Import vs. DirectQuery vs. Direct Lake: Den richtigen Power BI-Speichermodus auswählen

Von Mirko Peters · 2026-10-22

Vergleichen Sie die Speichermodi Import, DirectQuery und Direct Lake in Power BI, um Berichtsleistung, Datenaktualität und Infrastrukturkosten zu optimieren.

Automatisch mit KI aus dem Originalbeitrag übersetzt. Englisches Original lesen

Die Wahl des richtigen Power BI-Speichermodus bestimmt, wie schnell Ihre Berichte geladen werden und wie aktuell Ihre zugrunde liegenden Zahlen bleiben. Wenn Sie die betrieblichen Unterschiede, Kostenfolgen und Skalierungsgrenzen von Import, DirectQuery und Direct Lake verstehen, können Entwickler die Leistung optimieren, ohne die Genauigkeit der Business Intelligence zu gefährden.

Das Wichtigste in Kürze

• Der Speichermodus wird pro Tabelle festgelegt. Entwickler können so flexible Verbundmodelle erstellen, die verschiedene Datenbezugsstrategien kombinieren.
• Der Importmodus bietet dank Speicherkomprimierung eine hohe Leistung, ist aber auf geplante Aktualisierungen angewiesen, um Daten zu aktualisieren.
• DirectQuery ermöglicht den Zugriff auf Live-Daten in Echtzeit, indem bei jeder Benutzeraktion direkt die Quelldatenbank abgefragt wird. Dabei gelten allerdings die Leistungsgrenzen der Quelle.
• Direct Lake liefert innerhalb von Microsoft Fabric eine hohe Geschwindigkeit, indem es Delta-Tabellen direkt aus OneLake liest, ohne vollständige Datenkopien zu erstellen.
• Beim Entwurf von semantischen Modellen für Unternehmen ist es entscheidend, Abfrageleistung, Datenaktualität und Lizenzkosten in Einklang zu bringen.

Power BI-Speichermodi im Überblick

Jedes Power BI-Semantikmodell benötigt eine Methode, um Daten zu beziehen und zu speichern. Die Speichereinstellung legt fest, ob Daten physisch in das Modell kopiert, bei Bedarf aus einer externen Datenbank abgerufen oder direkt aus analytischem Dateispeicher gelesen werden. Da der Speichermodus auf Tabellenebene und nicht global für das gesamte Semantikmodell festgelegt wird, können Reporting-Architekten die Ansätze kombinieren, um den Anforderungen einzelner Geschäftsbereiche gerecht zu werden.

Eine falsche Speicherwahl führt häufig zu träge ladenden Dashboards, fehlgeschlagenen Datenaktualisierungen oder einem aufgeblähten Speicherverbrauch. Um fundierte Architekturentscheidungen zu treffen, sollten Sie prüfen, wie stark Ihre Daten wachsen, wie häufig sie sich ändern und welche Leistung Ihre Benutzer erwarten.

Funktionsweise und Abwägungen des Importmodus

Der Importmodus ist der Standardansatz und für Einsteiger am gebräuchlichsten. Bei Verwendung des Importmodus kopiert Power BI Ihre Quelldaten, komprimiert sie stark – oft mit einem Verhältnis von 10:1 – und lädt sie direkt in den Arbeitsspeicher (RAM) des Power BI-Dienstes.

Da die Daten vollständig im Arbeitsspeicher liegen, werden Berichtsvisualisierungen extrem schnell dargestellt. Benutzer können Daten aufschlüsseln, auswerten und filtern, ohne auf externe Datenbankverbindungen zu warten. Der wesentliche Nachteil ist jedoch die Datenaktualität: Importierte Zahlen sind nur so aktuell wie die letzte geplante Aktualisierung. In gemeinsam genutzten Power BI-Kapazitäten können Sie Daten bis zu achtmal täglich aktualisieren; Premium-Kapazitäten erlauben bis zu 48 Aktualisierungen pro Tag. Wenn Ihr Unternehmen Aktualisierungen im Minutenbereich benötigt, reicht der Importmodus allein nicht aus.

DirectQuery für Echtzeitanforderungen

DirectQuery verfolgt genau den gegenteiligen Ansatz: Das Modell kopiert keinerlei Daten. Stattdessen speichert das semantische Modell nur die Metadaten – also Tabellen, Beziehungen und Measures. Sobald ein Benutzer einen Berichtsvisual öffnet oder einen Slicer anklickt, übersetzt Power BI diese Interaktion in eine Live-Abfrage, die direkt an die zugrunde liegende relationale Datenbank gesendet wird.

