.png){kind=small}
Schritt für Schritt zum ersten Bericht
- Michael Tenner
- 6. Aug.
- 6 Min. Lesezeit
Ein Power BI Dashboard zu erstellen wirkt zunächst einfach: Daten laden, einige Diagramme auswählen und die Datei speichern. In der Praxis liegt die eigentliche Arbeit jedoch nicht in den Visuals. Entscheidend ist, ob die Daten richtig interpretiert, sinnvoll aufbereitet und mit fachlich passenden Kennzahlen ausgewertet werden.
Der wichtigste Lernschritt ist deshalb nicht das erste Diagramm, sondern der vollständige Weg von der Rohdatei bis zur belastbaren Aussage. In dieser Anleitung baust du aus einer bewusst unsauberen CSV-Datei einen interaktiven Power-BI-Bericht, untersuchst Umsatz und Marge und exportierst das Ergebnis anschließend als PDF.
Eine fachliche Unterscheidung ist wichtig: Was umgangssprachlich häufig als Power BI Dashboard bezeichnet wird, ist in Power BI Desktop zunächst ein Bericht. Ein echtes Dashboard wird erst im Power BI Service aus angehefteten Berichtskacheln aufgebaut. Weil viele Einsteiger nach „Power BI Dashboard erstellen“ suchen, verwenden wir den Begriff im Titel, unterscheiden beide Formate im weiteren Verlauf aber sauber.
Was du in dieser Power-BI-Anleitung erstellst
Ausgangspunkt ist eine Datei mit 2.405 Zeilen zu Verkaufsaufträgen aus dem Jahr 2025. Die Daten enthalten typische Probleme aus dem Arbeitsalltag: eine unbrauchbare erste Zeile, fehlende Überschriften, leere Datensätze, unsaubere Texte und Zahlen im amerikanischen Format.
Am Ende steht eine Berichtsseite mit Umsatz, durchschnittlicher Marge, regionaler Verteilung, zeitlicher Entwicklung und einem interaktiven Filter. Du lernst damit nicht nur einzelne Power-BI-Funktionen, sondern den grundlegenden Analyseprozess kennen, der auch hinter größeren BI-Lösungen steckt.
Vorbereitung
Öffne den Microsoft Store (Windows-Taste drücken, Store tippen, Enter).
Suche im Store nach Power BI Desktop und klicke auf Installieren. Das dauert ein paar Minuten — der Download ist groß.
Klappt der Store nicht (zum Beispiel auf einem Firmenrechner), lade das Programm stattdessen direkt bei Microsoft herunter: powerbi.microsoft.com/desktop → Kostenloser Download. Für diesen Weg brauchst du Administratorrechte. Hast du die nicht, frag kurz deine IT — der Store-Weg braucht sie meist nicht.
Starte Power BI Desktop. Der erste Start dauert etwas länger als die späteren.
Es öffnet sich ein Fenster, das dich zum Anmelden auffordert. Schließe es — klick auf das X oben rechts im Fenster.
💡 Du brauchst kein Konto. Für alles in diesem Pfad reicht das Programm auf deinem Rechner. Ein Konto bräuchtest du erst, wenn du deine Auswertung im Internet mit anderen teilen willst. Das machen wir hier nicht.
Falls dich das Programm nach einer Datei fragt oder ein Startbildschirm erscheint: Schließ auch den. Du solltest jetzt eine große leere weiße Fläche sehen, oben ein Menüband mit Datei · Start · Einfügen · Modellierung · Ansicht · Hilfe.
1. Verkaufsdaten in Power BI laden
Öffne Power BI Desktop und schließe das Anmeldefenster, falls es beim Start erscheint. Für die lokale Arbeit an einer PBIX-Datei ist zunächst keine Anmeldung erforderlich. Wähle im Menüband Start → Daten abrufen → Web, füge die Adresse der Übungsdatei ein und lade die Daten anonym.
Klicke im Menüband auf Start → Daten abrufen. Es klappt eine Liste auf.
Wähle darin Web. (Steht es nicht in der Liste: Mehr… ganz unten, dann links Andere, dann Web.)
Ein Fenster Aus dem Web geht auf. Kopiere diese Adresse in das Feld URL:
Klick dann auf OK. 4. Jetzt fragt Power BI, wie es sich anmelden soll. Wähle links Anonym und klick auf Verbinden. Anonym heißt: Die Datei ist öffentlich, es braucht kein Passwort.
Über „Daten abrufen“ bindest du die CSV-Datei in Power BI Desktop ein.
Noch geht es nicht darum, ob die Tabelle sauber aussieht – der erste Schritt besteht nur darin, die Datenquelle kontrolliert in Power BI verfügbar zu machen.
