Migration von Excel zu Power BI: Schritt-für-Schritt-Anleitung

Jede Power BI-Migration beginnt in Excel. Nicht weil Excel eine Voraussetzung für Power BI ist, sondern weil in Excel das analytische Wissen Ihres Unternehmens steckt. Die Tabellenkalkulationen, die Ihr Finanzteam verwaltet, die Pivot-Tabellen, die Ihr Vertriebsleiter jeden Montag erstellt, die Dashboard-Arbeitsmappe, die Ihr Betriebsleiter in drei Jahren iterativer Verfeinerung zusammengestellt hat – das sind nicht nur Datendateien. Sie kodieren Geschäftslogik, Domänenwissen und analytische Muster, die unersetzlich sind. Die Migration zu Power BI ohne die Erfassung dieses institutionellen Wissens führt zu Dashboards, die technisch modern, aber analytisch den Tabellenkalkulationen, die sie ersetzt haben, unterlegen sind.

Dieser Leitfaden führt Sie durch die gesamte Migrationsreise: Erkennen, wann Excel an seine Grenzen stößt, Überprüfen Ihres Tabellenkalkulationsportfolios, Übersetzen von Excel-Formeln und -Mustern in Power BI-Äquivalente, Erstellen eines geeigneten Datenmodells, Validieren von Ergebnissen, paralleles Ausführen beider Systeme und schließlich Stilllegen der Tabellenkalkulationen. Das Ziel besteht nicht darin, Excel in Power BI zu replizieren, sondern darin, Funktionen freizuschalten, die Excel nicht bieten kann, und gleichzeitig alle analytischen Erkenntnisse zu bewahren, die Ihr Team gewonnen hat.

Wichtige Erkenntnisse

• Migration ist ein Wissenstransferprojekt, kein Technologieaustausch – der schwierigste Teil besteht darin, die in komplexe Tabellenkalkulationen eingebettete Geschäftslogik zu erfassen
• VLOOKUP/INDEX-MATCH-Muster werden in korrekte Datenmodellbeziehungen in Power BI übersetzt, wodurch Suchfehler vermieden und die Leistung erheblich verbessert werden – Excel-Pivot-Tabellen werden den Power BI-Matrixvisuals zugeordnet, aber DAX-Kennzahlen ersetzen die berechneten Felder und Elemente, die Pivots anfällig gemacht haben
• Power Query ersetzt manuelle Datenvorbereitungs-Workflows zum Kopieren und Einfügen, spart Stunden pro Berichtszyklus und eliminiert menschliche Fehler
• Führen Sie Excel und Power BI vor der Außerbetriebnahme mindestens einen vollständigen Berichtszyklus lang parallel aus – überprüfen Sie alle Zahlenübereinstimmungen
• Beginnen Sie mit der wertvollsten und mühsamsten Tabelle und nicht mit der einfachsten – der Nachweis des ROI für das schwierigste Problem steigert die Dynamik
• Planen Sie einen Migrationszeitraum von 3 bis 6 Monaten für einen Übergang auf Abteilungsebene und 6 bis 12 Monaten für den unternehmensweiten Übergang ein

---

Wann migriert werden sollte: Die Grenzen von Excel erkennen

Die Symptome

Excel ist ein bemerkenswertes Werkzeug. Für Ad-hoc-Analysen, schnelle Berechnungen und kleine Datensätze gibt es nichts Besseres. Doch Unternehmen übertreffen die analytischen Fähigkeiten von Excel auf vorhersehbare Weise. Wenn bei Ihrem Team drei oder mehr dieser Symptome auftreten, ist die Migration zu Power BI überfällig:

Probleme mit der Dateigröße. Arbeitsmappen über 50 MB lassen sich nur langsam öffnen, speichern und berechnen. Arbeitsmappen über 100 MB stürzen regelmäßig ab. Wenn Ihr Team ein einzelnes Analysemodell auf mehrere Dateien aufgeteilt hat, um die Dateigröße zu verwalten, sind Sie Excel entwachsen.

Chaos bei der Versionskontrolle. „Revenue_Report_v3_FINAL_FINAL_revised_Feb.xlsx“ ist keine Versionskontrolle. Wenn mehrere Personen Kopien derselben Tabelle bearbeiten und niemand sicher ist, welche Version die richtigen Zahlen hat, liegt ein Governance-Problem vor, das Excel nicht lösen kann.

