So verbinden Sie Power BI mit Ihrem ERP-System

Ihr ERP-System enthält die umfassendsten Betriebsdaten Ihrer Organisation. Bestellungen, Rechnungen, Lagerbewegungen, Kaufbelege, Fertigungsaufträge, Arbeitszeittabellen der Mitarbeiter, Kundeninteraktionen – jedes Transaktionsereignis, das Ihr Unternehmen vorantreibt, wird dort aufgezeichnet. Das Problem besteht darin, dass ERP-Systeme für die Erfassung von Transaktionen konzipiert sind, nicht für deren Analyse. Die in den meisten ERPs integrierten Berichte reichen für grundlegende betriebliche Abfragen aus, versagen jedoch, wenn Sie funktionsübergreifende Analysen, Trenderkennung, Prognosen oder Dashboards auf Führungsebene benötigen, die Daten aus mehreren Domänen synthetisieren.

Power BI schließt diese Lücke. Es verbindet sich mit der zugrunde liegenden Datenbank oder den APIs Ihres ERP, wandelt die Transaktionsdaten in ein analytisches Sternschema um und liefert interaktive Dashboards, die Muster aufdecken, die in den nativen Berichten Ihres ERP nicht angezeigt werden können. Aber die Verbindung besteht nicht einfach darin, „Power BI in die Datenbank einzubinden“. Jede ERP-Plattform hat ihre eigene Datenstruktur, Zugriffsmethode und Besonderheiten, die sich darauf auswirken, wie Sie die Verbindung aufbauen, die Daten modellieren und die Integration im Laufe der Zeit aufrechterhalten.

In diesem Leitfaden werden die praktischen Schritte zum Verbinden von Power BI mit sechs wichtigen ERP-Plattformen behandelt: Odoo (unsere Hauptspezialität), SAP, Microsoft Dynamics 365, Oracle, NetSuite und QuickBooks. Wir konzentrieren uns auf Architekturentscheidungen, Verbindungsmethoden, Datenmodellierung, inkrementelle Aktualisierung und die Transformationsmuster, die rohe ERP-Daten in analytisches Gold verwandeln.

Wichtige Erkenntnisse

• Jede ERP-Integration folgt dem gleichen dreiphasigen Muster: Verbinden (auf die Daten zugreifen), Transformieren (für Analysen umgestalten), Modellieren (Sternschema-Beziehungen aufbauen)
• Die PostgreSQL-Datenbank von Odoo bietet die direkteste und flexibelste Power BI-Verbindung --- SQL-Ansichten und materialisierte Ansichten sind der empfohlene Ansatz für Produktionsbereitstellungen
• SAP erfordert den SAP HANA- oder SAP BW-Konnektor; Direkter Datenbankzugriff ist in SAP-Umgebungen selten erlaubt
• Dynamics 365 lässt sich nativ über Dataverse integrieren und ist damit das am einfachsten zu verbindende ERP für Unternehmen, die bereits im Microsoft-Ökosystem sind – Eine inkrementelle Aktualisierung ist für große ERP-Datensätze unerlässlich – eine vollständige Aktualisierung von Transaktionstabellen mit mehreren Millionen Zeilen ist nicht nachhaltig
• Erstellen Sie immer eine analytische Ebene (Ansichten, Staging-Tabellen oder ein Data Warehouse) zwischen ERP und Power BI, anstatt operative Tabellen direkt abzufragen – Die Datentransformation in Power Query sollte ERP-spezifische Muster verarbeiten: Normalisierung mehrerer Währungen, Ausrichtung des Finanzkalenders und Übersetzung von Statuscodes

---

Die universelle ERP-Integrationsarchitektur

Dreischichtiger Ansatz

Unabhängig davon, welches ERP Sie verwenden, folgt die Integrationsarchitektur drei Ebenen:

Schicht 1: Extraktion. Ziehen Sie Daten aus dem ERP in Power BI. Dies geschieht über Datenbankverbindungen (PostgreSQL, SQL Server, Oracle), API-Aufrufe (REST, OData, SOAP) oder Zwischenspeicherung (Data Warehouse, Data Lake, CSV-Exporte). Die Extraktionsmethode hängt davon ab, was das ERP unterstützt und was die Sicherheitsrichtlinien Ihres Unternehmens zulassen.

Schicht 2: Transformation. ERP-Rohdaten sind transaktional und normalisiert – optimiert für Einfügungen und Aktualisierungen, nicht für die Analyse. Wandeln Sie es in analytische Formen um: Fassen Sie Transaktionszeilen in Übersichtstabellen zusammen, wandeln Sie Statuscodes in lesbare Beschriftungen um, wandeln Sie Beträge in mehreren Währungen in eine Basiswährung um und richten Sie Daten an Ihrem Finanzkalender aus. Dies geschieht in Power Query, SQL-Ansichten oder einem dedizierten ETL-Tool.

