Konkrete Lektionen aus echten Projekten. Zu Datenstrategie, Power BI und sauberem Reporting im Controlling. Anonymisiert, ohne Marketing, zum Mitnehmen.
Ein Plattformwechsel im Quellsystem ist kein Lift-and-Shift des alten Reportings. Warum Migration immer Re-Modellierung heißt. Und wie eine stabile DAX-Oberfläche verhindert, dass jede Quelländerung durchschlägt.
KI-Coding-Assistenten beschleunigen die BI-Entwicklung. Aber ohne Projektkontext und Leitplanken machen sie selbstbewusst falsche Edits. Was im echten Power-BI-Repo funktioniert: versionierte Regeln, eine klare Wahrheits-Hierarchie und gepflegte Lessons.
Die klassische .pbix-Datei ist ein Binär-Blob. Kein Diff, kein Review, kein sicheres Zusammenarbeiten. Mit Power BI Projects (.pbip) und TMDL wird das Modell zu Text und damit git-fähig. Die Chancen und die TMDL-Fallen.
Der klassische KPI-Switch routet einen Slicer auf dutzende Measures. Oft ist das unnötig: Liegt ein flaches Aggregat vor, wird der SWITCH-Baum überflüssig. Und das Modell deutlich schlanker.
Die meisten langsamen, widersprüchlichen Dashboards scheitern nicht am Visual, sondern am Modell dahinter. Warum ein Star-Schema im Controlling Pflicht ist. Und die eine Regel, an der Dimensionen oft scheitern.
Ein einziger Bericht, in dem jede Abteilung nur ihre eigenen Zahlen sieht. Mit Row-Level-Security auf Dimensionsebene und dynamischer Zuordnung über eine Mapping-Tabelle.
Warum eine einheitliche Notation nach IBCS Berichte schneller lesbar macht. Und wie sich Power BI mit Zebra BI auf strategischer, analytischer und operativer Ebene sauber aufbaut.
Stichtags-Kennzahlen, die pro Zelle live aufgelöst werden, bremsen Power BI aus. Wie ein materialisierter Monatsultimo-Snapshot die Abfragezeit um den Faktor 40 senkt. Und welche drei Fallen dabei lauern.
Warum TOTALYTD bei Bestandskennzahlen doppelt zählt. Und wie Sie mit einer einfachen Klassifikation vor dem ersten DAX-Measure teure Reporting-Fehler vermeiden.
Eine Finanzkennzahl, zwei Wahrheiten: Wenn eine ERP-View still auf einen einzelnen Ledger gefiltert ist. Und der Ledger nicht im View-Namen steht. Passen die Zahlen nicht zur Buchhaltung. Wie man den Fallstrick erkennt.
Wie eine belastbare BI-Architektur aussieht: Medallion-Schichtung, Star-Schema, KPI-Treiberbaum und ein klarer Monatsabschluss-Prozess. Anonymisierte Referenzmuster ohne Branchenbezug.
Personenbezogene Daten verstecken sich oft in unscheinbaren Dimensionsfeldern. Etwa einer Vertragsbezeichnung. Wie man sie aus Visuals und Exports heraushält, ohne den Bericht unbrauchbar zu machen.
Im Reporting werden Vorjahr, Vormonat und Vorversion oft in einen Topf geworfen. Mit mehrdeutigen Measures und falschen Visuals als Folge. Drei Konzepte, die strikt getrennt gehören.
Warum Datenstrategien an der Verbindung zur Steuerung scheitern und wie ein Framework in fünf Ebenen den Status quo bewertbar macht: von Strategie-Alignment über Governance bis zu den Fähigkeiten im Team.