Zum Inhalt springen

Querri vs Microsoft Fabric

Fabric ist eine Plattform, auf der Sie bauen. Querri ist die Antwort, auf die Sie hinarbeiten.

Dasselbe Ziel: verlässliche Antworten. Sehr unterschiedliche Projekte.

Microsoft Fabric ist eine ernsthafte Plattform für Teams mit Data Engineers, die sie betreiben: Kapazität, die dimensioniert werden muss, Pipelines, ein Semantikmodell, Power-BI-Lizenzen und Copilot obendrauf. Querri ist die Datenplattform, die bei Ihren Fragen ansetzt. Sie beginnt bei den Fragen, die Ihr Unternehmen stellt, und baut auf, was nötig ist, um sie zu beantworten, in einem Produkt, mit einer planbaren Rechnung.

Zeit, Kosten und Kontrolle

Antworten in diesem Quartal, eine planbare Rechnung und kein neues Team, das Sie einstellen müssen

Fabric ist eine Plattform, auf der Ihre Engineers aufbauen. Querri ist der fertige Weg von Ihren Systemen zu einer Antwort. Das bedeutet dieser Unterschied für das Geschäft.

  1. Antworten in Tagen, nicht in Quartalen

    Pipelines, ein semantisches Modell und ein Power-BI-Rollout kommen vor der ersten verlässlichen Antwort. Mit Querri verbinden Sie ein System oder laden eine Datei hoch und fragen noch am selben Tag.

  2. Eine planbare Rechnung, ohne Überraschungen

    Fabric rechnet nach Kapazität ab, plus eine Power-BI-Lizenz für jeden Betrachter unter F64, und drosselt, wenn es heißläuft. Bei Querri gibt es eine planbare Rechnung: ein monatliches Credit-Kontingent, das sich an der Arbeit Ihres Teams orientiert, Warnungen, bevor Sie es erreichen, und keine automatischen Mehrverbrauchsgebühren.

  3. Kein Datenteam nötig

    Der Fabric-Weg braucht Data Engineers und einen Power-BI-Entwickler. In Querri legen die Menschen, die das Geschäft bereits kennen, in einfacher Sprache fest, was die Zahlen bedeuten.

  4. Sicher, prüfbar, nichts auszutauschen

    SOC 2 Type II, HIPAA und ISO 27001:2022, und Ihre Daten trainieren nie ein Modell. Jede Zahl zeigt ihre Abfrage, und Excel, Power BI und Microsoft 365 bleiben, wo sie sind.

Wofür sich welches eignet

Wählen Sie nach Ihrem Team und Ihrem Zeitplan

Uns ist lieber, Sie wählen das richtige Tool, als dass Sie uns aus dem falschen Grund wählen. Hier sehen Sie, wo welches passt.

Wählen Sie Microsoft Fabric, wenn

  • Sie Data Engineers haben oder einstellen wollen, die Pipelines, ein Lakehouse und Power-BI-Modelle aufbauen und betreiben.
  • Ihre Daten viele Terabyte umfassen oder Sie Spark für Data Science, Machine Learning oder Echtzeit-Streams brauchen.
  • Ohnehin alles in Azure und Microsoft 365 liegt und die Governance von Entra ID und Purview auch die Daten abdecken muss.
  • Jemand die Verantwortung für die Kapazität übernimmt: sie dimensioniert, die Capacity Metrics-App beobachtet und schwere Workloads isoliert.
  • Sie in einer großen Organisation auf Power BI standardisieren, wo das Ansehen ab F64 kostenlos ist.

Wählen Sie Querri, wenn

  • Sie geschäftliche Antworten in Tagen wollen, nicht erst nach einem Datenplattform-Projekt.
  • Ihre Daten in Geschäftssystemen liegen (CRM, Buchhaltung, ERP, Zahlungen, Tabellenkalkulationen), vieles davon außerhalb von Microsoft.
  • Die Menschen, die wissen, was die Zahlen bedeuten, keine Entwickler sind und dafür kein DAX schreiben sollten.
  • Sie eine planbare Rechnung wollen, mit unbegrenzten Dashboard-Betrachtern und ohne Kapazität, die dimensioniert oder gedrosselt wird.
  • Sie Dashboards, Berichte, einen KI-Agenten, Datenbereinigung und MCP für Claude und ChatGPT eingebaut wollen, nicht zusammengestückelt.

Funktion für Funktion

Der detaillierte Vergleich

Jede Zeile zeigt, wo welches stärker ist. Wo Fabric gewinnt, sagen wir es. Die Fakten sind auf dem Stand von Oktober 2026 und in den Quellen verlinkt.

