Power BI Dashboard für Handels- und Logistikfirmen

Ein Handelsunternehmen braucht eine Handvoll Dashboards auf Basis vereinbarter KPI-Definitionen und sauberer ERP-Daten: Umsatz und Marge, Bestand, Forderungen und Versand. Power BI, Tableau und Looker Studio liefern sie alle — die Wahl des Werkzeugs richtet sich nach Ihren Datenquellen, Ihren Nutzern und Ihrer Governance, nicht nach der Funktionsliste.

Welche Dashboards braucht ein Handelsunternehmen?

Handelsbetriebe wiederholen wöchentlich dieselben wenigen Steuerungsfragen — und jede einzelne ist ein Dashboard, kein Bericht:

Umsatz und Marge. Was verkauft wurde, an wen und mit welcher Marge — nach Produkt, Kunde, Markt und Monat. Die Marge ist die Perspektive, die Verhalten ändert: Ein Handelsunternehmen kann im selben Quartal den Umsatz steigern und dabei weniger verdienen, und nur die Marge macht das sichtbar.

Bestand. Was liegt, wo, seit wann und was sich nicht mehr bewegt. Für Distributoren ist das das Dashboard ums Geld: Bestandsreichweite und Langsamdreher binden das Betriebskapital, das die nächste Bestellung braucht.

Forderungen. Wer wie lange schuldet und welche Salden die Fälligkeit überschritten haben. Die Altersklassen machen auf einen Blick sichtbar, ob ein Forderungsbuch normal oder problematisch ist.

Lieferungen. Was pünktlich rausging, was Verspätung hat und was an einem Beleg- oder Zollschritt hängt. Für Exporteure ist das zugleich ein Dashboard für die Servicequalität, denn die Verzögerung, die der Kunde erlebt, ist ein Versandereignis, kein Rechnungsereignis.

Offene Aufträge. Was zugesagt ist, was ansteht und was blockiert ist — das operative Bild, das Produktions-, Einkaufs- und Containerplanung dieser Woche bestimmt.

Fünf Dashboards auf einem einzigen Datenmodell schlagen fünfzig Berichte aus fünfzig Einzelauszügen. Der Grund ist definitorisch: Wenn jede Berichtverantwortliche die Marge auf ihre eigene Weise berechnet, werden Besprechungen zum Streit um Zahlen — und die Sitzung vergeht mit dem Streit statt mit der Entscheidung. Das erste Ergebnis eines BI-Projekts ist deshalb kein Diagramm, sondern ein schriftliches KPI-Wörterbuch, abgestimmt mit den Personen, an denen diese Zahlen gemessen werden.

KPI-Definitionen und Datenquellen

Die Tabelle ist das Herzstück des Projekts: Jede Kennzahl braucht eine Definition, einen Verantwortlichen und eine Datenquelle — und die Spalte „Häufiger Fallstrick“ ist der Ort, an dem die meisten Dashboard-Streitigkeiten entstehen:

Tabelle A: KPI | Definition | Datenquelle | Häufiger Fallstrick

KPI	Definition	Datenquelle	Häufiger Fallstrick
Umsatz	Fakturierte Nettoumsätze in der vereinbarten Währung, je Periode, nach Produkt/Kunde/Markt	ERP-Rechnungen (nur gebuchte Belege)	Bestellungen statt Rechnungen gezählt oder Gutschriften ohne Hinweis einbezogen
Bruttomarge	Umsatz abzüglich der Kosten der verkauften Ware, je Position, wo die Kalkulation vorliegt	ERP-Rechnungen, verbunden mit Kosten- oder Bestandsdaten	Mittelwert über Produkte hinweg, der eine Verlustposition im gesunden Gesamtergebnis versteckt; Kosten, die dem Umsatz um eine Periode hinterherhinken
Bestandsreichweite (Tage)	Durchschnittlicher Bestandswert geteilt durch die täglichen Verkaufskosten der Periode	ERP-Bestandsbewertung und Kostendaten	Bewertungsgrundlage wechselt mitten im Jahr (gewichteter Durchschnitt, FIFO), ohne dass das Dashboard es merkt; Bestände über Lager mit unterschiedlichen Regeln
Forderungen nach Überfälligkeit	Offene Salden, gegliedert nach Tagen überfällig und nach Kunde	ERP-Offenposten	Streitige Rechnungen schlicht als „verspätet“ behandeln; Gutschriften übersehen, die den Saldo nach Bildung der Klasse senken
Versandpünktlichkeit	Lieferungen, die am vereinbarten Tag oder früher abreisen, als Anteil der Lieferungen der Periode	ERP-Ausgänge + Frachtpapiere oder Logistiksystem	Den „vereinbarten Tag“ je Team anders definieren; das Belegdatum statt der tatsächlichen Abfahrt zählen
Offene Aufträge	Zugesagter und anstehender Auftragswert, blockierte Aufträge separat ausgewiesen	ERP-Auftragsbuch	Bestätigte und vorläufige Aufträge vermischt; eine einzige Zahl, die den blockierten Anteil versteckt

