Qlik Cloud Update oktober 2026: Semantic Models, AI en moderne ontwikkeling

Oktober bracht 24 updates voor Qlik Cloud. Van kleine verbeteringen in de interface tot nieuwe mogelijkheden voor ontwikkelaars en beheerders. Maar één ontwikkeling springt er duidelijk uit: de introductie van semantische modellen in Data Products.

We hebben de belangrijkste updates besproken met een aantal van onze Qlik-consultants. Wat is er nieuw, wat voegt het daadwerkelijk toe en waar moet je rekening mee houden?

Semantic Models: eindelijk centraal beheer van je KPI’s

Iedereen die meerdere Qlik-applicaties ontwikkelt, kent het probleem. Je hebt een omzetdefinitie die in vijf applicaties wordt gebruikt. Vervolgens wordt die definitie aangepast, maar niet overal. Voor je het weet, laat hetzelfde begrip in verschillende dashboards andere cijfers zien.

Natuurlijk hebben we hier al jaren oplossingen voor, bijvoorbeeld met gedeelde scripts, QVD’s en centrale afspraken over master items. Maar het vraagt discipline om alles consistent te houden.

Met de nieuwe Semantic Models in Data Products biedt Qlik nu een structurelere oplossing.

Je definieert relaties, dimensies en measures centraal in een Data Product. Applicaties kunnen deze definities vervolgens hergebruiken, zonder ze telkens opnieuw op te bouwen. Centrale dimensies en measures verschijnen daarbij als read-only master items. Wil je iets veranderen, dan doe je dat centraal.

Dat is vooral interessant voor organisaties met meerdere applicaties die dezelfde bedrijfsbegrippen gebruiken. En voor ontwikkelaars betekent het minder dubbel werk.

Qlik maakt het bovendien mogelijk om een Data Product uit een bestaande applicatie te extraheren. Daarmee kun je bestaande datamodellen en master items hergebruiken in plaats van opnieuw beginnen.

Die extractiefunctie is nog in Public Preview en kent beperkingen. Zo worden applicaties met Section Access en cyclische of drill-down dimensies nog niet ondersteund.

Ook zijn er praktische vragen. Hoe passen semantische modellen bijvoorbeeld in een bestaande OTAP-straat? Kun je definities eenvoudig van ontwikkeling naar productie brengen? Dat willen we eerst goed uitzoeken voordat we bestaande ontwikkelprocessen hierop aanpassen.

En dan komt AI om de hoek kijken

Met de introductie van Agentic Semantic Modeling kunnen AI-agents via Qlik Answers of de Qlik MCP-server helpen bij het opbouwen en onderhouden van semantische modellen.

Dat is interessant. Je kunt een agent bijvoorbeeld vragen om relaties tussen tabellen te leggen, dimensies te definiëren of bestaande measures aan te passen.

Maar een AI-agent weet niet automatisch wat je data betekent. Wat houdt een bepaalde orderstatus precies in? Wanneer mag je een veld wel of niet gebruiken? Die informatie staat lang niet altijd in de database.

AI kan het technische werk versnellen, maar de businesskennis moet nog steeds ergens vandaan komen. Over de rol van een semantische laag bij AI schreven we eerder al in ons artikel over de semantische laag als API voor AI.

Zeker wanneer meerdere ontwikkelaars en AI-agents aan hetzelfde semantische model werken, zijn goede afspraken belangrijk. Wie mag definities aanpassen, welke instructies krijgt de AI-agent en hoe controleren we de wijzigingen? Zonder die afspraken loop je het risico dat je juist de consistentie verliest die je met een centraal semantisch model probeert te bereiken.

Wat ons betreft zijn semantische modellen de belangrijkste ontwikkeling van oktober. Niet alleen vanwege het hergebruik tussen applicaties, maar ook omdat ze een fundament leggen voor AI-toepassingen die daadwerkelijk begrijpen hoe een organisatie haar data gebruikt.

Qlik Code: ontwikkelen in VS Code

Met de nieuwe Qlik Code-extensie kun je Qlik-loadscripts rechtstreeks vanuit Visual Studio Code ontwikkelen en beheren.

Voor ontwikkelaars die al met VS Code werken, is dat een welkome verbetering. Je kunt de editor gebruiken die je gewend bent, scripts eenvoudiger onder versiebeheer brengen met Git en AI-tools zoals GitHub Copilot of Claude inzetten bij het ontwikkelen.