2. Daten mit Power Query bereinigen
Klicke auf Start → Daten transformieren. Dadurch öffnet sich der Power Query-Editor. Power Query ist der Bereich, in dem Daten vor dem Laden in das semantische Modell bereinigt, vereinheitlicht und strukturiert werden.
Mit „Daten transformieren“ öffnest du den Power Query-Editor.
Entferne die oberste technische Zeile, verwende die neue erste Zeile als Überschrift, lösche vollständig leere Zeilen und bereinige die Spalte Region. Vereinheitliche außerdem die Produktgruppen und setze Auftragsdatum, Umsatz und Marge auf die fachlich richtigen Datentypen.
Besonders kritisch ist das Gebietsschema. In der CSV-Datei wird der Punkt als Dezimaltrennzeichen verwendet. Ein deutsch konfiguriertes System könnte 1796.80 ansonsten falsch interpretieren. Ein falsch erkannter Datentyp kann einen Bericht formal korrekt aussehen lassen und trotzdem sämtliche Ergebnisse verfälschen.
Klicke abschließend auf Schließen und übernehmen. Danach sollte die Tabelle genau 2.400 bereinigte Zeilen enthalten. Die angewendeten Schritte führt Power Query bei jeder Aktualisierung erneut in derselben Reihenfolge aus. Aus einer einmaligen manuellen Bereinigung wird damit ein wiederholbarer Datenprozess.
3. Erste Kennzahlen und Visuals erstellen
Wechsle in die Berichtsansicht und erstelle zunächst ein Kartenvisual für den Umsatz. Die Karte sollte ungefähr 2,10 Millionen Euro anzeigen. Achte darauf, dass Power BI den Umsatz als Summe und nicht als Anzahl aggregiert.
Das Kartenvisual zeigt eine zentrale Kennzahl kompakt als einzelne Zahl.
Ergänze ein horizontales Balkendiagramm mit Region und Umsatz sowie ein Liniendiagramm mit Auftragsdatum und Umsatz. Reduziere die Datumshierarchie auf die Monatsebene, damit zwölf Zeitpunkte angezeigt werden.
Eine Karte eignet sich für eine zentrale Kennzahl, ein Balkendiagramm für den Vergleich von Kategorien und ein Liniendiagramm für zeitliche Entwicklungen.
Der Praxis-Guide für Power BI Dashboards zeigt, wie Ziele, Nutzerfragen und Kennzahlen vor dem eigentlichen Reportdesign strukturiert werden.
4. Den Power-BI-Bericht interaktiv filtern
Füge einen Datenschnitt hinzu und verwende das Feld Produktgruppe. Wählst du beispielsweise „Technik“, reagieren Umsatzkarte, Balkendiagramm und Zeitverlauf gemeinsam auf die Auswahl.
Ein Datenschnitt filtert mehrere Visuals auf der Berichtsseite gleichzeitig.
Nutzer müssen nicht für jede Region oder Produktgruppe einen neuen Bericht anfordern, sondern können dieselbe Berichtsseite aus verschiedenen Perspektiven untersuchen.
5. Automatische Aggregationen kritisch prüfen
Erstelle eine zweite Karte und ziehe das Feld Marge hinein. Power BI summiert numerische Spalten zunächst automatisch. Das Ergebnis liegt deshalb bei ungefähr 763,64 – eine offensichtlich unsinnige Marge. Öffne die Aggregation und ändere sie von Summe auf Mittelwert. Formatiere die Spalte anschließend als Prozentwert mit einer Dezimalstelle.
Prozentwerte wie Margen sollten nicht automatisch summiert werden.
Bei Anteilen, Preisen, Beständen, Noten oder Quoten musst du selbst entscheiden, ob Summe, Durchschnitt, Minimum, Maximum oder eine eigene Berechnung sinnvoll ist.
Erstelle danach ein Liniendiagramm mit Auftragsdatum, Marge als Mittelwert und Region als Legende. Nun wird sichtbar, dass die durchschnittliche Marge in der Region Nord ab Mai deutlich fällt. Der Umsatz allein hätte diese Entwicklung nicht gezeigt. Erst die Kombination aus Umsatz, Marge, Zeit und Region macht aus Daten eine geschäftlich relevante Beobachtung.
Für die Übung reicht der einfache Durchschnitt. In einem produktiven Modell sollte eine Marge normalerweise gewichtet berechnet werden, beispielsweise als Margenbetrag geteilt durch Umsatz. Ein kleiner Auftrag darf bei einer solchen Kennzahl nicht dasselbe Gewicht erhalten wie ein sehr großer Auftrag.