Worauf es ankommt Querri Fabric Stärker
Kosten und Personal
Wie Sie bezahlen Ein Plan mit planbaren Kosten für die ganze Organisation, mit einem gemeinsamen monatlichen Credit-Kontingent. Ein Credit ist eine Einheit geschäftlicher Arbeit, etwa eine beantwortete Frage, sodass sich die Nutzung leicht planen lässt. KI und unbegrenzte Dashboard-Betrachter sind inklusive. Pläne ansehen. Kapazität zu $0.18 pro CU-Stunde in US East: F2 kostet $262.80 im Monat, F64 $8,409.60, bei einer Reservierung für ein Jahr etwa 41% weniger. Unter F64 kommen Power-BI-Lizenzen dazu. Querri
Wenn Sie mehr verbrauchen als geplant Nutzungswarnungen bei 80% und bei Überschreitung des Plans, monatliche Limits pro Person und keine automatischen Mehrverbrauchsgebühren. Drosselung: erst verzögerte interaktive Anfragen, dann abgelehnte Anfragen. Capacity Overage, bei neuen Kapazitäten standardmäßig aktiv, berechnet den Überschuss zum 3-fachen Pay-as-you-go-Satz. Querri
Wer es betreibt Ein Daten-Owner, der das Geschäft kennt, etwa aus Operations, RevOps oder Finance. Data Engineers und ein Power-BI-Entwickler, oft mit einem Microsoft-Partner für die Implementierung. Querri
Zeit bis zur ersten Antwort Verbinden Sie eine Quelle oder laden Sie eine Datei hoch, und fragen Sie noch am selben Tag. Wochen bis Monate, je nachdem, welche Pipelines und Modelle zuerst nötig sind. Querri
Ihre Daten anbinden
Geschäftssysteme 125+ Konnektoren, darunter HubSpot, Salesforce, QuickBooks, NetSuite, Stripe und Shopify. Der Connector Agent richtet neue REST-Quellen ein. Konnektoren in Data Factory und Dataflows, dazu Spiegelung für Datenbanken und Warehouses wie Azure SQL, Snowflake und Oracle. SaaS-Quellen brauchen oft eine Pipeline, die jemand baut. Querri
Tabellenkalkulationen und Dateien Laden Sie CSV, Excel, JSON oder Parquet bis 2 GB hoch. Querri findet die Tabelle in einem unordentlichen Excel-Blatt und merkt sich für den nächsten Monat, wo sie war. Dateien in ein Lakehouse hochladen und dann mit einem Notebook, einem Dataflow oder einer Pipeline in Tabellen laden. Querri
Wo die Daten liegen Querri synchronisiert eine Kopie in den eigenen Speicher, nach dem Zeitplan, den Sie festlegen, stündlich bis monatlich, und antwortet aus dieser Kopie. Snowflake- und Databricks-Tabellen können stattdessen im Warehouse bleiben und im Scale-Tarif live abgefragt werden. Die Daten bleiben im OneLake Ihres Tenants, mit Shortcuts zu S3-, ADLS- und Iceberg-Quellen, sodass manche Daten nie bewegt werden. Fabric
Echtzeitdaten Geplante Synchronisierungen. Querri streamt nicht. Real-Time Intelligence mit Eventstreams und KQL für Streaming-Daten. Fabric
Datenqualität und Bedeutung
Datenbereinigung Automatische Datenbereinigung: Das Daten-Audit führt mehr als 180 Prüfungen an jeder Tabelle aus, sobald sie ankommt, und der Janitor bereinigt eine Tabelle gemeinsam mit Ihnen. Jede Korrektur ist eine Ansicht, die Sie prüfen können. Data Engineers schreiben die Bereinigung in Spark, SQL oder Dataflows und halten sie am Laufen, wenn sich Quellen ändern. Querri
Geschäftsdefinitionen Die Bibliothek: Sagen Sie einmal in einfacher Sprache, was eine Zahl bedeutet, und jede Antwort, jedes Dashboard und jeder KI-Assistent nutzt es. KPIs werden einmal definiert. Ein Power-BI-Semantikmodell mit DAX-Measures, gebaut von einer Fachkraft. Die Ontologie von Fabric IQ ist noch in der Vorschau. Querri
Wenn eine Frage mehrdeutig ist Querri sagt Ihnen, wenn eine Frage mehr als eine vernünftige Lesart hat, und welche es verwendet hat. Copilot antwortet aus dem Modell, das es bekommt. Ist das Modell unordentlich, kann die Antwort selbstbewusst falsch sein. Querri
