Von der Installation bis zur fertigen Auswertung — in gut zwei Stunden. Kostenlos, ohne Konto, ohne Vorkenntnisse. Du kannst jederzeit pausieren.
app.powerbi.com) kann Power BI inzwischen vieles, auch Datenmodell und Power Query —
das braucht aber ein Geschäfts- oder Schulkonto, und die Menüs weichen von diesem Pfad ab.
So liest du die Menüpfade: Alles steht so, wie es in einem deutschen Power BI Desktop heißt — bei den wichtigsten Stellen mit dem englischen Namen dahinter. Microsoft erneuert Desktop jeden Monat; Bildschirmfotos und Knopfnamen können bei dir leicht abweichen. Die Kontrollpunkte zeigen dir jeweils, ob du auf Kurs bist.
Etwa 15 Minuten · Du brauchst dafür kein Konto und musst nichts bezahlen.
⚠️ Nur für Windows. Power BI Desktop gibt es nicht für Mac und nicht fürs Tablet (Voraussetzung laut Microsoft: Windows 10 oder neuer, 64-Bit). Wenn du an einem Mac sitzt, kannst du hier leider nur mitlesen.
Deine Chefin bittet dich, die Verkaufszahlen des letzten Jahres anzuschauen. Du bekommst dafür eine Datei aus dem System. Am Ende kannst du sagen: wie viel, wer, wann — und was auffällt.
Power BI Desktop ist installiert und startet.
Store tippen, Enter).💡 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 — und dann muss es ein Geschäfts- oder Schulkonto sein (siehe Modul 6). Das machen wir hier nicht.
💡 Fehlt dir ein Fenster oder ein Knopf? Microsoft nennt zwei häufige Ursachen: Die Bildschirmauflösung ist zu klein (mindestens 1440 × 900) oder Windows vergrößert Texte und Apps auf mehr als 100 %. Dann bleiben manche Dialoge unsichtbar. Prüf unter Windows Einstellungen → System → Anzeige und stell die Skalierung testweise auf 100 %.
Power BI Desktop ist offen und zeigt eine leere weiße Fläche. Oben links steht Datei, daneben Start.
Siehst du das nicht? → Häufigste Ursache: Das Anmeldefenster liegt noch darüber oder hinter dem Hauptfenster — klick es weg.
Etwa 15 Minuten
Die Datei verkaeufe_2025.csv liegt in Power BI und du hast einmal draufgeschaut.

https://raw.githubusercontent.com/Losveratos/powerbi-einstieg/main/data/business/verkaeufe_2025.csv
Column1, Column2 und so weiter, und in der ersten Zeile steht
Kauderwelsch. Das ist so gewollt. Genau das räumen wir im nächsten Modul auf.Sieht „Daten abrufen“ bei dir ganz anders aus? Wenn unter Datei → Optionen und Einstellungen → Optionen → Vorschaufeatures die Vorschau New Power Query experience eingeschaltet ist, öffnet sich statt der Liste ein Fenster mit Seitenleiste (Home, Neu, Zuletzt verwendet …) und Suchfeld. Tipp
Webins Suchfeld, dann geht es mit Schritt 3 weiter. Die Schritte danach sind dieselben.
Zeile und Spalte. Eine Zeile ist ein einzelner Vorgang — hier: ein Auftrag. Eine Spalte ist eine Eigenschaft, die jeder Vorgang hat — hier zum Beispiel das Datum oder die Region. Alles, was du gleich baust, beruht auf dieser einen Idee.
💡 Später mit eigenen Excel-Dateien: Wenn du eine einzelne Excel-Datei lädst, mach im Blatt vorher eine formatierte Excel-Tabelle daraus (Daten markieren, Strg + T) und lade die Tabelle statt des ganzen Tabellenblatts. Dann reisen die Datentypen schon mit, und du hast in Power Query weniger Arbeit. Bei einem Ordner voller manuell gepflegter Excel-Dateien ist es eher umgekehrt.
Ganz unten am Bildschirmrand steht: verkaeufe_2025 (2.405 Zeilen).