Manuelle Datenaktualisierung. Wenn jemand jede Woche Stunden damit verbringt, Daten aus einem Datenbankexport zu kopieren, sie in eine Tabelle einzufügen, Pivot-Tabellen erneut auszuführen und die aktualisierte Datei per E-Mail zu verteilen, wird diese Zeit durch die automatische Aktualisierung von Power BI vollständig eingespart.

Formelfragilität. Komplexe verschachtelte Formeln (IF innerhalb IF innerhalb VLOOKUP innerhalb SUMPRODUCT) sind schwer zu prüfen, leicht zu knacken und für niemanden außer dem ursprünglichen Autor zu pflegen. Wenn die Person, die die Tabelle erstellt hat, die Organisation verlässt, wird die Formellogik zu einer Blackbox.

Skalierbarkeitsobergrenze. Excel hat eine feste Grenze von 1.048.576 Zeilen. Selbst bevor diese Grenze erreicht wird, nimmt die Leistung über 100.000 Zeilen deutlich ab. Wenn Ihre Transaktionsdaten diesen Schwellenwert überschreiten, kann Excel nicht Ihre Analyseplattform sein.

Sicherheitseinschränkungen. Excel-Dateien, die per E-Mail gesendet werden, können an jeden weitergeleitet werden. Der Blattschutz wird trivial umgangen. Es gibt keinen Prüfpfad darüber, wer auf die Datei zugegriffen hat oder welche Änderungen sie vorgenommen haben. Für regulierte Branchen oder sensible Finanzdaten stellen diese Einschränkungen ein echtes Risiko dar.

Das Argument für Migration

Power BI behebt alle diese Einschränkungen und behält gleichzeitig die Analysefunktionen bei, die Excel wertvoll machen. Es verarbeitet Datensätze mit Hunderten Millionen Zeilen ohne Leistungsprobleme. Es bietet zentralisierte, versionierte Berichte, auf die jeder über einen einzigen Link zugreifen kann. Durch die geplante Aktualisierung entfällt die manuelle Datenvorbereitung. DAX-Kennzahlen sind leistungsfähiger und überprüfbarer als verschachtelte Excel-Formeln. Die Sicherheit auf Zeilenebene stellt sicher, dass jeder Benutzer nur autorisierte Daten sieht.

Die Frage ist nicht, ob eine Migration erfolgen soll, sondern wann. Die Antwort lautet: Bevor ein Ausfall einer Tabellenkalkulation dazu führt, dass eine geschäftskritische Entscheidung auf der Grundlage falscher Zahlen getroffen wird. Dieses Scheitern ist keine Frage des Ob – in jeder Organisation, die auf komplexe Tabellenkalkulationen angewiesen ist, ist es eine Frage des Zeitpunkts.

---

Phase 1: Tabellenprüfung und Priorisierung

Katalogisieren Ihres Tabellenkalkulationsportfolios

Bevor Sie Power BI Desktop öffnen, katalogisieren Sie alle geschäftskritischen Tabellenkalkulationen in den Abteilungen, die Sie migrieren möchten. Dokumentieren Sie für jede Tabelle Folgendes:

Priorisierungsmatrix

Priorisieren Sie Tabellenkalkulationen für die Migration mithilfe einer 2x2-Matrix:

Hoher Wert + hoher Schmerz (zuerst migrieren) Dies sind die Tabellenkalkulationen, die wichtige Geschäftsentscheidungen unterstützen und die meisten Probleme verursachen. Sie sind komplex, werden häufig aktualisiert, sind zeitaufwändig in der Wartung und weisen eine Fehlerhistorie auf. Die Migration dieser zuerst liefert den sichtbarsten ROI und schafft organisatorischen Schwung für die umfassendere Migration.

Hoher Wert + geringer Schmerz (Migrate Second) Diese Tabellenkalkulationen unterstützen wichtige Entscheidungen, sind aber relativ stabil und gut gepflegt. Sie profitieren von der Sicherheit, Verteilung und Skalierbarkeit von Power BI, die Dringlichkeit ist jedoch geringer, da sie keine aktiven Probleme verursachen.

Niedriger Wert + hoher Schmerz (Bewerten) Diese verursachen Probleme, unterstützen aber keine kritischen Entscheidungen. Überlegen Sie, ob die Analyse noch erforderlich ist. Wenn ja, migrieren Sie es. Wenn es zu einem veralteten Artefakt geworden ist, das niemand mehr nutzt, aber jemand pflichtbewusst aktualisiert, sollten Sie es außer Betrieb nehmen.