KI und Antworten
Fragen in einfacher Sprache In jedem Plan enthalten, ab Free. Prognosen und Statistik, wenn die Frage sie braucht. Copilot in Fabric und Power BI braucht bezahlte Kapazität (F2 oder höher). Microsoft 365 Copilot kann mit einer Copilot-Lizenz aus Power-BI-Modellen antworten. Querri
Die eigene Arbeit prüfen Prüft die Daten vor der Abfrage auf Lücken und Duplikate, rechnet die Antwort auf zwei unabhängigen Wegen aus und zeigt die Abfrage hinter jeder Zahl. Copilot zeigt das DAX oder SQL, das es geschrieben hat. Microsoft empfiehlt, das Semantikmodell vorzubereiten und die Ergebnisse zu prüfen. Querri
Proaktive Insights Nächtliche Insights in Ihrem Posteingang und Monitore, die zeigen, welche Filiale, welcher Vertriebsmitarbeiter oder welche Region sich bewegt hat. Nichts ändert sich ohne Ihr OK. Data-Activator-Alerts auf Regeln, die jemand definiert. Querri
Claude, ChatGPT und MCP Verbinden Sie Claude oder ChatGPT in jedem Plan. Dashboards und Diagramme erscheinen direkt im Chat, mit den Zugriffsrechten der jeweiligen Person. MCP-Server für Fabric und Power BI lassen Agenten Modelle abfragen oder bearbeiten. Einige Teile sind in der Vorschau. Gleichauf
Dashboards und Berichte
Dashboards erstellen Erstellen oder ändern Sie ein Dashboard per Frage, oder fügen Sie einen Screenshot eines Dashboards ein, das Sie heute nutzen, und erhalten Sie es mit Ihren eigenen Daten zurück. Power BI ist das meistgenutzte BI-Tool der Branche und in den richtigen Händen leistungsstark. Berichte zu erstellen ist eine Fähigkeit für sich, meist in Power BI Desktop unter Windows. Gleichauf
Wer ansehen kann Unbegrenzte Dashboard-Betrachter in jedem Plan, auch in Free. Unter F64 braucht jeder Betrachter eine Pro- ($14) oder Premium-Per-User-Lizenz ($24). Kostenloses Ansehen beginnt bei F64, etwa $8,400 im Monat zum Listenpreis. Querri
Geplante Berichte, Excel, Präsentationen Geplante Projekte, formatierte Excel-Arbeitsmappen und Foliensätze, nach Zeitplan zugestellt. Power-BI-Abonnements und paginierte Berichte, dazu Excel mit Verbindung zum Modell. Querri
Analytics in Ihrem eigenen Produkt White Label und Einbettung im Scale-Plan. Jeder Kunde sieht nur seine eigenen Zeilen. Power BI Embedded, nach Kapazität bepreist und von Entwicklern gebaut. Gleichauf
Skalierung und Engineering
Sehr große Datenmengen DuckDB auf Parquet und Iceberg. Schnell und sparsam für die Geschäftsdaten, die die meisten Teams analysieren, von Megabyte bis zu Hunderten Gigabyte. Verteiltes Spark und die SQL-Engine Polaris skalieren über viele Maschinen für viele Terabyte. Fabric
Data Science und ML Python, wo ein Dataframe SQL schlägt, dazu Werkzeuge für Prognosen und Statistik. Keine Machine-Learning-Plattform. Notebooks, Spark, MLflow und Azure AI zum Trainieren und Bereitstellen von Modellen. Fabric
Pipelines, die andere Systeme beliefern Exporte nach Excel, CSV, Parquet und Google Drive nach Zeitplan. Querri schreibt nicht in Quellsysteme zurück. Vollständiges Data Engineering: Orchestrierung, Transformation und Ausgaben an andere Systeme. Fabric
Sicherheit und Governance
Zertifizierungen SOC 2 Type II, HIPAA und ISO 27001:2022. Ihre Daten werden nie zum Training eines Modells verwendet. Das sehr breite Compliance-Portfolio von Azure, einschließlich regulierter Clouds und Government Clouds. Fabric
Identität und Zugriff Workspaces, Rollen und ein Audit-Log, mit SSO und Zugriffsrichtlinien auf Zeilenebene bei Scale, die in Chat, Dashboards und MCP gleichermaßen gelten. Entra ID, Vertraulichkeitsbezeichnungen aus Purview und OneLake-Sicherheitsrollen, durchgesetzt über Spark, SQL und Power BI. Fabric

