DATEV-Daten sauber in Power BI zu bekommen, ist kein Konfigurationsschritt,
sondern Datenmodellierung — hier steht, woran es dabei erfahrungsgemäß hängt, und drei
Beispiel-Dashboards dazu. Alle Werte darin sind frei erfunden, keine echten Kundendaten.
Woran es in der Praxis oft scheitert
Nicht an der Idee, sondern an Schnittstellen und Datenmodell: DATEV liefert Buchungen, Kontenrahmen
und Kostenstellen in einer eigenen Logik, Power BI erwartet ein sauberes, relationales Datenmodell
dahinter. Wer beides ungefiltert aufeinandertreffen lässt, bekommt ein Dashboard, das rechnerisch
korrekt aussieht und trotzdem falsch ist — weil Konten doppelt gezählt, Perioden falsch abgegrenzt
oder Kostenstellen nicht sauber verknüpft sind. Genau an dieser Stelle ist es Handwerk: Datenmodell
einmal richtig aufbauen, dann läuft der Rest automatisiert.
DATEV-Daten anbinden
Ausgangspunkt sind immer die vorhandenen DATEV-Daten — Buchungen, Kontenrahmen, Kostenstellen, je
nach eingesetztem DATEV-Programm über unterschiedliche Exportwege verfügbar. Diese Daten werden für
Power BI aufbereitet und regelmäßig aktualisiert, statt sie einmalig zu exportieren und dann
veralten zu lassen. Das Ergebnis: Zahlen, die am nächsten Morgen schon stimmen, statt am
Monatsende mühsam zusammengetragen zu werden.
Power BI an jedes gängige ERP-System
Das Prinzip gilt nicht nur für DATEV. Power BI lässt sich grundsätzlich an alle gängigen
ERP-Systeme anbinden — über SQL-Datenbanken, APIs, OData-Schnittstellen oder strukturierte
Exporte. SAP Business One, Microsoft Dynamics 365 Business Central oder Sage stehen hier als
Beispiele für gängige Systeme, nicht als Referenzprojekte — das Anbindungsprinzip bleibt gleich,
nur die Details unterscheiden sich je System.
Drei weitere Beispiel-Dashboards
Wie ein Power-BI-Dashboard das im Alltag umsetzt, zeigen drei weitere Beispiele — Liquidität,
Vertrieb und Service. Auch hier gilt: alle Werte sind frei erfunden, keine echten Betriebsdaten.