Schicht 3: Modellierung. Strukturieren Sie die transformierten Daten in ein Sternschema mit Faktentabellen (Verkäufe, Einkäufe, Lagerbewegungen) und Dimensionstabellen (Kunden, Produkte, Termine, Lager). Konfigurieren Sie Beziehungen, schreiben Sie DAX-Kennzahlen und erstellen Sie die semantische Ebene, die Berichtsautoren verwenden.

Direkte Datenbank vs. API vs. Data Warehouse

Eine direkte Datenbankverbindung lässt sich am schnellsten einrichten und bietet die größte Flexibilität. Sie schreiben SQL-Abfragen in die ERP-Datenbank und rufen genau die Daten ab, die Sie benötigen. Es erfordert jedoch Datenbankzugriff (von dem einige ERP-Anbieter abraten oder ihn einschränken), kann die ERP-Leistung beeinträchtigen, wenn Abfragen schlecht optimiert sind, und koppelt Ihre Analysen direkt an das ERP-Schema (das sich bei Upgrades ändert).

Die API-Verbindung respektiert die vom ERP-Anbieter vorgesehenen Zugriffsmuster und birgt keine Gefahr einer Beeinträchtigung der Datenbankleistung. Allerdings sind APIs in der Regel langsamer als direkte Datenbankabfragen, unterliegen möglicherweise Geschwindigkeitsbegrenzungen und geben Daten häufig in hierarchischen Formaten (JSON/XML) zurück, die mehr Transformationsarbeit in Power Query erfordern.

Data Warehouse bietet die sauberste Trennung. Eine ETL-Pipeline extrahiert jede Nacht Daten aus dem ERP, wandelt sie in ein Analyseschema um und lädt sie in eine dedizierte Datenbank (Azure SQL, Snowflake, PostgreSQL), mit der Power BI eine Verbindung herstellt. Dies ist die am besten wartbare Langzeitarchitektur, erfordert jedoch die höchsten Vorabinvestitionen für den Aufbau der ETL-Pipeline.

Für die meisten Organisationen empfehlen wir, mit direkten Datenbankverbindungen (oder APIs, auf die kein direkter Zugriff möglich ist) zu beginnen und zu einem Data Warehouse zu migrieren, wenn die Analyseumgebung ausgereifter wird und die Anzahl der Datenquellen wächst.

---

Power BI mit Odoo verbinden

Warum Odoo ideal für Power BI ist

Odoo unterscheidet sich von den meisten ERP-Plattformen durch die Zugänglichkeit für die Analyseintegration. Es läuft auf PostgreSQL, einer der Power BI-freundlichsten Datenbanken. Sein Schema ist gut dokumentiert, seine Tabellenbenennung ist konsistent (Module_Model-Format) und aufgrund seines Open-Source-Charakters gibt es keine Lizenzbarrieren für den Datenbankzugriff. Wenn Sie Odoo betreiben, verfügen Sie bereits über alles, was Sie zum Erstellen erstklassiger Power BI-Dashboards benötigen.

Bei ECOSIRE ist die Odoo-to-Power BI-Integration eine unserer Kernkompetenzen. Wir haben Analyselösungen für die gesamte Odoo-Modullandschaft entwickelt – Vertrieb, Einkauf, Lagerbestand, Fertigung, Buchhaltung, Personalwesen, Helpdesk und Projektmanagement. Die hier beschriebenen Muster haben sich in zahlreichen Implementierungen bewährt, die Unternehmen mit Millionen von ERP-Transaktionen bedienen.

PostgreSQL-Direktverbindung

Schritt 1: PostgreSQL für den Remotezugriff konfigurieren. Wenn sich Ihre Odoo-Instanz und Ihr Power BI-Gateway auf unterschiedlichen Servern befinden, muss PostgreSQL Remoteverbindungen zulassen. Legen Sie in postgresql.conf listen_addresses = '*' fest. Fügen Sie in pg_hba.conf eine Zeile hinzu, die die IP-Adresse des Gateway-Servers mit MD5-Authentifizierung ermöglicht. Starten Sie PostgreSQL neu, um die Änderungen zu übernehmen.

Schritt 2: Erstellen Sie einen schreibgeschützten Datenbankbenutzer. Verbinden Sie Power BI niemals mit dem Hauptdatenbankbenutzer von Odoo. Erstellen Sie einen dedizierten schreibgeschützten Benutzer:

CREATE USER powerbi_reader WITH PASSWORD 'secure_password_here';
GRANT CONNECT ON DATABASE odoo_production TO powerbi_reader;
GRANT USAGE ON SCHEMA public TO powerbi_reader;
GRANT SELECT ON ALL TABLES IN SCHEMA public TO powerbi_reader;
ALTER DEFAULT PRIVILEGES IN SCHEMA public GRANT SELECT ON TABLES TO powerbi_reader;

Dieser Benutzer kann alle Tabellen lesen, aber keine Daten ändern, keine Datensätze einfügen oder kein Schema ändern. Die Zeile ALTER DEFAULT PRIVILEGES stellt sicher, dass neue Tabellen, die durch Odoo-Upgrades erstellt wurden, automatisch lesbar sind.