Fabric-Preise sind US-Listenpreise, Pay-as-you-go, sofern nicht anders angegeben, aus den Preisseiten von Microsoft und der Azure Retail Prices API im Oktober 2026. Die Preise variieren je nach Region und Vertrag.

Preise

Kapazitätspreise funktionieren, wenn jemand sie im Blick behält

Eine reservierte Fabric-Kapazität hat einen festen Monatspreis, und das ist eine echte Stärke. Die eigene Anleitung von Microsoft benennt den Zielkonflikt: „Die Kosten sind an die Größe der verfügbaren Kapazität gebunden, nicht an die tatsächliche Auslastung durch die Workloads“, und „Spitzen in einer Workload können andere verlangsamen.“ Jede Pipeline, jedes Notebook, jeder Bericht und jede Copilot-Frage teilt sich diese Kapazität, und wenn sie heißläuft, folgt Drosselung oder ein Mehrverbrauch, der mit Aufschlag berechnet wird.

So rechnet Fabric ab

  • Kapazität in CUs zu $0.18 pro CU-Stunde (US East): F2 kostet $262.80 im Monat und F64 $8,409.60, oder etwa 41% weniger bei einer Reservierung für ein Jahr.
  • Unter F64 braucht jeder Betrachter eine Pro- ($14) oder PPU-Lizenz ($24), zusätzlich zur Kapazität.
  • Interaktive Arbeit wird über 5 bis 64 Minuten geglättet, Hintergrundjobs über 24 Stunden. Jenseits der Grenzen verzögert Fabric Anfragen und lehnt sie dann ab.
  • Capacity Overage ist bei neuen Kapazitäten standardmäßig aktiv und berechnet den Überschuss zum 3-fachen Pay-as-you-go-Satz. Microsoft: „Ihre tatsächlichen Gebühren können den rollierenden 24-Stunden-Schwellenwert für Overage überschreiten.“
  • Wer eine Kapazität pausiert, um die Drosselung zu beenden, bekommt die verbleibende geglättete Nutzung auf die Azure-Rechnung gesetzt.
  • Copilot „verbraucht Ihre verfügbare Fabric-Kapazität“, sodass eine beliebte KI-Einführung mit Ihren Berichten konkurriert.

Wann Kapazitätspreise das bessere Angebot sind

Wenn Sie einen Fabric-Admin haben, der die Kapazität anhand echter Messungen dimensioniert, eine Reservierung kauft, kritische Workloads auf eigener Kapazität isoliert und die Capacity Metrics-App beobachtet, können die Kosten von Fabric im großen Maßstab sehr effizient sein, besonders ab F64, wo das Ansehen kostenlos ist. Die eigene Empfehlung von Microsoft lautet, zuerst mit Pay-as-you-go zu messen. Wenn das Ihr Team ist, sind die Leitfäden unten der richtige Einstieg.

Wie es aussieht, wenn die Kapazität ausgeht

  • „Alle meine Power-BI-Berichte schlagen fehl“

    Ein Admin auf Microsoft Q&A, nachdem die Kapazität ihr Limit erreicht hatte: Jeder Bericht meldete „Die Fabric-Compute-Kapazität Ihrer Organisation hat ihre Grenzen überschritten.“

    Microsoft Q&A, Jan 2026
  • Festgefahren beim Versuch, sie anzuhalten

    Die Kapazität eines anderen Admins hing im Status „Wird angehalten“ fest, und das Fortsetzen wurde abgelehnt: „Die Kapazität wurde nach mehreren Stunden endlich angehalten.“

    Microsoft Q&A, Apr 2026
  • „Etwa 400 Dollar an nur 1 Tag“

    Ein Admin mit einer F8-Reservierung sah die Kosten über Nacht steigen, obwohl „keine Pipeline den Schwellenwert überschreitet.“ Ein Moderator erklärte, dass das Pausieren geglättete Nutzung und Overage „sofort verrechnet und so eine Spitze erzeugt.“

    Microsoft Q&A, Nov 2025
  • Hintergrundjobs anderthalb Tage blockiert

    Ein Fabric-Berater zeigt, wie Drosselung Hintergrundjobs „bis zu 36+ Stunden“ blockieren kann, manchmal „ohne dass Sie es überhaupt merken.“

    Actionable Reporting, Mar 2026
  • „Selbst einfache Vorgänge verbrauchen Kapazität unvorhersehbar“

    Ein Microsoft-Partner, zwei Jahre nach dem Einstieg in Fabric, über die Erfahrung eines Fertigungsteams, bevor es gelernt hatte, die Plattform abzustimmen.

    Hylaine (Microsoft partner), Dec 2025
  • „Die erforderlichen Berechtigungen sind nicht offensichtlich“

    Die Liste eines Microsoft Data Platform MVP mit zehn Problemen bei Fabric-Bereitstellungspipelines, vom August 2026. Fabric gut zu betreiben ist echtes Engineering.

