EN

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. In deze serie deel ik een aantal korte notities en observaties die mij zijn bijgebleven. Deze pagina gaat over het verschil tussen measures en berekende kolommen.

Een onderscheid dat ertoe doet

DAX kent twee manieren om een berekening vast te leggen: een measure of een berekende kolom. Oppervlakkig gezien lijken ze op elkaar — beide gebruiken DAX en beide geven een resultaat. Maar ze werken fundamenteel anders, en dat verschil heeft directe gevolgen voor de performance van je rapporten en de betrouwbaarheid van je berekeningen.

Wat is een berekende kolom?

Een berekende kolom wordt berekend op het moment dat het model wordt geladen of vernieuwd, en het resultaat wordt opgeslagen in het model, rij voor rij. Dat klinkt handig, maar het heeft een prijs.

  • De kolom verbruikt geheugen in het model
  • De berekening kan geen filtercontext van een rapport zien
  • Je kunt er geen dynamische berekeningen mee maken

Berekende kolommen zijn nuttig wanneer je een waarde nodig hebt op rijniveau die je later als filter of dimensie wilt gebruiken — bijvoorbeeld een prijscategorie op basis van de verkoopprijs per rij.

Wat is een measure?

Een measure wordt berekend op het moment dat een visual wordt weergegeven — niet bij het laden van het model, maar pas wanneer Power BI het resultaat nodig heeft, en niet voor elke rij afzonderlijk maar voor de aggregatie die de visual vraagt. Dat maakt measures krachtig.

  • Een measure ziet de filtercontext van het rapport
  • Een measure past zich aan aan slicers, filters en kruisfiltering
  • Een measure verbruikt geen modelgeheugen

De meeste berekeningen in een Power BI-rapport horen in een measure.

Wat gaat er mis?

Het meest voorkomende probleem: iemand schrijft een berekening als kolom die eigenlijk een measure had moeten zijn. De berekening lijkt te werken in een simpele tabel, maar zodra je een slicer of filter toevoegt klopt het resultaat niet meer — de kolom is immers al berekend bij het laden en weet niets van wat de gebruiker later selecteert. Als hetzelfde in tientallen kolommen wordt gedaan, neemt het model ook onnodig veel geheugen in beslag.

Reflectie

Het onderscheid tussen measures en berekende kolommen is een van de eerste dingen die ik behandel in elke DAX-training. Niet omdat het moeilijk is, maar omdat het zo vaak fout gaat en de gevolgen zo direct zichtbaar zijn in de kwaliteit van een rapport. Wil je hier verder mee aan de slag? Bekijk de Power BI trainingen die ik aanbied.

Created by Björn, with support of AI, owned by Dogoda. More disclaimers, here.