Lesezeit: 5 Minuten

Viele Unternehmen arbeiten seit Jahren mit OLAP-Cubes – und das oft sehr erfolgreich. Die multidimensionalen Modelle liefern stabile Reports, aufwändig gepflegte Hierarchien und performante Aggregationen. Sie sind vertraut, bewährt und in vielen Köpfen fest mit professionellem Reporting verknüpft. Aber die Welt hat sich weitergedreht.

Moderne BI-Anforderungen – getrieben durch Cloud-Plattformen, Self-Service-Analysen und agile Datenprozesse – verlangen nach einer neuen technischen Grundlage. Und diese Grundlage heißt: Tabular.

Von Würfeln und Spalten

OLAP (Online Analytical Processing) basiert auf multidimensionalen Datenmodellen, bei denen Fakten und Dimensionen in sogenannten „Cubes“ organisiert sind. Diese Cubes ermöglichen schnelle Abfragen, weil viele Berechnungen bereits beim Verarbeiten (Processing) vordefiniert werden. Die Sprache dahinter: MDX – mächtig, aber sperrig.

Tabular hingegen nutzt ein spaltenbasiertes In-Memory-Modell (VertiPaq) und setzt auf die DAX-Sprache, die konzeptionell näher an Excel liegt. Berechnungen finden in Echtzeit statt, die Modelle sind flexibel, leichtgewichtig und vor allem: cloudfähig. Power BI basiert vollständig auf Tabular. Azure Analysis Services ebenfalls. 

Warum Tabular?

Die Frage ist weniger, ob OLAP noch funktioniert – das tut es durchaus – sondern, ob es noch in die Zeit passt. Und hier gibt Tabular die besseren Antworten:

• Agilität: Ein Tabular Modell erlaubt flexiblere Modellanpassungen, schnellere Deployments und ist vollständig CI/CD-fähig. OLAP ist hier schwerfälliger und erfordert einen erhöhten Design- und Konzeptionsaufwand. 
• DAX statt MDX: DAX hat eine steilere Einstiegskurve für Excel-Anwender, ist aber deutlich zugänglicher als MDX. Zudem ist DAX aktiver Bestandteil der Microsoft-Strategie.
• Cloudfähigkeit: Tabular-Modelle lassen sich nahtlos in Azure Analysis Services oder Power BI integrieren. Auch OLAP kann technisch in der Cloud betrieben werden – etwa über virtuelle Maschinen (IaaS) oder dedizierte, selbst verwaltete Instanzen. Der Unterschied liegt jedoch in der Betriebsform: Während OLAP Cubes in der Cloud meist eine klassische Server-Architektur mit Betriebssystem, Updates und eigenem Wartungsaufwand mitbringt, ist Tabular als Plattformdienst (PaaS) konzipiert. Das bedeutet: automatische Skalierung, integrierte Hochverfügbarkeit, geringerer Wartungsaufwand und eine bessere Einbindung in moderne Azure-Dienste wie Azure Active Directory, Key Vault oder Azure DevOps. In der Praxis vereinfacht Tabular also nicht nur die Skalierung, sondern auch den gesamten Lebenszyklus der Lösung – von Deployment bis Monitoring.
• Toolvielfalt: Ob Power BI, Excel, TARGIT oder Drittanbieter – die Unterstützung für Tabular ist heute breiter und moderner.

Was bedeutet das für die Infrastruktur?

Tabular bringt nicht nur technische Vorteile auf Datenmodell-Ebene, sondern verändert auch die Anforderungen an die Infrastruktur – und zwar grundsätzlich:

• Einfachere Architekturen: Während OLAP-Lösungen häufig auf komplexe, historisch gewachsene Serverstrukturen setzen, ermöglicht Tabular eine klare Trennung zwischen Datenhaltung, Modellierung und Visualisierung. Das macht die Gesamtarchitektur übersichtlicher und wartungsärmer.
• Mehr RAM statt CPU: Tabular-Modelle leben von InMemory-Performance. Während klassische OLAP-Cubes primär CPU-lastig, vor allem bei der Aufbereitung der Würfel sind, benötigen Tabular-Modelle deutlich mehr Arbeitsspeicher zur Laufzeit – denn das gesamte Datenmodell wird im RAM gehalten. Als Faustregel gilt: Ein Tabular-Modell mit 1 GB Datenvolumen kann – abhängig von der Komplexität – zwischen 2 und 4 GB RAM benötigen. In produktiven Multiuser-Umgebungen sollte großzügig dimensioniert werden. OnPrem bedeutet das: Systeme mit 32–64 GB RAM als untere Grenze für größere Modelle. In der Cloud skaliert Tabular eleganter – dort lassen sich Kapazitäten dynamisch erweitern, etwa über Power BI oder Azure Analysis Services mit Autoscale-Funktionalität. Das bedeutet: weniger CPU-Belastung, aber höhere Anforderungen an den verfügbaren Arbeitsspeicher. Die Architektur wird dadurch nicht anspruchsvoller und sie muss gezielter geplant werden.
• Bessere Skalierbarkeit: Cloudbasierte Tabular-Modelle – etwa in Azure Analysis Services oder Power BI– lassen sich dynamisch skalieren. Der Betrieb wird damit nicht nur einfacher, sondern auch flexibler anpassbar.
• Automatisierung statt manuellem Deployment: Mit Tabular können Deployments, Modelldefinitionen und Rollouts per JSON oder TMSL vollständig automatisiert werden. Tools wie Tabular Editor 3 ermöglichen die Versionskontrolle und Pflege der Modelle als reine Textdateien – ideal für Git-basierte Workflows. In Kombination mit Azure DevOps oder GitHub Actions lassen sich vollständige CI/CD-Pipelines aufbauen: Vom Commit über Pull Requests bis zur automatisierten Bereitstellung in Entwicklungs-, Test- oder Produktivumgebungen. DevOps-Konzepte, die bei OLAP nur mit viel Aufwand umsetzbar sind, werden hier zum Standard.

Kurz: Infrastruktur wird nicht komplexer – sie wird moderner. Und damit letztlich einfacher zu betreiben.

Vom Cube zur Cloud: Was sich beim Umstieg wirklich ändert

Ein Unternehmen aus dem technischen Handel betreibt seit über einem Jahrzehnt ein zentrales OLAP-Cube-System für Controlling, Vertrieb und Einkauf. Die Reports basieren auf SSAS Multidimensional, das Datenmodell wird regelmäßig durch externe Partner gepflegt. Als Visualisierungslösung ist TARGIT im Einsatz – gut integriert, aber fest mit dem OLAP-Cube verbunden.

Herausforderung:

• Neue Anforderungen aus dem Vertrieb (z. B. Rabattstaffeln je Warengruppe, dynamische Zielmargen) ließen sich nur mit zusätzlichem MDX-Aufwand umsetzen.
• Die IT musste für jede strukturelle Anpassung involviert werden.
• Gleichzeitig wünschte die Geschäftsleitung mehr Cloud-Flexibilität und ein einheitliches Reporting über alle Standorte hinweg.

Der Umstieg:

Man entschied sich für eine parallele Einführung eines Tabular-Modells auf Basis von Azure Analysis Services, gespeist aus dem bestehenden SQL Data Warehouse. TARGIT wurde um eine zweite Verbindung erweitert: OLAP blieb für das bestehende Reporting erhalten, Tabular für neue Use Cases – etwa Forecasting und Ad-hoc-Kennzahlen.

Änderungen in der Systemumgebung:

• Einführung eines TARGIT Data Gateways für hybride Abfragen
• Redesign des Datenmodells: Dimensionsmodelle verschlankt, keine komplexen Hierarchien mehr
• Schulung interner BI-Kräfte in DAX und Tabular Editor
• Aufbau eines Git-basierten Deployments für Tabular-Modelle

Vorteile:

• Neue KPIs können jetzt intern modelliert und getestet werden – in Stunden, nicht Tagen
• Performance bei Filter-Drilldowns deutlich verbessert
• TARGIT nutzt beide Modelle nebeneinander – bestehende Reports laufen weiter, neue entstehen parallel
• IT ist entlastet, BI-Team agiert autarker

Nachteile / Herausforderungen:

• Die Modellmigration war aufwendig – MDX-Logik ließ sich nicht 1:1 in DAX übersetzen
• RAM-Anforderungen stiegen (von 32 auf 96 GB für produktive Umgebungen)
• Zwischenzeitlich musste die Datenvalidierung auf zwei Systemen durchgeführt werden
• DAX hatte eine Lernkurve – aber inzwischen ist das Team schneller als je zuvor

Fazit:

Der hybride Ansatz mit TARGIT als Frontend ermöglichte eine risikoarme Migration, ohne laufende Prozesse zu gefährden. Tabular konnte stufenweise eingeführt und parallel weiterentwickelt werden – genau das, was in vielen mittelständischen Szenarien benötigt wird.