Steht da was anderes? → Häufigste Ursache: Bei der Anmeldung war nicht Anonym ausgewählt, oder die Adresse wurde beim Kopieren abgeschnitten. Lösch die Tabelle rechts (Rechtsklick auf verkaeufe_2025 im Bereich Daten → Aus Modell löschen) und fang bei Schritt 1 neu an.
Geht es gar nicht? Lade die Datei stattdessen herunter (verkaeufe_2025.csv) und binde sie über Start → Daten abrufen → Text/CSV ein. Der Rest der Anleitung bleibt gleich.
Etwa 25 Minuten · Das ist das längste Modul. Danach wird es leichter.
Aus der unordentlichen Datei wird eine saubere Tabelle mit richtigen Spaltennamen und richtigen Datentypen.
Rohdaten aus einem System sind nie sauber. In dieser Datei stecken fünf typische Probleme: eine Müllzeile ganz oben, fehlende Spaltenüberschriften, leere Zeilen mittendrin, Leerzeichen hinter manchen Werten und Zahlen, die Power BI für Text hält. Alle fünf reparieren wir jetzt — mit 8 Handgriffen.

Klick zuerst im Menüband auf Start → Daten transformieren. Es öffnet sich ein neues Fenster: der Power Query-Editor. Hier arbeitest du das ganze Modul.
Rechts siehst du eine Liste Angewendete Schritte. Dort erscheint jeder Handgriff als Eintrag. Merk dir die Liste — dazu unten mehr.
Handgriff 1 — Müllzeile weg Klick auf Start → Zeilen entfernen → Obere Zeilen entfernen. Tippe 1 ein und klick OK. Die Zeile mit dem Kauderwelsch ist weg.
Handgriff 2 — Überschriften setzen
Klick auf Start → Erste Zeile als Überschrift verwenden. Aus Column1 wird
Auftragsdatum, aus Column2 wird Region und so weiter.
Handgriff 3 — leere Zeilen weg Klick auf Start → Zeilen entfernen → Leere Zeilen entfernen.
Handgriff 4 — Leerzeichen abschneiden
Klick oben auf die Spaltenüberschrift Region, sodass die Spalte markiert ist.
Dann: Transformieren → Format → Kürzen. Damit verschwinden die unsichtbaren
Leerzeichen hinter manchen Werten. Ohne diesen Schritt wären „Nord" und „Nord " (mit
Leerzeichen am Ende) später zwei verschiedene Regionen.
Handgriff 5 — Schreibweise vereinheitlichen
Klick auf die Spaltenüberschrift Produktgruppe. Dann:
Transformieren → Format → Jedes Wort großschreiben. Aus bürobedarf wird
Bürobedarf. Der Hintergrund: Power Query unterscheidet Groß- und Kleinschreibung — bei Gruppierungen,
Filtern und Verknüpfungen entstehen sonst schnell Dubletten. (Das Datenmodell selbst ist dabei
nachsichtiger: Es behandelt „ABC" und „abc" als gleich und zeigt die zuerst geladene Schreibweise.
Sauber ist es trotzdem erst nach diesem Handgriff.)
Handgriff 6 — Datum ist ein Datum Klick auf die Spaltenüberschrift Auftragsdatum. Links neben dem Namen steht ein kleines Symbol: ABC — das heißt „Power BI hält das für Text". Klick auf das Symbol und wähle Datum. Das Symbol wird zu einem Kalender.
Handgriff 7 — Umsatz ist eine Zahl Klick auf die Spaltenüberschrift Umsatz. Klick jetzt nicht auf das ABC-Symbol, sondern mach einen Rechtsklick auf die Überschrift und wähle Typ ändern → Gebietsschema verwenden…. Im Fenster stellst du ein:
Klick OK.
Warum der Umweg? In der Datei stehen die Zahlen mit einem Punkt als Komma:
1796.80. Dein Windows ist auf Deutsch eingestellt und liest den Punkt als Tausendertrennzeichen — aus 1796.80 € würden 179.680 €. Mit „Gebietsschema: Englisch (USA)" sagst du Power BI: Diese Datei kommt aus einem englischsprachigen System, lies den Punkt als Komma. Power Query nimmt sonst die Regionaleinstellung deines Betriebssystems, um Text in Zahlen und Daten umzuwandeln.
