ER/Studio 21.1 liefert Semantic Generators für Power BI und dbt

Jeder Platform-Verantwortliche, der in den letzten zwölf Monaten einen sechsstelligen Semantic-Layer-Vertrag unterzeichnet hat, sollte diesen MSA in dieser Woche noch einmal genau lesen. Am 8. September 2026 lieferte ER/Studio die Version 21.1 mit einer Reihe von Semantic Generators aus, die Business-Bedeutung aus dem Modellierungswerkzeug herausnehmen und in Power BI, dbt, Collibra, Purview sowie RDF-basierte Knowledge Graphs einspeisen. Das ist eine direkte Herausforderung an die Annahme, dass der Semantic Layer eine eigene Produktkategorie ist, für die es sich lohnt, separat zu bezahlen.

Was passiert ist

Der in Austin ansässige, zu Idera gehörende Modellierungsanbieter kündigte ER/Studio 21.1 um 15:10 Uhr EDT an, verteilt über ACCESS Newswire und aufgegriffen von FinancialContent. Die Version führt vier Generatoren in Data Architect ein, die Enterprise Logical Data Models in maschinenlesbare Semantic Assets umwandeln. Die allgemeine Verfügbarkeit besteht ab sofort.

Das Hauptmerkmal ist der Semantic Generator, der RDF, SHACL-Constraints und SKOS-Mappings für Governance-Plattformen, Knowledge Graphs und KI-Anwendungen ausgibt. Daneben produziert der Microsoft Power BI Semantic Layer Generator Tabular Model Definition Language (TMDL)-Strukturen und Power BI Project (PBIP)-Dateien aus analysetauglichen physischen Star-Schemas und überträgt dabei Geschäftsnamen, Beschreibungen und Metadaten. Zwei Beta-Generatoren runden das Release ab: ein Open Semantic Interchange (OSI)-Generator und ein dbt Semantic Layer Generator, der physische ER/Studio-Modelle liest und die aus der logischen Schicht übernommenen Geschäftsdefinitionen beibehält.

Jamie Knowles, Product Director von ER/Studio, formulierte das Versprechen direkt: „KI macht konsistente Geschäftsbedeutung wichtiger denn je", und ergänzte, dass Organisationen „jahrelang kritisches Geschäftswissen in ihren Enterprise-Datenmodellen erfasst haben", dieser Kontext aber „traditionell innerhalb der Modellierungsumgebung geblieben ist." Max Hunsicker, der General Manager, war noch pointierter: „Die Herausforderung für Unternehmen ist kein Mangel an Daten. Es geht darum sicherzustellen, dass Daten überall dort, wo sie verwendet werden, dasselbe bedeuten."

Das Release fügt außerdem stillschweigend Datenbankunterstützung für Microsoft SQL Server 2025, IBM Db2 z/OS 13 und IBM Db2 LUW 12 hinzu. Dieser letzte Punkt ist bedeutsamer als er klingt. Mainframe-Db2-Umgebungen sind genau die Organisationen, die noch siebenstellige Summen für Enterprise-Modellierungslizenzen ausgeben, und ER/Studio hält dieses Terrain seit mehr als dreißig Jahren.

Technische Architektur

Wenn man die Marketingsprache entfernt, ist der architektonische Anspruch klar: Das Enterprise Logical Data Model wird zur einzigen Quelle der Wahrheit für Business-Semantik, und jeder nachgelagerte Verbraucher erhält eine generierte Projektion davon. Das ist ein Compiler-Muster, kein Governance-Muster.