Niedriger Wert + geringer Schmerz (zuletzt migrieren oder überspringen) Einfache, stabile Tabellenkalkulationen, die von einem kleinen Publikum verwendet werden. Diese benötigen Power BI möglicherweise überhaupt nicht. Für einige Anwendungsfälle ist eine gut strukturierte Excel-Datei, die über SharePoint geteilt wird, völlig ausreichend.

Detaillierte Analyse von Prioritätstabellen

Führen Sie für jede Tabelle in der Kategorie „Zuerst migrieren“ eine detaillierte Analyse durch:

Kartendatenflüsse. Verfolgen Sie jede Eingabe von der Quelle bis zur endgültigen Ausgabe. Wo gelangen die Rohdaten in die Tabelle? Welche Transformationen werden angewendet? Welche Zellen ernähren sich von anderen Zellen? Zeichnen Sie ein Datenflussdiagramm, das die vollständige Pipeline zeigt.

Geschäftsregeln extrahieren. Komplexe Tabellenkalkulationen kodieren Geschäftsregeln in Formeln. Ein SVERWEIS, der Rabattstufen basierend auf dem Bestellvolumen zuweist. Ein verschachteltes IF, das die Fälligkeit von Forderungen in aktuelle, 30-Tage-, 60-Tage- und 90+-Tage-Buckets kategorisiert. Ein SUMMENPRODUKT, das die gemeinsamen Kosten auf Basis der Personalzahlenverhältnisse auf die Abteilungen verteilt. Diese Regeln müssen identifiziert, dokumentiert und in DAX- oder Power Query-Logik übersetzt werden.

Identifizieren Sie versteckte Annahmen. Tabellenkalkulationen enthalten oft fest codierte Annahmen, die in Zellen versteckt sind und nicht offensichtlich Teil der Berechnung sind: Steuersätze, Wechselkurse, Zielmargen, Wachstumsannahmen. Finden Sie diese und entscheiden Sie, ob sie Parameter im Power BI-Modell oder datengesteuerte Werte aus einer Referenztabelle werden sollen.

---

Phase 2: Formel- und Musterübersetzung

VLOOKUP und INDEX-MATCH zu Beziehungen

VLOOKUP von Excel ist die am häufigsten verwendete Funktion zum Kombinieren von Daten aus verschiedenen Tabellen. In Power BI ist VLOOKUP nicht erforderlich, da die richtigen Datenmodellbeziehungen die Verknüpfung automatisch durchführen.

Excel-Muster:

=VLOOKUP(A2, CustomerTable, 3, FALSE)

Dadurch wird in Spalte A nach einer Kunden-ID gesucht, diese in der Kundentabelle gefunden und der Wert aus der dritten Spalte (Kundenname) zurückgegeben.

Power BI-Äquivalent: Erstellen Sie eine Beziehung zwischen Ihrer Faktentabelle und der Kundendimension in der Kunden-ID-Spalte. Sobald die Beziehung besteht, löst jedes Visual, das ein Feld aus der Kundentabelle und eine Kennzahl aus der Faktentabelle enthält, die Suche automatisch über die Beziehung auf. Keine Formel erforderlich.

Dabei handelt es sich nicht nur um einen syntaktischen Unterschied, sondern um eine grundlegende Verbesserung. VLOOKUP in Excel bricht ab, wenn Zeilen über der Nachschlagetabelle eingefügt werden, gibt falsche Ergebnisse zurück, wenn die Nachschlagespalte nicht sortiert ist (für eine ungefähre Übereinstimmung), und führt bei jeder Änderung der Arbeitsmappe eine Neuberechnung durch (verlangsamte Leistung). Beziehungen in Power BI werden nur bei Abfrage indiziert, validiert und berechnet.

Pivot-Tabellen zu Matrix-Visuals

Excel-Pivot-Tabellen werden direkt in die Matrixvisualisierung von Power BI übersetzt. Die Zuordnung ist unkompliziert:

Der Hauptunterschied: In Excel werden berechnete Felder in der Pivot-Tabelle definiert und sind fragil – eine Änderung der Pivot-Struktur kann dazu führen, dass sie beschädigt werden. In Power BI werden Kennzahlen im Datenmodell definiert und funktionieren konsistent über alle Visuals hinweg, unabhängig davon, wie das Visual konfiguriert ist.

