Power BI im Einkauf

Im Einkauf gibt es selten zu wenig Daten. Meist gibt es zu viele Auswertungen, zu viele Excel-Stände und zu wenig gemeinsame Wahrheit. Einkaufsleitung, Controlling, Fachbereiche und IT schauen auf Lieferanten, Bestellungen, Rechnungen, Warengruppen und Verträge – aber nicht immer mit derselben Logik.

Genau hier kann Power BI im Einkauf stark werden. Nicht, weil ein Dashboard automatisch bessere Entscheidungen erzeugt. Sondern weil Power BI Einkaufsdaten aus verschiedenen Quellen zusammenführt, Kennzahlen nachvollziehbar macht und unterschiedliche Rollen im Einkauf gezielt unterstützt. Der entscheidende Punkt: Power BI ist im Einkauf kein reines Visualisierungsthema. Der eigentliche Nutzen entsteht, wenn Datenmodell, Kennzahlendefinitionen und Einkaufsprozesse sauber zusammenpassen.

Warum Power BI im Einkauf so naheliegt

Der Einkauf beeinflusst Kosten, Lieferfähigkeit, Liquidität, Qualität und Risiken. Trotzdem basieren viele Entscheidungen noch auf monatlichen Excel-Exporten, manuell gepflegten Lieferantenlisten oder ERP-Reports, die fachlich nicht miteinander verbunden sind.

Typische Fragen bleiben dann zu lange offen: Welche Lieferanten sind wirklich kritisch? Welche Warengruppen treiben die Kosten? Wo steigen Preise, obwohl Mengen stabil bleiben? Welche Bestellungen laufen außerhalb bestehender Verträge? Und welche Kennzahlen stimmen eigentlich – die aus dem Einkauf, aus dem Controlling oder aus dem ERP-System?

Power BI kann diese Lücke schließen, wenn es nicht als hübschere Oberfläche für bestehende Exporte genutzt wird. Ein gutes Einkauf Dashboard liefert nicht nur Zahlen. Es macht sichtbar, wo Kosten, Lieferantenrisiken, Prozessprobleme und Datenqualität zusammenhängen.

Welche Fragen ein gutes Einkauf Dashboard beantworten sollte

Ein gutes Power-BI-Dashboard für den Einkauf beginnt nicht mit Diagrammen, sondern mit Steuerungsfragen. Einkaufsleitung, operativer Einkauf, Controlling und Geschäftsführung brauchen unterschiedliche Sichten auf dieselbe Datenbasis.

Für die Einkaufsleitung stehen meist Fragen im Vordergrund wie: Wie entwickelt sich das Einkaufsvolumen? Welche Lieferanten oder Warengruppen haben strategische Bedeutung? Wo entstehen Risiken durch Abhängigkeiten, Preisentwicklungen oder Vertragsabweichungen?

Der operative Einkauf braucht andere Antworten. Dort geht es um offene Bestellungen, überfällige Lieferungen, Rechnungsabweichungen, Freigabestatus, fehlende Wareneingänge oder konkrete Lieferantenprobleme. Das Controlling wiederum braucht belastbare Definitionen, Vergleichbarkeit über Zeit und eine saubere Verbindung zu Budget, Kostenstellen und Ergebnisrechnung.

Wenn all diese Anforderungen ungefiltert auf einer Berichtsseite landen, entsteht kein gutes Dashboard. Es entsteht eine überladene Oberfläche. Power BI im Einkauf wird erst dann nützlich, wenn Managementübersicht, Analyseebene und operative Detailansicht bewusst getrennt werden. Genau diese Trennung aus Überblick, Analyse und Handlungsorientierung ist auch beim Dashboard Design in Power BI entscheidend: Nicht jede verfügbare Kennzahl ist automatisch eine gute Dashboard-Kennzahl.

Die wichtigsten Kennzahlen für Power BI im Einkauf

Nicht jede Einkaufskennzahl gehört in jedes Dashboard. Für den Start reichen meist wenige Kennzahlen, wenn sie sauber definiert und handlungsrelevant sind.