    Data Savvy (Meagan Longoria), Aug 2026

So hält Querri die Rechnung planbar

  • Eine Rechnung, keine Überraschungen. Ein Plan für die ganze Organisation, mit KI, Speicher und unbegrenzten Dashboard-Betrachtern inklusive. Pläne und Preise ansehen.
  • Ein einfacher Credit. Ein Credit ist eine Einheit geschäftlicher Arbeit, etwa eine beantwortete Frage oder die Synchronisierung einer Quelle, sodass die Nutzung leicht zu verstehen und leicht zu planen ist.
  • Unbegrenzte Dashboard-Betrachter in jedem Plan. Ansehen, Uploads, Exporte und die Bibliothek kosten nie Credits.
  • Nutzungswarnungen bei 80% des Plans, bei Überschreitung und bei sprunghaftem Anstieg, plus ein monatliches Limit für jede Person.
  • Keine automatischen Mehrverbrauchsgebühren. Wir sagen Ihnen Bescheid, wenn Sie sich Ihrem Limit nähern, und Sie entscheiden, wie es weitergeht.
  • Keine Kapazität, die Sie dimensionieren, pausieren oder drosseln müssen. Speicher, Engine und KI sind im Plan enthalten.

Gesamtkosten

Was es braucht, bis die erste Antwort kommt

Fabric bringt viele Tools unter ein Dach, und das hilft wirklich. Jede Schicht müssen Sie trotzdem zusammensetzen und besetzen. Hier ist der Fabric-Weg für ein Team von etwa 100 Personen neben Querri.

Schicht Microsoft-Fabric-Weg Querri
Compute Eine F-SKU. F8 kostet etwa $12,600 pro Jahr mit Pay-as-you-go oder etwa $7,500 reserviert; stärkere Nutzung bedeutet F16 oder mehr. Inklusive
Datenaufnahme Data-Factory-Pipelines, Dataflows und Spiegelung, gebaut und gepflegt von einem Data Engineer 125+ Konnektoren und Datei-Uploads, eingerichtet vom Connector Agent
Bereinigung und Modellierung Spark- oder SQL-Transformationen, dann ein Power-BI-Semantikmodell mit DAX Automatische Datenbereinigung und die Bibliothek, in einfacher Sprache beigebracht
Berichte Power BI Pro für jeden Betrachter unter F64: 100 Personen kosten etwa $16,800 pro Jahr Dashboards inklusive, mit unbegrenzten Betrachtern
KI Copilot auf derselben Kapazität oder Microsoft 365 Copilot für $30 pro Nutzer und Monat KI-Agent, nächtliche Insights und MCP inklusive
Personal Ein Data Engineer oder Power-BI-Entwickler, etwa $92K bis $133K pro Jahr, oder eine Partner-Implementierung, angeboten zu „$20,000 bis $600,000+“ Ein Daten-Owner, der das Geschäft kennt
Zeit Wochen bis Monate bis zur ersten verlässlichen Antwort Noch am selben Tag
Im ersten Jahr, grob geschätzt Etwa $120,000 bis $200,000, und die Lizenzen sind der kleine Teil Ein Plan mit planbaren Kosten, mit KI, Speicher, Dashboards und unbegrenzten Betrachtern inklusive. Pläne ansehen

Die Fabric-Zahlen sind unsere Rechnung auf Basis der US-Listenpreise von Microsoft und der Gehalts- und Implementierungsspannen aus den verlinkten Quellen, kein Angebot. Ihr Mix wird anders aussehen: Wenn Sie das Team schon haben, ist der Personalposten eine Ausgabe, für die Sie sich bereits entschieden haben.

Architektur

Spark und Polaris für die größten Datenmengen. DuckDB für die Daten, die Sie tatsächlich haben.

Das ist der eigentliche architektonische Unterschied, und er erklärt den größten Teil der Kostenlücke. Fabric betreibt verteilte Engines, die dafür gebaut sind, riesige Jobs auf viele Maschinen aufzuteilen. Querri nutzt DuckDB, eine In-Process-Analytics-Engine, die auf einer einzelnen Maschine extrem schnell ist, auf offenen Parquet- und Iceberg-Dateien.

Microsoft Fabric

Verteilte Engines auf einer gemeinsamen Kapazität

  • Spark für Lakehouses und Notebooks; jede CU liefert zwei Spark-Kerne, mit Burst bis zum 3-fachen.
  • Polaris, eine verteilte SQL-Engine, hinter dem Fabric Warehouse; VertiPaq hinter Power BI und Direct Lake.
  • OneLake speichert Tabellen als Delta Parquet oder Iceberg in Ihrem Tenant.
  • Wirklich das richtige Tool für viele Terabyte, Streaming und Data Science im großen Maßstab.