SUMIFEN und ZÄHLENIFEN zum BERECHNEN

Die SUMIFS-Funktion von Excel summiert Werte mit mehreren Bedingungen. Die CALCULATE-Funktion von DAX ist leistungsfähiger, folgt aber dem gleichen Konzept.

Excel:

=SUMIFS(Revenue, Region, "North", Year, 2026, Status, "Closed")

DAX:

North 2026 Closed Revenue =
CALCULATE(
    [Total Revenue],
    DimRegion[Region] = "North",
    DimDate[Year] = 2026,
    DimStatus[Status] = "Closed"
)

Die DAX-Version ist ausführlicher, aber leistungsfähiger. Jedes Filterargument kann ein einfacher Vergleich, eine Tabellenfunktion (wie SAMEPERIODLASTYEAR) oder ein komplexer Ausdruck sein. Und im Gegensatz zu SUMIFS interagiert CALCULATE mit dem Filterkontext des Visuals, sodass dieselbe Kennzahl in einem Matrix-Visual verwendet werden kann, das bereits nach Region und Jahr filtert, und die darüber liegenden zusätzlichen Filter korrekt anwendet.

IF/Verschachtelter IF-zu-DAX-Schalter und Variablen

Komplexe verschachtelte IF-Anweisungen in Excel sind ein Wartungsalptraum. Die klassische Aging-Bucket-Formel:

Excel:

=IF(DaysPastDue<=0,"Current",IF(DaysPastDue<=30,"1-30 Days",IF(DaysPastDue<=60,"31-60 Days",IF(DaysPastDue<=90,"61-90 Days","90+ Days"))))

DAX (als berechnete Spalte oder Kennzahl):

Aging Bucket =
SWITCH(
    TRUE(),
    [Days Past Due] <= 0, "Current",
    [Days Past Due] <= 30, "1-30 Days",
    [Days Past Due] <= 60, "31-60 Days",
    [Days Past Due] <= 90, "61-90 Days",
    "90+ Days"
)

SWITCH(TRUE()) wertet die Bedingungen der Reihe nach aus und gibt das Ergebnis für die erste TRUE-Bedingung zurück. Es ist einfacher zu lesen, einfacher zu warten und einfacher zu erweitern als verschachtelte IF.

Array-Formeln zu DAX-Iteratoren

Excel-Arrayformeln (in älteren Versionen mit Strg+Umschalt+Eingabe eingegeben) führen Berechnungen über Arrays von Werten durch. Die Power BI-Äquivalente sind DAX-Iteratorfunktionen.

Excel (gewichteter Durchschnitt):

{=SUM(Quantity*Price)/SUM(Quantity)}

DAX:

Weighted Average Price =
DIVIDE(
    SUMX(Sales, Sales[Quantity] * Sales[UnitPrice]),
    SUM(Sales[Quantity])
)

SUMX durchläuft jede Zeile in der Tabelle „Sales“, multipliziert „Quantity“ mit „UnitPrice“ und summiert die Ergebnisse. Dies ist logisch identisch mit der Excel-Array-Formel, lässt sich jedoch ohne Leistungsprobleme auf Millionen von Zeilen skalieren.

---

Phase 3: Aufbau des Power BI-Datenmodells

Von der Flatfile zum Sternschema

Das gebräuchlichste Excel-Analysemuster ist eine einzelne flache Tabelle: alle Daten in einem Blatt mit Spalten für jedes Attribut. Kundenname, Produktkategorie, Region, Datum, Menge – alles in einer Zeile. Dies funktioniert in Excel, da VLOOKUP und Pivot-Tabellen flache Strukturen verarbeiten können. In Power BI ist diese Struktur funktionsfähig, aber nicht optimal.

Die Migration ist eine Gelegenheit, Ihre Daten in ein richtiges Sternschema umzustrukturieren. Teilen Sie den flachen Tisch auf in:

Faktentabelle: Zeilen auf Transaktionsebene mit numerischen Werten (Beträge, Mengen, Anzahlen) und Fremdschlüsseln. Eine Zeile pro Transaktion oder Transaktionszeile.

Maßtabellen: Eindeutige beschreibende Einheiten. Eine Zeile pro Kunde. Eine Zeile pro Produkt. Eine Zeile pro Datum. Wird in allen Faktentabellen geteilt.

