Inzicht in de maandelijkse kosten van Microsoft Fabric: Een aantal tips & voorbeeldscenario's
Maarten Gerritsen
April 8, 2025
Microsoft Fabric is Microsoft's nieuwe, alles-in-één analytics-platform waarmee organisaties data kunnen integreren, analyseren en visualiseren. Wat kost dat nu maandelijks voor een MKB-bedrijf in Nederland? In deze blogpost duiken we in het prijsmodel van Microsoft Fabric, bespreken we hoe de kosten zijn opgebouwd per component (compute, opslag, licenties), geven we voorbeelden van maandelijkse kosten in verschillende scenario's, en delen we tips om de kosten te optimaliseren. Hierbij richten we ons op een typische gebruikssituatie voor MKB: geen real-time analytics, vooral nachtelijke data-refreshes, gebruik van notebooks/pipelines/dataflows voor ETL, het laden van data in een semantisch Power BI-model (dataset) en dan visualisatie in Power BI. We houden specifiek rekening met de Azure-regio West-Europa (Nederland) voor de prijzen.
Microsoft Fabric hanteert een capaciteitsgebaseerd prijsmodel, vergelijkbaar met Power BI Premium. Dit betekent dat je een bepaalde capaciteit (compute) afneemt die al je Fabric-workloads aandrijft – van data ingestie en transform (Data Factory pipelines) tot data engineering (Spark notebooks), data warehousing (SQL), en het draaien van Power BI-rapporten. In plaats van losse diensten met elk hun eigen kosten, betaal je voor een centrale capaciteitseenheid die tussen alle workloads wordt gedeeld. Dit maakt het kostenmodel eenvoudiger, want je hebt één rekeneenheid (Capacity Unit) waar alle diensten gebruik van maken.
Fabric-capaciteit wordt gemeten in Capacity Units (CU's). Elke SKU (F2, F4, F8, ... tot F2048) staat voor een bepaalde hoeveelheid CU's. Zo heeft een F2-capaciteit 2 CU's, een F4 4 CU's, F8 8 CU's, etc. Meer CU's betekent meer rekenkracht en geheugen, wat meer gelijktijdige of zwaardere workloads aankan. Een belangrijke eigenschap van Fabric is dat deze capaciteit niet statisch verdeeld hoeft te worden over onderdelen – alle CU's zitten in één pool die door elke workload gebruikt kan worden die op dat moment actief is. Als de ene workload even niets doet, kan een andere de volle capaciteit benutten; je betaalt dus niet dubbel voor resources die anders ongebruikt zouden zijn.
Betalen naar gebruik (Pay-as-You-Go): Microsoft Fabric biedt flexibele pay-as-you-go prijzen, waarbij je per seconde betaalt voor de capaciteit die je gebruikt (met een minimale afname van 1 minuut per sessie). Je kunt de capaciteit aanzetten wanneer nodig en pauzeren wanneer je klaar bent, zodat je niet onnodig betaalt tijdens inactieve periodes. Ook kun je op- of afschalen naar een andere SKU als de behoefte verandert, zelfs tijdelijk voor een piek. De tarieven zijn uur-gebaseerd. In bijvoorbeeld de regio West-Europa bedraagt de pay-as-you-go prijs circa €0,21 per CU per uur. Een F2-capaciteit (2 CU's) kost daarmee ongeveer €0,42 per uur. Als je die continu (24/7) zou laten draaien, is dat ~730 uur/maand * €0,42 = ~€310 per maand aan compute-kosten. Gelukkig hoeft een MKB met alleen nachtelijke runs niet 24/7 aan te staan – daar komen we zo op terug bij de voorbeelden.
Capaciteit reserveren (Reserved Capacity): Als je verwacht dat de capaciteit veel in gebruik zal zijn, kun je kiezen voor 1 jaar reservering van een Fabric-capaciteit. Je betaalt dan een vast bedrag per maand voor een bepaalde SKU, ongeacht of je 'm iedere minuut gebruikt. Het voordeel: ongeveer 40% lagere kosten vergeleken met pay-as-you-go tarieven. Deze korting brengt bijvoorbeeld de prijs van een F2 terug van ~€310 naar ongeveer €180 per maand. Vuistregel: als je capaciteit voor meer dan ~60% van de tijd in gebruik zou zijn, is een jaarreservering voordeliger; bij minder gebruik loont pay-as-you-go doorgaans meer. Let op dat je bij een reservering flexibiliteit inlevert: je zit vast aan die SKU (capaciteitstype) voor de looptijd.