Schritt 3: Verbindung über Power BI Desktop herstellen. Öffnen Sie Power BI Desktop → Daten abrufen → PostgreSQL-Datenbank. Geben Sie Ihre Serveradresse, Ihren Port (Standard 5432) und Ihren Datenbanknamen ein. Verwenden Sie die powerbi_reader-Anmeldeinformationen. Wählen Sie den Modus „Importieren“ für die meisten Tabellen (Daten werden in den Speicher geladen) oder „DirectQuery“ für sehr große Tabellen, bei denen Sie Live-Abfragen wünschen.

Schritt 4: Benutzerdefinierte SQL-Abfragen schreiben. Anstatt rohe Odoo-Tabellen zu importieren, verwenden Sie benutzerdefinierte SQL-Abfragen in den erweiterten Optionen, um Daten auf Datenbankebene zusammenzuführen und zu filtern. Dies ist effizienter als das Importieren von Rohtabellen und deren Zusammenführung in Power Query.

Wesentliche Odoo-Tabellen für Analytics

Das Datenbankschema von Odoo ist direkt seiner Modulstruktur zugeordnet. Hier sind die Schlüsseltabellen für die häufigsten Analysebereiche:

Verkaufsanalyse:

Bestandsanalyse:

Buchhaltungsanalysen:

Fertigungsanalysen:

Erstellen analytischer Ansichten in PostgreSQL

Für Produktionsbereitstellungen empfehlen wir dringend die Erstellung von SQL-Ansichten, die Odoo-Tabellen vorab zusammenführen und zu analytischen Formen aggregieren. Dadurch wird die Komplexität von Power Query nach SQL verlagert, wo es einfacher zu warten ist und eine bessere Leistung erbringt.

Beispiel für eine Verkaufszusammenfassungsansicht:

CREATE VIEW v_sales_analysis AS
SELECT
    so.id AS order_id,
    so.name AS order_reference,
    so.date_order::date AS order_date,
    so.state AS order_state,
    rp.name AS customer_name,
    rp.country_id,
    rc.name AS country_name,
    sol.product_id,
    pt.name AS product_name,
    pc.name AS product_category,
    sol.product_uom_qty AS quantity,
    sol.price_unit,
    sol.price_subtotal AS line_total,
    sol.discount,
    ru.login AS salesperson,
    so.company_id
FROM sale_order so
JOIN sale_order_line sol ON sol.order_id = so.id
JOIN res_partner rp ON rp.id = so.partner_id
LEFT JOIN res_country rc ON rc.id = rp.country_id
JOIN product_product pp ON pp.id = sol.product_id
JOIN product_template pt ON pt.id = pp.product_tmpl_id
LEFT JOIN product_category pc ON pc.id = pt.categ_id
LEFT JOIN res_users ru ON ru.id = so.user_id
WHERE so.state IN ('sale', 'done');

Power BI importiert diese Ansicht als einzelne Tabelle, vorab verknüpft und gefiltert. Keine komplexen Power Query-Transformationen erforderlich. Wenn sich das Schema von Odoo während Upgrades ändert, aktualisieren Sie die SQL-Ansicht einmal, anstatt Power Query-Schritte über mehrere Datensätze hinweg zu ändern.

Materialisierte Ansichten gehen noch einen Schritt weiter, indem sie die Ergebnisse vorab berechnen und speichern, wodurch Power BI-Aktualisierungen erheblich schneller werden:

CREATE MATERIALIZED VIEW mv_sales_daily AS
SELECT
    so.date_order::date AS order_date,
    rp.country_id,
    pt.categ_id AS product_category_id,
    so.user_id AS salesperson_id,
    COUNT(DISTINCT so.id) AS order_count,
    SUM(sol.product_uom_qty) AS total_quantity,
    SUM(sol.price_subtotal) AS total_revenue
FROM sale_order so
JOIN sale_order_line sol ON sol.order_id = so.id
JOIN res_partner rp ON rp.id = so.partner_id
JOIN product_product pp ON pp.id = sol.product_id
JOIN product_template pt ON pt.id = pp.product_tmpl_id
WHERE so.state IN ('sale', 'done')
GROUP BY so.date_order::date, rp.country_id, pt.categ_id, so.user_id;

-- Refresh nightly via cron
-- REFRESH MATERIALIZED VIEW CONCURRENTLY mv_sales_daily;

Diese vorab aggregierte Ansicht fasst Millionen von Bestellzeilen in Tausenden von täglichen Zusammenfassungszeilen zusammen. Power BI importiert die Zusammenfassung für Dashboards und verwendet einen Drillthrough zur Detailansicht, wenn Benutzer Daten auf Zeilenebene benötigen.