Diese Umstrukturierung verbessert die Abfrageleistung (VertiPaq komprimiert Dimensionsspalten besser), ermöglicht die Wiederverwendung (mehrere Faktentabellen verwenden dieselben Dimensionen) und macht das Modell selbstdokumentierend (das Schema zeigt, wie Entitäten zusammenhängen).

Nachschlageblätter in Dimensionstabellen migrieren

Excel-Arbeitsmappen enthalten üblicherweise „Nachschlageblätter“ – Referenztabellen für Steuersätze, Rabattstufen, Wechselkurse, Regionszuordnungen, Kostenstellenbeschreibungen und ähnliche Referenzdaten. Diese werden direkt in Dimensionstabellen in Power BI übersetzt.

Importieren Sie jedes Nachschlageblatt als separate Tabelle in Power BI. Erstellen Sie Beziehungen von den Nachschlagetabellen zu Ihren Faktentabellen in der entsprechenden Schlüsselspalte. Entfernen Sie die SVERWEIS-Formeln aus den Quelldaten und verlassen Sie sich stattdessen auf die Modellbeziehungen.

Überlegen Sie bei Nachschlageblättern, die Geschäftsregeln (Rabattstufen, Steuerklassen, Preislisten) enthalten, ob die Regeln wie folgt aussehen sollten:

Statisch im Modell: Importieren Sie die Nachschlagetabelle und aktualisieren Sie sie nur, wenn sich die Regeln ändern. Geeignet für stabile Referenzdaten wie Länderlisten, Währungscodes und Maßeinheitenumrechnungen.

Dynamisch aus einer Datenquelle: Verbinden Sie die Nachschlagetabelle mit einer Datenbank oder SharePoint-Liste, die Geschäftsbenutzer aktualisieren können, ohne das Power BI-Modell zu ändern. Geeignet für sich häufig ändernde Referenzdaten wie Wechselkurse, Zielbudgets und Saisonbereinigungen.

Handhabung der manuellen Dateneingabe

Einige Excel-Tabellen enthalten manuelle Dateneingaben – Budgetziele, Kommentare, Klassifizierungen und Anpassungen, die in keinem Quellsystem vorhanden sind. Diese Daten müssen bei der Migration erhalten bleiben.

Optionen zum Umgang mit manuellen Daten:

SharePoint-Liste. Migrieren Sie die manuellen Daten in eine SharePoint-Liste. Power BI stellt als Datenquelle eine Verbindung zur Liste her. Geschäftsbenutzer bearbeiten die Daten weiterhin in SharePoint und Power BI übernimmt die Änderungen bei der Aktualisierung. Dies ist der empfohlene Ansatz für strukturierte manuelle Daten.

Dataverse-Tabelle. Speichern Sie für Dynamics 365-Umgebungen manuelle Daten in einer Dataverse-Tabelle. Die native Dataverse-Integration von Power BI macht dies nahtlos.

Was-wäre-wenn-Parameter. Für numerische Annahmen (Wachstumsrate, Rabattprozentsatz, Steuersatz) erstellen die Was-wäre-wenn-Parameter von Power BI Schieberegler, die Benutzer im Bericht anpassen können, ohne die Quelldaten zu ändern.

Direkte Eingabe in Power BI (eingeschränkt). Power BI unterstützt „Daten eingeben“ zum Erstellen kleiner statischer Tabellen. Dies ist für kleine, selten geänderte Referenzdaten (unter 100 Zeilen) geeignet, jedoch nicht für Daten, die sich häufig ändern.

---

Phase 4: Power Query zur Datenvorbereitung

Manuelle Copy-Paste-Workflows ersetzen

Die unmittelbarste Zeitersparnis durch die Migration ergibt sich aus der Automatisierung der manuellen Datenvorbereitung, die in jedem Berichtszyklus erfolgt. Ein typischer Excel-Workflow könnte wie folgt aussehen:

1. CSV aus dem ERP-System exportieren
2. In Excel öffnen, Kopfzeilen löschen
3. Kopieren Sie die Daten in die Berichtsarbeitsmappe
4. Korrigieren Sie Datumsformate manuell
5. Fügen Sie Nachschlageformeln für Kundennamen hinzu
6. Pivot-Tabellen aktualisieren
7. Auf Fehler prüfen
8. Senden Sie die Datei per E-Mail an die Beteiligten

