{
 "id": "tool:databricks",
 "name": "Databricks",
 "typ": "tool",
 "slug": "databricks",
 "stand": "2026-09-07",
 "build": "20260907-1949",
 "zitieren_als": "Daten-WG, <Dokumenttitel>, <mm:ss>, <url>",
 "url": "https://datenwgknowledgekitchen.com/wissensgraph/thema/databricks.html",
 "canonical": "https://datenwgknowledgekitchen.com/wissensgraph/thema/databricks.html",
 "markdown": "https://datenwgknowledgekitchen.com/wissensgraph/library/databricks.md",
 "json": "https://datenwgknowledgekitchen.com/wissensgraph/library/databricks.json",
 "dokumente_gesamt": 6,
 "kernaussagen_gesamt": 8,
 "mit_kernaussagen": 7,
 "aliase": [],
 "einordnung": "Eine aus Databricks stammende Flat Table führte in Power BI zu Problemen mit einer unsauberen Zeitachse und zu wenig flexiblen Darstellungen, die zunächst mit Field Parameters adressiert wurden. (Stand 2026-01) Databricks-Entwickler ohne Analysis-Services-Datenbank lösen den Bedarf an mehrtabelligem Fachanwender-Zugriff häufig über eine gejointe View statt über ein relationales Modell. (Stand 2026-01) Beim Mirroring von Databricks-Daten werden nur die Metadaten gespiegelt, weil Fabric direkt auf denselben zugrunde liegenden Speicher wie OneLake oder ADLS Gen2 zugreift, den Databricks bereits nutzt. (Stand 2025-09)",
 "nachbarn": [
  {
   "id": "tool:power-bi",
   "name": "Power BI",
   "kantentyp": "ko-vorkommen",
   "belastbarkeit": "Heuristik, gezählt",
   "gemeinsame_segmente": 3,
   "beleg": "",
   "datei": "power-bi.md"
  },
  {
   "id": "tool:azure",
   "name": "Azure",
   "kantentyp": "ko-vorkommen",
   "belastbarkeit": "Heuristik, gezählt",
   "gemeinsame_segmente": 3,
   "beleg": "",
   "datei": "azure.md"
  }
 ],
 "kernaussagen": [
  {
   "typ": "Fakt",
   "dokument": "Denken in Tabellen",
   "dokument_id": "yt:hbUYMyqb6r8",
   "sekunde": 30,
   "zeit": "00:30",
   "url": "https://www.youtube.com/watch?v=hbUYMyqb6r8&t=30s",
   "aussage": "Eine aus Databricks stammende Flat Table führte in Power BI zu Problemen mit einer unsauberen Zeitachse und zu wenig flexiblen Darstellungen, die zunächst mit Field Parameters adressiert wurden."
  },
  {
   "typ": "Fakt",
   "dokument": "Denken in Tabellen",
   "dokument_id": "yt:hbUYMyqb6r8",
   "sekunde": 259,
   "zeit": "04:19",
   "url": "https://www.youtube.com/watch?v=hbUYMyqb6r8&t=259s",
   "aussage": "Databricks-Entwickler ohne Analysis-Services-Datenbank lösen den Bedarf an mehrtabelligem Fachanwender-Zugriff häufig über eine gejointe View statt über ein relationales Modell."
  },
  {
   "typ": "Empfehlung",
   "dokument": "Fabric & Power BI Quarterly · 2026-1",
   "dokument_id": "yt:TYp5xCAU2AU",
   "sekunde": 1532,
   "zeit": "25:32",
   "url": "https://www.youtube.com/watch?v=TYp5xCAU2AU&t=1532s",
   "aussage": "Gespiegelte Daten in Fabric zu nutzen ist günstiger, als DirectQuery direkt gegen große Lake-Systeme wie Snowflake oder Databricks zu fahren, weil dort pro Abfrage Rechenkosten anfallen."
  },
  {
   "typ": "Meinung",
   "dokument": "Unboxing MCP Server for Power BI Modelling",
   "dokument_id": "yt:iinfiHxznOU",
   "sekunde": 952,
   "zeit": "15:52",
   "url": "https://www.youtube.com/watch?v=iinfiHxznOU&t=952s",
   "aussage": "Es wird als zukünftige Möglichkeit gesehen, dass MCP-Server von Snowflake, Databricks oder SAP miteinander reden und Daten direkt nach Fabric schieben könnten."
  },
  {
   "typ": "Fakt",
   "dokument": "BI Thinkers Talk nr.67",
   "dokument_id": "yt:G8s96sHUHac",
   "sekunde": 3358,
   "zeit": "55:58",
   "url": "https://www.youtube.com/watch?v=G8s96sHUHac&t=3358s",
   "aussage": "Beim Mirroring von Databricks-Daten werden nur die Metadaten gespiegelt, weil Fabric direkt auf denselben zugrunde liegenden Speicher wie OneLake oder ADLS Gen2 zugreift, den Databricks bereits nutzt."
  },
  {
   "typ": "Fakt",
   "dokument": "Daten-WG Thinkers Talk nr.65",
   "dokument_id": "yt:Fqt4gP1xB5w",
   "sekunde": 924,
   "zeit": "15:24",
   "url": "https://www.youtube.com/watch?v=Fqt4gP1xB5w&t=924s",
   "aussage": "Fabric Mirroring unterstützt offiziell Snowflake und Databricks über deren eigene Delta-/Job-Mechanismen, lässt sich über Open Mirroring aber auch für eigene Datenquellen erweitern, wenn Inserts, Updates und Deletes entsprechend gekennzeichnet werden."