Diese Tabelle halten zwei Disziplinen am Leben. Definitionen werden in einfacher Fachsprache formuliert, nicht als Formel — die Formel gehört ins Datenmodell, der Satz ins Wörterbuch, und über den Satz wird im Vertriebsteam gestritten. Und jede Definition trägt ein Datum und einen Verantwortlichen: Definitionen wandern, während sich das Geschäft verändert, und ein Dashboard, das mit der Definition des Vorjahrs arbeitet, ist nicht ehrlich veraltet, sondern stillschweigend falsch. Die weitere Frage, ob diese Schicht in ein neues System oder in die bestehende ERP gehört, behandelt die Seite zu Eigenentwicklung versus Standard-ERP, und die Seite zu BI und Datenanalytik behandelt die Disziplin insgesamt.

Datenquellen und Integration

Die Wahrheit eines Handelsunternehmens verteilt sich auf fünf Systeme, und die Aufgabe der BI-Schicht ist es, sie zu verbinden, ohne sich etwas auszudenken:

ERP. Rechnungen, Aufträge, Bestand, Zahlungen, Stammdaten. Die Hauptquelle und in der Regel die einzige mit transaktioneller Konsistenz.

Tabellenkalkulationen. Ziele, Budgets, manuelle Korrekturen und die Schattenzahlen, die in der Datei einer einzelnen Person leben. Nehmen Sie sie ernst — ein Budget, das nur in einer Tabelle existiert, ist trotzdem ein echtes Budget —, binden Sie sie aber als Daten mit Verantwortlichem ein, nicht als E-Mail-Anhang.

E-Commerce und Marktplätze. Aufträge und Zugriffe für Unternehmen mit Onlineverkauf; Kanaldaten, die selten eins zu eins zum ERP passen, weshalb die Zuordnungsregeln (was zählt als Verkauf, wann) Teil des Wörterbuchs werden.

Logistik. Ausgänge, Sendungsverfolgungen, Status des Frachtführers — die Quelle für die Pünktlichkeitskennzahl und das Versanddashboard und zugleich die Quelle, die am häufigsten manuelle Schlüssel oder Datenübertragungen von Partnern braucht.

Bank. Einzahlungen und Zahlungen, abgeglichen mit den Offenposten — die Brücke zwischen dem Forderungsdashboard und der Liquiditätswirklichkeit.

Integrationsmuster reichen von geplanten Exporten (eine Routine, die jede Nacht eine Datei ablegt — einfach, bei Fehlern harmlos und leicht zu reparieren) bis zu Live-Verbindungen und Gateways (aktuelle Daten, dafür mehr Komponenten, die sich ändern können). Die Entscheidung fällt je Quelle, nicht je Projekt: Ein ERP, das eine Schnittstelle bereitstellt, wird über diese Schnittstelle angebunden, und ein Partner, der wöchentlich eine Tabelle schickt, schickt sie weiter, bis es einen Grund gibt, damit aufzuhören. Entscheidend ist, dass für jede Quelle schriftlich feststeht, welche Aktualisierung erwartet wird — wann sie sich aktualisiert und was „aktuell“ für die Leser des Dashboards bedeutet.

Grundlagen des Datenmodells

Sie müssen kein Dateningenieur werden, um das richtig hinzubekommen — aber drei Begriffe entscheiden, ob das Projekt sein zweites Jahr überlebt:

Fakten und Dimensionen. Fakten sind die Ereignisse — Rechnungszeilen, Ausgänge, Zahlungen — mit Mengen und Werten. Dimensionen sind der Kontext — Produkt, Kunde, Markt, Datum, Lager — mit den Merkmalen, nach denen Sie filtern und gruppieren. Jede Kennzahl oben ist eine Aggregation von Fakten, zerschnitten nach Dimensionen; deshalb versorgt ein Modell fünf Dashboards.