Ein Blick auf die Ausgaben: RDF plus SHACL plus SKOS ist der W3C-Stack für maschinenlesbare Ontologien. Wenn man einen Knowledge Graph oder eine Retrieval-Schicht für ein RAG-System befüllt, sind das die gewünschten Artefakte – keine proprietäre Metrikdefinitionsdatei. TMDL und PBIP sind die neueren Power BI-Projektformate, die für eine git-freundliche, code-first BI-Entwicklung konzipiert wurden. Das bedeutet, dass die generierte Ausgabe in einen versionskontrollierten Analytics-Workflow eingebettet wird, statt auf manuelle Power BI Desktop-Klicks angewiesen zu sein. Die dbt Semantic Layer-Artefakte, noch in der Beta-Phase, zielen auf dieselben semantischen Definitionen ab, die dbt-Nutzer derzeit manuell in YAML schreiben.

Die Designannahme lautet: Im logischen Modell leben Geschäftsterminologie und Beziehungen bereits in reifen Unternehmen, und das Generieren nachgelagerter Semantic Layers daraus ist günstiger als das Pflegen paralleler Definitionen in jedem verwendeten Tool. Diese Annahme gilt in regulierten Branchen mit formalen Modellierungspraktiken. Sie scheitert in Umgebungen, die das Modellierungstool nachträglich als Dokumentation behandeln.

Der Power BI Generator erfordert ausdrücklich „analysetaugliche physische Star-Schemas" als Eingabe – das ist ein Hinweis. Dies ist kein Allheilmittel für beliebige transaktionale Modelle. Jemand muss das Star-Schema noch immer entwerfen. Was der Generator beseitigt, ist der zweite Modellierungsdurchlauf in Power BI, bei dem Analysten Geschäftsnamen, Beschreibungen und Hierarchien neu erstellen, die bereits vorgelagert existieren. Dort beginnt Semantic Drift, und diese Lücke zu schließen ist das eigentliche Produkt.

Der OSI Generator ist die interessante langfristige Wette. Open Semantic Interchange ist ein aufkommendes Bestreben, semantische Definitionen über Analytics-Tools hinweg zu standardisieren. Wenn OSI Fahrt aufnimmt, wird das Modellierungswerkzeug, das sauberes OSI ausgibt, strukturell im Vorteil gegenüber Semantic Layers sein, die an eine einzelne Query-Engine gebunden sind.

Wer unter Druck gerät

Eigenständige Semantic-Layer-Anbieter sollten dieses Release sorgfältig lesen. Das Versprechen „definiere deine Metriken einmal, frage sie von jedem BI-Tool ab" ist genau das, was ER/Studio nun von der Modellierungsseite beansprucht – mit dem zusätzlichen Argument, dass die Definitionen bereits im Enterprise-Datenmodell vorhanden sind und man doppelt zahlt, wenn man sie nicht nutzt. Cube, AtScale und der Semantic Layer in Databricks Unity Catalog werden dadurch nicht verdrängt, aber das Buying Committee muss nun eine schwierigere Frage beantworten.

Governance-Plattformanbieter befinden sich in einer differenzierteren Lage. Collibra und Microsoft Purview werden als Ziele, nicht als Wettbewerber genannt. ER/Studio positioniert sich als vorgelagerte Authoring-Umgebung, die diese Kataloge befüllt. Das ist vorerst eine freundliche Integrationsgeschichte, bedeutet aber auch, dass das Modellierungswerkzeug die maßgeblichen Definitionen kontrolliert und der Katalog zur Konsumoberfläche wird. Wer den Schreibpfad besitzt, besitzt die Beziehung.

Interne Datenplattform-Teams, die eigene Semantic Layers auf Basis von dbt YAML oder hauseigenen Metrikregistrierungen aufgebaut haben, stehen vor einem unangenehmen Gespräch. Wenn die Enterprise-Architekturgruppe ER/Studio bereits lizenziert, sind die Grenzkosten der neuen Generatoren nahezu null. Der selbst entwickelte Semantic Layer, der wahrscheinlich zwei Ingenieure für achtzehn Monate beschäftigt hat, muss seine Existenz nun durch Features rechtfertigen – nicht durch bloßes Vorhandensein.