Umgang mit Odoo-spezifischen Mustern

Multi-Unternehmen. Odoo unterstützt mehrere Unternehmen in einer einzigen Datenbank. Schließen Sie immer company_id in Ihre Abfragen ein und konfigurieren Sie die Power BI-Sicherheit auf Zeilenebene, um jeden Benutzer auf die Daten seines Unternehmens zu beschränken.

Statusfelder. Odoo verwendet Textstatuscodes (draft, sent, sale, done, cancel). Ordnen Sie diese benutzerfreundlichen Beschriftungen in Power Query oder in Ihrer SQL-Ansicht zu:

CASE so.state
    WHEN 'draft' THEN 'Quotation'
    WHEN 'sent' THEN 'Sent'
    WHEN 'sale' THEN 'Sales Order'
    WHEN 'done' THEN 'Locked'
    WHEN 'cancel' THEN 'Cancelled'
END AS order_status

Mehrwährung. Odoo speichert Beträge in der Transaktionswährung und der Unternehmenswährung. Entscheiden Sie für Power BI-Dashboards, in welcher Währung Berichte erstellt werden sollen, und verwenden Sie die entsprechenden Spalten. Wenn Sie eine Wechselkursumrechnung in Echtzeit benötigen, schließen Sie sich der Tabelle res_currency_rate an.

Many-to-many-Beziehungen. Odoo verwendet Junction-Tabellen für Many-to-many-Beziehungen (Produkt-Tags, Partnerkategorien). Diese werden als Tabellen mit dem Namen {model1}_{model2}_rel angezeigt. Behandeln Sie sie mit Brückentabellen in Ihrem Power BI-Datenmodell.

Für Unternehmen, die nach schlüsselfertigen Odoo-Analysen suchen, stellen ECOSIREs Power BI ERP-Integrationsdienste vorgefertigte Odoo-Dashboard-Vorlagen für Vertrieb, Inventar, Buchhaltung, Fertigung und Personalwesen bereit – vollständig angepasst an Ihre Odoo-Konfiguration und Geschäftsanforderungen. Unser Team verfügt über umfassende Fachkenntnisse sowohl in Odoo als auch in Power BI und schließt die Lücke, die normalerweise besteht, wenn BI-Berater versuchen, mit einem ERP zu arbeiten, das sie nicht verstehen.

---

Power BI mit SAP verbinden

SAP-Verbindungsoptionen

SAP-Umgebungen sind hinsichtlich des direkten Datenbankzugriffs restriktiver als Open-Source-ERPs. Die meisten SAP-Kunden nutzen einen dieser Verbindungspfade:

SAP HANA-Connector. Für SAP S/4HANA-Kunden bietet der native SAP HANA-Connector von Power BI direkten Zugriff auf HANA-Ansichten (Analyse-, Attribut- und Berechnungsansichten). Dies ist die leistungsstärkste Option und unterstützt sowohl den Import- als auch den DirectQuery-Modus. Erfordert einen SAP HANA-Benutzer mit SELECT-Berechtigungen für die relevanten Ansichten.

SAP BW-Connector. Für Organisationen, die SAP Business Warehouse verwenden, stellt Power BI eine Verbindung zu BW-Abfragen her (BEx-Abfragen oder BW/4HANA-Verbundanbieter). Dadurch werden die bereits in BW erstellten Analysestrukturen genutzt, sodass keine Daten von Grund auf in Power BI modelliert werden müssen.

SAP OData-Dienste. SAP stellt Geschäftsdaten über OData-APIs (insbesondere SAP Gateway und SAP API Business Hub) bereit. Der OData-Connector von Power BI nutzt diese Dienste. Dieser Ansatz respektiert das Autorisierungsmodell von SAP, ist jedoch langsamer als der direkte Datenbankzugriff und kann bei großen Datensätzen zu Paginierungsbeschränkungen führen.

Extraktion in den Zwischenspeicher. Extrahieren Sie SAP-Daten für komplexe Szenarien mit den nativen Tools von SAP (Open Hub, SLT-Replikation, CDS-Ansichten) in Azure Data Lake, Snowflake oder Azure SQL. Power BI stellt eine Verbindung zum Zwischenspeicher her. Dies ist der flexibelste und skalierbarste Ansatz für Unternehmensbereitstellungen.