Einkaufsvolumen und Spend Analysis

Die Spend Analysis ist häufig der Einstieg. Sie zeigt, wo Einkaufsvolumen entsteht und wie es sich nach Lieferant, Warengruppe, Standort, Gesellschaft oder Kostenstelle verteilt.

Sinnvoll sind zum Beispiel Einkaufsvolumen nach Lieferant, Einkaufsvolumen nach Warengruppe, Top-Lieferanten, Lieferantenkonzentration, Entwicklung gegenüber Vorjahr oder Budget sowie Abweichungen nach Organisationseinheiten. Microsofts Procurement-Beispiele greifen genau solche klassischen Analyseperspektiven auf, etwa Spend nach Kategorie, Standort, Lieferant und Produkt.

Wichtig ist aber die Interpretation. Ein hoher Anteil weniger Lieferanten kann ein gutes Bündelungsergebnis sein. Er kann aber auch ein Risiko bedeuten, wenn Alternativen fehlen oder ein Lieferant für Produktion, Service oder Projektgeschäft kritisch ist.

Preis- und Kostenentwicklung

Preisveränderungen sind im Einkauf besonders sensibel. Power BI kann helfen, Preisentwicklung, Mengenwirkung und Mixeffekte transparenter zu trennen.

Eine Kostensteigerung kann durch höhere Mengen entstehen, durch echte Preissteigerungen, durch Währungseffekte, andere Artikelmixe oder geänderte Lieferbedingungen. Wer diese Effekte in einer Zahl zusammenfasst, sieht zwar eine Abweichung, aber noch keine Ursache.

Ein gutes Power-BI-Modell sollte deshalb nicht nur Kosten hoch oder runter zeigen, sondern die Treiber sichtbar machen. Gerade für Verhandlungen, Budgetgespräche und Warengruppenstrategien ist diese Differenzierung entscheidend.

Lieferantenperformance

Lieferantenanalyse wird oft zu stark auf Einkaufsvolumen reduziert. Für die Steuerung reicht das nicht.

Relevant sind zusätzlich Termintreue, Reklamationsquote, Qualitätsabweichungen, offene Bestellungen, durchschnittliche Lieferzeit, Lieferantenabhängigkeit und Entwicklung über Zeit. Eine Lieferanten-Scorecard wird erst dann wertvoll, wenn sie nicht nur bewertet, sondern konkrete Handlungen ermöglicht.

Ein roter Lieferantenwert allein hilft dem operativen Einkauf wenig. Entscheidend ist der Drilldown: Welche Bestellung ist betroffen? Welche Warengruppe? Welcher Standort? Welcher Prozessschritt?

Prozess, Compliance und Vertragsnutzung

Power BI kann auch zeigen, wie gut der Einkaufsprozess funktioniert. Dazu gehören offene Bestellungen, überfällige Lieferungen, Freigabezeiten, Rechnungsabweichungen, Bestellungen ohne Vertragsbezug oder Einkaufsvolumen außerhalb bevorzugter Lieferanten.

Gerade Maverick Buying und Vertragsnutzung sind gute Beispiele. Wenn Rahmenverträge verhandelt werden, aber im Alltag nicht genutzt werden, liegt das Problem selten nur im Reporting. Dann geht es um Prozesse, Stammdaten, Nutzerverhalten und Verantwortlichkeiten.

Was zählt eigentlich als Einkaufsvolumen?

Eine der wichtigsten Fragen wird in vielen Power-BI-Projekten im Einkauf zu spät gestellt: Was ist überhaupt das Einkaufsvolumen? Klingt einfach. Ist es aber nicht.

Je nach Unternehmen kann Einkaufsvolumen der Bestellwert sein, der Wareneingangswert, der Rechnungswert oder der gebuchte Aufwand. Es kann netto oder brutto betrachtet werden, mit oder ohne Gutschriften, in Bestellwährung oder Konzernwährung, inklusive oder exklusive Fracht, Zuschlägen und Nebenkosten.

Alle Varianten können fachlich richtig sein. Sie beantworten nur unterschiedliche Fragen.

