Power-BI-Dashboards 2026: Business Intelligence in der Praxis

Was ist ein Power-BI-Dashboard und wann lohnt es sich?

Ein Power-BI-Dashboard ist eine interaktive Auswertungsoberfläche, die Kennzahlen aus mehreren Systemen an einer Stelle zusammenführt: Umsatz, Deckungsbeitrag, Auftragsbestand, Servicezeiten. Es lohnt sich, sobald Zahlen aus mehr als zwei Quellen manuell in Excel zusammengeführt werden und diese Arbeit jeden Monat erneut anfällt.

Der Wert liegt nicht in schöneren Diagrammen. Er liegt darin, dass eine Entscheidung nicht mehr auf den Monatsabschluss wartet. Wer Umsatzabweichungen täglich sieht statt vier Wochen später, erkennt ein Problem, solange es noch klein ist. Das ist der eigentliche Geschäftsfall, und er ist leichter zu rechnen als jeder Effizienzgewinn.

Gleichzeitig ist Power BI kein Ersatz für saubere Vorsysteme. Ein Dashboard auf schlechten Stammdaten macht die Datenqualität nur sichtbarer, nicht besser. In etwa jedem zweiten Projekt verbringen wir die erste Hälfte der Zeit nicht mit Visualisierung, sondern mit Datenmodell und Abstimmung von Kennzahldefinitionen.

Was kostet Power BI in Deutschland?

Zwei Posten: Lizenzen und Entwicklung. Power BI Pro kostet laut deutscher Microsoft-Preisseite 12,10 EUR je Benutzer und Monat bei jährlicher Abrechnung, Premium Per User 20,80 EUR, jeweils netto. Die Entwicklung eines Dashboards beginnt bei rund 825 EUR und erreicht bei Row-Level Security und Einbettung fünfstellige Beträge.

Lizenzstufen

Entwicklungsaufwand

Zur Einordnung: der Freelancer-Kompass 2026 nennt für IT-Freiberufler im DACH-Raum einen Stundensatz-Median von 95 EUR. Ein mittleres Dashboard entspricht damit etwa 25 bis 60 Beratungsstunden. Wer die Spanne prüfen will, vergleicht sie mit unserer Kostenaufstellung für KI-Projekte, die nach derselben Systematik aufgebaut ist.

Wie lange dauert ein Dashboard-Projekt?

Ein operatives Dashboard mit zwei Quellen steht in zwei bis drei Wochen. Eine mehrseitige Auswertung braucht vier bis sechs Wochen, ein Aufbau mit Berechtigungslogik und Gateway-Betrieb acht bis zwölf. Den Ausschlag gibt selten die Zahl der Diagramme, sondern die Frage, wie verlässlich die Quellsysteme antworten.

1. Aufnahme und Datenaudit, ein bis zwei Wochen: Quellen sichten, Datenqualität prüfen, Kennzahlen definieren und schriftlich festhalten.
2. Datenmodell, ein bis zwei Wochen: Sternschema, Beziehungen, Datumstabelle, Granularität je Faktentabelle.
3. Aufbereitung, ein bis drei Wochen: Power-Query-Transformationen, Bereinigung, Aktualisierungsstrecke inklusive Gateway.
4. Berichtsbau, zwei bis vier Wochen: Seiten, Interaktionen, Filterlogik, mobile Ansicht.
5. Test, eine Woche: Ladezeiten am Produktivdatenvolumen, Abnahme durch die Fachbereiche.
6. Übergabe, eine Woche: Schulung, Dokumentation der Kennzahlen, Betriebsübergabe.

Einen Vertrag mit festem Funktionsumfang bilden wir als Werkvertrag ab. Laufende Weiterentwicklung nach dem Livegang läuft sinnvoller als Dienstvertrag mit festem Stundenkontingent, weil sich Anforderungen an Auswertungen erfahrungsgemäß schneller ändern als an Anwendungen.