Bewusst das Sternschema. Fakten im Zentrum, Dimensionen darum herum, ohne clevere Many-to-many-Verkürzungen — erst dadurch bleiben Maßzahlen additiv: nach Region summierter Umsatz ergibt summierter Umsatz je Monat ergibt Gesamtumsatz. Modelle, die diese Struktur überspringen, funktionieren in der Demo und zerbrechen im dritten Bericht.

Eine Version der Wahrheit. Derselbe Produktcode, derselbe Kundencode, dieselbe Währung in jeder Faktentabelle, gespeist aus denselben Stammdaten. Doppelte Dimensionen, die auseinanderlaufen, sind der Weg, auf dem zwei Dashboards für denselben Monat zwei verschiedene Summen zeigen — und die anschließende Diskussion kostet mehr, als das Modell je gespart hat.

Technologienamen (die semantischen Modelle von Power BI, DAX für Maßzahlen) gehören hierher, bleiben in diesem Leitfaden aber auf Namensebene: Die Modellierungsdisziplin oben ist in jedem Werkzeug dieselbe, und genau sie entscheidet, ob den Dashboards vertraut wird.

Power BI, Tableau und Looker Studio im Vergleich

Alle drei liefern die oben genannten Dashboards; die Unterschiede liegen in der Passung. Der Vergleich ist bewusst qualitativ gehalten — Lizenzbedingungen und Funktionsumfänge ändern sich in diesem Markt häufig; prüfen Sie daher aktuelle Herstellerinformationen, bevor Sie entscheiden, und behandeln Sie jede Zahl aus einem älteren Release-Zyklus als Hinweis, nicht als Tatsache:

Tabelle B: Kriterium | Power BI | Tableau | Looker Studio

Kriterium	Power BI	Tableau	Looker Studio
Datenkonnektoren	Breite Auswahl inklusive ERP- und Microsoft-Quellen; Gateway-Optionen für lokal betriebene Daten	Breite Auswahl inklusive Unternehmensquellen; starke Aufbereitungswerkzeuge	Stark für Werbe- und Webplattformen; weniger ERP-Anbindungen für Unternehmen
Lizenzmodell	Nutzerlizenzen mit Rollen; Bedingungen und Stufen ändern sich — aktuelle Microsoft-Informationen prüfen	Nutzer- und Serverlizenzen; Bedingungen ändern sich — aktuelle Herstellerinformationen prüfen	Kostenlose Stufe mit bezahltem Arbeitsbereich; auf das Google-Ökosystem ausgerichtet — aktuelle Bedingungen prüfen
Governance	Ausgereifter Arbeitsbereich, Sensitivitätsmodell und Sicherheit auf Zeilenebene; passt zu Organisationen, die ohnehin in der Microsoft-Umgebung leben	Server-Governance für Unternehmen mit Inhaltsverantwortung und Berechtigungen	Einfachere Governance; gemeinsame Datenquellen helfen, das Modell bleibt aber schlanker
Einarbeitung	Für Teams mit Excel-Erfahrung gut zugänglich; Maßzahlen verlangen Modellierungsdisziplin	Visuelle Analyse ist für Analysten schnell; die Modellierung hat eigene Begriffe	Am schnellsten zum ersten Dashboard; bei tiefer Modellierung wird mehr verlangt

Der ehrliche Weg zu dieser Entscheidung führt über Ihre eigenen Einschränkungen in der ersten Spalte, nicht über die Produkte in den Zeilen: Wo liegen die Daten (eine Microsoft-zentrierte Umgebung spricht für Power BI schlicht wegen Anbindung und Identitätsmanagement)? Wer nutzt sie täglich? Und wer wird das Modell in zwei Jahren verwalten? Eine Beschaffungsrunde, die diese Zeilen gegen Ihre schriftlichen Anforderungen bewertet — das Verfahren auf der Checkliste für Lieferanten-RFPs —, kommt zu einer vertretbaren Antwort; ein Vergleich dreier Live-Demonstrationen nicht.

Zugriffskontrolle und Governance

Handels-Dashboards zeigen Marge, Kundennamen und Zahlungsverhalten — der Zugriff ist deshalb zuerst eine kaufmännische und erst danach eine technische Frage:

Sicherheit auf Zeilenebene. Der Regionsleiter sieht seine Region, der Verkäufer seine Konten, die Geschäftsführung alles — umgesetzt im Datenmodell, nicht in getrennten Kopien des Dashboards. Getrennte Kopien sind der Weg, auf dem „zwei Zahlen für denselben Monat“ wiederkommt.

