{"id":178177,"date":"2026-01-28T06:36:16","date_gmt":"2026-01-28T05:36:16","guid":{"rendered":"https:\/\/liora.io\/de\/?p=178177"},"modified":"2026-02-24T12:32:05","modified_gmt":"2026-02-24T11:32:05","slug":"inkrementelle-aktualisierung-power-bi-alles-was-du-wissen-musst","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/inkrementelle-aktualisierung-power-bi-alles-was-du-wissen-musst","title":{"rendered":"Inkrementelle Aktualisierung Power BI: Alles was du wissen musst"},"content":{"rendered":"\n

Die inkrementelle Aktualisierung von Power BI erm\u00f6glicht es, nur die \u00c4nderungen an den Daten zu laden, anstatt bei jeder Aktualisierung alle Daten zu ersetzen. Dies spart Zeit und Ressourcen. Hier erf\u00e4hrst du alles, was du \u00fcber diese Funktion wissen musst!<\/strong><\/p>\n\n\n\n

Es gibt zwei M\u00f6glichkeiten, um Daten von Ort A zu Ort B zu \u00fcbertragen.<\/strong> Die erste besteht darin, alle Daten von Speicherort B zu l\u00f6schen, um alle Daten von Speicherort A dorthin zu laden. Die zweite Methode ist das inkrementelle Laden. Nachdem du alle Daten von Ort A nach Ort B \u00fcbertragen hast, werden bei dieser Methode nur die \u00c4nderungen an den Daten von A nach B geladen.<\/p>\n\n\n\n

Die Daten an Ort B werden also nie gel\u00f6scht oder \u00fcberschrieben. Es werden nur die Daten \u00fcbertragen, die noch nicht von A nach B geladen wurden. Standardm\u00e4\u00dfig wird bei der Aktualisierung von Daten in Power BI<\/strong> die erste Methode verwendet. Um die inkrementelle Aktualisierung zu verwenden, muss sie zun\u00e4chst eingerichtet werden.<\/p>\n\n\n\n

Dieser Ansatz war fr\u00fcher nur im „Import“- oder „Dual“-Modus verf\u00fcgbar, aber die im Dezember 2021 eingef\u00fchrten „Hybridtabellen“ haben alles ver\u00e4ndert. Bei diesem neuen Typ von Tabellen ist nun das inkrementelle Laden f\u00fcr einen Teil der Tabelle verf\u00fcgbar, wenn sich eine bestimmte Partition im „Direct Query<\/strong>„-Modus befindet, w\u00e4hrend sich die anderen Partitionen im „Import“-Speichermodus befinden.<\/p>\n\n\n\n

Au\u00dferdem war die inkrementelle Aktualisierung fr\u00fcher nur f\u00fcr Premiumkonten von Power BI verf\u00fcgbar. Seit Februar 2020 ist diese Option mit gewissen Einschr\u00e4nkungen auch f\u00fcr Power BI Pro-Konten verf\u00fcgbar. Hybridtabellen sind derzeit jedoch nur f\u00fcr Power BI Premium<\/a>– und Premium Pro User (PPU)-Konten<\/strong> verf\u00fcgbar. Power BI Pro-Konten k\u00f6nnen diese Funktion nicht nutzen.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Vorteile der inkrementellen Aktualisierung: Welche sind das?<\/h2>\n\n\n\n

Die inkrementelle Aktualisierung<\/strong> bietet mehrere Vorteile<\/strong>, insbesondere bei gro\u00dfen Tabellen<\/strong> mit mehreren hundert Millionen Zeilen<\/strong>. Zun\u00e4chst einmal werden die Daten<\/strong> viel schneller aktualisiert als bei der Trunkierungs- und Lademethode<\/strong>, da nur die Daten des inkrementellen Bereichs<\/strong> aktualisiert werden.<\/p>\n\n\n\n