Power BI-licenties en Fabric: Naast de capaciteit zelf (die alle backend workloads faciliteert), is er de Power BI kant voor rapportage. Hier geldt dat elke gebruiker die content deelt of bekijkt in Fabric normaal gesproken een Power BI Pro licentie nodig heeft (ca. €9 per gebruiker per maand). Uitzondering: als je een capaciteit van F64 of hoger afneemt (equivalent aan een traditionele Power BI Premium P1 capaciteit), dan mogen onbeperkt gebruikers zónder Pro-licentie de rapporten bekijken. Maar voor de meeste MKB-scenario's met kleinere capaciteiten (F2, F4, F8, …) blijft gelden: Pro-licenties per gebruiker zijn vereist voor delen en bekijken van dashboards. In de praktijk betekent dit dat naast de Fabric-capaciteitskosten, je meestal nog kosten hebt voor een handvol Pro-licenties in je team of organisatie. We zullen dit meenemen in de voorbeeldberekeningen.
Nu we het model globaal hebben, zetten we op een rij waar de maandelijkse kosten vandaan komen in deze MKB-usecase:
Nu we weten waar je voor betaalt, kijken we naar concrete voorbeelden: wat zou dit betekenen in euro's per maand voor een aantal scenario's?
Onderstaande voorbeelden laten zien hoe de maandelijkse kosten van Microsoft Fabric kunnen uitpakken voor MKB-situaties, variërend van licht gebruik tot intensiever. We gaan uit van Azure-regio West-Europa (NL) en vermelden kosten inclusief de bovengenoemde componenten. Natuurlijk zijn dit schattingen – de daadwerkelijke rekening kan iets afwijken, maar het geeft een goede indruk.
Belangrijke opmerking: De voorbeelden en kostenberekeningen in deze blog zijn nadrukkelijk bedoeld als indicatie. Elke organisatie heeft eigen specifieke behoeften en gebruikspatronen die invloed hebben op de werkelijke kosten. Het is essentieel om per situatie te bekijken wat de exacte uitkomsten zullen zijn. Daarnaast focussen we hier op F2-capaciteit voor de eenvoud, maar afhankelijk van je workloads, databronnen, aantal gelijktijdige gebruikers en gewenste performance kan opschaling naar F4, F8 of hoger noodzakelijk zijn. Deze blog biedt vooral inzicht in hoe het kostenmodel werkt, niet een definitieve berekening voor jouw specifieke situatie.
Situatie: Een klein bedrijf (bijv. 5 gebruikers) gebruikt Fabric uitsluitend om elke nacht data te vernieuwen en een Power BI-dashboard bij te werken. Overdag worden rapporten bekeken, maar er draaien geen zware analyses dan. Er is ~50 GB aan data in OneLake (bijv. brontabellen).
Aanpak: Ze nemen een F2 capaciteit en schakelen deze alleen 's nachts aan voor de ETL en dataset-refresh. Stel dat de gehele verwerking ~2 uur per nacht duurt. Overdag kunnen de 5 medewerkers de rapporten bekijken met hun Pro-licenties; de dataset draait op de achtergrond op de gedeelde Power BI capaciteit (die inbegrepen is bij Pro).