6. Berichtsseite aufräumen und als PDF exportieren
Ordne die Visuals in einem klaren Raster an: Titel über die gesamte Breite, Umsatz- und Margenkarte nebeneinander, das regionale Balkendiagramm im oberen Bereich und die Zeitverläufe darunter. Benenne die Seite in „Überblick“ um und speichere die Datei als PBIX.
Gestaltung sollte Orientierung schaffen und nicht von den Kennzahlen ablenken.
Der fertige Bericht lässt sich direkt aus Power BI Desktop als PDF exportieren.
Ein PDF ist nur eine statische Momentaufnahme. Filter, Drilldowns, automatische Datenaktualisierungen und gemeinsame Nutzung stehen dort nicht zur Verfügung. Für diese Funktionen muss der Bericht in den Power BI Service veröffentlicht und dort über Workspaces, Apps und Berechtigungen verteilt werden.
Welche Lizenzen dabei benötigt werden, hängt von Autoren, Berichtsempfängern und dem Kapazitätsmodell ab. Eine Einordnung bietet die Übersicht zu den Power BI Kosten und Lizenzmodellen.
Was in einem produktiven Power-BI-Bericht noch fehlt
Die Übung verwendet bewusst nur eine Tabelle. Das ist für den Einstieg sinnvoll, bildet aber noch keine typische Unternehmenslösung ab. Sobald Aufträge, Kunden, Produkte, Kalenderdaten und Organisationseinheiten aus unterschiedlichen Quellen zusammenkommen, werden Beziehungen und ein sauberes Sternschema notwendig.
Für den professionellen Betrieb kommen Datenmodellierung, DAX-Measures, Aktualisierung, Rollen, Berechtigungen, Deployment, Dokumentation und Governance hinzu.
Die 10 Tipps zur Datenmodellierung in Power BI zeigen, wie aus einzelnen Tabellen ein belastbares Modell entsteht. Wenn bereits ein eigener Bericht vorhanden ist, aber Modellierung, DAX, Performance oder Struktur Schwierigkeiten bereiten, kann ein gezieltes Power BI Coaching sinnvoller sein als ein allgemeiner Grundlagenkurs.
Typische Fehler beim ersten Power BI Dashboard
Visuals werden vor der Fragestellung ausgewählt
Viele Einsteiger beginnen mit Farben und Diagrammtypen. Dadurch entstehen Seiten, die zwar beschäftigt aussehen, aber keine klare Entscheidung unterstützen. Definiere zuerst die fachliche Frage und entscheide danach, welche Darstellung sie am schnellsten beantwortet.
Datentypen werden ungeprüft übernommen
CSV- und Excel-Dateien liefern nicht automatisch verlässliche Datentypen. Besonders Datumswerte und Dezimalzahlen können durch unterschiedliche regionale Formate falsch interpretiert werden. Ein kurzer Plausibilitätscheck verhindert, dass ein technisch funktionierender Bericht falsche Zahlen verbreitet.
Automatische Summen werden als richtig angenommen
Power BI aggregiert numerische Spalten standardmäßig. Für Umsatz ist das meist korrekt, für Margen, Preise oder Bestände häufig nicht. Die richtige Aggregation ist eine fachliche Entscheidung und keine Darstellungsoption.
Fazit: Der erste Bericht ist der Anfang, nicht das Ziel
Mit einer einzigen Übungsdatei hast du den vollständigen Power-BI-Grundprozess durchlaufen: Daten anbinden, in Power Query bereinigen, Visuals erstellen, Filter einsetzen, Aggregationen hinterfragen und den Bericht als PDF exportieren.
Power BI liefert schnell Zahlen – ob diese Zahlen fachlich sinnvoll sind, hängt weiterhin von Datenqualität, Modellierung und Kennzahlenlogik ab.
Der nächste sinnvolle Schritt
Der Praxis-Pfad eignet sich, um Power BI selbstständig kennenzulernen. In Unternehmen kommen jedoch eigene Datenquellen, mehrere Tabellen, abgestimmte Kennzahlen und Anforderungen an Zusammenarbeit und Veröffentlichung hinzu.
Wenn du Power BI strukturiert aufsetzen oder bestehende Lösungen verbessern willst, unterstützen wir dich mit:
Power BI Training – für einen sauberen, praxisnahen Einstieg
Power BI Coaching – für konkrete Herausforderungen in Modellen, DAX oder Performance
Data Strategy Check – um eure Analytics-Organisation ganzheitlich einzuordnen
Power BI Visual Standards – für konsistentes Finance-Reporting mit klaren Standards
So wird aus einem funktionierenden Bericht eine belastbare Analytics-Lösung.