Ebenso verbraucht der Prozess<\/strong> der inkrementellen Datenaktualisierung<\/strong> viel weniger Ressourcen<\/strong> als die Aktualisierung aller Daten. Diese Aktualisierung ist weniger kostspielig<\/strong> und einfacher zu pflegen<\/strong>.<\/p>\n\n\n\n

Bei gro\u00dfen Datenbest\u00e4nden<\/strong> mit mehreren Milliarden Zeilen ist die inkrementelle Aktualisierung einfach unerl\u00e4sslich. Power BI Desktop<\/strong> nutzt den Speicher<\/strong> des lokalen Rechners<\/strong>, um die Daten zu verarbeiten, und es ist unwahrscheinlich, dass ein einzelner Computer<\/strong> genug Speicher hat, um eine solche Datenmenge<\/strong> zu importieren.<\/p>\n\n\n\n

Wie funktioniert die inkrementelle Aktualisierung?<\/h2>\n\n\n\n

Nachdem das Modell auf Power BI Service<\/strong> ver\u00f6ffentlicht wurde, erstellt der Service mehrere Partitionen<\/strong> auf der Tabelle mit inkrementellen Richtlinien<\/strong>, die auf dem Jahr, dem Monat oder dem Tag basieren. Abh\u00e4ngig von der festgelegten inkrementellen Strategie<\/strong> werden die Partitionen automatisch aktualisiert, sofern du die automatische Aktualisierung<\/strong> einplanst. Im Laufe der Zeit werden einige dieser Partitionen aufgegeben und andere werden miteinander verschmolzen<\/strong>.<\/p>\n\n\n\n

Nachdem du die inkrementelle Aktualisierung<\/strong> in Power BI eingerichtet hast, erh\u00e4ltst du zwei Datenbereiche<\/strong>: den historischen Bereich<\/strong> und den inkrementellen Bereich<\/strong>. Der historische Bereich umfasst alle Daten, die in der Vergangenheit verarbeitet wurden, w\u00e4hrend der inkrementelle Bereich die Daten umfasst, die aktuell verarbeitet werden sollen. Nur die Daten des inkrementellen Bereichs<\/strong> sind von der inkrementellen Aktualisierung betroffen. Historische Daten<\/strong> werden nicht unterst\u00fctzt. Neue Zeilen k\u00f6nnen eingef\u00fcgt, aktualisiert oder aus der Tabelle entfernt werden.<\/p>\n\n\n\n

Bei der Festlegung einer inkrementellen Strategie<\/strong> wird ein Datumsbereich<\/strong> definiert. Dabei handelt es sich um den historischen Bereich<\/strong>. Daten, die zwischen diesen beiden Daten liegen, werden nicht ver\u00e4ndert. Im Laufe der Zeit werden einige alte Partitionen<\/strong> aufgegeben und andere Partitionen werden in den historischen Bereich<\/strong> verschoben. Umgekehrt werden die Daten zwischen den Daten des inkrementellen Bereichs<\/strong> h\u00e4ufig aktualisiert. Wenn neue Partitionen erstellt werden, werden die alten Partitionen, die nicht mehr Teil der inkrementellen Reihe sind, zu den historischen Partitionen<\/strong> hinzugef\u00fcgt..<\/p>\n\n\n\n

Wie implementiert man die inkrementelle Aktualisierung?<\/h2>\n\n\n\n

Die inkrementelle Aktualisierung<\/strong> kann auf Power BI Desktop<\/strong> und in den Dataflows<\/strong>, die in einem Premium-Arbeitsbereich<\/strong> enthalten sind, eingerichtet werden. Nach der Implementierung auf Power BI Desktop wird die Vorlage<\/strong> auf Power BI Service<\/strong> ver\u00f6ffentlicht. Die erste Aktualisierung<\/strong> dauert l\u00e4nger, da alle Daten<\/strong> zum ersten Mal von ihren Quellen<\/strong> auf Power BI Service \u00fcbertragen werden. Sp\u00e4ter werden alle zuk\u00fcnftigen Aktualisierungen inkrementell<\/strong> sein.<\/p>\n\n\n\n