Querri

DuckDB auf offenen Dateien, ausgelegt für Geschäftsdaten

  • Die Daten jeder Organisation werden als Parquet in Apache-Iceberg-Tabellen gespeichert, in ihrem eigenen Speicher.
  • DuckDB fragt sie in-process ab: kein Cluster, den Sie starten, dimensionieren, warmhalten oder im Leerlauf bezahlen müssen.
  • Python kommt dazu, wo ein Dataframe SQL schlägt.
  • Durchgehend offene Formate, sodass nichts an Ihren Daten in einer proprietären Engine festsitzt.

Warum sich die Architektur auf der Rechnung zeigt

Eine verteilte Engine muss für die Spitzenlast bereitgestellt werden: Die Kapazität ist reserviert, ob jemand eine Frage stellt oder nicht, und Spark-Sitzungen zehren davon, solange sie offen sind. Auf Fabric selbst ergab ein öffentlicher Benchmark, dass DuckDB auf einem einzelnen Knoten denselben 5-GB-Job mit etwa einem Fünftel der CUs erledigte, die Spark verbrauchte, und in Sekunden statt Minuten startete. Querri baut auf dieser Architektur auf, und das ist ein großer Teil des Grundes, warum es Speicher, Engine, KI, Dashboards und unbegrenzte Betrachter in einen Plan mit planbaren Kosten packen kann.

Beides nutzen

Wie Microsoft Fabric und Querri zusammenarbeiten

Viele Teams werden beides betreiben, und das ist ein gutes Setup. Behalten Sie Fabric, Power BI und Excel für das, was sie gut können, und machen Sie Querri zu dem Ort, an dem das Geschäft die Fragen stellt, für die nie jemand einen Bericht gebaut hat. Ihre Fabric-Daten werden zu einer der Quellen von Querri, neben den Systemen außerhalb von Microsoft.

Bei Microsoft behalten

  • Die Power-BI-Berichte, auf die sich Ihre Geschäftsführung verlässt
  • Excel, wo die Finanzabteilung arbeitet
  • Großes Data Engineering und Spark-Workloads
  • Governance mit Entra ID und Purview

In Querri erledigen

  • Fragen, für die nie jemand einen Bericht gebaut hat
  • Definitionen, die dem Geschäft gehören, in Klartext
  • Dashboards für alle, ohne Betrachterlizenzen
  • KI-Antworten in Querri, Claude und ChatGPT

So funktioniert die Verbindung

  1. Fabric-Warehouses und Lakehouse-SQL-Endpunkte sprechen dasselbe Protokoll wie SQL Server. Querri verbindet sich über seinen SQL-Server-Konnektor mit ihnen und meldet sich als Microsoft-Entra-Service-Principal mit Lesezugriff an. Wir helfen Ihnen bei der Einrichtung.

  2. Es synchronisiert eine Kopie der Tabellen, die Sie auswählen, nach dem Zeitplan, den Sie festlegen, von stündlich bis monatlich. Nur die Synchronisierung berührt Fabric, sodass alltägliche Fragen in Querri Ihre Kapazität nicht belasten.

  3. Synchronisieren Sie bei sehr großen Tabellen die kuratierten oder zusammengefassten Tabellen, die Ihr Team bereits gebaut hat. Fabric übernimmt die Schwerarbeit; Querri übernimmt das Fragen.

  4. Querri schreibt nie zurück in Fabric, und Ihre Daten werden nie zum Training eines Modells verwendet.

FAQ

Häufige Fragen beim Vergleich von Querri und Fabric

Ist Querri ein Ersatz für Microsoft Fabric?

Für ein Team ohne Data Engineers, das geschäftliche Antworten will, deckt Querri ab, wofür es sonst Fabric nutzen würde: Systeme verbinden, Daten speichern und bereinigen, Kennzahlen definieren, Dashboards und KI. Für intensives Data Engineering, viele Terabyte, Streaming oder Machine Learning ist Fabric die stärkere Plattform, und Querri kann daneben laufen.

Was kostet Microsoft Fabric pro Monat?

Fabric wird nach Kapazität abgerechnet, zu $0.18 pro CU-Stunde in US East. F2 kostet mit Pay-as-you-go $262.80 im Monat und F64 $8,409.60, mit einer Reservierung für ein Jahr etwa 41% weniger. Unter F64 braucht außerdem jede Person, die Power-BI-Inhalte ansieht, eine Pro- ($14) oder Premium-Per-User-Lizenz ($24). Querri ist ein Plan mit planbaren Kosten, mit KI, Dashboards und unbegrenzten Betrachtern inklusive; siehe aktuelle Pläne.

Was ist Fabric-Drosselung, und warum schlagen Berichte fehl?