Der Bestellwert zeigt, was beauftragt wurde. Der Wareneingangswert zeigt, was tatsächlich geliefert wurde. Der Rechnungswert zeigt, was berechnet wurde. Der gebuchte Aufwand zeigt, was im Rechnungswesen angekommen ist.

Für Power BI im Einkauf bedeutet das: Eine Kennzahl wie Einkaufsvolumen braucht eine klare Definition. Sonst diskutieren Einkauf, Controlling und Geschäftsführung später über Zahlen, obwohl sie eigentlich über Begriffe sprechen.

Warum Savings im Einkauf sauber definiert werden müssen

Einsparungen sind im Einkauf wichtig, aber methodisch heikel. Eine Einsparung kann verhandelt, realisiert, budgetwirksam oder ergebniswirksam sein. Diese Varianten sollten nicht vermischt werden.

Ein Beispiel: Der Einkauf verhandelt eine Preissteigerung von 12 Prozent auf 5 Prozent herunter. Ist das eine Einsparung? Aus Verhandlungssicht ja. In der Ergebnisrechnung steigen die Kosten trotzdem. Ein anderes Beispiel: Ein Artikelpreis sinkt, aber die Menge steigt deutlich. Dann kann eine Preisersparnis vorliegen, während das gesamte Einkaufsvolumen trotzdem wächst.

Power BI kann solche Effekte transparent machen. Aber nur, wenn die fachliche Logik vorher geklärt ist. Eine schlechte Savings-Definition wird durch ein gutes Dashboard nicht besser. Sie wird nur sichtbarer.

Gerade deshalb sollten zentrale Einkaufskennzahlen als Measures sauber modelliert und dokumentiert werden. Die Unterscheidung zwischen wiederverwendbarer Kennzahlenlogik und berechneten Spalten ist nicht nur technisch relevant, sondern beeinflusst Wartbarkeit, Performance und Governance – gut vertieft im Kontext Measures vs. Calculated Columns.

Welche Datenquellen für Power BI im Einkauf wichtig sind

Der Einstieg in Power BI im Einkauf erfolgt häufig über ERP-Daten. Das ist sinnvoll, aber selten ausreichend. Typische Datenquellen sind Bestellungen, Bestellpositionen, Wareneingänge, Eingangsrechnungen, Lieferantenstammdaten, Artikel- und Materialstammdaten, Warengruppen, Kostenstellen, Organisationseinheiten, Vertragsdaten, Rahmenvereinbarungen, Qualitätsdaten, Reklamationen sowie Budget- und Planwerte.

Nicht alles muss in der ersten Ausbaustufe integriert werden. Für einen belastbaren Start reichen oft Bestellungen, Lieferanten, Warengruppen, Zeitbezug und Organisationseinheiten. Wer Lieferantenperformance, Vertragsnutzung oder Savings seriös abbilden möchte, braucht zusätzliche Datenquellen und klarere fachliche Regeln.

Sobald Budget, Forecast oder Plan-/Ist-Vergleiche eine größere Rolle spielen, reicht klassisches Einkaufsreporting häufig nicht mehr aus. Dann geht es stärker um integrierte Planung, Verantwortlichkeiten und die Verbindung von operativen Einkaufsdaten mit Finanz- und Planungslogik. Genau diese Schnittstelle wird bei Planung mit Microsoft Fabric relevant.

Der bessere Weg ist meist ein fokussierter Pilot. Eine Gesellschaft, eine Warengruppe oder ein definierter Einkaufsbereich reicht aus, um Datenqualität, Kennzahlenlogik und Nutzen zu prüfen.

Das Datenmodell ist wichtiger als die Berichtsseite

Viele Power-BI-Projekte im Einkauf starten mit der Frage: Wie soll das Dashboard aussehen? Die bessere Frage lautet: Wie muss das Datenmodell aufgebaut sein, damit die Zahlen belastbar sind? Ein sauberes semantisches Modell verbindet Fakten wie Bestellpositionen, Wareneingänge, Rechnungen oder Reklamationen mit Dimensionen wie Lieferant, Artikel, Warengruppe, Organisation, Kostenstelle, Standort, Datum und Vertrag.