Handgriff 8 — Marge ist eine Zahl Dasselbe noch einmal für die Spalte Marge: Rechtsklick auf die Überschrift → Typ ändern → Gebietsschema verwenden… → Datentyp Dezimalzahl, Gebietsschema Englisch (USA) → OK.
Fertig — jetzt zurück Klick oben links auf Start → Schließen & übernehmen. Das Fenster schließt sich und Power BI lädt die saubere Tabelle.
Rechts im Power Query-Editor stand die Liste Angewendete Schritte. Das ist kein Protokoll, sondern ein Rezept: Power BI arbeitet diese Liste jedes Mal neu ab, wenn die Daten aktualisiert werden. Du kannst jeden Schritt anklicken und sehen, wie die Tabelle an dieser Stelle aussah, und du kannst jeden Schritt mit dem X davor wieder löschen. Nichts, was du hier tust, ist endgültig — und die Ursprungsdatei wird nie verändert.
Transformation. Eine Transformation ist ein Handgriff, der die Form der Daten ändert, ohne die Ursprungsdatei anzufassen — zum Beispiel eine Spalte umbenennen, Leerzeichen abschneiden oder aus Text ein Datum machen.
Klick links am Bildschirmrand auf die Tabellenansicht (Gittersymbol). Ganz unten steht: verkaeufe_2025 (2.400 Zeilen). Die Tabelle hat 6 Spalten mit richtigen Namen, und in der Spalte Auftragsdatum stehen Datumsangaben, keine Textzeilen.
Steht da eine andere Zahl? → Häufigste Ursache: Handgriff 1 und 2 wurden vertauscht — die Überschriften müssen gesetzt werden, nachdem die Müllzeile weg ist. Öffne Start → Daten transformieren, lösch rechts in Angewendete Schritte alles außer Quelle und Geänderter Typ und mach ab Handgriff 1 weiter.
Oder: Checkpoint-Datei laden und mit Modul 3 weitermachen. Öffne die Datei einfach per Doppelklick — sie ist genau auf diesem Stand.
Etwa 25 Minuten
Drei Bilder auf der Seite, die drei Fragen beantworten: wie viel insgesamt, wer, und wann.
Klick links am Bildschirmrand auf das oberste der Symbole: die Berichtsansicht. Du siehst eine leere weiße Seite. Rechts stehen zwei Bereiche: Visualisierungen (die Symbolsammlung) und Daten (deine Tabelle).
Sieht bei dir rechts alles anders aus? Zwei Dinge können abweichen. (1) Statt des Bereichs Visualisierungen erscheint ein Menü Visuelles Element erstellen direkt am Visual: Dann ist die On-Object-Interaktion eingeschaltet. Microsoft führt sie noch als Vorschaufunktion (Datei → Optionen und Einstellungen → Optionen → Vorschaufeatures → On-object interaction, danach Power BI Desktop neu starten). Wenn du diesem Pfad Schritt für Schritt folgen willst, schalte sie dort aus. Du kannst auch einfach im Reiter Einfügen ein Visual wählen und die Felder dann über den Knopf Daten hinzufügen am Visual setzen. (2) Abgerundete Ecken und graue Flächen kommen vom neuen Standard-Design (Fluent 2) für neue Berichte — an der Funktion ändert das nichts.

(Achtung: Es gibt auch ein Symbol mit einer Weltkugel, das ebenfalls „Karte" heißt. Das ist eine Landkarte — nimm das mit den Ziffern.)
Auftragsdatum mit vier Einträgen darunter — Jahr, Quartal,
Monat, Tag. Klick bei Jahr, Quartal und Tag jeweils auf das
X. Übrig bleibt Monat — und die Linie zeigt zwölf Punkte, Januar bis
Dezember. (Diese Datumshierarchie baut Power BI automatisch aus der Datumsspalte — die Funktion heißt
Auto-Datum/Uhrzeit. Für eigene Zeitberechnungen mit DAX nimmst du später eine eigene
Datumstabelle, siehe Modul 5.)Dimension und Kennzahl. Eine Kennzahl ist das, was du misst — hier der Umsatz. Eine Dimension ist das, wonach du sie aufteilst — hier die Region oder der Monat. Jedes Diagramm, das du je bauen wirst, ist eine Kennzahl, aufgeteilt nach einer Dimension.