Meerdere van onze consultants hebben de extensie inmiddels getest en zijn enthousiast over de werking.

Toch zit er een belangrijke kanttekening aan. Qlik Code ondersteunt momenteel alleen het loadscript. Andere onderdelen van een applicatie, zoals measures, dimensies en visualisaties, vallen er nog buiten.

Volledig versiebeheer van Qlik-applicaties is natuurlijk al langer mogelijk met andere oplossingen. Maar als je nu je scripts via VS Code en Git beheert en de overige applicatieobjecten via een andere route, loop je het risico dat je het ontwikkelproces juist fragmenteert.

De vraag is dus niet alleen of Qlik Code prettig werkt, maar ook hoe het past binnen je bestaande ontwikkelstraat.

Voor teams die vooral met scripts werken, biedt de extensie direct voordelen. Voor organisaties met een volwassen ontwikkel- en deploymentproces is het verstandig eerst te kijken hoe deze nieuwe werkwijze daarin past.

Data preparation wordt toegankelijker

Ook op het gebied van data preparation blijft Qlik doorontwikkelen.

Data Flow ondersteunt nu handmatige gegevensinvoer en een Map Fields-processor. Daarmee kun je bijvoorbeeld referentietabellen maken en codes vertalen naar leesbare omschrijvingen, zonder daarvoor script te schrijven.

Daarnaast kun je in Table Recipe nu na iedere bewerkingsstap de resultaten bekijken en stappen herkenbare namen geven.

Onze consultants zijn hierover positief, al blijven ervaren Qlik-ontwikkelaars vaak liever zelf scripts schrijven.

De toegevoegde waarde zit vooral in de toegankelijkheid. Niet iedereen die een eenvoudige datatransformatie wil uitvoeren, hoeft daarvoor Qlik-script te leren.

Wil je weten hoe Data Flow werkt en wanneer je beter Qlik-script kunt gebruiken? In ons artikel Qlik Data Flow: Simplifying Data Transformation Without Code bespreken we de mogelijkheden en beperkingen.

Voor organisaties waar het zware transformatiewerk al in een ander dataplatform plaatsvindt, bijvoorbeeld TimeXtender, zijn dit interessante aanvullingen.

Direct Access gateway 1.8.1: blijf je omgeving bijwerken

Niet alle belangrijke updates introduceren nieuwe functionaliteit.

De nieuwe Direct Access gateway 1.8.1 bevat naast uitbreidingen voor container deployments ook verschillende bugfixes.

Eén daarvan verdient extra aandacht: Qlik heeft een probleem opgelost waarbij overlappende reloadverzoeken in zeldzame gevallen tot stil dataverlies konden leiden. Dat is een vervelende categorie fouten, omdat je niet altijd direct merkt dat gegevens ontbreken.

Volgens Qlik deed dit probleem zich slechts in uitzonderlijke situaties voor. Geen reden voor paniek dus, maar wel een goede herinnering aan het belang van structureel gatewaybeheer.

In de praktijk zien we regelmatig dat gateway-updates blijven liggen. De gateway draait op infrastructuur van de klant, maar het is niet altijd duidelijk wie verantwoordelijk is voor het onderhoud. Maak daar goede afspraken over en zorg dat updates tijdig worden uitgevoerd. Met CloudScan for Qlik controleren we dagelijks welke gatewayversies je gebruikt en signaleren we wanneer een update nodig is.

Wat nemen we mee uit oktober?

Qlik bouwt stevig door aan Data Products en AI. Met semantische modellen wordt het eenvoudiger om definities centraal te beheren en opnieuw te gebruiken, zowel in dashboards als in AI-toepassingen.

Dat is wat ons betreft de belangrijkste ontwikkeling van deze maand. Zeker voor organisaties met meerdere Qlik-applicaties of plannen om Qlik Answers in te zetten.

Qlik Code is daarnaast een mooie stap vooruit voor ontwikkelaars, al moet je goed nadenken over de plek ervan binnen je bestaande ontwikkelproces.

En ondertussen blijft het belangrijk om ook de minder spannende updates in de gaten te houden. Een gateway-update haalt misschien niet de voorpagina, maar kan wel degelijk gevolgen hebben voor de betrouwbaarheid van je omgeving.

Niet iedere nieuwe feature hoeft direct geïmplementeerd te worden. Maar oktober heeft een paar ontwikkelingen gebracht die het waard zijn om verder te onderzoeken.

Meer uit je Qlik-omgeving halen?