Die Implementierung der inkrementellen Aktualisierung besteht aus zwei Teilen. Im ersten Schritt m\u00fcssen die Voraussetzungen<\/strong> auf Power Query<\/strong> vorbereitet und die Regeln<\/strong> im Datenmodell<\/strong> definiert werden. Der n\u00e4chste Schritt ist die Ver\u00f6ffentlichung des Modells auf Power BI Service und die Aktualisierung des Datasets<\/strong>. Um die Voraussetzungen f\u00fcr Power Query zu schaffen, definierst du zwei Parameter<\/strong> mit dem DateTime-Datentyp<\/strong> im Power Query Editor<\/strong>: RangeStart<\/strong> und RangeEnd<\/strong>.<\/p>\n\n\n\n

Sp\u00e4ter wird die Tabelle<\/strong> nach einer DateTime-Spalte<\/strong> gefiltert, indem die Parameter RangeStart und RangeEnd verwendet werden, wenn der Wert zwischen diesen Grenzen liegt. Nachdem du die Vorbereitung in Power Query abgeschlossen hast, musst du in Power BI Desktop<\/a> die Strategie<\/strong> f\u00fcr die inkrementelle Aktualisierung auf das Datenmodell<\/strong> einstellen. Anschlie\u00dfend muss das Modell auf Power BI Service ver\u00f6ffentlicht werden, um mit der inkrementellen Aktualisierung des Datasets zu beginnen.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Die optionalen Einstellungen<\/h2>\n\n\n\n

Das Konfigurationsfenster<\/strong> f\u00fcr die inkrementelle Aktualisierung<\/strong> enth\u00e4lt einen Abschnitt mit optionalen Einstellungen<\/strong>. Bei einem Premium-Konto<\/strong> kannst du mit DirectQuery<\/strong> die neuesten Daten<\/strong> in Echtzeit<\/strong> abrufen. Diese Funktion erm\u00f6glicht es der neuesten Datenpartition<\/strong>, sich \u00fcber DirectQuery mit dem Quellsystem<\/strong> zu verbinden.<\/p>\n\n\n\n

Eine weitere optionale Einstellung erlaubt es, ganze Zeitr\u00e4ume<\/strong> in die Aktualisierung einzubeziehen. Diese Zeitr\u00e4ume k\u00f6nnen Jahre<\/strong>, Monate<\/strong> oder Tage<\/strong> sein, je nachdem, welcher Aktualisierungsbereich<\/strong> zuvor gew\u00e4hlt wurde. Bei der Aktualisierung werden nur die Daten der abgeschlossenen Zeitr\u00e4ume<\/strong> einbezogen.<\/p>\n\n\n\n

Die letzte optionale Einstellung erm\u00f6glicht es, Daten\u00e4nderungen zu erkennen. In vielen Datenintegrations- oder Data Warehousing-Prozessen<\/a> werden den Tabellen n\u00e4mlich Audit-Spalten f\u00fcr n\u00fctzliche Metadaten hinzugef\u00fcgt, wie z. B. das Datum der letzten \u00c4nderung oder den verursachenden Benutzer.<\/p>\n\n\n\n

Die Datenerkennung<\/strong> in Power BI<\/strong> ist sehr n\u00fctzlich, wenn deine Tabelle<\/strong> eine DateTime-Spalte<\/strong> enth\u00e4lt, die Daten\u00e4nderungen<\/strong> anzeigt.<\/p>\n\n\n\n