In Power BI wird dieser gesamte Workflow in Power Query automatisiert:

1. Power Query verbindet sich direkt mit der ERP-Datenbank (kein CSV-Export)
2. Transformationsschritte behandeln Kopfzeilen, Datumsformate und Datentypen
3. Beziehungen ersetzen Suchformeln
4. Geplante Aktualisierungen werden automatisch ausgelöst
5. Dashboards sind für alle Beteiligten immer aktuell

Das erste Erstellen der Power Query-Schritte erfordert Aufwand – vergleichbar mit dem Aufwand für die Erstellung der ursprünglichen Excel-Arbeitsmappe. Aber jede weitere Aktualisierung erfolgt automatisch und ohne manuelle Eingriffe. Über ein Jahr wöchentliche Berichterstattung bedeutet eine Einsparung von mehr als 50 Stunden pro Arbeitsmappe.

Allgemeine Power-Query-Transformationen

Unpivoting. Excel-Berichte schwenken Daten häufig in ein breites Format um: Monate als Spaltenüberschriften, Kategorien als Zeilen. Power BI funktioniert besser mit großen, schmalen Daten. Die Unpivot-Funktion von Power Query wandelt breite Tabellen in lange Tabellen um:

Vorher: | Product | Jan | Feb | Mar | Nachher: | Product | Month | Revenue |

Dies ist eine der häufigsten und wertvollsten Transformationen während der Migration. Breite Tabellen in Excel werden in Power BI zu ordnungsgemäß modellierten Faktentabellen.

Anhängen mehrerer Dateien. Wenn Ihr Excel-Workflow das Öffnen von 12 monatlichen Dateien und deren Kopieren in ein einziges Blatt umfasst, automatisiert die Funktion „Dateien kombinieren“ von Power Query dies. Richten Sie Power Query auf einen Ordner und alle Dateien im Ordner werden automatisch in eine einzige Tabelle eingefügt. Wenn dem Ordner eine neue Monatsdatei hinzugefügt wird, wird sie bei der nächsten Aktualisierung automatisch übernommen.

Durchsetzung von Datentypen. Excel ist in Bezug auf Datentypen freizügig – eine Spalte kann Zahlen, Text und Datumsangaben in derselben Spalte enthalten. Power BI erfordert konsistente Typen. Power Query identifiziert Typkonflikte und stellt Tools zu deren Bereinigung bereit: Ersetzen Sie Fehler, konvertieren Sie Typen oder entfernen Sie problematische Zeilen.

Spaltenaufteilung und -zusammenführung. Teilen Sie eine Spalte „Vollständiger Name“ in „Vorname“ und „Nachname“ auf. Führen Sie „Stadt“, „Bundesland“ und „Postleitzahl“ in einer einzigen Spalte „Adresse“ zusammen. Extrahieren Sie das Jahr aus einem Datum. Analysieren Sie einen Produktcode, um das Kategoriepräfix von der Artikelnummer zu trennen. Diese Transformationen, für die Excel-Formeln erforderlich waren, werden zu wiederverwendbaren Power Query-Schritten.

---

Phase 5: Validierung und Parallellauf

Das Validierungs-Framework

Überprüfen Sie vor der Außerbetriebnahme einer Tabellenkalkulation, ob der Power BI-Bericht identische Ergebnisse liefert. Das ist nicht verhandelbar. Benutzer werden Power BI sofort misstrauen, wenn die Zahlen von ihren vertrauenswürdigen Excel-Berichten abweichen, selbst wenn die Power BI-Zahlen tatsächlich korrekt sind.

Erstellen Sie eine Validierungsarbeitsmappe, die wichtige Kennzahlen nebeneinander vergleicht:

Unstimmigkeiten untersuchen

Abweichungen sind normal und zu erwarten. Sie entstehen aus:

Anderer Datenumfang. Die Excel-Datei enthält möglicherweise stornierte Bestellungen in der Gesamtsumme, während das Power BI-Modell sie herausfiltert (oder umgekehrt). Passen Sie die Filterkriterien zwischen beiden Systemen an.

Rundungsunterschiede. Excel und Power BI verwenden unterschiedliche Gleitkommagenauigkeiten. Eine Summe von Tausenden von Dezimalwerten kann aufgrund der Rundungsreihenfolge um einige Cent abweichen. Dies ist akzeptabel und wird erwartet.