Die Karte zeigt: 2,10 Mio. (bzw. gerundet 2,1 Mio.) Im Balkendiagramm steht Süd ganz oben.
Steht dort stattdessen 210,01 Mio. → Dann wurde in Modul 2 der Umsatz ohne Gebietsschema Englisch (USA) umgewandelt. Power BI hat den Punkt als Tausendertrennzeichen gelesen, dadurch sind alle Beträge hundertmal zu groß. Geh zurück zu Modul 2, Handgriff 7.
Steht dort eine viel kleinere Zahl oder „(Leer)"? → Dann ist statt der Summe die Anzahl eingestellt. Klick rechts im Feld Werte auf den kleinen Pfeil neben Umsatz und wähle Summe.
Willst du es ganz genau wissen: Die Summe auf den Euro beträgt 2.100.088. Sehen kannst du sie, indem du bei der Karte die Anzeigeeinheiten auf Keine stellst (siehe Schritt 5) — oder in der Tabellenansicht die Spalte Umsatz anklickst und unter Spaltentools die Dezimalstellen auf
0stellst.Oder: Checkpoint-Datei laden und ab Schritt 1 dieses Moduls neu anfangen.
Etwa 15 Minuten · Das kürzeste Modul — und das mit dem größten Aha.
Du kannst mit einem Klick alle drei Bilder gleichzeitig auf einen Ausschnitt der Daten einschränken.
Schau auf die ganze Seite, nicht nur auf den Datenschnitt. Die große Zahl ist kleiner geworden, die Balken sind kürzer, die Linie hat sich verändert. Alle drei Bilder haben gleichzeitig reagiert — du musstest sie nicht einzeln umstellen.

💡 Soll ein Visual nicht mitfiltern? Markiere das Visual, wähle im Menüband den Reiter Format und dort Interaktionen bearbeiten (englisch: Edit interactions). Über kleine Symbole an den anderen Visuals legst du fest, ob sie auf die Auswahl reagieren. Und: Der Datenschnitt muss keine Liste sein. Im Bereich Format findest du unter Datenschnitt-Einstellungen → Optionen → Stil zum Beispiel Dropdown, Kacheln — und bei Datumsspalten Zeitraum oder relative Datumsauswahl.
Filter. Ein Filter schränkt ein, welche Zeilen gerade gezählt werden. Das Entscheidende: Er wirkt auf alle Bilder der Seite zusammen. Deshalb ist ein Bericht kein Bild, sondern ein Werkzeug — dieselbe Seite beantwortet je nach Filter Dutzende Fragen.
Bei angeklicktem Balken Nord zeigt die Karte: 480,98 Tsd. („Tsd." heißt Tausend — die genaue Summe wäre 480.981; je nach Version steht dort gerundet auch 481 Tsd.).
Steht da etwas anderes? → Häufigste Ursache: Es ist noch zusätzlich eine Produktgruppe im Datenschnitt ausgewählt. Klick sie ab, sodass kein Kästchen mehr markiert ist, und klick dann erneut auf den Balken.
Oder: Checkpoint-Datei laden und mit Modul 5 weitermachen.
Wichtig für das nächste Modul: Klick zum Schluss auf eine leere Stelle der Seite, damit kein Filter mehr aktiv ist.
Etwa 20 Minuten · Hier kommt die Antwort auf die Eingangsfrage. Der DAX-Teil danach ist optional.
Du siehst, was passiert, wenn Power BI automatisch summiert — und findest damit die Auffälligkeit in den Daten.
Bei dir sollte jetzt etwas Absurdes stehen — rund 763,64. Wenn ja: perfekt, genau das soll passieren.