Rollen statt Berichte. Der Zugriff folgt den Arbeitsrollen, wird einmal vergeben und regelmäßig überprüft; der Zugriff einer ausscheidenden Person endet mit dem Beschäftigungsverhältnis — das ist eine Governance-Routine, kein Projekt.

Sensible Felder. Marge- und Kostenpalten brauchen ausdrückliche Entscheidungen: Wer sieht sie überhaupt, und gibt es ein Dashboard ohne sie für den weiteren Kreis?

Datenschutz. Personenbezogene Kundendaten im Dashboard unterliegen denselben Pflichten, die das Unternehmen ohnehin trägt: der KVKK für türkische Geschäfte und der DSGVO (GDPR) für europäische Kundendaten — mit Rechtsgrundlage, Aufbewahrung der Auszüge und Zugriffsprotokollen. Die Pflichten gelten wie für die Systeme, aus denen die Daten stammen; ein Dashboard ist keine Ausnahme, weil es nur liest. Der weitere Vertragsrahmen einschließlich Hosting und Herstellerzugriff wird auf der IT-Outsourcing-Seite behandelt.

Aktualisierung und Änderungskontrolle. Ein Dashboard, dessen Definition sich ändert, sollte sichtbar ändern — mit Versionsvermerk, Datum und Verantwortlichem —, denn die stille Neudefinition einer Kennzahl ist der Weg, auf dem zwei Abteilungen sich gegenseitig nicht mehr trauen.

Umsetzungsschritte

Die Reihenfolge, die funktioniert:

Zuerst die Kennzahldefinitionen. Das KPI-Wörterbuch, freigegeben von den Vertriebs-, Finanz- und Logistikverantwortlichen. Ein bis zwei Seiten; das gesamte Projektrisiko sitzt darin, ob dieser Schritt sauber gemacht wurde.

Eine Datenquelle, ein Pilot-Dashboard. In der Regel ERP-Rechnungen und das Umsatz-Marge-Dashboard — die Frage, die das Management am häufigsten stellt, und die Daten, die in der Regel am saubersten sind. Der Pilot beweist Pipeline, Modell und Definition zugleich.

Nutzertest mit echten Fragen. Geben Sie das Pilot-Dashboard zwei Wochen lang drei echten Nutzern mit ihren tatsächlichen Wochenfragen und beobachten Sie, was sie nicht beantworten können. Die Lückenliste aus diesen vierzehn Tagen ist der Backlog, der zählt; die daraus entstehenden Funktionswünsche sind in der Regel kleiner als die Furcht vor ihnen.

Erst beheben, dann erweitern. Im Pilot gefundene Datenqualitätsprobleme werden an der Quelle behoben, nicht im Dashboard; eine berechnete Korrektur im Bericht versteckt ein unsauberes ERP, das jedes spätere Dashboard vergiften würde.

Freigabe je Dashboard, nicht nach Nutzerzahl. Liefern Sie die fünf vereinbarten Dashboards der Reihe nach, jedes mit Verantwortlichem und Definitionsdatum, statt das Werkzeug auf einmal für alle zu öffnen — die zweite Hälfte des Akzeptanzproblems ist das, was Menschen ansehen, und fünf betreute Dashboards schlagen eine leere Fläche.

Betrieb. Überwachung der Aktualisierungen, ein namentlich benannter Verantwortlicher je Dashboard und ein vierteljährlicher Definitionssprechtag. Ein BI-Projekt, das beim Go-live endet, wird innerhalb eines Jahres zum Berichts-Hobby; die Betriebsroutine macht es zur Führungsinfrastruktur.

Schritt 1 und Schritt 6 sind die beiden, die Teams auslassen — und genau sie entscheiden, ob den Zahlen achtzehn Monate später noch vertraut wird.

Häufig gestellte Fragen

Brauchen wir ein Data Warehouse?

Zum Start nicht. Eine direkte Verbindung zum ERP plus einige Dimensionstabellen deckt die ersten fünf Dashboards für die meisten Handelsunternehmen; ein Data Warehouse rechnet sich, wenn sich die Quellsysteme vermehren, die Historie über die Aufbewahrungszeit des ERP hinaus gehalten werden muss oder die Performance leidet. Der ehrliche Auslöser ist die Wiederholung: Wenn dieselben Auszugsumwege immer wieder neu gebaut werden, ist das das Data-Warehouse-Gespräch — und die Frage Bauen oder Konfigurieren behandelt die Seite zu Eigenentwicklung versus Standard-ERP.

Wie oft sollten Daten aktualisiert werden?