Diese Struktur entscheidet, ob Kennzahlen konsistent berechnet werden. Sie entscheidet auch, ob spätere Berichte wieder dieselbe Logik verwenden oder ob jede Abteilung ihre eigene Wahrheit baut. Gerade im Einkauf ist das entscheidend. Lieferanten können mehrfach angelegt sein. Warengruppen können historisch gewachsen sein. Artikelklassifikationen können uneinheitlich gepflegt sein. Verträge sind nicht immer sauber mit Bestellungen verbunden. Wenn diese Themen nicht im Modell berücksichtigt werden, sieht der Bericht vielleicht gut aus, bleibt aber fachlich wackelig.

An dieser Stelle helfen nicht nur Tabellenbeziehungen und DAX-Logik, sondern auch Transparenz über Modelle, Definitionen, Nutzung und Verantwortlichkeiten. Wer seine Power-BI-Landschaft besser steuern möchte, sollte Metadaten in Power BI nutzen, um kritische Modelle, fehlende Definitionen und fachliche Abhängigkeiten sichtbar zu machen.

Management Dashboard und operative Steuerung trennen

Ein häufiger Fehler bei Power BI im Einkauf ist die Vermischung von Managementsicht und operativer Arbeitsliste. Die Einkaufsleitung braucht Verdichtung: Einkaufsvolumen, Kostenentwicklung, Lieferantenrisiken, Vertragsnutzung, Zielabweichungen und zentrale Handlungsfelder. Der operative Einkauf braucht konkrete Vorgänge: offene Bestellungen, überfällige Lieferungen, fehlende Wareneingänge, Rechnungsabweichungen oder Lieferantenprobleme. Beides ist wichtig. Aber beides gehört nicht in dieselbe Ansicht.

Eine gute Struktur trennt drei Ebenen:

Managementübersicht: wenige Kennzahlen, klare Trends, relevante Risiken.

Analyseebene: Drilldowns nach Lieferant, Warengruppe, Standort, Gesellschaft, Artikel und Zeitraum.

Operative Ebene: konkrete Listen, Vorgänge und Handlungsbedarfe.

Diese Trennung macht Power BI im Einkauf nicht nur übersichtlicher. Sie erhöht auch die Akzeptanz, weil jede Rolle die Informationen bekommt, die sie tatsächlich braucht.

Typische Fehler bei Power BI im Einkauf

Power BI im Einkauf scheitert selten daran, dass ein Diagramm falsch gewählt wurde. Die größeren Probleme liegen meist vorher.

Ein typischer Fehler sind unklare Kennzahlen. Einkaufsvolumen, Einsparung, Liefertermintreue oder Maverick Buying werden verwendet, ohne sauber definiert zu sein.

Ein zweiter Fehler ist schlechte Stammdatenqualität. Lieferanten-Dubletten, uneinheitliche Warengruppen oder fehlende Vertragsbezüge führen dazu, dass Analysen zwar formal korrekt rechnen, aber fachlich falsche Schlüsse nahelegen.

Ein dritter Fehler ist der Versuch, Excel nur optisch zu ersetzen. Aus einem alten Monatsreport wird ein Power-BI-Bericht, aber Datenmodell, Kennzahlenlogik und Verantwortlichkeiten bleiben unverändert. Dann entsteht keine bessere Steuerung, sondern nur ein modernerer Export.

Ebenfalls kritisch sind Berechtigungen. Einkaufsdaten enthalten Preise, Konditionen, Lieferanteninformationen und interne Kostenbezüge. Deshalb sollte früh geklärt werden, welche Rollen welche Daten sehen dürfen – besonders bei Lieferantenpreisen, Vertragskonditionen und Kostenstelleninformationen.

Wann Power BI reicht und wann Microsoft Fabric sinnvoll wird

Für viele Einkaufsanalysen reicht Power BI zunächst aus. Besonders dann, wenn wenige Datenquellen angebunden werden, die Datenmenge überschaubar ist und der Schwerpunkt auf Reporting, Analyse und Kennzahlensteuerung liegt.