Überlegungen zur SAP-Datenmodellierung

Die Datenstrukturen von SAP sind komplex und stark normalisiert. Tabellen wie VBAK (Auftragskopf), VBAP (Auftragspositionen), KNA1 (Kundenstamm) und MARA (Materialstamm) verwenden kurze, kryptische Spaltennamen und speichern codierte Werte, für deren Übersetzung Join-Tabellen erforderlich sind.

Beim Erstellen von Power BI-Modellen aus SAP-Daten:

Codes frühzeitig übersetzen. SAP speichert das Land als zweistelligen Code, die Währung als dreistelligen Code und die Materialart als Code wie „FERT“ oder „HALB“. Verknüpfen Sie mit den Texttabellen (T005T für Länder, TCURT für Währungen, T134T für Materialtypen) in Ihrer Extraktionsabfrage, nicht in Power Query.

Verwaltet das Datumsformat von SAP. SAP speichert Datumsangaben als 8-stellige Zeichenfolgen (JJJJMMTT) mit „00000000“ für Nulldaten. Wandeln Sie diese in Ihrer Transformationsebene in die richtigen Datumstypen um und verarbeiten Sie das Null-Datumsmuster.

Respektieren Sie Berechtigungsobjekte. Das Berechtigungsmodell von SAP steuert auf granularer Ebene, auf welche Daten jeder Benutzer zugreifen kann. Stellen Sie beim Extrahieren von Daten für Power BI sicher, dass Ihre Extraktion diese Grenzen respektiert, oder implementieren Sie eine gleichwertige Sicherheit auf Zeilenebene in Power BI.

---

Power BI mit Dynamics 365 verbinden

Dataverse: Der native Pfad

Dynamics 365 speichert Daten in Microsoft Dataverse und Power BI verfügt über eine erstklassige Dataverse-Integration. Damit ist Dynamics 365 das am einfachsten mit Power BI zu verbindende große ERP-System, insbesondere für Unternehmen, die bereits in das Microsoft-Ökosystem investiert haben.

Dataverse-Connector. Power BI Desktop → Daten abrufen → Dataverse. Authentifizieren Sie sich mit Ihren Dynamics 365-Anmeldeinformationen. Durchsuchen Sie die benötigten Tabellen (Entitäten) und wählen Sie sie aus. Der Connector respektiert die Sicherheitsrollen von Dataverse, sodass Benutzer nur die Daten sehen, zu deren Zugriff sie berechtigt sind.

Azure Synapse Link für Dataverse. Bei großen Dynamics 365-Datensätzen repliziert Azure Synapse Link kontinuierlich Dataverse-Daten in Azure Synapse Analytics oder Azure Data Lake. Power BI stellt eine Verbindung zu Synapse/Data Lake her, anstatt Dataverse direkt abzufragen. Dadurch werden Leistungseinbußen in Dynamics 365 vermieden und eine bessere Plattform für komplexe Transformationen bereitgestellt.

TDS-Endpunkt. Dataverse stellt einen Tabular Data Stream (TDS)-Endpunkt bereit, mit dem Power BI über den SQL Server-Connector eine Verbindung herstellen kann. Dies ist nützlich für Szenarien, in denen Sie benutzerdefinierte SQL-Abfragen für Dataverse-Daten schreiben möchten.

Dynamics 365-Tabellen für Analytics

Wichtige Dataverse-Tabellen für gängige Analyseszenarien:

Verkäufe: salesorder, salesorderdetail, opportunity, account, contact, product Service: incident (Fälle), knowledgearticle, entitlement, sla Finanzen: invoice, invoicedetail, payment, generaljournal Außendienst: workorder, bookableresource, agreement

Die Tabellenstruktur von Dynamics 365 ist bereits relativ analytisch – Entitäten wie salesorder enthalten denormalisierte Felder für den Kontonamen, den Besitzer und die Statusbezeichnung. Für eine optimale Power BI-Leistung sollten Sie jedoch dennoch ein Sternschema erstellen, anstatt die Dataverse-Tabellen unverändert zu importieren.

---

Power BI mit Oracle und NetSuite verbinden

Oracle E-Business Suite / Fusion

Verwenden Sie für Oracle EBS den Oracle-Datenbank-Connector von Power BI mit dem auf dem Gateway-Computer installierten Oracle-Client. Oracle Fusion Cloud-Anwendungen stellen REST-APIs bereit, die Power BI über den Web-Connector oder OData-Connector nutzen kann.

Die BI Publisher-Berichte von Oracle können so konfiguriert werden, dass sie Daten in Formaten ausgeben, die Power BI nutzen kann, und bieten so einen vom Anbieter unterstützten Extraktionspfad, der die Geschäftslogik und Sicherheit von Oracle respektiert.