Mit dieser Option kannst du die gew\u00fcnschte Audit-Spalte<\/strong> ausw\u00e4hlen, die nicht dieselbe Spalte sein darf, die zum Erstellen von Partitionen<\/strong> mit den Einstellungen RangeStart<\/strong> und RangeEnd<\/strong> verwendet wird. F\u00fcr jeden geplanten Aktualisierungszeitraum<\/strong> betrachtet Power BI den Maximalwert<\/strong> der Spalte mit dem inkrementellen Bereich<\/strong>, um \u00c4nderungen<\/strong> in diesem Zeitraum zu erkennen.<\/p>\n\n\n\n

Die Vorlage auf Power BI Service ver\u00f6ffentlichen<\/h2>\n\n\n\n

Das Modell auf Power BI Service zu ver\u00f6ffentlichen bedeutet, die Power BI Desktop (PBIX)<\/strong>-Berichtsdatei mit dem Datenmodell und einem m\u00f6glichen Bericht auf Power BI Service zu ver\u00f6ffentlichen.<\/p>\n\n\n\n

Es gibt verschiedene Methoden, dies zu tun. Die beliebteste ist, auf dem Start-Tab auf die Schaltfl\u00e4che „Ver\u00f6ffentlichen“ zu klicken, den Arbeitsbereich auszuw\u00e4hlen, auf dem das Modell ver\u00f6ffentlicht werden soll, und dann auf die Schaltfl\u00e4che „Ausw\u00e4hlen<\/strong>“ zu klicken.<\/p>\n\n\n\n

Normalerweise werden automatische Datenaktualisierungen vom Power BI Service<\/strong> aus geplant. Eine inkrementelle Aktualisierung ist n\u00e4mlich nur dann sinnvoll, wenn die Daten h\u00e4ufig aktualisiert werden.<\/p>\n\n\n\n

Aktualisieren des Datasets auf Power BI Service<\/h2>\n\n\n\n

Da die Vorlage nun ver\u00f6ffentlicht ist, musst du nur noch zu Power BI Service gehen, um das Dataset zu aktualisieren. Wenn du eine On-Premise-Datenquelle<\/strong> verwendet hast, musst du den On-Premise Data Gateway einrichten. \u00d6ffne dann Power BI Service und gehe zum gew\u00fcnschten Arbeitsbereich. W\u00e4hle das Dataset aus und klicke auf die Schaltfl\u00e4che „Aktualisieren“.<\/p>\n\n\n\n

Nach der ersten Aktualisierung des Datasets in Power BI Service<\/strong> ist es nicht mehr m\u00f6glich, den Bericht herunterzuladen. Diese Einschr\u00e4nkung ist logisch, da ein lokaler Rechner nicht in der Lage w\u00e4re, die Milliarden von Datenzeilen, die inkrementell in die Tabelle geladen werden, herunterzuladen. Dazu w\u00e4ren mehrere hundert Gigabyte RAM erforderlich.<\/p>\n\n\n\n

Um sp\u00e4tere \u00c4nderungen am Datenmodell<\/strong> vorzunehmen, ist es daher zwingend erforderlich, andere Werkzeuge als Power BI Desktop zu verwenden, um die \u00c4nderungen auf das bestehende Dataset<\/a> zu verteilen. Beispiele hierf\u00fcr sind Tabular Editor, ALM Toolkit oder SQL Server Management Studio (SSMS)<\/strong>. Diese Tools m\u00fcssen mithilfe von XMLA-Endpunkten, die nur in Power BI Premium und PPU verf\u00fcgbar sind, mit dem Dataset verbunden werden.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Hybride Arrays<\/h2>\n\n\n\n

Wenn du aktuelle Daten<\/strong> in Echtzeit<\/strong> oder fast in Echtzeit auf einem gro\u00dfen Array<\/strong> ben\u00f6tigst, kannst du hybride Arrays<\/strong> verwenden. Eine solche Tabelle<\/strong> kann sowohl importierte Daten<\/strong> als auch DirectQuery<\/strong> aufnehmen. Dies erm\u00f6glicht eine Aktualisierung in Echtzeit, w\u00e4hrend gleichzeitig die maximale Leistung<\/strong> von Power BI<\/strong> genutzt werden kann.<\/p>\n\n\n\n

