Power BI Dashboards für den Mittelstand: So erstellen Sie aussagekräftige Berichte

Inhalt in Kürze

• Power BI ist Microsofts Business-Intelligence-Plattform mit über 600 Datenkonnektoren — von Excel und SQL Server bis Dynamics, DATEV und SAP.
• Für den Mittelstand reicht in 80 Prozent der Fälle Power BI Pro für rund 10 € pro Nutzer und Monat — bereits in vielen Microsoft 365 E5-Plänen enthalten.
• Microsoft Fabric (seit 2024 allgemein verfügbar) bündelt Power BI mit Data Engineering, Data Warehouse und Real-Time Analytics in einer Plattform.
• Row-Level-Security entscheidet darüber, wer welche Zahlen sieht — Pflichtthema bei Personal-, Finanz- und Vertriebsdaten.
• Ein nutzbares Mittelstand-Dashboard entsteht typisch in 3-4 Wochen, nicht in 6 Monaten.

Power BI Dashboard 2026 — die 5 Phasen

Damit ein Power-BI-Dashboard im Mittelstand wirklich genutzt wird, durchläuft es 2026 fünf klar abgegrenzte Phasen — von der Datenanbindung bis zum geteilten Workspace:

1. Phase 1 — Datenquelle anbinden. Power BI Desktop öffnen, "Daten abrufen" auswählen, Connector wählen: Excel, SQL Server, SharePoint-Liste, Dataverse, Dynamics 365, REST-API. Über 600 Konnektoren sind nativ verfügbar, fehlende Quellen lassen sich per ODBC oder On-Premises-Gateway anschließen.
2. Phase 2 — Power Query: Transformieren und Bereinigen. Spalten umbenennen (Umsatz_Netto_EUR statt Spalte42), Datentypen festlegen (Datum, Dezimal, Text), Duplikate entfernen, Beziehungen zwischen Faktentabellen und Dimensionen modellieren. Dieser Schritt entscheidet, ob Ihr Dashboard 2026 noch wartbar ist.
3. Phase 3 — Visualisierungen wählen. Pro Frage genau eine Visualisierung: Bar für Kategorien-Vergleiche, Line für Zeitverläufe, Card für die KPI ganz oben links, Map nur bei echter Geografie-Relevanz, Slicer für Filter (Region, Zeitraum). Maximal sechs bis acht Visualisierungen pro Seite.
4. Phase 4 — Layout und Theming anwenden. Corporate Design einspielen (Firmenfarben als JSON-Theme), Schriftgröße auf Lesbarkeit auf Tablets prüfen, Abstände und Gruppierung definieren. Wichtigste Zahl oben links — dort fällt der Blick zuerst hin.
5. Phase 5 — Dashboard veröffentlichen + Teilen über Workspace. Über "Veröffentlichen" in einen Workspace im Power BI Service hochladen, Aktualisierungs-Plan setzen (Pro: bis 8x/Tag, Premium: bis 48x/Tag), Row-Level-Security konfigurieren, Berechtigungen vergeben. Empfänger sehen das Dashboard im Browser, in der Power-BI-App oder eingebettet in Teams.

Sie haben Microsoft 365 im Einsatz, vielleicht auch Dynamics oder ein gewachsenes ERP. Die Daten sind da. Aber jeden Monat schiebt jemand Excel-Tabellen hin und her, klebt PowerPoints zusammen und meldet eine Zahl, die schon drei Tage alt ist, wenn sie in der Geschäftsführung ankommt. Genau hier setzt Power BI an. In diesem Leitfaden zeigen wir, wie Sie aus den Daten, die Sie ohnehin haben, ein Dashboard bauen, das Ihre Geschäftsführung tatsächlich nutzt — ohne BI-Studium, ohne sechsstelliges Budget. Das Vorgehen ergänzt unseren IT-Service Hamburg und passt zu jedem Mittelständler mit gewachsener Datenlandschaft.

Was ist Power BI — und was ändert sich 2026 mit Microsoft Fabric?

Power BI ist Microsofts Business-Intelligence-Plattform: Sie schließt eine oder mehrere Datenquellen an, modelliert die Daten, und gibt sie als Bericht oder Dashboard aus — auf Desktop, im Browser oder mobil. Das April-2026-Update bringt unter anderem konversationellen Chat in Power BI Mobile sowie eine überarbeitete Theme-Anpassung. Wer Power BI heute neu einführt, sollte aber gleich einen Blick auf Microsoft Fabric werfen.

