Data governance verschuift naar Microsoft Fabric: wat betekent dat voor jouw organisatie?

Microsoft brengt zijn data-governancefunctionaliteit onder in Microsoft Fabric en faseert de governanceonderdelen van Purview uit. Voor organisaties die deze onderdelen gebruiken, vraagt dat om inzicht in de gevolgen voor hun bestaande inrichting. Daarbij gaat het niet alleen om de technische overgang, maar ook om eigenaarschap, datadefinities en kwaliteitsafspraken. Wat verandert er binnen het Microsoft-platform en welke stappen helpen om governance goed te organiseren voor rapportages, analyses en AI?
BLOG afbeelding template (13)

Delen

Microsoft verplaatst data governance naar Fabric

Op 12 november 2026 kondigde Microsoft een nieuwe richting aan voor data governance. Microsoft Purview Unified Catalog en de klassieke data-governancefunctionaliteit worden uitgefaseerd. Nieuwe accounts kunnen niet meer worden aangemaakt; bestaande functionaliteit blijft tot en met 12 november 2027 in maintenance mode. Op die datum eindigt de ondersteuning. Dat vraagt om voorbereiding, maar niet om een overhaaste verbouwing van je hele dataomgeving. Begin met de vraag welke onderdelen je gebruikt en welke processen daarvan afhankelijk zijn.

Belangrijk is dat Microsoft Purview niet als geheel verdwijnt. Purview blijft gericht op databeveiliging en compliance, zoals het classificeren en beschermen van gevoelige informatie en het voorkomen van dataverlies. Data governance krijgt zijn plek binnen Fabric, met de OneLake catalog als basis. Microsoft licht die verdeling toe in de officiële aankondiging over de data-governancestrategie. De documentatie over Purview Unified Catalog bevestigt de maintenanceperiode en de stop op nieuwe accounts.

Governance komt dichter bij het dagelijkse gebruik van data

Met Fabric brengt Microsoft data-integratie, opslag, verwerking en rapportage samen, met OneLake als centrale datalaag. De gedachte achter de verandering is dat governance beter aansluit op het dagelijkse werk wanneer afspraken, toegangsrechten en informatie over dataherkomst dicht bij de data beschikbaar zijn. Gebruikers moeten niet alleen een dataset kunnen vinden, maar ook begrijpen waarvoor die bedoeld is en of ze die kunnen vertrouwen. Op onze pagina over Microsoft Fabric lees je hoe de verschillende onderdelen van het platform samenwerken.

Die aanpak beperkt zich volgens Microsoft niet tot data die fysiek in OneLake staat. Via shortcuts, mirroring en ondersteunde connectoren kunnen ook andere bronnen worden betrokken. Welke mogelijkheden beschikbaar zijn, moet je per bron en koppeling beoordelen. Microsoft geeft bovendien aan dat governance onderdeel is van Fabric-capaciteit, in plaats van aparte verbruiksmeters. Dat betekent niet dat een overgang kosteloos is: inrichting, benodigde capaciteit en migratiewerkzaamheden blijven aandachtspunten. Ook is Fabric niet automatisch voor iedere governancebehoefte voldoende. Microsoft noemt daarom integraties met onder andere Atlan, Alation, Collibra en Informatica. Je eigen eisen en datalandschap blijven het vertrekpunt.

Een nieuw platform maakt onduidelijke afspraken niet duidelijk

Een technische overgang lost de onderliggende governancevragen niet vanzelf op. Ook met een nieuw platform moet je duidelijke antwoorden hebben op vragen als:

  • Wie is eigenaar van klant-, financiële of operationele data?
  • Wie bepaalt wat een actieve klant, omzet of beschikbare capaciteit betekent?
  • Wie komt in actie als de datakwaliteit onvoldoende is?

 

Je kunt een technisch goed ingerichte Fabric-omgeving hebben en toch twee dashboards gebruiken waarin dezelfde KPI anders wordt berekend. Het verschil zit dan niet in de werking van het platform, maar in de afspraken over de betekenis en het gebruik van de data.

Neem als illustratief voorbeeld een salesteam dat rekent met geboekte omzet, terwijl finance alleen gefactureerde omzet meetelt. Beide rapportages kunnen technisch correct zijn. Zonder vastgelegde definities blijft onduidelijk welk cijfer voor welke beslissing bedoeld is. Goede governance maakt dat onderscheid expliciet, wijst een verantwoordelijke aan en zorgt dat gebruikers de uitleg kunnen vinden. Je spreekt daarbij organisatiebreed kaders af, terwijl teams verantwoordelijkheid houden voor hun eigen datadomein. Fabric kan dat ondersteunen met onder meer domeinen, informatie over dataherkomst en herkenbare aanduidingen van vertrouwde data. Meer hierover staat in Microsofts overzicht van governance in Fabric.

Ook AI heeft duidelijke definities en toegangsafspraken nodig

Bij AI draait het niet alleen om de hoeveelheid beschikbare data. Betekenis, actualiteit, herkomst en toegangsrechten zijn minstens zo belangrijk. Als bronnen elkaar tegenspreken of onduidelijk is welke informatie leidend is, neem je die onduidelijkheid mee naar toepassingen die daarop worden gebouwd. Een AI-toepassing neemt de verantwoordelijkheid voor inhoudelijke keuzes niet over. Je moet dus blijven bepalen welke bronnen geschikt zijn, welke definities gelden en wie afwijkingen beoordeelt. Een goed beheerde databasis is daarvoor een noodzakelijke basis, geen garantie op foutloze uitkomsten.