NetSuite

NetSuite bietet mehrere Verbindungspfade für Power BI:

SuiteAnalytics Connect (ODBC). Der ODBC-Treiber von NetSuite ermöglicht Power BI die Verbindung über den ODBC-Connector. Dies ermöglicht SQL-Zugriff auf den Datensatz von NetSuite mit einem relationalen Schema, das analysefreundlicher ist als das native NetSuite-Schema.

SuiteQL-API. Die REST-API von NetSuite unterstützt SuiteQL, eine SQL-ähnliche Abfragesprache. Power BI kann diese API über benutzerdefinierte Power Query-Funktionen aufrufen. Dies ist für gezielte Extraktionen nützlich, aber für große Datensätze weniger effizient als ODBC.

Konnektoren von Drittanbietern. Tools wie CData bieten optimierte Power BI-Konnektoren für NetSuite, die Paginierung, Authentifizierung und Schemazuordnung automatisch verarbeiten.

---

Power BI mit QuickBooks verbinden

QuickBooks Online

QuickBooks Online stellt Daten über eine REST-API bereit, die Power BI nutzen kann. Die Verbindung erfordert eine OAuth2-App-Registrierung im Intuit Developer Portal und einen benutzerdefinierten Power Query-Connector oder den Web-Connector mit manueller OAuth-Token-Verwaltung.

Für die meisten QuickBooks-Benutzer ist der einfachste Weg ein Drittanbieter-Connector (CData, Skyvia oder ähnliches), der die Authentifizierung, Paginierung und Datentypzuordnung übernimmt. Diese Konnektoren erscheinen als native Datenquellen in Power BI und abstrahieren die API-Komplexität.

Wichtige QuickBooks-Daten für Power BI

Daten der Gewinn- und Verlustrechnung: Rechnungen, Zahlungen, Gutschriften, Kaufbelege Bilanzdaten: Kontostände, Journalbuchungen Betriebsdaten: Kunden, Lieferanten, Produkte/Dienstleistungen, Schätzungen

Die Datenmengen von QuickBooks sind in der Regel klein genug, dass die vollständige Aktualisierung schnell erfolgt (weniger als 5 Minuten). Für QuickBooks-Integrationen ist eine inkrementelle Aktualisierung selten erforderlich.

---

Inkrementelle Aktualisierung für ERP-Daten

Warum inkrementelle Aktualisierung unerlässlich ist

ERP-Datenbanken wachsen kontinuierlich. Ein mittelständisches Unternehmen generiert täglich Tausende von Transaktionen. Nach einigen Jahren enthält die Kundenauftragstabelle Millionen von Zeilen. Das tägliche Aktualisieren der gesamten Tabelle verschwendet Gateway-Ressourcen, Datenbankkapazität und Zeit.

Durch die inkrementelle Aktualisierung wird Power BI angewiesen, nur aktuelle Daten (z. B. die letzten 30 Tage) zu aktualisieren, während die historischen Daten aus früheren Aktualisierungen zwischengespeichert bleiben. Eine vollständige Aktualisierung, die 45 Minuten gedauert hat, wird zu einer inkrementellen Aktualisierung von 3 Minuten.

Konfigurationsschritte

Schritt 1: Erstellen Sie Power Query-Parameter. Erstellen Sie zwei Parameter mit den genauen Namen RangeStart und RangeEnd, beide vom Typ DateTime. Legen Sie Standardwerte fest (diese werden nur in Power BI Desktop verwendet; der Dienst überschreibt sie).

Schritt 2: Filtern Sie Ihre Quellabfrage. Wenden Sie mithilfe der folgenden Parameter einen Filter auf die Datumsspalte Ihrer Faktentabelle an:

#"Filtered Rows" = Table.SelectRows(Source, each [order_date] >= RangeStart and [order_date] < RangeEnd)

Dieser Filter muss auf die Quelldatenbank angewendet werden, damit die inkrementelle Aktualisierung funktioniert. Wenn Sie eine Verbindung zu PostgreSQL (Odoo) herstellen, generiert der Filter eine WHERE-Klausel, die PostgreSQL ausführt und nur die übereinstimmenden Zeilen zurückgibt.

Schritt 3: Definieren Sie die Richtlinie für die inkrementelle Aktualisierung. Klicken Sie in Power BI Desktop mit der rechten Maustaste auf die Tabelle → Inkrementelle Aktualisierung. Konfigurieren:

• Archivierungsdaten ab: Wie weit zurück sollen historische Daten aufbewahrt werden (z. B. 3 Jahre).
• Inkrementelle Datenaktualisierung beginnend mit: Wie aktuelle Daten aktualisiert werden (z. B. 30 Tage).
• Nur vollständige Zeiträume aktualisieren: Aktivieren Sie diese Option, um Datenprobleme bei Teiltagen zu vermeiden.
• Datenänderungen erkennen: Aktivieren Sie diese Option, wenn Ihre Quelltabelle über eine zuverlässige Spalte „Zuletzt geändert“ verfügt (reduziert die Aktualisierungszeit weiter, indem unveränderte Partitionen übersprungen werden).

