, maar weten we ook wat het écht betekent?

Met Microsoft Fabric en OneLake hebben we de “SharePoint voor data” gekregen. Een centrale plek waar alles samenkomt. Fantastisch voor opslag, maar risicovol voor interpretatie. Want zonder context wordt OneLake al snel een digitaal moeras waarin niemand de waarheid meer kan vinden.

• Wat is de exacte definitie van een ‘nieuwe klant’?
• Welke rekenregel bepaalt de ‘brutomarge’?
• Hoe vertellen we een AI-model dat deze twee tabellen bij elkaar horen?

Voor dit vraagstuk introduceert Microsoft nu Fabric IQ & Ontology. Momenteel nog in Preview (dus verwacht nog geen gouden bergen), maar dit is de functionaliteit waar we onbewust allemaal op zaten te wachten.

In deze blog leg ik uit waarom dit de fundering is voor elke AI-gedreven organisatie.

Het probleem: Je hebt data, maar je mist betekenis

Als je ooit in een dataplatform hebt gewerkt met 200 tabellen, 3000 kolommen en vijf verschillende afdelingen, dan herken je dit direct:

• De “Excel-waarheid”: Elke afdeling hanteert eigen definities in losse spreadsheets.
• Babylonische spraakverwarring: Marketing definieert ‘omzet’ anders dan Finance.
• Onboarding nachtmerrie: Nieuwe collega’s doen er maanden over om de “taal van de data” te leren.
• AI-blindheid: Taalmodellen (LLM’s) zien patronen, maar begrijpen geen bedrijfscontext.

Het resultaat? Je hebt een modern dataplatform, maar je bent nog steeds bezig met discussiëren over wie de juiste cijfers heeft.

De Oplossing: Wat is Fabric Ontology?

Zie Fabric Ontology als het digitale geheugen van je organisatie. Het is een laag bovenop je OneLake die vastlegt wat je data betekent.

Met Fabric Ontology kun je:

• Concepten beschrijven: Niet Tbl_Klant_V2, maar gewoon Klant.
• Relaties leggen: Vastleggen hoe Klant, Order en Product met elkaar verbonden zijn (Knowledge Graph).
• Logica centraliseren: De rekenregel voor Netto Winst op één plek definiëren.

Fabric IQ gebruikt deze kennis vervolgens om:

• Vragen in “mensen-taal” te beantwoorden.
• AI-agents te laten redeneren over je bedrijfsvoering in plaats van alleen data op te lepelen.
• Analisten direct naar de juiste dataset te gidsen.

Kortom: Je leert Fabric jouw bedrijfslogica.

Hoe werkt het? (Van data naar kennis)

Het proces is verrassend visueel en intuïtief ingericht:

1. Definieer je concepten In een visuele editor (denk aan een mindmap) maak je entiteiten aan die passen bij jouw werkelijkheid.

2. Koppel de harde data Je sleept de fysieke tabellen en kolommen uit je Lakehouse of Warehouse naar de concepten. Je koppelt de techniek aan de business.

3. Voeg intelligentie toe Hier voeg je beschrijvingen, synoniemen en rekenregels toe. Dit is cruciaal voor de vindbaarheid.

4. Activeer AI Nu kan Copilot of een AI-agent de data bevragen met begrip van de context: “Toon mij de marge per klantregio”. Het model snapt nu wat ‘marge’, ‘klant’ en ‘regio’ voor jou betekenen. 

Waarom dit essentieel is voor AI Agents

We staan aan de vooravond van een verschuiving: AI-agents die autonoom werken met jouw bedrijfsdata. Maar een AI die alleen maar database-tabellen ziet, kan niet echt met je praten. Een AI die begrijpt:

• …dat een factuur pas ‘betaald’ is na 30 dagen,
• …welke tabel de ‘single source of truth’ is,
• …hoe processen samenhangen,
• …die kan wél waarde toevoegen.

De kern: Een agent zonder Ontology is een papegaai die data herhaalt. Een agent mét Ontology is een collega die met je meedenkt.

Wat je vandaag al kunt doen

Hoewel de techniek nog in Preview is, begint het echte werk niet in de software, maar in de vergaderzaal. Je kunt nu al:

1. Definiëer begrippen: Dit is de belangrijkste stap. Als je als organisatie geen duidelijke definities hebt (“Wat is een actieve klant?”), kan geen enkele tool je redden. Begin met dat woordenboek.
2. Start klein: Experimenteer met het modelleren van één domein (bijv. Sales) in de Preview.
3. Koppel je bronnen: Test hoe Fabric IQ reageert als je jouw Lakehouse aansluit.

Conclusie

Fabric IQ & Ontology is misschien wel een van de spannendste innovaties binnen Microsoft Fabric. Niet omdat het “weer een nieuwe tool” is, maar omdat het een fundamenteel probleem oplost: het gat dichten tussen data en begrip.

Het dwingt ons om na te denken over de betekenis van onze data, voordat we er AI op loslaten.

Mijn advies? Wacht niet tot de techniek perfect is. Begin vandaag met het vastleggen van je definities. Want als de techniek straks klaar is, moet jij weten wat je de AI gaat leren.