Eine Marge von 763,64 gibt es nicht. Was Power BI hier gemacht hat: Es hat alle 2.400 Margen addiert. Das tut es bei jeder Zahlenspalte automatisch, weil das bei Umsätzen ja auch richtig ist. Bei einer Marge ist es Unsinn — 30 % plus 30 % sind nicht 60 %.
Summe von Marge. Klick auf den kleinen Pfeil nach unten direkt daneben.
In der Karte steht danach
Durchschnitt von Marge. Power BI benutzt für dieselbe Sache mal „Mittelwert", mal „Durchschnitt" — gemeint ist beides Mal: alle Werte zusammenzählen und durch ihre Anzahl teilen.
0,32. Das stimmt zwar, liest sich aber
schlecht. Also formatieren wir die Spalte einmal richtig:
Auto auf 1.Die zweite Karte zeigt jetzt: 31,8 %.
Steht da etwas anderes? → Häufigste Ursache: Im Feld Werte steht noch
Summe von MargestattDurchschnitt von Marge. Prüf Schritt 5 und 6.Oder: Checkpoint-Datei laden und ab Schritt 8 weitermachen.
Summe von Marge → Mittelwert.Das ist die Antwort auf die Eingangsfrage. Der Umsatz in Nord ist unauffällig — deshalb wäre es in Modul 3 niemandem aufgefallen. Aber von jedem Euro Umsatz bleibt in Nord seit April deutlich weniger übrig.
Für Genaue: Ein einfacher Durchschnitt über alle Aufträge gewichtet jeden Auftrag gleich — ein 50-€-Auftrag zählt so viel wie ein 5.000-€-Auftrag. Sauber ist eine nach Umsatz gewichtete Marge. Für „fällt hier etwas auf?" reicht der Durchschnitt völlig; die gewichtete Rechnung baust du gleich im optionalen DAX-Teil unten als Measure.
Aggregation. Aggregation ist die Entscheidung, wie viele Zeilen zu einer Zahl zusammengefasst werden: addieren, mitteln, zählen, größten Wert nehmen. Power BI wählt automatisch „addieren" — das ist eine Annahme, keine Wahrheit. Bei jeder Kennzahl, die ein Anteil, ein Preis, eine Note oder ein Stand ist, musst du die Entscheidung selbst treffen.
Etwa 25 Minuten · Du kannst direkt zu Modul 6 springen — die Seite aus Modul 4 ist fertig. Für diesen Teil gibt es keine Rettungsdatei.
Bisher hat Power BI für dich gerechnet: Spalten mit dem Summenzeichen Σ im Bereich Daten werden automatisch aufsummiert. Ein Measure ist dagegen eine Rechenvorschrift, die du selbst schreibst — in der Formelsprache DAX. Es bekommt einen Namen, ein Taschenrechner-Symbol im Bereich Daten und rechnet immer im Zusammenhang der Seite: Klickst du einen Filter an, rechnet es neu.
Measure. Ein Measure ist eine selbst geschriebene Rechenvorschrift mit Namen — zum Beispiel „Umsatz gesamt". Sie speichert kein Ergebnis, sondern wird bei jedem Filterklick neu ausgewertet.
Umsatz gesamt = SUM(verkaeufe_2025[Umsatz])
SUM
zählt alle Werte der Spalte Umsatz zusammen — genau das, was Power BI vorher von allein getan hat,
nur dass die Rechnung jetzt einen Namen hat und du sie in weiteren Formeln benutzen kannst. Zieh das Measure
zur Probe in eine neue Karte: Sie zeigt wieder 2,10 Mio.
Lege zwei weitere Measures an (wieder Rechtsklick auf die Tabelle → Neues Measure, eins nach dem anderen):
Marge in Euro = SUMX(verkaeufe_2025, verkaeufe_2025[Umsatz] * verkaeufe_2025[Marge])
Marge gewichtet = DIVIDE([Marge in Euro], [Umsatz gesamt])
SUMX geht Zeile für Zeile durch die Tabelle, rechnet je Auftrag Umsatz mal Marge (das ist der Gewinn in Euro) und zählt
die Ergebnisse zusammen. DIVIDE
teilt den Gewinn durch den Umsatz — und liefert statt eines Fehlers einen leeren Wert, falls einmal durch null geteilt würde.