Maandelijkse kosten (indicatief):
Toelichting: Dit scenario laat zien dat bij beperkt gebruik de kosten erg meevallen. De rekencapaciteit is de kleinste en staat maar kort aan, dus die kost nog geen €1 per dag. De grootste post hier zijn eigenlijk de Pro-licenties voor de gebruikers. Het mooie is dat dit bedrijf met Fabric wel een professioneel datawarehouse/BI-proces heeft draaien voor enkele tientjes, waar vroeger wellicht een duurder altijd-aan alternatief voor nodig was. Een optimalisatiepunt is om de ETL-proces efficiënt te houden zodat het binnen die 2 uur blijft; dankzij Fabric's "bursting" en "smoothing" kan de F2-capaciteit korte pieken aan als dat nodig is, zonder direct kostenexplosie. Zolang de gemiddelde belasting binnen de perken blijft, redt F2 het prima. Bij structurele pieken die langer duren dan de capaciteit toelaat, zou Fabric gaan throttlen (prestaties knijpen) – maar in dit scenario is dat onwaarschijnlijk.
Situatie: Een groeiend MKB (ca. 20 gebruikers) gebruikt Fabric voor dagelijkse data-refresh en wat extra data-analyses. 's Nachts draaien ETL-pipelines vanuit diverse bronnen (bijv. dataflows of Data Factory pipelines) en overdag doet een data-analist af en toe een notebook-run voor ad-hoc analyse. Er staat ~500 GB aan data in OneLake (bron+tussenlagen).
Aanpak: Ook hier wordt een F2 capaciteit ingezet op pay-as-you-go basis, maar de gebruiksduur is wat langer. Stel dat de nachtelijke refresh ~4 uur duurt (complexere datawarehouse job) en dat overdag gemiddeld nog 2 uur aan notebook- of query-werk plaatsvindt verspreid over de dag. In totaal is de capaciteit ongeveer 6 uur per 24 uur actief. De rest van de tijd wordt de capaciteit gepauzeerd om kosten te sparen. 20 medewerkers hebben een Power BI Pro om rapporten te kunnen inzien.
Maandelijkse kosten (indicatief):
Toelichting: In dit scenario zien we dat bij meer gebruik de compute-kosten toenemen, maar nog steeds redelijk beperkt zijn doordat we bewust de capaciteit pauzeren als die niet nodig is. ~€75 voor alle dataverwerking is efficiënt, dankzij pay-as-you-go. De Power BI-licenties (20 stuks) vormen hier de grootste kostenpost (~€180). Als dit bedrijf verwacht dat het gebruik nog verder toeneemt (meer uren per dag data bezig), zouden ze kunnen kijken naar een jaarreservering: bij bijvoorbeeld 12 uur per dag gebruik (~50%) zou een F2 reserved €180 kosten, wat rond die grens ligt of iets duurder dan de €150 pay-go (12h). In dit geval (6h per dag, ~25%) is pay-go duidelijk goedkoper dan een reservering, dus flexibel blijven loont hier. Een andere overweging is of de F2 nog voldoet qua performance: als de nachttaken steeds langer duren of de analisten overdag merken dat het traag gaat doordat meerdere workloads concurreren, kan opschalen naar F4 voor die specifieke uren een oplossing zijn. Bijvoorbeeld, 's nachts tijdelijk F4 gebruiken om de 4 uur job in 2 uur te voltooien. Qua kosten maakt dat ongeveer niets uit (2 uur op F4 kost grofweg evenveel als 4 uur op F2, want het aantal CU-uren blijft gelijk), maar het verkort je verwerkingstijd. Dankzij Fabric's flexibiliteit kun je op schema F4 aanzetten en daarna weer terugschalen naar F2 zonder dat je twee volledige capaciteiten hoeft te betalen – je betaalt alleen de daadwerkelijke verbruikte CU's per minuut.
Situatie: Een middelgroot bedrijf (50 à 60 gebruikers van rapporten) adopteert Fabric als hun primaire data-analytics platform. Ze doen dagelijkse data-refresh in Fabric, hebben meerdere dagelijkse pipelines (ochtend en nacht) en data scientists die regelmatig notebooks draaien. Rapporten worden de hele dag door bekeken door medewerkers. Datavolume bijvoorbeeld 1–2 TB in OneLake.