Und was heißt das jetzt?

Für Unternehmen bedeutet das keinen unmittelbaren Handlungsdruck – aber eine klare strategische Richtung.

Was der Wandel für unterschiedliche Rollen bedeutet:

• Für die IT: Der operative Aufwand verschiebt sich – weg von Wartung und Serverpflege hin zu Governance, Sicherheit und Plattformmanagement. Die IT wird stärker zur Enablerin und weniger zum klassischen Systembetreiber.
• Für Fachbereiche: Fachanwender gewinnen mehr Autonomie. Dank Self-Service und DAX-basierten Modellen können neue KPIs, Reports oder Simulationen eigenständig (oder in enger Abstimmung mit BI-Teams) umgesetzt werden.
• Für das Management: Entscheidungen basieren schneller auf aktuellen Daten. Die Transparenz steigt, da Business-relevante Modelle nicht mehr in der IT „versteckt“ sind, sondern mitgestaltet werden können.
• Für Consultants & BI-Expert:innen: Das Profil ändert sich. Gefragt sind nicht mehr nur MDX-Expertise und Cube-Know-how, sondern DAX-Kompetenz, DevOps-Verständnis und Architekturberatung. Das eröffnet Chancen – aber auch den Bedarf zur Weiterbildung.

Kurzum: Der technologische Wechsel bringt neue Möglichkeiten – aber auch neue Verantwortlichkeiten. Wer sie kennt, kann den Wandel aktiv gestalten. Wer heute neue BI-Projekte plant, sollte Tabular als technische Basis setzen. Wer bestehende OLAP-Strukturen betreibt, sollte prüfen, ob eine Migration mittelfristig sinnvoll ist – nicht, weil OLAP nicht mehr funktioniert, sondern weil die Weiterentwicklung dort faktisch beendet ist.

Für TARGIT-Nutzer ist das übrigens keine Einschränkung. Im Gegenteil: Die Plattform profitiert von Tabular, weil sie modernere Modelle anbinden kann, performanter arbeitet und in cloudbasierte Architekturen passt – ohne auf Benutzerfreundlichkeit oder Governance zu verzichten.

Fazit

OLAP war lange Zeit das Rückgrat analytischer Systeme – bewährt, performant und solide. Doch die Welt hat sich verändert. Datenmodelle müssen heute agiler, skalierbarer und cloudfähig sein. Genau hier setzt Tabular an – als moderner, zukunftsfähiger Standard für Unternehmen, die Business Intelligence nicht nur betreiben, sondern weiterentwickeln wollen.

Tabular ist keine Modeerscheinung. Es ist das Ergebnis einer konsequenten Weiterentwicklung in einer datengetriebenen Welt. Die Vorteile liegen auf der Hand: flexiblere Modellierung, bessere Cloud-Integration, Self-Service-Fähigkeit und volle Automatisierung. Wer heute neu plant oder bestehende Systeme hinterfragt, kommt an Tabular kaum vorbei.

Für TARGIT-Nutzer ergibt sich daraus eine besondere Chance: Durch die Dualität beider Modellwelten bietet die Plattform eine sichere Brücke zwischen Bestand und Zukunft. Migrationen können schrittweise erfolgen, ohne auf Reporting, Governance oder Benutzerfreundlichkeit zu verzichten.

Unser Rat: Prüfen Sie, wo Sie stehen – und wo Sie hinwollen. Nutzen Sie die Optionen, die moderne Plattformen wie TARGIT und Tabular gemeinsam ermöglichen. Und gestalten Sie aktiv die BI-Landschaft von morgen – robust, skalierbar und intelligent.