Fabric ist seit November 2024 allgemein verfügbar und bündelt Power BI mit Datenintegration, Data Warehouse, Data Science und Real-Time Analytics in einer einzigen Plattform mit gemeinsamem Datenspeicher (OneLake). Für den Mittelstand mit überschaubaren Datenmengen ist Fabric oft Overkill — Power BI Pro reicht. Aber wer Daten aus mehreren Vorsystemen zusammenführt, sollte die Architektur direkt Fabric-tauglich planen, statt später migrieren zu müssen.

Power BI im Microsoft-Ökosystem

Power BI ist Teil der Microsoft-Plattform und teilt sich Identitäten, Berechtigungen und Sicherheit mit dem Rest Ihres Microsoft 365 Managements. Wer Microsoft 365 schon nutzt, hat keinen Bruch in der Anmeldung, keine Doppelrechte-Verwaltung und kein Identity-Chaos. Genau das ist der Hauptgrund, warum Power BI im KMU-Bereich Tableau und QlikView überholt hat.

Welche Datenquellen kommen zusammen — und wie?

Power BI verbindet laut Microsoft Learn über 600 Datenquellen. In der Praxis sehen wir bei unseren Kunden in Hamburg fast immer dieselben Kombinationen:

Der Knackpunkt ist nicht die Anbindung — das ist meistens in zwei Stunden erledigt. Der Knackpunkt ist die Frage, welche Daten in welcher Granularität ins Dashboard kommen. Wir machen mit jedem Kunden in der ersten Woche einen Workshop, in dem wir genau das festlegen: Welche fünf bis zehn Kennzahlen braucht die Geschäftsführung wirklich? Und welche fünf sind nice-to-have, aber nicht erfolgskritisch?

Power BI Lizenzen und Kosten — was lohnt sich für den Mittelstand?

Lizenzfragen sind bei Microsoft selten trivial. Bei Power BI sind sie es ausnahmsweise:

Faustregel: Solange weniger als 250 Nutzer regelmäßig Berichte sehen sollen, fahren Sie mit Power BI Pro am günstigsten. Wer Reports an viele Konsumenten verteilt, ohne dass die selbst Berichte erstellen müssen, denkt über Premium per User oder eine Premium-Capacity nach. In vielen Microsoft 365 E5-Plänen ist Power BI Pro übrigens bereits enthalten — bevor Sie eine separate Lizenz kaufen, lohnt der Blick in den vorhandenen Plan.

Wann sich Power BI rechnet — und wann nicht

Power BI rechnet sich, wenn:

• Daten aus mindestens zwei Systemen zusammenkommen müssen (z.B. Warenwirtschaft + Buchhaltung)
• mehr als drei Personen regelmäßig auf Berichte warten oder sich Excel-Tabellen schicken lassen
• Berichte aktueller sein müssen als das, was monatlich manuell zusammengestellt wird
• Sie Daten teilen wollen, ohne dass jeder alles sieht (Stichwort Row-Level-Security)

Power BI rechnet sich nicht, wenn:

• Sie zehn Mitarbeitende haben und ein Excel-Sheet alle Fragen beantwortet
• Ihre Daten ausschließlich in einer einzigen Datenquelle liegen und sich dort schon gut auswerten lassen
• niemand bereit ist, das Datenmodell zu pflegen — ohne Pflege wird auch das schönste Dashboard schnell unbrauchbar

Die meisten unserer Neukunden haben Microsoft 365 bereits — nutzen aber nur E-Mail und vielleicht Word. Da liegt so viel Potenzial brach: Teams, SharePoint, Intune, Autopilot. Wir helfen, das freizuschalten.