So wird jeder Auftrag nach seinem Umsatz gewichtet.
Markiere das Measure Marge gewichtet, klick im Reiter Measuretools auf das %-Zeichen und stell die Dezimalstellen auf 1. Zieh es in eine neue Karte.
Die Karte zeigt 30,0 % — nicht 31,8 % wie der einfache Durchschnitt. Klickst du im Balkendiagramm auf Nord, steht dort 23,2 %. (Die Marge in Euro beträgt insgesamt rund 630.600 €.)
Zeigt Power BI einen Syntaxfehler? → Prüf, ob die Anführungszeichen und Klammern stimmen und ob die Namen genau so geschrieben sind wie im Bereich Daten. Wenn du unter Datei → Optionen → Regionale Einstellungen Lokalisierte DAX-Trennzeichen eingeschaltet hast, brauchst du Semikolons (
;) statt Kommas zwischen den Argumenten. Standard sind Kommas.
💡 Du musst nicht alles selbst tippen: Die Quick Measures (Reiter Start, Gruppe Berechnungen) schreiben gängige Formeln nach deinen Angaben für dich — gut zum Lernen. Und bei Zahlen, die als Anteil gemeint sind, gilt immer: erst Zähler und Nenner getrennt summieren, dann teilen. Nie Prozentwerte mitteln, die schon geteilt sind.
Zeitrechnungen wie „seit Jahresbeginn“ brauchen eine Datumstabelle: eine eigene Tabelle mit genau einer Zeile pro Tag, ohne Lücken, über ganze Jahre. Das ist die Voraussetzung für die klassischen DAX-Zeitfunktionen.
⚠️ Speichere vorher eine Kopie (Datei → Speichern unter, zum Beispiel
business_dax). Sobald du eine eigene Datumstabelle als solche markierst, entfernt Power BI die automatisch erzeugten, versteckten Datumstabellen. Visuals, die auf deren Hierarchie beruhen — wie die Liniendiagramme aus Modul 3 und 5 — können danach anders aussehen oder fehlerhaft sein.
Kalender =
ADDCOLUMNS(
CALENDARAUTO(),
"Monat Nr", MONTH([Date]),
"Monat", FORMAT([Date], "MMM")
)
CALENDARAUTO
erzeugt von allein eine lückenlose Spalte Date mit allen Tagen der Jahre, die in deinen Daten vorkommen
(hier: 1. Januar bis 31. Dezember 2025). ADDCOLUMNS hängt zwei Spalten an: die Monatsnummer zum Sortieren und
den Monatsnamen zum Anzeigen.Date aus Kalender auf die Spalte Auftragsdatum in verkaeufe_2025. Es erscheint eine
Linie zwischen den Tabellen: eine Beziehung, sie leitet Filter von der Kalender- in die Umsatztabelle weiter.Date wählen. Power BI prüft,
ob die Daten eindeutig, ohne leere Werte und lückenlos sind.Umsatz YTD = TOTALYTD([Umsatz gesamt], Kalender[Date])
TOTALYTD
summiert den Umsatz vom 1. Januar bis zum jeweiligen Datum — für jeden Monat in der Auswertung neu.Die YTD-Linie steigt von Monat zu Monat und endet im Dezember bei 2.100.088 € (die Summe des ganzen Jahres). Im März steht sie bei rund 510.500 € — das sind Januar, Februar und März zusammen. Die Umsatz-Linie daneben schwankt, die YTD-Linie nie.
Steht bei jedem Monat der gleiche Wert? → Dann fehlt die Beziehung aus Schritt 2 oder sie zeigt in die falsche Richtung. In der Modellansicht muss die Linie von
Date(Seite „1“) zuAuftragsdatum(Seite „*“) laufen.
