Microsoft Fabric Notebooks für KI-Training

Modelle direkt auf Lakehouse-Daten trainieren – ohne CSV-Chaos

Ein Abwanderungsmodell, das nach 20 Stunden auf dem Laptop am RAM-Limit scheitert – kein Einzelfall, denn Geschäftsdaten sind lokaler Hardware längst entwachsen. Diese Folge zeigt, wie Microsoft Fabric Notebooks das Training direkt zu den Lakehouse-Daten bringen: keine Exporte, kein CSV-Chaos, Python oder R in der Cloud.

▶ Microsoft Fabric Notebooks für KI-Training: Modelle direkt auf Lakehouse-Daten trainieren – ohne CSV-Chaos (KI-Synchronfassung)

Das erfahren Sie:

1. Warum lokale Rechner bei Multi-Terabyte-Datensätzen an CPU, RAM und Festplatten-I/O scheitern – und Sampling wertvolle Muster kostet
2. Direkter Lakehouse-Zugriff: Spark führt Joins, Filter und Aggregationen dort aus, wo die Daten liegen
3. Feature Engineering im großen Maßstab: schlanke statt aufgeblähte Feature-Sets, hohe Kardinalität und zeitliche Muster, Featuretools auf Spark
4. Modellauswahl: XGBoost, LightGBM, logistische Regression oder Deep Learning – mehrere Läufe auf denselben Daten vergleichen
5. Echtzeit-Monitoring, Checkpoints, Versionierung und verteilte Evaluierung, ohne dass Daten das Lakehouse verlassen

Diese Folge ist eine KI-synchronisierte deutsche Fassung des animierten Erklärvideos aus der M365 Show von Microsoft MVP Mirko Peters.