Welche Datenquellen lassen sich anbinden?

Power BI bringt Konnektoren für die üblichen Datenbanken, Microsoft-Dienste und viele Fachanwendungen mit. Für SAP HANA gibt es einen allgemein verfügbaren Connector mit Import- und DirectQuery-Betrieb, der den SAP-ODBC-Treiber voraussetzt. Dynamics 365 Business Central und Google Analytics stehen ebenfalls in der offiziellen Liste.

Für die restlichen Systeme entscheidet der Zugriffsweg über den Aufwand. Eine dokumentierte REST- oder OData-Schnittstelle ist eine Sache von Stunden. Eine Fachanwendung ohne API bedeutet Lesezugriff auf eine Replik der Datenbank oder eine Exportstrecke, und damit einen eigenen kleinen Integrationsauftrag. Wie wir solche Anbindungen aufsetzen, steht auf unserer Seite zur Systemintegration.

Ein Sonderfall mit deutschem Vorteil sind Rechnungsdaten. Wer an die öffentliche Hand fakturiert, erzeugt ohnehin strukturierte Belege nach der europäischen Norm EN 16931, in Deutschland als XRechnung umgesetzt. Diese Daten sind maschinenlesbar und müssen für eine Finanzauswertung nicht erst aus PDF-Dateien gelesen werden. Dieselbe Logik nutzen wir in Ungarn für die Rechnungsschnittstelle der Steuerbehörde. Lokale Behördenintegrationen gehören für uns zum Standardgeschäft, nicht zum Sonderfall.

Wofür brauchen Sie DAX und wofür Power Query?

Power Query ist die Aufbereitungsschicht: laden, bereinigen, zusammenführen, umformen. DAX ist die Rechenschicht im fertigen Modell: Kennzahlen, Zeitvergleiche, Filterkontext. Als Faustregel gilt, alles so früh wie möglich in Power Query zu erledigen. Was dort passiert, kostet zur Laufzeit nichts mehr.

// Umsatzveränderung zum Vorjahr
Umsatz VJ% =
VAR AktJahr = [Umsatz]
VAR VorJahr = CALCULATE([Umsatz], SAMEPERIODLASTYEAR('Datum'[Datum]))
RETURN
DIVIDE(AktJahr - VorJahr, VorJahr, 0)

// Gleitender Zwölfmonatsdurchschnitt
Umsatz 12M gleitend =
AVERAGEX(
    DATESINPERIOD('Datum'[Datum], MAX('Datum'[Datum]), -12, MONTH),
    [Umsatz Monat]
)

Wie aktuell sind die Daten im Dashboard?

In der freigegebenen Kapazität erlaubt Power BI acht geplante Aktualisierungen pro Tag. Auf Premium-, PPU- oder Fabric-Kapazität sind es bis zu 48, über den XMLA-Endpunkt praktisch beliebig viele, begrenzt durch die Kapazität. Für Tages- und Wochenberichte reicht der geplante Import in aller Regel aus.

Wer wirklich Echtzeit braucht, arbeitet mit DirectQuery oder mit Streaming-Datasets. Beides hat Preisschilder, die nicht auf der Rechnung stehen: DirectQuery liefert maximal eine Million Zeilen pro Abfrage zurück und bricht nach 225 Sekunden ab, dokumentiert von Microsoft. Jede Nutzerinteraktion erzeugt zudem Last im Quellsystem.

Unsere Erfahrung dazu ist deutlich: Echtzeit ist meistens eine teure Antwort auf eine Frage, die niemand gestellt hat. Fragen Sie den Fachbereich, welche Entscheidung sich ändert, wenn die Zahl zehn Minuten statt vier Stunden alt ist. Bei Produktionsüberwachung und Systemmonitoring gibt es darauf eine gute Antwort. Bei Vertriebs- und Finanzberichten fast nie.

Wie funktioniert Row-Level Security?