Schritt 4: Veröffentlichen und konfigurieren. Konfigurieren Sie nach der Veröffentlichung im Power BI-Dienst die geplante Aktualisierung. Der Dienst erstellt zeitbasierte Partitionen und aktualisiert nur die Partitionen, die in das inkrementelle Fenster fallen.

ERP-spezifische inkrementelle Aktualisierungsmuster

Odoo: Verwenden Sie write_date als Änderungserkennungsspalte. Odoo aktualisiert diesen Zeitstempel bei jeder Datensatzänderung und sorgt so für eine zuverlässige Erkennung geänderter Zeilen.

SAP: Verwenden Sie das Feld AEDAT (Änderungsdatum), das in den meisten SAP-Transaktionstabellen verfügbar ist. Für HANA können materialisierte HANA-Ansichten die Änderungsverfolgung bereitstellen.

Dynamics 365: Dataverse-Entitäten verfügen über modifiedon-Zeitstempel, die sich gut für die Änderungserkennung eignen. Azure Synapse Link bietet eine integrierte Änderungsdatenerfassung.

Oracle: Verwenden Sie Oracles rowscn oder eine dedizierte last_update_date-Spalte. Oracle GoldenGate kann Änderungsdatenerfassung für Echtzeitszenarien bereitstellen.

---

Best Practices für die Datentransformation

Normalisierung mehrerer Währungen

Die meisten ERP-Systeme speichern Transaktionsbeträge in der Transaktionswährung. Für analytische Dashboards benötigen Sie normalerweise Beträge in einer einzigen Berichtswährung.

Zwei Ansätze:

Quellseitige Konvertierung. Wenn Ihr ERP sowohl Transaktions- als auch Basiswährungsbeträge speichert (Odoo speichert amount_total in Transaktionswährung und amount_total_company_currency in Basiswährung), verwenden Sie die Basiswährungsspalte direkt. Dies nutzt die Wechselkurse des ERP und vermeidet Diskrepanzen zwischen operativen und analytischen Berichten.

Power Query-Konvertierung. Wenn Sie Berichte in einer anderen Währung als der ERP-Basiswährung erstellen müssen, erstellen Sie eine Wechselkurstabelle in Ihrem Power BI-Modell und verwenden Sie DAX, um Beträge zum Zeitpunkt des Berichts umzurechnen. Dieser Ansatz ist flexibler, erfordert jedoch die Pflege von Wechselkursdaten.

Statuscode-Übersetzung

ERP-Systeme verwenden interne Codes für Status, Typen und Kategorien. Übersetzen Sie diese in benutzerfreundliche Beschriftungen in Ihrer Transformationsebene, nicht in DAX. Ein Bild, das nach „Entwurf, Gesendet, Bestätigt, Fertig, Abgebrochen“ gruppiert ist, ist selbsterklärend. Bei einem Bild, das nach „1, 2, 3, 4, 5“ gruppiert ist, ist dies nicht der Fall.

Für Odoo ist die Übersetzung unkompliziert, da Odoo lesbare Textzustände verwendet. Ordnen Sie für SAP die kryptischen Codes (AUFNR, MATNR, BUKRS) geschäftsfreundlichen Namen zu. Verwenden Sie für Dynamics 365 die Optionssatzbezeichnungen anstelle der zugrunde liegenden Ganzzahlwerte.

Ausrichtung des Finanzkalenders

Wenn Ihr Geschäftsjahr vom Kalenderjahr abweicht, erstellen Sie eine Geschäftskalenderdimension, die jedes Datum seinem Geschäftsjahr, seinem Geschäftsquartal und seinem Geschäftszeitraum zuordnet. Dies ist wichtig für Finanz-Dashboards, bei denen „Q1“ das erste Quartal des Geschäftsjahres (z. B. Juli–September) und nicht das erste Kalender-Q1 (Januar–März) bedeutet.

Beziehen Sie sowohl Kalender- als auch Steuerattribute in Ihre Datumsdimension ein, damit Benutzer zwischen Perspektiven wechseln können, ohne das Datenmodell zu ändern.

Für umfassende Unterstützung bei der Verbindung von Power BI mit Ihrer spezifischen ERP-Umgebung kontaktieren Sie das Analyseteam von ECOSIRE, um Ihre Anforderungen zu besprechen. Wir sind auf Odoo-Analysen spezialisiert und bieten vorgefertigte Power BI-Vorlagen-Dashboards für jedes wichtige Odoo-Modul.

---

FAQ

Soll ich Power BI direkt mit meiner ERP-Datenbank verbinden oder ein Data Warehouse verwenden?