Stand Oktober 2026: Neben diesem klassischen Weg gibt es die kalenderbasierte Zeitintelligenz (Vorschau, Schalter Enhanced DAX Time Intelligence unter Vorschaufeatures). Du definierst darin einen Kalender auf der Tabelle, schreibst
TOTALYTD([Umsatz gesamt], 'Kalender')und musst die Tabelle dafür meist nicht mehr als Datumstabelle markieren. Sie kann auch Fiskaljahre und Wochen. Für den Einstieg bleib beim klassischen Weg;TOTALYTDist übrigens nur die Kurzform vonCALCULATEmitDATESYTD. Details: Zeitbasierte Berechnungen in Power BI.
Etwa 15 Minuten
Dein Bericht hat einen Titel, sieht aufgeräumt aus und liegt als PDF auf deinem Rechner.
Verkaufszahlen 2025
Markier den Text und stell in der kleinen Leiste darunter die Schriftgröße
auf 28 ein. Schieb das Textfeld an den oberen Rand der Seite.Überblick.business_fertig, Endung .pbix. Speicher die Datei irgendwo, wo du sie
wiederfindest.
Im Menüband gibt es den Knopf Veröffentlichen (Reiter Start, Gruppe Freigeben). Er lädt den
Bericht in den Power BI Service — die Online-Seite von Power BI (app.powerbi.com), in der andere
ihn anschauen können. Der Ablauf:
Ob das klappt, hängt an deiner Lizenz. Die Lizenzen im Überblick (Stand Oktober 2026):
| Lizenz | Was du damit kannst |
|---|---|
| Kostenlos (Fabric Free) | Inhalte für dich selbst in Mein Arbeitsbereich bauen. Geteilte Inhalte nur ansehen, wenn sie in einer Premium- oder Fabric-Kapazität liegen. Nicht teilen, nicht in andere Arbeitsbereiche veröffentlichen. |
| Power BI Pro | In Arbeitsbereiche veröffentlichen, teilen, zusammenarbeiten. Die Empfänger brauchen ebenfalls Pro — außer der Inhalt liegt in einer Premium- oder Fabric-Kapazität. |
| Premium pro Nutzer (PPU) | Alles von Pro plus Premium-Funktionen. Teilen nur mit anderen PPU-Nutzern — außer der Inhalt liegt in einem Arbeitsbereich auf Premium-Kapazität. |
Eine Besonderheit: Leser mit kostenloser Lizenz kommen auf Inhalte, wenn diese in einer Premium-Kapazität (P) oder in einer Fabric-Kapazität ab F64 liegen. Bei kleineren Fabric-Kapazitäten (F2 bis F32) brauchen auch die Leser eine Pro-Lizenz. Quelle: Lizenzarten in Power BI und Fabric und Teilen und Zusammenarbeiten.
Und der Copilot? Der Copilot-Knopf steht im Menüband immer da. Nutzbar ist er aber nur, wenn du Zugriff auf einen Arbeitsbereich mit bezahlter Fabric-Kapazität (ab F2) oder Premium-Kapazität (ab P1) hast, in dem Copilot aktiviert ist — oder wenn dein Unternehmen dir eine Fabric-Copilot-Kapazität zugewiesen hat. Testkapazitäten zählen nicht. Mit einer Free- oder Pro-Lizenz allein geht es nicht. Für diesen Pfad brauchst du ihn nicht; das PDF ist der Abschluss.
Visual. Jedes einzelne Bild auf der Seite — Karte, Balken, Linie, Datenschnitt — heißt in Power BI ein Visual. Eine Seite voller Visuals, die sich gegenseitig filtern, ist ein Bericht.
Auf deinem Rechner liegt eine PDF-Datei mit deiner Seite darauf. Sie zeigt den Titel, fünf Bilder und den Datenschnitt.
Fehlt im PDF etwas? → Häufigste Ursache: Ein Visual ragte über den Seitenrand hinaus. Zurück in Power BI, das Visual ganz auf die Seite schieben, neu exportieren.
Oder: fertigen Bericht ansehen — so hätte es aussehen können.
Du hast eine unordentliche Datei aus einem System genommen, sie sauber gemacht, drei Fragen daran beantwortet, sie filterbar gemacht und dabei etwas gefunden, das auf den ersten Blick nicht zu sehen war. Das ist der komplette Ablauf — bei jedem echten Projekt ist es genau dieser, nur mit mehr Daten.