Row-Level Security filtert die Daten je angemeldetem Benutzer, sodass alle dieselbe Berichtsseite öffnen und trotzdem nur ihren Ausschnitt sehen. Die Regeln schreiben Sie als DAX-Ausdruck in Power BI Desktop, zugewiesen werden die Rollen im Power BI Service. Nötig wird das, sobald Regionen, Mandanten oder Personaldaten im Spiel sind.

// Vertrieb sieht nur die eigene Region
[Region] = USERPRINCIPALNAME()

// Hierarchie: Führungskraft sieht den eigenen Bereich
PATHCONTAINS(
    VALUES(Organisation[Vorgesetztenpfad]),
    LOOKUPVALUE(
        Mitarbeiter[MitarbeiterID],
        Mitarbeiter[EMail],
        USERPRINCIPALNAME()
    )
)

Testen Sie die Rollen über die Funktion zum Anzeigen als Rolle, bevor der Bericht freigegeben wird. Und behandeln Sie Row-Level Security nicht als Datenschutzmaßnahme im rechtlichen Sinn: Sie steuert die Sichtbarkeit im Bericht, nicht den Zugriff auf das darunterliegende Semantikmodell. Wer Erstellungsrechte am Modell hat, sieht mehr.

Was müssen deutsche Unternehmen vor dem Rollout klären?

Drei Punkte, die in Übersetzungen aus dem Englischen regelmäßig fehlen: der Speicherort des Mandanten, der Auftragsverarbeitungsvertrag und die Mitbestimmung. Alle drei entscheiden sich vor dem ersten Datenmodell, und alle drei sind später teuer zu korrigieren.

Zum Speicherort: Für Power Platform bestimmt die Abrechnungsadresse, in welcher geografischen Region der Mandant liegt. Innerhalb der EU-Datengrenze liegen Ihre Umgebungen nach der Microsoft-Dokumentation nur dann, wenn Mandant und sämtliche Umgebungen in der Makroregion EU/EFTA bereitgestellt sind und die Abrechnungsadresse in einem EU-Datengrenzland geführt wird. Fehlt eine der beiden Bedingungen, fällt die Umgebung heraus. Der Bitkom Cloud Report 2026 zeigt, wie relevant das für Beschaffungsentscheidungen ist: 91 Prozent der 603 befragten Unternehmen ab 20 Beschäftigten würden einen deutschen Anbieter bevorzugen, 37 Prozent würden für eine ausschließlich deutsche Datenverarbeitung Nachteile in Kauf nehmen.

Zum Vertrag: Wer personenbezogene Daten in Power BI auswertet, braucht einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO, und zwar auch mit dem Dienstleister, der das Dashboard baut und im Betrieb Zugriff behält. Wir liefern den Entwurf mit, statt darauf zu warten, dass die Rechtsabteilung ihn anfordert.

Power BI, Tableau oder Looker: was passt wozu?

Power BI gewinnt fast immer dort, wo Microsoft 365 ohnehin läuft. Tableau bleibt stark, wenn Visualisierung selbst das Produkt ist. Looker passt zu Häusern, die ihre Kennzahlen zentral versioniert in BigQuery modellieren wollen. Die Entscheidung fällt seltener am Preis als an der vorhandenen Datenplattform.

Was leistet Copilot in Power BI wirklich?

Copilot beantwortet Fragen zum Bericht, fasst Seiten zusammen und schreibt DAX-Abfragen. Die Voraussetzung ist allerdings härter als oft dargestellt: Es braucht eine kostenpflichtige Fabric-Kapazität ab F2 oder Power BI Premium ab P1. Microsoft schreibt ausdrücklich, dass eine Pro- oder PPU-Lizenz allein nicht genügt.