Fabric glättet die Nutzung über die Zeit und drosselt dann, wenn eine Kapazität mehr verbraucht hat, als sie hat. Ab 10 Minuten künftiger Kapazität werden neue interaktive Anfragen um 20 Sekunden verzögert; ab 60 Minuten werden sie abgelehnt; ab 24 Stunden werden alle Anfragen abgelehnt. Nutzer sehen dann „Die Fabric-Compute-Kapazität Ihrer Organisation hat ihre Grenzen überschritten.“ Querri hat keine Kapazität, die gedrosselt werden könnte: Fragen laufen innerhalb des Credit-Kontingents Ihres Plans.

Was ist Fabric Capacity Overage, und ist es standardmäßig aktiv?

Mit Capacity Overage läuft eine Kapazität über ihre Grenzen hinaus weiter, und der Überschuss wird zum 3-fachen Pay-as-you-go-Satz berechnet. Laut der Dokumentation von Microsoft ist es bei neuen Kapazitäten standardmäßig aktiviert, mit einem Standardschwellenwert von 25%, und die tatsächlichen Gebühren können den Schwellenwert übersteigen. Sie können es ändern oder abschalten. Querri berechnet Mehrverbrauch niemals automatisch.

Kostet Copilot in Fabric extra?

Copilot in Fabric und Power BI braucht eine bezahlte Kapazität ab F2 und ist auf Testkapazität nicht verfügbar. Es hat keine eigene Gebühr, verbraucht aber dieselbe Kapazität wie Ihre Berichte und Pipelines, sodass intensive Nutzung zu Drosselung führen kann. Microsoft 365 Copilot kann für $30 pro Nutzer und Monat ebenfalls aus Power-BI-Modellen antworten. In Querri ist KI in jedem Plan enthalten.

Brauche ich F64 für Power BI?

Nicht für Copilot: F2 reicht. F64 zählt beim Ansehen: Unter F64 braucht jeder Betrachter von Power-BI-Inhalten eine Pro- oder PPU-Lizenz, und kostenloses Ansehen beginnt bei F64, etwa $8,400 im Monat zum Listenpreis. Querri enthält unbegrenzte Dashboard-Betrachter in jedem Plan, auch in Free.

Ist die DuckDB-Engine von Querri im Vergleich zu Spark schnell genug?

Für Geschäftsdaten meist sogar schneller. DuckDB führt analytische Abfragen in-process auf einer einzelnen Maschine aus, ohne Cluster, der erst starten muss, sodass Abfragen über Millionen von Zeilen in Sekunden zurückkommen. Spark zahlt Koordinationskosten, um Arbeit auf Maschinen zu verteilen, was sich nur lohnt, wenn die Daten für eine Maschine viel zu groß sind. Für viele Terabyte oder Petabyte sind die verteilten Engines von Fabric das richtige Tool.

Wie viele Daten kann Querri verarbeiten?

Querri ist für die Daten gebaut, mit denen Unternehmen arbeiten: CRM, Buchhaltung, ERP, Werbung, Zahlungen und Tabellenkalkulationen, typischerweise Megabyte bis Hunderte Gigabyte. Dateien lassen sich mit bis zu 2 GB pro Datei hochladen, und der Speicher wächst mit Ihrem Plan. Wenn Ihre Daten viele Terabyte umfassen, ist ein Warehouse oder Lakehouse das richtige Zuhause dafür, und Querri kann aus den zusammengefassten Tabellen antworten, die Sie synchronisieren.

Verbindet sich Querri mit Microsoft Fabric oder OneLake?

Ja, über seinen SQL-Server-Konnektor. Fabric-Warehouses und Lakehouse-SQL-Endpunkte sprechen dasselbe Protokoll wie SQL Server, daher kann Querri die Tabellen synchronisieren, die Sie auswählen, und meldet sich dabei als Microsoft-Entra-Service-Principal mit Lesezugriff an. Es verbindet sich außerdem mit SQL-Server- und Azure-SQL-Datenbanken, Excel- und CSV-Dateien und 125+ Geschäftssystemen, auch mit denen außerhalb von Microsoft.

Fragt Querri meine Daten live ab?

Ihre Fabric-Daten nicht. Querri synchronisiert eine Kopie Ihrer Fabric-Quellen in den eigenen Speicher, als Parquet in Iceberg-Tabellen, nach dem Zeitplan, den Sie festlegen, von stündlich bis monatlich. Jede Antwort spiegelt die letzte Synchronisierung wider, und Ihre Quellsysteme sehen einen geplanten Lesevorgang statt eines Abfragesturms. Die Ausnahme sind Snowflake und Databricks, wo eine Tabelle im Warehouse bleiben und im Scale-Tarif live abgefragt werden kann.

Ist Querri sicher genug, um neben Microsoft 365 zu stehen?