Für Erstbereitstellungen mit einer kleinen Anzahl von Berichten und moderaten Datenmengen (unter 10 Millionen Zeilen) sind direkte Datenbankverbindungen schneller einzurichten und vollkommen ausreichend. Wenn Ihre Analyseumgebung mehr als 10–15 Berichte umfasst oder Sie beginnen, Daten aus mehreren Quellsystemen zu kombinieren, lohnt sich ein Data Warehouse. Das Warehouse bietet ein stabiles Schema für Power BI (das es vor ERP-Schemaänderungen schützt), eine bessere Abfrageleistung (durch Vorabaggregation und Indizierung) und einen zentralen Ort für die Implementierung der Geschäftslogik (Währungsumrechnung, Steuerzuordnung, Statusübersetzung). Die meisten Organisationen beginnen mit direkten Verbindungen und migrieren innerhalb von 12 bis 18 Monaten zu einem Lager.

Werden Power BI-Abfragen mein ERP-System verlangsamen?

Sie können, wenn sie nicht richtig verwaltet werden. Geplante Aktualisierungen von Power BI führen SQL-Abfragen für Ihre ERP-Datenbank aus, die CPU-, Speicher- und E/A-Ressourcen verbrauchen. Entschärfen Sie dies, indem Sie Aktualisierungen außerhalb der Hauptverkehrszeiten (frühmorgens, spätabends) planen, Lesereplikate für analytische Abfragen erstellen (PostgreSQL-Streaming-Replikation für Odoo, Always On für SQL Server), materialisierte Ansichten verwenden, die Ergebnisse vorab berechnen, und inkrementelle Aktualisierungen implementieren, um die gescannten Daten zu minimieren. Für geschäftskritische ERPs ist eine Lesereplikat der sicherste Ansatz – Power BI fragt das Replikat ab, während die Produktionsdatenbank davon unberührt bleibt.

Wie gehe ich mit Odoo-Modul-Upgrades um, die das Datenbankschema ändern?

Bei Odoo-Modul-Upgrades werden gelegentlich Datenbankspalten und -tabellen hinzugefügt, umbenannt oder entfernt. Wenn Power BI-Abfragen auf eine umbenannte oder entfernte Spalte verweisen, schlägt die Aktualisierung fehl. Entschärfen Sie dies, indem Sie SQL-Ansichten als Abstraktionsschicht zwischen den rohen Odoo-Tabellen und Power BI verwenden. Wenn ein Upgrade das Schema ändert, aktualisieren Sie die SQL-Ansicht, um die neue Struktur widerzuspiegeln. Power BI fragt weiterhin das stabile Schema der Ansicht ohne Änderungen ab. Führen Sie nach jedem Odoo-Upgrade Ihre Power BI-Aktualisierung manuell durch, um zu überprüfen, ob alle Abfragen vor der nächsten geplanten Aktualisierung erfolgreich sind.

Kann ich Daten aus mehreren ERP-Systemen in einem einzigen Power BI-Bericht kombinieren?

Ja, und das ist eine der stärksten Funktionen von Power BI. Organisationen, die unterschiedliche ERPs in unterschiedlichen Regionen oder Geschäftsbereichen betreiben, können einheitliche Dashboards erstellen, die Daten aus allen Systemen kombinieren. Der Schlüssel liegt in der Erstellung eines gemeinsamen Analyseschemas (Sternschema), das die verschiedenen ERP-Strukturen in ein gemeinsames Format normalisiert. Kundendimensionstabellen führen Kunden aus allen ERPs unter Verwendung einer gemeinsamen Kennung zusammen. Produktdimensionen richten Produktkategorien systemübergreifend aus. Faktentabellen standardisieren Beträge zu einer gemeinsamen Währung und Status zu einem gemeinsamen Vokabular. Zusammengesetzte Modelle können über Import und andere über DirectQuery eine Verbindung zu einigen Quellen herstellen.

Wie gehe ich mit den Viele-zu-Viele-Beziehungen von Odoo in Power BI um?

Odoo verwendet Junction-Tabellen (benannt nach dem Muster {model1}_{model2}_rel) für Viele-zu-Viele-Beziehungen, wie z. B. Produkt-Tags, Partnerkategorien und Zugriffskontrolllisten. Importieren Sie in Power BI die Verbindungstabelle und erstellen Sie zwei Eins-zu-viele-Beziehungen: eine von der ersten Dimension zur Verbindungstabelle und eine von der zweiten Dimension zur Verbindungstabelle. Dieses Brückentabellenmuster verarbeitet die Viele-zu-Viele-Filterung korrekt. Beachten Sie, dass einige Viele-zu-Viele-Beziehungen von Odoo Zeilen erzeugen, die die Aggregation erschweren. Überprüfen Sie die Gesamtsummen während der Validierung immer anhand der nativen Berichte von Odoo.