Für deutschsprachige Häuser kommt ein zweiter Punkt dazu, der in der Dokumentation steht und in kaum einem Ratgeber: Eingaben in anderen Sprachen als Englisch liefern laut Microsoft gelegentlich relevante Antworten, die mehrsprachige Nutzung wird derzeit aber nicht offiziell unterstützt. Souveräne Clouds sind ausgeschlossen. Liegen Mandant oder Kapazität außerhalb der USA oder der EU-Datengrenze, ist Copilot standardmäßig deaktiviert, bis ein Administrator die Verarbeitung außerhalb der eigenen Region freigibt.

Ob sich das rechnet, lässt sich vorab schwer sagen, und wir behaupten nichts anderes. Unsere Empfehlung: Testen Sie Copilot vor dem Rollout mit zwanzig echten Fragen Ihrer Fachbereiche auf Deutsch und vergleichen Sie die Antworten mit dem, was ein Analyst geliefert hätte. Wer die Funktionen breiter im Unternehmen einordnen will, findet den Überblick in unserem Beitrag zu Microsoft Copilot im Unternehmen.

Wann lohnt sich Power BI Embedded?

Wenn Dashboards Teil Ihres eigenen Produkts werden sollen und Ihre Kunden keine Power-BI-Lizenz kaufen sollen. Im Modell App Owns Data authentifiziert Ihre Anwendung gegen den Dienst, der Endnutzer sieht nur Ihre Oberfläche. Im Modell User Owns Data braucht dagegen jeder Nutzer eine eigene Lizenz, was für interne Anwendungen ausreicht.

Zu den Kosten halten wir uns zurück. Microsoft weist auf der Azure-Preisseite für Power BI Embedded aktuell keine Listenpreise mehr aus und verweist auf den Preisrechner. Nennen Sie uns Ihre erwartete Nutzerzahl und Lastverteilung, dann rechnen wir die Kapazität im Angebot durch, statt hier eine Zahl zu raten. Beispiele aus laufenden Integrationsprojekten finden Sie in unseren Fallstudien.

Woran scheitern Dashboard-Projekte?

Nicht an der Technik. In unseren Projekten liegen die Ursachen fast immer davor: unklare Kennzahlen, kein benannter Eigentümer, zu viel auf einer Seite. Sechs Punkte, die den Unterschied machen:

1. Jede Kennzahl braucht eine schriftliche Definition. Was zählt als Umsatz, ab welchem Status, in welcher Währung, mit welchem Stichtag? Der teuerste Fehler ist nicht das falsche Diagramm, sondern die ungeklärte Definition dahinter.
2. Maximal sechs bis acht Visualisierungen je Seite. Was mehr Kontext braucht, gehört auf eine Drill-through-Seite.
3. Bauen Sie für eine konkrete Entscheidung. Die Geschäftsführung braucht andere Zahlen als die Teamleitung, und ein Bericht für beide wird für keinen gut.
4. Testen Sie am Produktivdatenvolumen. Was mit 1.000 Zeilen flüssig läuft, kann bei einer Million unbenutzbar sein.
5. Automatisieren Sie die Aktualisierung über das Gateway und legen Sie fest, wer die Fehlermeldung bekommt. Ohne benannten Empfänger merkt niemand, dass der Bericht seit Dienstag alte Zahlen zeigt.
6. Planen Sie zwei Iterationen nach dem Livegang ein. Die erste Version trifft nie genau, das ist normal und kein Projektfehler.

Wenn ein Dashboard in ein ERP-Vorhaben eingebettet ist, lohnt sich der Blick auf die Systemlandschaft vor dem Berichtsbau. Unser ERP-Systemvergleich 2026 zeigt, welche Datenmodelle Sie dabei erwarten.

Zusammenfassung

Wenn Sie wissen möchten, welches Dashboard in Ihrem Haus zuerst trägt, schicken Sie uns eine Liste Ihrer Quellsysteme und die drei Kennzahlen, die Ihnen heute fehlen. Sie erhalten innerhalb von 24 Stunden eine schriftliche Spanne und einen Vorschlag für den ersten Ausbauschritt. Angebot anfordern.

Häufige Fragen