Richten Sie die Aktualisierung je Quelle am Entscheidungsrhythmus aus: Umsatz und offene Aufträge rechtfertigen tägliche oder fast tägliche Aktualisierung; Bestand und Forderungen in der Regel täglich; Marktplätze und Bankanbindungen so oft, wie sie zuverlässig aktualisiert werden. Häufiger zu aktualisieren, als sich die Daten ändern, kostet Aufwand ohne Information — und Aktualisierungsfehler sollten für Nutzer sichtbar sein statt still: Ein Dashboard, das gestrige Daten als heutige zeigt, ist schlechter als eines, das sagt, dass es Verspätung hat.

Können wir Excel-Exporte verwenden?

Ja, als legitime Quelle — die ersten Dashboards laufen häufig auf einer geplanten Exportroutine, und Budgets leben oft nur in Tabellenkalkulationen. Die Disziplin darin: Exporte als Datenströme behandeln, mit Verantwortlichem, Zeitplan und einem geprüften Format; die Fehlerquelle ist die E-Mail-Datei, die unregelmäßig ankommt und stillschweigend aufhört — und eine Kennzahl mitnimmt.

Wer definiert die KPIs?

Die geschäftlich Verantwortlichen für die Zahlen: die Vertriebsleitung für Umsatz und Marge, der Betrieb für Bestand und Versand, die Finanzabteilung für Forderungen. Das BI-Team übersetzt die vereinbarten Sätze in Maßzahlen; definiert das BI-Team die KPIs allein, messen Dashboards etwas, nach dem niemand gefragt hat — technisch richtig, betrieblich ungenutzt.

Ist Power BI kostenlos?

Lizenzbedingungen in diesem Markt ändern sich häufig. Prüfen Sie aktuelle Microsoft-Informationen, bevor Sie budgetieren, statt sich auf Zahlen zu verlassen, die aus einem früheren Release-Zyklus stammen können. Unverändert bleibt die Form der Entscheidung: Nutzerlizenzen mit Rollen, eine Modellierungsschicht, die Governance braucht, und in der Regel überschaubare Kosten neben den Entscheidungen, die die Dashboards verbessern — entscheiden Sie aber auf Basis aktueller Bedingungen, schriftlich.

Wie schützen wir Kundendaten?

Sicherheit auf Zeilenebene im Modell, damit jeder sieht, was seine Rolle erlaubt; ausdrückliche Entscheidungen zu Marge- und Kostenfeldern; Zugriff nach Rolle mit regelmäßiger Überprüfung; und die Pflichten aus KVKK und DSGVO auf die Dashboard-Schicht angewandt — Rechtsgrundlage, Aufbewahrung der Auszüge, Zugriffsprotokolle — genau wie für die Quellsysteme. Die Fragen zu Hosting und Herstellerzugriff sind dieselben wie auf der IT-Outsourcing-Seite, und sie gehören vor dem Go-live in den Vertrag.

Quellen und Standards

Der hier beschriebene KPI-Satz, die Zuordnung der Datenquellen, die Modellierungsbegriffe (Fakten, Dimensionen, Sternschema, eine Version der Wahrheit), die Governance-Themen (Sicherheit auf Zeilenebene, Sichtbarkeit der Aktualisierung, Änderungskontrolle) und die Einführungsreihenfolge folgen der allgemeinen Praxis der Business Intelligence für Handels- und Logistikunternehmen; auf dieser Seite erscheinen keine Nutzungsstatistiken, Adoptionszahlen oder gemessenen Ergebnisse.
Der Vergleich der drei Werkzeuge ist bewusst qualitativ und ohne Lizenzpreise, Limits oder Funktionsversprechen, die zwischen Release-Zyklen wechseln; jede Lizenzzeile weist den Leser darauf hin, aktuelle Herstellerinformationen zu prüfen, und es wird keine Partnerschaft mit Microsoft, Tableau oder Google behauptet.
Prozessaussagen folgen den Seiten dieser Website: BI und Datenanalytik, Eigenentwicklung versus Standard-ERP (der Ort der Datenschicht) und IT-Outsourcing aus der Türkei (Pflichten aus KVKK und DSGVO, Herstellerzugriff, Vertragsfragen).
Datenschutzpflichten werden benannt, nicht ausgelegt: KVKK für türkische Geschäfte und DSGVO für europäische Kundendaten gelten je nach Lage des Unternehmens; bestätigen Sie den anwendbaren Rechtsrahmen mit einer qualifizierten Beratung.