  },
  {
   "typ": "Fakt",
   "dokument": "Fabric & Power BI Quarterly · 2026-2",
   "dokument_id": "yt:pTTYySb0Cyg",
   "sekunde": 1499,
   "zeit": "24:59",
   "url": "https://www.youtube.com/watch?v=pTTYySb0Cyg&t=1499s",
   "aussage": "Fabric bietet jetzt bidirektionale Shortcut-Integrationen mit Snowflake und Databricks."
  },
  {
   "typ": "Fakt",
   "dokument": "600 SQL-Tabellen in Fabric",
   "dokument_id": "yt:RtUiF1J5XEg",
   "sekunde": 1710,
   "zeit": "28:30",
   "url": "https://www.youtube.com/watch?v=RtUiF1J5XEg&t=1710s",
   "aussage": "Mit Snowflake Mirroring lassen sich Snowflake-Datenbanken als Kopie in Fabric einziehen, während eine Databricks-Verbindung per Link wie ein Shortcut funktioniert, ohne die Daten zu kopieren."
  }
 ],
 "dokumente": [
  {
   "id": "yt:SSUpe1JON9Y",
   "titel": "The Power of User Groups",
   "datum": "2025-10-01",
   "abdeckung": "nur-zeitstempel",
   "anteil": 0.1,
   "url": "https://www.youtube.com/watch?v=SSUpe1JON9Y",
   "sprungmarken": [
    {
     "label": "03:47",
     "url": "https://www.youtube.com/watch?v=SSUpe1JON9Y&t=227s",
     "sekunde": 227
    },
    {
     "label": "30:25",
     "url": "https://www.youtube.com/watch?v=SSUpe1JON9Y&t=1825s",
     "sekunde": 1825
    }
   ]
  },
  {
   "id": "yt:hbUYMyqb6r8",
   "titel": "Denken in Tabellen",
   "datum": "2026-01-01",
   "abdeckung": "kernaussagen+zeitstempel",
   "anteil": 0.038,
   "url": "https://www.youtube.com/watch?v=hbUYMyqb6r8",
   "sprungmarken": [
    {
     "label": "04:19",
     "url": "https://www.youtube.com/watch?v=hbUYMyqb6r8&t=259s",
     "sekunde": 259
    }
   ]
  },
  {
   "id": "yt:ihi7UiJ_TtQ",
   "titel": "Why Passion Beats Niche",
   "datum": "2025-09-01",
   "abdeckung": "kernaussagen+zeitstempel",
   "anteil": 0.038,
   "url": "https://www.youtube.com/watch?v=ihi7UiJ_TtQ",
   "sprungmarken": [
    {
     "label": "06:12",
     "url": "https://www.youtube.com/watch?v=ihi7UiJ_TtQ&t=372s",
     "sekunde": 372
    }
   ]
  },
  {
   "id": "yt:HXAP16trRc8",
   "titel": "Daten-WG Deep Dive: AI on top of BI",
   "datum": "2025-07-01",
   "abdeckung": "nur-text",
   "anteil": 0.022,
   "url": "https://www.youtube.com/watch?v=HXAP16trRc8",
   "sprungmarken": [
    {
     "label": "Abschnitt",
     "url": "https://www.youtube.com/watch?v=HXAP16trRc8",
     "sekunde": null
    }
   ]
  },
  {
   "id": "page:fabric_einsteiger_guide_v1",
   "titel": "Microsoft Fabric — Einsteiger-Guide",
   "datum": "2026-08-31",
   "abdeckung": "nur-text",
   "anteil": 0.008,
   "url": "https://datenwgknowledgekitchen.com/fabric_einsteiger_guide_v1.html",
   "sprungmarken": [
    {
     "label": "Abschnitt",
     "url": "https://datenwgknowledgekitchen.com/fabric_einsteiger_guide_v1.html#:~:text=Was%20ist%20das%3F",
     "sekunde": null
    }
   ]
  },
  {
   "id": "page:power_bi_einsteiger_guide_v4",
   "titel": "Power BI von A bis Z — Einsteiger-Guide (End-to-End)",
   "datum": "2026-08-31",
   "abdeckung": "nur-text",
   "anteil": 0.004,
   "url": "https://datenwgknowledgekitchen.com/power_bi_einsteiger_guide_v4.html",
   "sprungmarken": [
    {
     "label": "Abschnitt",
     "url": "https://datenwgknowledgekitchen.com/power_bi_einsteiger_guide_v4.html#:~:text=Datenbank-Quellen%20%C2%B7%20der%20Folding-Hebel",
     "sekunde": null
    }
   ]
  }
 ],
 "hinweise": [
  "Kernaussagen und Beziehungen sind maschinell erzeugt und nicht redigiert. Heuristische Kanten zählen Erwähnungen, keine Bedeutung. Bei Widersprüchen gilt das Video."
 ],
 "wiki_url": "https://datenwgknowledgekitchen.com/wissensgraph/#n=tool%3Adatabricks",
 "graph_url": "https://datenwgknowledgekitchen.com/wissensgraph/graph.html#n=tool%3Adatabricks&f=tool%3Adatabricks"
}