Sieben Wörter, die du jetzt kennst (acht, wenn du den optionalen DAX-Teil gemacht hast):
| Wort | Bedeutung in einem Satz |
|---|---|
| Zeile und Spalte | Eine Zeile ist ein Vorgang, eine Spalte eine Eigenschaft, die jeder Vorgang hat. |
| Transformation | Ein Handgriff, der die Form der Daten ändert, ohne die Ursprungsdatei anzufassen. |
| Visual | Ein einzelnes Bild auf der Seite — Karte, Balken, Linie, Datenschnitt. |
| Dimension | Das, wonach du aufteilst: Region, Monat, Produktgruppe. |
| Kennzahl | Das, was du misst: Umsatz, Marge, Anzahl. |
| Filter | Eine Einschränkung, welche Zeilen gerade zählen — sie wirkt auf alle Visuals gleichzeitig. |
| Aggregation | Die Entscheidung, wie viele Zeilen zu einer Zahl werden: addieren, mitteln, zählen. |
| Measure (optional) | Eine selbst geschriebene Rechenvorschrift in DAX, die bei jedem Filter neu rechnet. |
Etwa 10 Minuten · Optional. Gehört nicht zum Pfad — du kannst ihn überspringen.
Wenn du nach diesem Pfad eine eigene Excel-Datei in Power BI lädst, passiert oft etwas Verwirrendes: Es geht nicht. Dieser Exkurs erklärt in einem Satz, warum.
Menschen lesen Kreuztabellen, Maschinen lesen lange Tabellen.
Eine Kreuztabelle sieht so aus — und für ein Auge ist sie großartig:
| Region | Januar | Februar | März |
|---|---|---|---|
| Nord | 12.400 | 11.900 | 13.100 |
| Süd | 14.200 | 15.000 | 14.800 |
Das Problem: Der Monat steht hier nicht in der Tabelle, sondern über ihr — als Spaltenüberschrift. Power BI kann aber nur mit dem arbeiten, was in Zeilen und Spalten steht. Es sieht drei Kennzahlen namens „Januar", „Februar", „März" und keine Dimension „Monat". Ein Liniendiagramm über die Zeit ist damit unmöglich.
Dieselben Daten als lange Tabelle:
| Region | Monat | Umsatz |
|---|---|---|
| Nord | Januar | 12.400 |
| Nord | Februar | 11.900 |
| Nord | März | 13.100 |
| Süd | Januar | 14.200 |
| Süd | Februar | 15.000 |
| Süd | März | 14.800 |
Unhandlich zu lesen, aber jetzt gibt es eine Spalte Monat — eine Dimension, wie du sie in Modul 3 benutzt hast. Genau so wollen es alle Auswertungswerkzeuge.
Du brauchst das nicht auswendig zu lernen, nur wiedererkennen:
Power BI macht aus den Monatsspalten zwei neue Spalten: Attribut (der Monatsname) und Wert (die Zahl). Die kannst du dann umbenennen, und die Tabelle ist lang statt breit.
Warum Andere Spalten und nicht einfach alle Monatsspalten markieren? Kommen im nächsten Jahr neue Monatsspalten dazu, werden sie beim Aktualisieren automatisch mit entpivotiert. Wer die Monate einzeln markiert, muss nachbessern.
Dieser Pfad hatte genau eine Tabelle. Echte Auswertungen haben mehrere — Aufträge, Kunden, Produkte, Kalender — die über gemeinsame Schlüssel verbunden werden. Diese Verbindungen heißen Beziehungen, und die übliche Anordnung dafür heißt Sternschema: In der Mitte stehen die Ereignisse (Faktentabelle, hier die Aufträge), drumherum die Dinge, nach denen du filterst und gruppierst (Dimensionstabellen, hier zum Beispiel Kalender, Produkte, Regionen). Beziehungen siehst und baust du in der Modellansicht (dritte Symbol links) — mit dem Kalender aus dem optionalen DAX-Teil in Modul 5 hast du schon eine gebaut. Das ist der nächste Schritt, wenn dir eine Tabelle nicht mehr reicht.