Zeitunterschiede. Wenn die Excel-Datei um 8:00 Uhr und der Power BI-Datensatz um 6:00 Uhr aktualisiert wurde, werden Transaktionen, die zwischen 6:00 und 8:00 Uhr aufgezeichnet wurden, in der einen, nicht aber in der anderen angezeigt. Validieren Sie mit demselben Daten-Snapshot.

Formelfehler in Excel. Manchmal ist die Power BI-Zahl korrekt und die Excel-Zahl falsch. Bei der Migration werden häufig Formelfehler aufgedeckt, die über Monate oder Jahre hinweg stillschweigend zu falschen Ergebnissen geführt haben. Dokumentieren Sie diese Ergebnisse – sie zeigen den Wert der Migration.

Versteckte Filter. In Excel-Pivottabellen sind möglicherweise Filter angewendet, die nicht sofort sichtbar sind. Überprüfen Sie den Bereich „Berichtsfilter“ und alle ausgeblendeten manuellen Filter für die Quelldaten des Pivots.

Parallellaufzeitraum

Führen Sie beide Systeme mindestens einen vollständigen Berichtszyklus lang parallel aus – idealerweise zwei. In diesem Zeitraum:

Beide Systeme werden aktualisiert. Die Excel-Arbeitsmappe wird weiterhin manuell aktualisiert. Der Power BI-Bericht wird automatisch aktualisiert. Beide stehen den Benutzern zur Verfügung.

Benutzer vergleichen Ergebnisse. Ermutigen Sie Benutzer, den Power BI-Bericht mit dem Excel-Bericht zu vergleichen, dem sie vertrauen. Bitten Sie sie, Unstimmigkeiten zu melden, damit Sie diese untersuchen und beheben können.

Feedback-Sammlung. Sammeln Sie Feedback zum Power BI-Erlebnis. Ist das Layout intuitiv? Stehen die richtigen Kennzahlen im Vordergrund? Fehlt etwas? Iterieren Sie den Power BI-Entwurf basierend auf Benutzereingaben, bevor die Excel-Version eingestellt wird.

Training während des Parallellaufs. Nutzen Sie den Parallelzeitraum zur Benutzerschulung. Benutzer können die Benutzeroberfläche von Power BI erlernen und dabei weiterhin auf ihre vertrauten Excel-Berichte als Sicherheitsnetz zurückgreifen. Dies verringert die Angst vor dem Übergang.

---

Phase 6: Stilllegungstabellen

Die Stilllegungs-Checkliste

Stellen Sie Tabellenkalkulationen nicht abrupt außer Betrieb. Folgen Sie einem strukturierten Prozess:

Kündigen Sie den Zeitplan an. Geben Sie den Benutzern zwei bis vier Wochen im Voraus Bescheid, bevor eine Tabellenkalkulation eingestellt wird. Teilen Sie das konkrete Datum und den Power BI-Bericht mit, der es ersetzt.

Archivieren Sie die Tabelle. Verschieben Sie die endgültige Version der Excel-Datei in einen deutlich gekennzeichneten Archivordner (nicht den aktiven Berichtsordner). Löschen Sie es nicht – Benutzer müssen während der Umstellung möglicherweise auf historische Daten zurückgreifen, und die Verfügbarkeit des Originals verringert die Angst.

Dokumentation aktualisieren. Aktualisieren Sie alle Standardarbeitsanweisungen, Schulungsmaterialien oder Prozessdokumente, die auf den Excel-Bericht verweisen. Ersetzen Sie Verweise durch die URL des Power BI-Berichts.

Zugriff auf die Live-Version entfernen. Wenn sich die Tabelle auf SharePoint oder einer Netzwerkfreigabe befindet, widerrufen Sie den Bearbeitungszugriff, behalten Sie aber den Lesezugriff auf die Archivkopie bei. Dadurch wird verhindert, dass irgendjemand weiterhin die veraltete Excel-Version aktualisiert und ein Schattenberichtssystem erstellt.

Überwachen Sie die Einführung von Power BI. Verfolgen Sie Nutzungsmetriken für den Power BI-Ersatzbericht im ersten Monat nach der Außerbetriebnahme. Wenn die Nutzung erheblich zurückgeht, prüfen Sie, ob Benutzer wieder auf Tabellenkalkulationen umgestiegen sind oder die Analyse überhaupt nicht durchführen (beides sind Probleme, die ein Eingreifen erfordern).