Jens HagelGeschäftsführer, hagel IT-Services GmbH

In sieben Schritten zum ersten nutzbaren Dashboard

Wir bauen Power-BI-Dashboards für unsere Kunden meistens in drei bis vier Wochen — vorausgesetzt, die Datenquellen sind sauber. Hier der typische Ablauf:

1. Schritt 1 — Zielklärung mit der Geschäftsführung. Welche fünf bis zehn Kennzahlen sind erfolgskritisch? Wer schaut wann auf welches Dashboard? Auf welchem Gerät? Diese Antworten bestimmen alles, was danach kommt.
2. Schritt 2 — Datenquellen identifizieren. Wo liegen die Quelldaten? Wie aktuell sind sie? Wer hat Zugriff? Gibt es ein zentrales ERP oder mehrere Insellösungen?
3. Schritt 3 — Datenmodell aufbauen. Mit Power Query werden die Datenquellen verbunden, bereinigt und in ein Stern-Schema modelliert (Faktentabellen + Dimensionen). Das ist der wichtigste Schritt — ein gutes Datenmodell macht alles Folgende leicht.
4. Schritt 4 — Erste Visualisierungen. Tortendiagramme weglassen, Linien für Zeitverläufe, Balken für Vergleiche, Karten für KPIs. Maximal sechs bis acht Visualisierungen pro Bericht.
5. Schritt 5 — Feedback einholen. Nach drei Tagen das erste Dashboard mit der Geschäftsführung anschauen. Was fehlt? Was ist überflüssig? Was wird falsch verstanden?
6. Schritt 6 — Sicherheit konfigurieren. Row-Level-Security definieren (siehe nächstes Kapitel), Workspaces strukturieren, Freigaben dokumentieren.
7. Schritt 7 — Schulung & Übergabe. Zwei bis vier Power-User intern werden befähigt, Berichte selbst zu erweitern. Ohne diesen Schritt versandet jedes BI-Projekt nach sechs Monaten.

Datenvisualisierung: Was funktioniert, was nervt

Microsoft Power BI hat über 200 Visualisierungen. Sie brauchen davon zehn. Die wichtigste Regel: Jede Visualisierung soll genau eine Frage beantworten. Wenn ein Diagramm drei Dinge gleichzeitig erklärt, hat es keine davon richtig erklärt.

• Linien-Diagramme für Zeitreihen — Umsatz pro Monat, Tickets pro Tag.
• Balken-Diagramme für Kategorien-Vergleiche — Umsatz pro Region, Aufträge pro Branche.
• KPI-Karten für die wichtigste Zahl ganz oben links — Quartalsumsatz, Ticket-Rückstand, Cashflow.
• Tabellen mit Drill-Through für Details, die ein Manager sich anschauen will, ohne Tableau zu öffnen.
• Karten nur, wenn die Geografie wirklich relevant ist — sonst verbrauchen sie Platz und liefern wenig.
• Tortendiagramme nur, wenn maximal drei Anteile verglichen werden — sonst Donut oder Balken.

Drill-Through und Drill-Down — der Game-Changer

Drill-Through bedeutet: Eine Geschäftsführerin klickt im Quartalsbericht auf den schwächsten Vertriebsmitarbeiter und springt automatisch in eine Detailseite, die nur dessen Aufträge, Conversion-Rate und Pipeline zeigt. Dasselbe Prinzip für Kunden, Produkte, Standorte. Das ist der Punkt, an dem Geschäftsführer aufhören, jemanden für ein Excel-Sheet anzurufen — sie klicken einfach selbst.

In der Praxis sehen wir, dass Drill-Through unterschätzt wird. Kunden bauen 14 statische Berichte, statt vier interaktive. Vier interaktive sind besser.

Row-Level-Security: Wer sieht welche Zahlen?

Ein häufiger Fehler: Das Dashboard ist fertig, schön, aktuell — aber alle sehen alles. Die Vertriebsleiterin sieht den Cashflow, der Buchhalter sieht die Verträge, jeder sieht jeden Lohn. Spätestens wenn Personalzahlen oder Pipeline-Daten ins Dashboard kommen, brauchen Sie Row-Level-Security (RLS).

RLS ist ein Filter, der direkt im Datenmodell definiert wird. Sie legen Rollen an — etwa Vertrieb Region Nord, Geschäftsleitung oder Buchhaltung — und filtern damit, welche Zeilen der Faktentabelle ein Nutzer sieht. Im Bericht selbst ändert sich nichts, aber der gleiche Bericht zeigt für die Vertriebsleiterin Hamburg nur deren Region, für die Geschäftsführung alles.

Microsoft Fabric — wann ist der Wechsel sinnvoll?