Hybride Tabellen<\/strong> sind partitioniert<\/strong>. Ihre neueste Partition<\/strong> ist ein DirectQuery aus der Datenquelle<\/strong>, und ihre historischen Daten werden aus einer anderen Partition importiert<\/strong>. Dies ist kein doppelter Speichermodus<\/strong>, sondern eine Tabelle, bei der ein Teil importiert wird und der andere Teil eine DirectQuery ist. Die Hybrid-Array-Option kann nur auf ein Array angewendet werden, f\u00fcr das die inkrementelle Aktualisierung<\/strong> aktiviert ist.<\/p>\n\n\n\n

Um sie zu aktivieren, ist eine Power BI Premium-<\/strong> oder PPU-Lizenz<\/strong> erforderlich und das Dataset<\/strong> muss auf einem Premium-<\/strong> oder PPU-Arbeitsbereich<\/strong> ver\u00f6ffentlicht werden. W\u00e4hle die Option „Mit DirectQuery die neuesten Daten in Echtzeit erhalten“<\/strong>. Anschlie\u00dfend siehst du den Zeitraum der Echtzeitdaten<\/strong> und ein Diagramm<\/strong>, das den zeitlichen Ablauf anzeigt.<\/p>\n\n\n\n

 <\/p>\n\n\n\n

?Auch interessant:<\/p>\n\n\n\n

Power Query – Was ist das ?<\/a><\/td><\/tr>
Power BI auf dem Mac<\/a><\/td><\/tr>
Power BI Allexcept<\/a><\/td><\/tr>
Power BI Auto Refresh<\/a><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Wie lerne ich, Power BI zu beherrschen?<\/h2>\n\n\n\n

Die inkrementelle Aktualisierung<\/strong> ist eine der vielen unbekannten Funktionen von Power BI<\/strong>. Um zu lernen, diese Software und all ihre Feinheiten zu beherrschen, kannst du dich f\u00fcr Liora <\/strong>entscheiden.<\/p>\n\n\n\n

Unsere Power BI-Schulung<\/strong> ist in zwei Teile gegliedert: Anf\u00e4nger und Fortgeschrittene. Der erste Teil richtet sich an Anf\u00e4nger, die das Tool kennenlernen m\u00f6chten und lernt, wie man Funktionen wie DAX<\/a> und Power Query<\/a> verwendet. Er wird in 24 Stunden, verteilt auf drei Tage, abgeschlossen. Der zweite Teil ist f\u00fcr fortgeschrittene Nutzer gedacht und vertieft den Umgang mit den einzelnen Power BI-Funktionen<\/strong>. Du wirst insbesondere die komplexeren Konzepte wie inkrementelle Aktualisierung und DataFlows<\/a> kennen lernen. Das Programm wird in 14 Stunden an zwei Tagen absolviert. <\/p>\n\n\n\n

Wenn du ein Anf\u00e4nger bist und Power BI perfekt beherrschen<\/strong> m\u00f6chtest, kannst du den weiterf\u00fchrenden Kurs w\u00e4hlen, der beide Teile des Kurses umfasst. Der Kurs dauert 38 Stunden an 5 Tagen. Als Microsoft Learning Partner<\/strong> bereitet dich Liora auf die PL-300-Pr\u00fcfung<\/a> vor, die dich zum Power BI Data Analyst Associate zertifiziert<\/strong>.<\/p>\n\n\n\n

F\u00fcr die Finanzierung ist unsere staatlich anerkannte Organisation im Rahmen des Bildungsgutscheins f\u00f6rderf\u00e4hig. Warte nicht l\u00e4nger und entdecke Liora!<\/p>\n\n\n\n

\n
Informationen zur Power BI Weiterbildung<\/a><\/div>\n<\/div>\n\n\n\n