Querri ist nach SOC 2 Type II, HIPAA und ISO 27001:2022 zertifiziert. Jede Organisation hat ihre eigene Datenbank und ihren eigenen Speicher, Zugriffsrichtlinien auf Zeilenebene gelten in Chat, Dashboards und MCP gleichermaßen, und Ihre Daten werden nie zum Training eines Modells verwendet. Die Breite von Microsoft bei Identität und Compliance ist größer, und wenn Entra und Purview jedes Byte steuern müssen, ist das ein Grund, bei Fabric zu bleiben.

Was ist die beste Microsoft-Fabric-Alternative für ein Team ohne Data Engineers?

Eine, die vor der ersten Antwort keine Pipeline, kein Semantikmodell und keine Kapazität braucht. Querri verbindet Ihre Systeme, bereinigt die Daten automatisch, lernt Ihre Definitionen in einfacher Sprache und erstellt Dashboards per Frage, in einem Plan mit planbaren Kosten. Sie können mit dem kostenlosen Plan starten.

Funktioniert Power BI Q&A weiterhin?

Microsoft stellt Power BI Q&A bis Ende Dezember 2026 ein und verweist Nutzer auf Copilot, das bezahlte Fabric-Kapazität oder eine Lizenz für Microsoft 365 Copilot braucht. Querri enthält Fragen in einfacher Sprache in jedem Plan.

Kann ich Querri zuerst mit meinen eigenen Daten testen?

Ja. Sie können ohne Kreditkarte mit dem kostenlosen Plan starten, eine Quelle verbinden und fragen. Was jeder Plan enthält, sehen Sie unter Pläne ansehen. Oder bringen Sie Ihre schwierigste Frage zu einer 20-minütigen Demo mit.

Quellen

Woher diese Fakten stammen

Geprüft am 15. Oktober 2026. Microsoft ändert Fabric häufig; wenn hier etwas veraltet ist, sagen Sie es uns, und wir korrigieren es.

  1. Microsoft Fabric pricing Microsoft Azure
  2. Azure Retail Prices API (Fabric CU-hour rates) Microsoft Azure, Oct 2026
  3. Power BI pricing Microsoft
  4. Microsoft Fabric licenses (viewers below F64) Microsoft Learn
  5. Copilot in Fabric overview Microsoft Learn
  6. The Fabric throttling policy Microsoft Learn
  7. Enable capacity overage Microsoft Learn
  8. Pause and resume your capacity Microsoft Learn
  9. Surge protection Microsoft Learn
  10. Evaluate and optimize your capacity Microsoft Learn
  11. Fabric Capacity Metrics app Microsoft Learn
  12. Spark job concurrency and queueing Microsoft Learn
  13. OneLake overview Microsoft Learn
  14. Direct Lake overview Microsoft Learn
  15. Extending Polaris to support transactions (the Fabric Warehouse engine) Microsoft, arXiv, Jan 2024
  16. FabCon and SQLCon 2026 in Barcelona Microsoft Azure blog, Sep 2026
  17. Power BI Q&A retirement (MC1218421) Microsoft 365 Message Center, Jan 2026
  18. Fabric IQ roadmap Directions on Microsoft, Aug 2026
  19. "All of my Power BI reports are failing" Microsoft Q&A, Jan 2026
  20. Fabric capacity stuck in Pausing Microsoft Q&A, Apr 2026
  21. Unusual Fabric cost increase on an F8 reservation Microsoft Q&A, Nov 2025
  22. Well-Architected: cost optimization for Microsoft Fabric Microsoft Learn
  23. Why you should enable capacity overage Actionable Reporting, Mar 2026
  24. Microsoft Fabric, two years later Hylaine (Microsoft partner), Dec 2025
  25. 10 things I hate about Fabric deployment pipelines Data Savvy (Meagan Longoria), Aug 2026
  26. Fabric benchmark: Spark versus Python notebooks endjin, Apr 2026
  27. Microsoft Fabric pricing and licensing AlphaBOLD, Aug 2026
  28. What does a Microsoft Fabric implementation really cost? Towards AI, Sep 2026
  29. Why DuckDB DuckDB
  30. Big Data is Dead MotherDuck (Jordan Tigani), Feb 2023
  31. Is Big Data Dead? MotherDuck and the small data manifesto DataCamp podcast (Ryan Boyd), Oct 2024
  32. Querri pricing Querri
  33. Predictable credit use Querri docs

Sehen Sie Ihre eigenen Daten antworten, bevor Sie eine Kapazität dimensionieren

Verbinden Sie ein System oder laden Sie eine Tabellenkalkulation hoch, stellen Sie die Frage, die am meisten zählt, und sehen Sie die Abfrage hinter der Antwort. Wenn Fabric besser passt, sagen wir es Ihnen.