Microsoft Fabric ist der Schritt vom Berichts-Tool zur kompletten Datenplattform. Praktisch bedeutet das: Statt einzelne Power-BI-Berichte mit eigenen Datenmodellen zu bauen, legen Sie Daten einmal zentral in OneLake ab und alle Werkzeuge — Power BI, Data Engineering, Data Science, Real-Time Analytics — greifen darauf zu. Wer auf Microsoft Azure als Cloud-Backbone setzt, hat damit fast automatisch die richtige Infrastruktur dafür. Laut Microsofts Power-BI-zu-Fabric-Migrationsguide ist Fabric vor allem dann sinnvoll, wenn Sie:

• mehr als drei produktive Datenquellen mit komplexen Transformationen haben
• Echtzeit-Analyse benötigen (Logistik, Produktion, Online-Shops)
• KI-Workloads (z.B. Forecasting, Anomalie-Erkennung) auf den eigenen Daten laufen lassen wollen
• mehrere Fachbereiche unabhängig voneinander Datenprodukte bauen sollen

Für 80 Prozent der Mittelständler unter 250 Mitarbeitenden ist Fabric Overkill. Aber: Wer heute neu einsteigt, sollte das Datenmodell so bauen, dass eine spätere Fabric-Migration ohne komplettes Redesign möglich ist. Das ist im Wesentlichen eine Frage der Modellierung im Stern-Schema und der konsequenten Trennung zwischen Quelldaten und Auswertungslogik.

Häufige Fehler — und wie wir sie vermeiden

Aus den Power-BI-Projekten unserer letzten Jahre haben wir eine Liste der typischen Fehler. Sie tauchen in fast jedem Projekt mindestens einmal auf:

• Zu viele Berichte, zu wenig Klarheit. Wer 30 Berichte hat, hat keinen. Maximal 5-7 Dashboards mit klarem Zweck — Rest abschalten.
• Datenmodell wie ein Schweizer Käse. Wenn Sie Beziehungen zwischen Tabellen automatisch erstellen lassen, machen Sie es falsch. Manuell modellieren, Stern-Schema, klare Faktentabellen.
• Aktualisierungen scheitern still. Eine fehlgeschlagene Datenaktualisierung bemerkt erst die Geschäftsführung — nach drei Tagen veraltete Zahlen. Monitoring & Alerts einrichten.
• Keine Versionierung. Power BI Desktop-Dateien werden im SharePoint überschrieben, alte Stände sind weg. Lösung: Workspace mit Deployment-Pipelines (Dev → Test → Prod).
• Niemand pflegt es. Nach 6 Monaten weiß keiner mehr, wie das Datenmodell funktioniert. Mindestens zwei Power-User intern schulen — sonst stirbt das Projekt.
• Berechtigungen vergessen. Personaldaten landen versehentlich im Marketing-Workspace. RLS und Workspace-Zugriffe von Tag 1 mitdenken.

Praxisbericht: Power BI in einer Hamburger Spedition

Ein typisches Beispiel aus unserer Arbeit: Eine Spedition mit 30 Mitarbeitenden in Hamburg führte über Jahre ein selbstgebautes Excel-Reporting. Jeden Montagmorgen verbrachte der Operations-Leiter zwei Stunden damit, Zahlen aus dem TMS, der Buchhaltung und einer Mitarbeiter-Stundenliste zusammenzuziehen — und dann Mittwochs kam die Geschäftsführung mit Rückfragen, weil die Zahlen schon nicht mehr aktuell waren.

Wir haben mit dem Operations-Leiter und der Geschäftsführung in der ersten Woche acht Kennzahlen festgelegt: Auftragsdurchsatz pro Woche, Lkw-Auslastung, Margen pro Kunde, Krankenstand, Cashflow, offene Forderungen, Umsatz pro Vertriebsmitarbeitendem, Liefertreue. In Woche 2 haben wir das Datenmodell mit drei Quellen aufgebaut, in Woche 3 das Dashboard fertiggestellt, in Woche 4 die zwei Power-User geschult. Ein vergleichbares Setup beschreiben wir auch in unserer Fallstudie zur Cloud-Migration einer Hamburger Spedition.