Dadurch sind Ihre Daten stets live, und es entfallen künstliche Dateigrößenbeschränkungen durch den Arbeitsspeicher. DirectQuery bringt jedoch erhebliche Leistungseinbußen mit sich. Ist die zugrunde liegende Datenbank langsam, laufen Ihre Berichte entsprechend schleppend. Außerdem sind DAX-Berechnungen auf das beschränkt, was die Quelldatenbank nativ interpretieren kann, und eine hohe gleichzeitige Nutzung durch viele Berichtsbenutzer kann Ihr Quellsystem überlasten.

Direct Lake: Der Vorteil von Fabric

Direct Lake wurde speziell für Microsoft Fabric eingeführt und schließt die Lücke zwischen der Geschwindigkeit des Importmodus und der Aktualität von DirectQuery. Direct Lake liest Delta-Tabellen, die in OneLake gespeichert sind, dem einheitlichen Datenspeicher für Analysen in Fabric, und lädt bei Bedarf nur die Spalten, die eine Abfrage benötigt, direkt in den Arbeitsspeicher.

Das herausragende Merkmal von Direct Lake ist der Aktualisierungsmechanismus. Anders als beim Importmodus, der eine vollständige Kopie und ein erneutes Laden der Daten erfordert, aktualisiert eine Direct-Lake-Aktualisierung nur die Metadaten (ein Vorgang, den Microsoft als „Framing“ bezeichnet) und das in wenigen Sekunden. So erhalten Sie eine Leistung im Arbeitsspeicher-Tempo, ohne den Aufwand der nächtlichen Datenduplizierung. Beachten Sie, dass Direct Lake ein kostenpflichtiges Abonnement für eine Microsoft-Fabric-Kapazität voraussetzt. Es handelt sich also um eine Lösung für Unternehmen und kein kostenloses Upgrade.

Composite-Modelle für optimale Leistung erstellen

Sie müssen sich nicht für einen einzigen Speichermodus für Ihr gesamtes semantisches Modell entscheiden. Durch die Kombination verschiedener Speichertypen innerhalb eines Modells entsteht, was Microsoft als Composite-Modell bezeichnet. Ein klassisches und sehr wirksames Muster ist es, kleine, stabile Dimensionstabellen (etwa Produktlisten oder Kundenkategorien) im Importmodus zu belassen, damit das Filtern sofort reagiert, während massive, schnell wachsende Faktentabellen (etwa Transaktionsprotokolle) im DirectQuery-Modus oder mit Direct Lake verarbeitet werden.

Diese hybride Strategie bietet Berichtsautoren das Beste aus beiden Welten: eine flotte Reaktionszeit der Benutzeroberfläche dank zwischengespeicherter Dimensionstabellen, kombiniert mit Echtzeitdaten aus der Quelle. Eine sorgfältige Planung in der Architekturphase sorgt dafür, dass Ihr Unternehmen unnötige Infrastrukturkosten vermeidet und Daten trotzdem schnell bereitstellt.

Fazit

Die Wahl zwischen Import, DirectQuery und Direct Lake hängt letztlich von der Größe Ihres Unternehmens, Ihrem Budget und Ihren Anforderungen an Echtzeitdaten ab. Wenn Sie den Speichermodus an den betrieblichen Rhythmus Ihrer Geschäftsdaten anpassen, können Sie zuverlässige und reaktionsschnelle Analyseumgebungen aufbauen. Wenn Sie mehr darüber erfahren möchten, wie Sie belastbare semantische Modelle einrichten, hören Sie sich die vollständige Episode an und abonnieren Sie den Podcast für tägliche Einblicke in die Microsoft-Cloud.

Häufige Fragen

Kann ich Import- und DirectQuery-Tabellen im selben Power-BI-Modell kombinieren?

Ja. Power BI unterstützt Composite-Modelle, mit denen Sie für einzelne Tabellen im selben semantischen Modell unterschiedliche Speichermodi festlegen können.

Wie oft kann ich ein importiertes Power-BI-Modell aktualisieren?

Bei gemeinsam genutzter Kapazität können geplante Aktualisierungen bis zu achtmal täglich ausgeführt werden. Bei Premium- oder Fabric-Kapazität können Sie Aktualisierungen bis zu 48-mal täglich planen.

Benötigt Direct Lake eine spezielle Lizenzstufe?

Ja, Direct Lake setzt ein Abonnement für eine Microsoft-Fabric-Kapazität voraus, während Import und DirectQuery mit den standardmäßigen Power-BI-Lizenzen Free oder Pro funktionieren.

Was passiert mit DAX-Berechnungen im DirectQuery-Modus?

DAX-Formeln müssen im DirectQuery-Modus in native Abfragen übersetzbar sein, die die zugrunde liegende Quelldatenbank versteht. Dadurch sind bestimmte komplexe oder iterative Funktionen eingeschränkt.