Microsoft legt in de aankondiging nadrukkelijk de verbinding met AI-agents. Dezelfde toegangsrechten, gevoeligheidslabels, aanduidingen van vertrouwde data en informatie over dataherkomst moeten ook richting geven aan het gebruik door AI. Governance gaat daarmee niet alleen over wat een medewerker in een dashboard ziet, maar ook over welke informatie een agent mag gebruiken en waarvoor. Voor jouw organisatie betekent dit dat je bij nieuwe AI-plannen niet alleen de toepassing beoordeelt, maar ook de afspraken en beveiligingsmaatregelen rondom de onderliggende data. Toets daarbij hoe die in jouw omgeving daadwerkelijk worden toegepast.

Begin met inzicht in je data, verantwoordelijkheden en kwaliteit

Begin niet met de keuze voor een nieuwe tool, maar met inzicht in wat je nu gebruikt en nodig hebt. Deze vijf stappen helpen om techniek en organisatie samen te beoordelen:

  • Breng je Purview-gebruik in kaart. Inventariseer catalogi, scans, metadata, begrippenlijsten en governanceprocessen. Noteer welke teams, rapportages en werkprocessen daarvan afhankelijk zijn.
  • Maak eigenaarschap expliciet. Leg vast wie het technische beheer uitvoert, wie beslist over de betekenis van data en wie definities en kwaliteitsafspraken onderhoudt.
  • Bepaal welke datasets leidend zijn. Beschrijf welke informatie je gebruikt voor belangrijke rapportages en besluiten, en waarvoor die bedoeld is.
  • Maak kwaliteit controleerbaar. Spreek eisen af voor volledigheid, actualiteit, validiteit en consistentie. Bepaal ook wie afwijkingen onderzoekt en herstel uitvoert.
  • Toets je eisen aan Fabric. Vergelijk wat je nodig hebt met de beschikbare mogelijkheden en test de werkwijze binnen een afgebakend datadomein.

 

Heb je contractuele verplichtingen of werk je in een sterk gereguleerde sector? Microsoft adviseert dan om vroeg met het Microsoft-accountteam af te stemmen. Zulke situaties moeten individueel worden beoordeeld; de algemene aankondiging biedt daarvoor geen organisatiespecifieke toezegging.

In Summa verbindt de techniek met de manier waarop je werkt

Bij In Summa kijken we niet alleen naar de technische overgang van Purview naar Fabric. We kijken ook naar de data en de manier waarop je organisatie daarmee werkt. Dat begint met inzicht in het huidige datalandschap: welke bronnen en rapportages zijn belangrijk, waar zitten afhankelijkheden van Purview en hoe zijn verantwoordelijkheden verdeeld? Van daaruit kunnen we samen een governancemodel uitwerken dat bij je organisatie past, met duidelijke datadomeinen, herkenbare eigenaren en werkbare afspraken over definities, kwaliteit en besluitvorming. Het doel is niet om zoveel mogelijk regels te maken, maar om onduidelijkheid weg te nemen.

Bij een Fabric-implementatie nemen we die afspraken mee in de inrichting van het platform. Denk aan metadata, toegangsbeheer, gedeelde datasets en de manier waarop je kwaliteitsproblemen signaleert en opvolgt. We kunnen helpen om relevante kwaliteitsregels meetbaar te maken, bijvoorbeeld rond ontbrekende waarden, dubbele records of verouderde gegevens. Zo verbind je de technische inrichting aan wat medewerkers nodig hebben om data verantwoord te gebruiken. Dat vormt ook de basis voor verdere stappen met Power BI, analytics en AI: betrouwbare bronnen, eenduidige definities en duidelijkheid over welke informatie gebruikt mag worden.

Wat betekent de verandering voor jouw organisatie?

Het duurt nog een tijdje voordat deze aanpassing wordt doorgevoerd, dus er is nog genoeg ruimte om de overgang zorgvuldig voor te bereiden. Gebruik die tijd om je huidige gebruik te beoordelen, afhankelijkheden zichtbaar te maken en keuzes te toetsen. Wacht niet tot de ondersteuning op 12 november 2027 stopt, maar maak ook geen platformkeuze zonder eerst je governancebehoeften te begrijpen. Goed eigenaarschap, eenduidige definities en betrouwbare data blijven nodig, ongeacht waar Microsoft de functionaliteit onderbrengt.

Gebruik je Purview en wil je weten waar je rekening mee moet houden? Of wil je governance vanaf het begin meenemen in je Fabric-plannen? Neem contact op met In Summa en plan een gesprek over data governance en Microsoft Fabric. Vertel ons welke onderdelen je nu gebruikt en waar je naartoe wilt. Samen verkennen we de belangrijkste aandachtspunten en een passende eerste stap voor jouw organisatie.

We gaan graag met je in gesprek

Waar zit voor jouw organisatie de grootste stap: informatie samenbrengen, beter bijsturen of verder vooruitkijken?
Microsoft Partner In Summa

Gerelateerde blogs

Hang je rapportage niet op aan het geheugen van één collega

Hang je rapportage niet op aan het geheugen van één collega

Power BI augustus-update: minder workarounds, slimmer werken

Power BI augustus-update: minder workarounds, slimmer werken

Van dashboards bouwen naar BI-omgevingen beheersbaar houden

Van dashboards bouwen naar BI-omgevingen beheersbaar houden

Search

Deel deze pagina!