Notities van de Power BI Gebruikersdagen 2026
Tijdens de Power BI Gebruikersdagen 2026 heb ik verschillende sessies gevolgd over modelleren, governance, AI en de ontwikkeling van het Power BI platform. Zoals vaker bij dit soort evenementen zitten de interessantste inzichten niet alleen in de grote aankondigingen, maar juist in de presentaties en demonstraties die laten zien wat je nu al kunt bouwen met de tooling. Deze pagina gaat over AI en de manieren waarop het Power BI platform steeds meer programmeerbaar en interactief wordt.
AI en Power BI in de praktijk
Tijdens meerdere sessies werd duidelijk dat AI niet alleen een toevoeging is aan Power BI, maar ook verandert hoe je met het platform werkt — niet alleen via chatinterfaces, maar ook via ontwikkeltools, automatisering en agents. Er zijn grofweg drie richtingen waarin dit zich nu al ontwikkelt.
Power BI modellen genereren via MCP servers
Een van de interessantere demonstraties liet zien hoe je met een MCP server en een taalmodel een Power BI model kunt laten genereren. In plaats van handmatig tabellen, relaties en measures op te bouwen, geef je een beschrijving van je dataset en gewenste analyse waarna de AI kan:
- tabellen voorstellen
- relaties opzetten
- measures genereren
- een eerste semantisch model maken
Dit gebeurt bijvoorbeeld via integraties in Visual Studio Code waarbij een model in code wordt gegenereerd. Het resultaat is geen magisch eindproduct, maar wel een versnelling van het eerste modelontwerp. Voor mensen die begrijpen hoe een goed model eruit ziet kan dit veel tijd schelen; voor mensen die dat niet weten kan het juist verwarrend worden.
Met data praten via Fabric en data agents
Een tweede ontwikkeling die veel aandacht kreeg is het gebruik van AI agents binnen Microsoft Fabric, waarbij je met data kunt praten via een chatinterface. Fabric kan dan bijvoorbeeld:
- vragen beantwoorden over datasets
- samenvattingen maken van rapporten
- trends uitleggen
- suggesties geven voor analyses
Deze agents werken bovenop semantic models, wat betekent dat de kwaliteit van het datamodel nog steeds bepaalt hoe goed de antwoorden zijn. Een goede dataset levert bruikbare antwoorden; een rommelige dataset levert rommelige antwoorden. AI verandert het belang van modelleren dus niet — het maakt dat belang juist zichtbaarder.
Custom visuals bouwen met AI en Visual Studio Code
Een derde interessante ontwikkeling zit aan de ontwikkelkant van het platform. Power BI ondersteunt al langer custom visuals via TypeScript en het Power BI visuals framework in Visual Studio Code. Met AI tooling wordt dat nu een stuk toegankelijker: je kunt AI gebruiken om code te genereren voor een visual, waarmee je in principe alles kunt bouwen, zoals:
- nieuwe visualisaties
- interactieve componenten
- speciale interfaces
Technisch gezien kun je zelfs kleine spelletjes bouwen in een Power BI visual — bij demonstraties zie je soms voorbeelden zoals Tetris of Snake. Dat laat vooral zien hoe flexibel het platform is, maar het betekent niet automatisch dat elke toepassing ook nuttig is.
AI maakt dingen sneller, niet automatisch beter
Wat al deze voorbeelden laten zien is dat AI het bouwen van oplossingen versnelt, maar dat de kwaliteit van het resultaat nog steeds afhangt van het fundament:
- een goed datamodel
- duidelijke definities
- governance
- begrip van de context
AI kan een model genereren, maar niet altijd beoordelen of het model logisch is. AI kan vragen beantwoorden, maar alleen op basis van de data die beschikbaar is. Daarom blijft het belangrijk om te begrijpen waar AI in het platform op aansluit.
Waar AI waarde toevoegt
In de praktijk zie je vooral waarde in situaties zoals:
- sneller prototypen van datasets
- het genereren van eerste versies van DAX
- het uitleggen van data aan gebruikers
- het automatiseren van documentatie
Dat zijn versnellers — ze vervangen niet het denkwerk.
Reflectie
Het Power BI platform wordt steeds flexibeler. Je kunt modellen genereren met AI, met data praten via agents en eigen software bouwen in visuals. Allemaal interessante ontwikkelingen, maar uiteindelijk draaien ze op dezelfde kern: data, modellen en definities. Als die goed zijn, helpt AI je sneller vooruit. Als ze niet goed zijn, versnelt AI vooral de verwarring.
Dat fundament goed neerzetten is precies wat ik doe in de maatwerk Power BI trainingen die ik verzorg. Want hoe de tooling ook verandert — modelleren, DAX en datastructuren begrijpen blijven onmisbaar.
De andere onderwerpen uit deze serie staan op de overzichtspagina.
Een demonstratie
Hieronder een klein boter-kaas-en-eieren spel. Niet om iets te bewijzen, maar om te laten zien dat webtechnologie flexibel genoeg is om zoiets te bouwen. Dat geldt ook voor een Power BI custom visual.