Der CFO jeder Organisation, die sowohl ein Enterprise-Modellierungstool als auch ein separates Semantic-Layer-Abonnement betreibt, sollte den VP of Data diese Woche fragen, warum diese Posten sich nicht konsolidieren und wie der Verlängerungskalender für jeden aussieht. Die Antwort wird zeigen, ob das Datenteam tatsächlich mit einer definierten Architektur arbeitet oder ob es Tools durch Trägheit angesammelt hat. Dieses Gespräch wird in den nächsten zwei Quartalen in Hunderten von Unternehmen stattfinden, und die etablierten Semantic-Layer-Anbieter brauchen eine schärfere Antwort als „wir sind moderner."

Handlungsempfehlungen für Datenteams

Für Platform-Verantwortliche, die dieses Release vor sich haben, lohnen sich drei Schritte in den nächsten 90 Tagen.

Erstens: Überprüfen, wo Geschäftsdefinitionen heute tatsächlich gespeichert sind. Wenn die kanonische Kundendefinition an vier Stellen existiert – im Modellierungstool, im Katalog, im dbt-Projekt und im Power BI-Dataset – ist jeder generierungsbasierte Ansatz unabhängig vom Anbieter ein Nettogewinn. Wenn Definitionen nur im BI-Tool leben, weil niemand die Modellierungsumgebung nutzt, wird mehr Modellierungswerkzeug das Organisationsproblem nicht lösen.

Zweitens: Eine Build-vs-Buy-Neubewertung speziell für den Semantic Layer durchführen. Die Variablen, die sich diese Woche verändert haben: Generierung aus Enterprise-Modellen ist nun ein ausgeliefertes Feature eines etablierten Anbieters, OSI entwickelt sich als portables Austauschformat, und Power BIs TMDL/PBIP-Formate sind code-first genug, dass ein Generator sie zuverlässig erzeugen kann. Wenn der eigene Semantic Layer damit gerechtfertigt wurde, dass „kein Anbieter das tut", sollte man das neu prüfen.

Drittens: Für Teams, die auf Snowflake oder Databricks mit dbt standardisieren, den Beta-Status des dbt Generators beobachten. Beta bedeutet: keine Q4-Migration darauf aufbauen, aber einen Piloten gegen einen unkritischen Mart starten, um zu prüfen, ob der Rundtrip vom logischen Modell zum dbt-Semantic-Artefakt die vom Anbieter versprochene Treue bewahrt. Wenn ja, sinken die Wartungskosten des dbt Semantic Layers spürbar. Wenn nicht, hat man das für den Preis eines zweiwöchigen Piloten herausgefunden.

Die Teams, die den nächsten Architekturzyklus gewinnen werden, sind jene, die semantische Definitionen als kompiliertes Artefakt aus einer verwalteten Quelle betrachten – nicht als YAML, das von dem Analysten geschrieben wurde, der dem Ticket am nächsten saß.

Wichtigste Erkenntnisse

• ER/Studio 21.1 macht das Enterprise Logical Data Model zur vorgelagerten Quelle für Semantic Layers in Power BI, dbt, Collibra, Purview und RDF-basierten Knowledge Graphs.
• Der Power BI Generator gibt TMDL und PBIP aus, sodass generierte Semantic Layers in einem git-freundlichen, code-first Workflow landen statt in manuallem Desktop-Authoring.
• Eigenständige Semantic-Layer-Anbieter stehen nun vor einer schwierigeren Buying-Committee-Frage, wenn das Modellierungstool bereits eine gleichwertige Generierung liefert.
• Die dbt- und OSI-Generatoren befinden sich in der Beta-Phase und sollten bis Jahresende als Pilotprojekte, nicht als Produktionsabhängigkeiten behandelt werden.
• Die neue Engine-Unterstützung für SQL Server 2025 und Db2 13/12 signalisiert fortgesetzte Investitionen in die regulierte Enterprise-Basis, wo formale Modellierung noch immer Budget bekommt.