Aanpak: Hier is de Fabric-capaciteit intensiever in gebruik – bijvoorbeeld gedurende de hele werkdag (9 uur) en 's nachts nog een paar uur voor ETL, waardoor er vrijwel 24/7 wel activiteit is. In zo'n situatie is continue pay-as-you-go draaien prijzig, dus kiest men voor een jaargereserveerde F2 capaciteit voor kostenvoordeel. Een F2 Reserved kost ~€180/maand (40% goedkoper) in West-Europa. Alternatief zou een F4 pay-go kunnen zijn, maar we gaan uit van F2 reserved als voldoende. Bovendien, met 50+ rapportgebruikers loont het wellicht om te overwegen op te schalen naar F64 in de toekomst, zodat losse Pro-licenties niet meer nodig zijn (bij F64 worden alle gebruikers "gratis" viewers). Echter, een F64/P1 kost ~€7.500+ per maand, wat voor de meeste MKB te hoog is, dus we houden het op F2 + Pro licenties in dit voorbeeld.
Maandelijkse kosten (indicatief):
Microsoft zelf geeft aan dat voor een "typisch" middenbedrijf met ~50 gebruikers men rond de $700 per maand kwijt kan zijn aan Fabric – onze berekening sluit daarbij aan (±€650). Ter vergelijking: vóór Fabric zou men voor vergelijkbare BI-mogelijkheden mogelijk een dure vaste Power BI Premium capaciteit (P1 van ~€4-5k/maand) nodig hebben gehad of losse Azure diensten (Data Factory, Synapse, etc.) moeten combineren. Fabric biedt hier een veel lagere instapdrempel qua kosten, doordat je klein kunt beginnen en alleen betalen voor wat je gebruikt.
Toelichting: In dit scenario zijn de Pro-licentiekosten aanzienlijk – als het er echt 60 zijn, praat je over >€500 p/maand alleen daaraan. Dit bedrijf zou kunnen calculeren of op termijn een F64 capaciteit (P1 equivalent) de moeite waard is: F64 reserved kost ~€5.000 p/maand, maar dan vervallen de €500 aan Pro's én je hebt flink meer capaciteit. Pas bij honderden gebruikers wordt dat rendabel; voor ~50 users blijft F2 + Pro economisch. Vanuit compute-oogpunt laat dit scenario zien dat als je de capaciteit bijna continu nodig hebt, reserveren duidelijk scheelt in kosten (anders zou pay-go F2 ~€310 + extra eventueel zijn, vs nu €180 vast). Wel verlies je hier de mogelijkheid om de capaciteit uit te zetten – maar dat is ook niet nodig als hij toch vrijwel altijd in gebruik is. Het is dus belangrijk om je gebruikspatroon te kennen en te bepalen waar het omslagpunt ligt tussen pay-go en reserved (zie ook de 60%-regel eerder).
-Enhanced-NR.jpg)
Tot slot enkele best practices om de kosten zo laag mogelijk te houden terwijl je het meeste uit Microsoft Fabric haalt:
Microsoft Fabric biedt voor MKB-bedrijven een goede data-analysetoolkit met een transparant prijsmodel. Je betaalt primair voor een schaalbare capaciteit die al je workloads aandrijft, plus opslag per GB en eventueel gebruikerslicenties voor Power BI. Door slim gebruik te maken van pay-as-you-go (alleen aanzetten als nodig) en zo nodig een capaciteit te reserveren bij intensief gebruik, kun je de kosten goed beheersbaar houden. In de voorbeelden zagen we maandlasten variërend van enkele tientjes tot een paar honderd euro, afhankelijk van gebruiksintensiteit en aantal gebruikers – flink lager dan traditionele enterprise BI-oplossingen.
Hopelijk geeft dit inzicht in hoe de kosten van Microsoft Fabric zijn opgebouwd en wat je kunt verwachten voor jouw situatie. Door de flexibiliteit van het platform kun je klein beginnen en met je behoeften laten meegroeien, zonder meteen grote investeringen. Met de gegeven tips kun je bovendien zorgen dat je niet meer uitgeeft dan nodig en maximaal rendement haalt uit elke euro die je in Fabric stopt. Succes met jullie data-avontuur in Fabric!
Meer weten over Microsoft Fabric of andere data-oplossingen? Kijk dan ook eens naar onze andere blogs over Microsoft Fabric, Power BI vs andere tools, of data warehouses vs lakes.
