Du bekommst eine klare, praktische Schritt-für-Schritt-Anleitung, wie Claude per Model Context Protocol (MCP) sicher auf Microsoft Fabric, OneLake und Semantic models zugreift.
















.png)
























.png)








Viele Teams haben Microsoft Fabric und Power BI im Griff – aber sobald Claude eingebunden werden soll, wird’s schnell komplex: Welche MCP servers gibt es, welche endpoints sind sicher, und wie bleibt das Ganze in der Microsoft-Welt?
Ohne saubere Governance und CI/CD entstehen lokale Bastellösungen, die nicht skalieren: Token auf Laptops, unklare workspaces-Rechte, keine nachvollziehbaren workflows, kein kontrolliertes querying auf OneLake oder Semantic models.

Weil du damit natural language in echte, geprüfte Datenarbeit übersetzt: Claude versteht context, greift kontrolliert auf Fabric resources zu und kann in klaren workflows arbeiten – statt Copy-Paste aus Excel.
Mit einem Fabric MCP Server steuerst du Authentifizierung, Berechtigungen und context protocol zentral. Ergebnis: weniger Risiko, mehr management, weniger „läuft nur auf meinem Rechner“.
Claude kann querying auf Lakehouse/OneLake unterstützen, SQL/T-SQL formulieren, DAX erklären und automated reports vorbereiten – immer innerhalb deiner Microsoft-Fabric-Struktur.
Wenn du MCP-Konfiguration, semantic model Änderungen (z. B. PBIP) und workflows versionierst (GitHub, CI/CD), wird aus einem Demo-Run ein produktionsfähiger Prozess.
Seit Jahren realisieren wir skalierbare Lösungen mit Microsoft Power BI, Fabric und Copilot.
Für Teams, die Claude nicht als Spielzeug, sondern als steuerbaren AI/agent im Data- und BI-Workflow nutzen wollen – mit klaren Regeln, nachvollziehbarem code und einem sicheren Zugriff auf Workspaces.
Typische Fälle: du willst Fabric semantic models gezielt für Ad-hoc-Analysen nutzen, Pipelines dokumentieren lassen, SQL- und DAX-Fragen schneller klären oder „skill“-basierte Workflows etablieren (z. B. in Claude Code) – ohne Governance zu verlieren.

Die wichtigsten Bausteine, damit MCP in Fabric nicht nur „irgendwie läuft“, sondern sauber betrieben werden kann.
Du bekommst eine klare Abgrenzung von Model Context Protocol (MCP), Fabric MCP, mcp server, mcp servers und typischen Integrationsmustern (Servers connect, endpoints, scopes).
Schritt-für-Schritt: Claude desktop anbinden, Fabric MCP Server konfigurieren, Login/Secrets sauber lösen und erste tests im workspace run lassen – ohne Wildwuchs.
So baust du stabile workflows across Workspaces: Zugriff auf Lakehouse/OneLake, Einbindung von Pipelines, Notebooks und controlled querying (SQL/T-SQL/KQL je nach Artefakt).
Wie Claude sinnvoll mit Semantic models arbeitet: KPI- und Measure-Fragen (DAX), Validierung von Modell-Logik, Unterstützung beim Dokumentieren und beim Aufbau wiederverwendbarer BI-Strukturen.

Zwei Beispiele aus der Praxis, wie Teams MCP-Workflows in Microsoft Fabric nutzbar machen.

Ein pragmatischer Pfad: erst Klarheit, dann Setup, dann Betrieb.
Wir klären Zielbild und scope: Welche fabric resources soll Claude sehen, welche queries sind erlaubt, welche Semantic models sind „Single Source“, und welche Risiken (Compliance, local secrets, endpoints) müssen wir abfangen.
Wir setzen den MCP-Teil sauber auf: Fabric MCP Server, Authentifizierung, Rollen/Berechtigungen in workspaces, sowie erste workflows für Lakehouse/OneLake und Pipelines. Wenn ihr mit GitHub arbeitet, planen wir CI/CD direkt mit.
Wir machen dein Team handlungsfähig: Umgang mit Claude desktop, Prompt-Patterns für BI, sichere Nutzung von SQL/T-SQL/KQL, DAX-Interpretation aus Semantic models und Regeln für „agent“-Workflows.
Wir bringen es in den Betrieb: Versionierung (z. B. PBIP), Deployment über CI/CD, klare ownership, Monitoring und Governance (z. B. Purview). Damit wird aus einem Run ein verlässlicher Standardprozess.
Mit einer klaren MCP-Integration wird Claude vom Chat-Spielzeug zur steuerbaren Erweiterung deiner Fabric- und Power-BI-Plattform.



Die Pakete geben dir einen Rahmen – der passende scope hängt von deinen Workspaces, Sicherheitsvorgaben und Workflows ab.

Der Fabric MCP Server ist die technische Brücke zwischen Claude (über Model Context Protocol, MCP) und deinen Microsoft-Fabric-Ressourcen. Er definiert, welche tools/skills verfügbar sind, wie Claude context bekommt und welche endpoints, Queries und Aktionen erlaubt sind. Damit bleibt der Zugriff kontrolliert – statt dass jeder Nutzer lokal irgendwas zusammenklickt.
Du brauchst Microsoft Fabric (inkl. Workspaces, idealerweise Lakehouse/OneLake und Pipelines) und klar definierte Berechtigungen. Für den BI-Teil sollten Semantic models in Power BI vorhanden sein. Außerdem solltest du festlegen, wie Authentifizierung läuft (z. B. über Entra ID/Azure AD) und wie ihr Secrets/Token nicht local auf Einzelrechnern verteilt.
Claude kann über MCP in kontrollierten workflows unterstützen: Fragen zu Measures, KPI-Logik und DAX lassen sich auf Basis deiner Semantic models strukturieren. Für Datenzugriff gilt: Du steuerst, ob Claude querying ausführen darf (z. B. SQL/T-SQL oder je nach Artefakt KQL) und über welche Schnittstellen (z. B. Fabric REST API/Fabric CLI (fab) in euren Deployments).
Typische Grenzen entstehen durch fehlendes Rollenmodell, unklare endpoints und fehlende Nachvollziehbarkeit von code und Änderungen. Best Practice: MCP server zentral betreiben, Workspaces sauber trennen (Dev/Test/Prod), Zugriffe minimal halten, und CI/CD über GitHub nutzen (z. B. PBIP-Workflow). Für Governance hilft Purview, damit Datenklassifikation und Zugriff entlang eurer Policies laufen.