Ergebnis: Die Geschäftsführung schaut morgens auf das Dashboard, der Operations-Leiter spart zwei Stunden pro Woche, Rückfragen bei der Buchhaltung sind um etwa 60 Prozent gesunken. Die IT-Infrastruktur in Hamburg hat damit echte Hebelwirkung bekommen. Wer sich konkret für die Microsoft 365 Kosten und Pakete interessiert, findet in unserem Artikel eine ehrliche Lizenz-Übersicht — Power BI Pro ist dort meistens schon Teil des Pakets.

Power BI und KI — was Copilot in Berichten leistet

Seit 2024 ist Microsoft Copilot in Power BI integriert. Praktisch heißt das: Geschäftsführer können in natürlicher Sprache Fragen stellen — etwa nach den schwächsten drei Vertriebsmitarbeitern im aktuellen Quartal — und Copilot generiert die Visualisierung. In der Praxis funktioniert das gut, wenn:

• das Datenmodell sauber benannt ist (Spaltennamen wie Umsatz_Netto_EUR, nicht Spalte42)
• Beziehungen zwischen Tabellen explizit definiert sind
• Mengen-Definitionen (DAX-Measures) als wiederverwendbare Bausteine vorliegen

Wenn das Datenmodell schludrig ist, halluziniert Copilot. Das ist kein KI-Problem, das ist ein Modellierungsproblem. Wer Copilot nutzen will, sollte vorher das Datenmodell aufräumen — oder beim Aufbau gleich KI-tauglich modellieren. Wir verbinden Power BI bei Bedarf mit unserer KI & Automatisierung für tiefere Integrationen, etwa Forecasting auf historischen Daten oder Anomalie-Erkennung im Cashflow.

Power BI als Teil eines Modern Workplace

Power BI alleine löst keine Probleme. Es entfaltet seinen Wert, wenn die Datenquellen ohnehin in einer modernen Cloud-Umgebung leben. Wer Microsoft 365 schon hat, hat den halben Weg gemacht — Identität, Berechtigungen, Sharing, Mobile Apps sind durchgängig. Wer aber noch lokale Dateiserver, ein altes ERP ohne API und manuelle Excel-Listen pflegt, sollte zuerst die Hausaufgaben in der Cloud & Microsoft 365 machen, bevor das Dashboard kommt.

Bei unseren Managed IT Services ist Power BI in den meisten Mittelstands-Setups inzwischen Standard — nicht als Add-On, sondern als integraler Teil eines durchdachten Modern Workplace. Das gilt sowohl für unsere Hamburger Kunden als auch für die Standorte Bremen, Kiel und Lübeck.

Fazit: Wann lohnt sich Power BI für Sie?

Wenn drei Bedingungen erfüllt sind, lohnt sich Power BI fast immer:

1. Sie haben mindestens zwei Datenquellen, die zusammen ausgewertet werden müssen.
2. Mindestens drei Personen warten regelmäßig auf Berichte oder schicken sich Excels.
3. Es gibt Aktualität-Anforderungen an Berichte (täglich, wöchentlich), die manuell nicht eingehalten werden.

Sind diese drei Bedingungen erfüllt, amortisiert sich ein Power-BI-Projekt typischerweise innerhalb von sechs Monaten — über gesparte Zeit, schnellere Entscheidungen und weniger Diskussionen darüber, welche Zahl jetzt eigentlich stimmt. Wer Power BI auf Microsoft 365 aufsetzt, nutzt Synergien, die nicht verloren gehen sollten — und kann später schrittweise nach Microsoft Fabric migrieren, wenn die Datenmengen wachsen.

Wir helfen Hamburger und norddeutschen KMU regelmäßig dabei, Power-BI-Projekte aufzusetzen — typisch in drei bis vier Wochen, mit klarer Übergabe an interne Power-User. Falls Sie wissen wollen, ob sich das für Ihr Unternehmen lohnt, sprechen Sie uns gerne an oder buchen Sie direkt ein kostenloses Erstgespräch.

Weiterführende Quellen

• Microsoft Learn: Neuerungen in Power BI
• Microsoft Learn: Power BI in Microsoft Fabric — Self-Service-BI
• Microsoft Learn: Datenquellen in Power BI Desktop
• Microsoft Learn: Dashboards für Geschäftsbenutzer im Power BI-Dienst