Microsoft Fabric wird interessanter, wenn der Einkauf stärker in eine integrierte Datenlandschaft eingebunden werden soll. Das ist zum Beispiel der Fall, wenn Einkaufsdaten mit Finance, Produktion, Supply Chain, Lager, Planung oder externen Marktdaten verbunden werden. Besonders in produzierenden Unternehmen wird der Wert schnell sichtbar: Einkaufsdaten erklären dann nicht nur Kosten, sondern auch Lieferfähigkeit, Materialverfügbarkeit und operative Engpässe. Eine ähnliche Verbindung aus Prozesskontext, Kennzahlenlogik und Transparenz zeigt sich bei Power BI in der Produktion.

Auch bei mehreren ERP-Systemen, historisierten Datenständen, größeren Datenmengen, komplexeren Transformationsstrecken oder Governance-Anforderungen kann Fabric sinnvoll sein. Dann geht es nicht mehr nur um ein einzelnes Einkauf Dashboard, sondern um eine belastbare analytische Plattform.

Wichtig ist die Einordnung: Fabric löst kein fachliches Definitionsproblem. Ein Lakehouse macht Lieferantenstammdaten nicht automatisch sauber. Und Direct Lake ersetzt keine Entscheidung darüber, wie Einkaufsvolumen, Savings oder Lieferantenperformance berechnet werden sollen.

Fabric wird stark, wenn Plattform, Datenmodell, Governance und Use Cases zusammengedacht werden.

Ein pragmatischer Fahrplan für Power BI im Einkauf

Ein guter Einstieg muss nicht groß sein. Er muss klar sein. Zuerst sollten die wichtigsten Steuerungsfragen festgelegt werden. Geht es primär um Einkaufsvolumen, Kostenentwicklung, Lieferantenperformance, Prozessqualität, Vertragsnutzung oder Savings?

Danach sollten acht bis zwölf Kernkennzahlen definiert werden. Für jede Kennzahl muss klar sein: Quelle, Berechnung, Filterlogik, Aktualisierung, Verantwortlichkeit und Interpretation.

Anschließend folgt die Datenprüfung. Welche Daten liegen wo? Welche Felder fehlen? Wie gut sind Lieferanten, Warengruppen und Organisationseinheiten gepflegt? Welche Daten müssen harmonisiert werden, bevor ein Dashboard sinnvoll ist?

Erst danach sollte das semantische Modell aufgebaut werden. Es sollte nicht nur den ersten Bericht bedienen, sondern erweiterbar sein. Lieferant, Warengruppe, Artikel, Zeit, Organisation und Vertrag gehören sauber strukturiert.

Der Pilot sollte bewusst begrenzt bleiben. Eine Warengruppe, eine Gesellschaft oder ein klarer Einkaufsbereich reicht aus, um fachliche Logik, Datenqualität und Nutzen zu prüfen. Danach kann das Modell gezielt erweitert werden.

---

Fazit: Power BI im Einkauf ist kein Dashboard-Projekt

Power BI im Einkauf kann Transparenz schaffen, Kostenentwicklungen erklären, Lieferantenrisiken sichtbar machen und operative Prozesse besser steuerbar machen. Der Nutzen entsteht aber nicht durch Visualisierung allein.

Entscheidend sind saubere Kennzahlen, verlässliche Datenquellen, ein tragfähiges semantisches Modell und klare Verantwortlichkeiten. Ohne diese Grundlagen wird Power BI schnell zur schöneren Oberfläche für dieselben alten Diskussionen.

Richtig eingesetzt verbindet Power BI Einkaufsleitung, Controlling, operativen Einkauf und BI-Team auf einer gemeinsamen Datenbasis. Das ist der eigentliche Hebel: weniger Zahlendiskussion, mehr Steuerung.

---

Der nächste sinnvolle Schritt

Power BI entfaltet seinen Nutzen erst dann vollständig, wenn Dashboards sauber aufgebaut, Datenmodelle durchdacht und Kennzahlen klar definiert sind.Genau diese Grundlagen entscheiden darüber, ob Berichte genutzt oder ignoriert werden.

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

• Consulting Abo – für kontinuierliche Unterstützung bei Migration, Betrieb und Governance

So wird aus einem funktionierenden Bericht eine belastbare Analytics-Lösung.