Umgang mit Widerstand

Einige Benutzer werden sich der Migration widersetzen, und ihre Bedenken verdienen Respekt. Häufige Einwände und Antworten:

„Ich kann in Excel Dinge tun, die Power BI nicht kann.“ Das trifft manchmal zu. Die Ad-hoc-Flexibilität von Excel (Einfügen von Kommentaren, manuelle Anpassungen, einmalige Berechnungen) ist unübertroffen. Die Antwort besteht nicht darin, alles in Power BI zu erzwingen. Ermöglichen Sie Benutzern, Excel weiterhin für Ad-hoc-Erkundungen zu verwenden. Power BI ersetzt die wiederkehrenden Berichte, die nicht manuell erstellt werden sollten, und nicht die einmaligen Analysen, bei denen sich Excel auszeichnet.

„Ich vertraue den Power BI-Zahlen nicht.“ Dies ist die Aufgabe der Validierungsphase. Wenn die parallel laufende Periode eine konsistente Genauigkeit aufweist, baut sich Vertrauen auf. Sollten weiterhin Unstimmigkeiten bestehen, beheben Sie diese vor der Außerbetriebnahme. Niemals außer Betrieb nehmen, solange Vertrauensprobleme ungelöst sind.

„Power BI ist langsamer als meine Tabellenkalkulation.“ Bei kleinen Datensätzen lässt sich Excel tatsächlich schneller öffnen und damit interagieren als ein Power BI-Bericht in einem Webbrowser. Erkennen Sie diesen Kompromiss an. Der Geschwindigkeitsunterschied wird durch automatische Aktualisierung, zentralen Zugriff und Skalierbarkeit ausgeglichen. Optimieren Sie für Dashboards, bei denen die Ladezeit entscheidend ist, die Leistung des Power BI-Berichts (visuelle Darstellungen reduzieren, DAX optimieren, Aggregationen verwenden).

„Ich muss den Bericht für mein Team ändern.“ Power BI unterstützt dies durch Arbeitsbereichsberechtigungen. Geben Sie Hauptbenutzern „Mitwirkender“-Zugriff, um ihre eigenen Berichte zu erstellen, die mit dem freigegebenen Datensatz verknüpft sind. Sie erhalten die gewünschte Anpassungsflexibilität, während das zugrunde liegende Datenmodell verwaltet und konsistent bleibt.

Für Organisationen, die eine Migration von Excel zu Power BI planen, bieten die Power BI-Migrationsdienste von ECOSIRE strukturierte Migrationsunterstützung, einschließlich Tabellenprüfungen, Formelübersetzung, Datenmodellierung, Validierungs-Frameworks und Benutzerschulung. Wir haben Hunderte von geschäftskritischen Tabellenkalkulationen in Fertigungs-, Einzelhandels-, Finanz- und Dienstleistungsunternehmen auf Power BI migriert.

---

Post-Migration: Den Wandel aufrechterhalten

Aufbau einer Self-Service-Kultur

Das ultimative Ziel der Migration von Excel zu Power BI besteht nicht darin, ein statisches Berichtstool durch ein anderes zu ersetzen. Ziel ist es, eine Self-Service-Analysekultur zu schaffen, in der Geschäftsanwender ihre eigenen Fragen beantworten können, ohne darauf warten zu müssen, dass die IT-Abteilung einen Bericht erstellt.

Ermöglichen Sie Self-Service durch:

Freigegebene Datensätze veröffentlichen. Erstellen Sie verwaltete, zertifizierte Datensätze, mit denen Geschäftsbenutzer beim Erstellen ihrer eigenen Berichte eine Verbindung herstellen können. Der Datensatz enthält das überprüfte Datenmodell, Kennzahlen und Beziehungen. Benutzer erstellen darauf visuelle Darstellungen, ohne die zugrunde liegende Datenpipeline verstehen zu müssen.

Bereitstellung von Vorlagen. Erstellen Sie Startervorlagen für gängige Berichtstypen (Verkaufs-Dashboard, operative Scorecard, Finanzzusammenfassung), die Benutzer kopieren und anpassen können. Vorlagen sorgen für einheitliches Design und geben den Benutzern gleichzeitig kreative Freiheit.

Durchführung monatlicher Schulungssitzungen. Kurze, fokussierte Sitzungen (1 Stunde) zu bestimmten Themen: „So erstellen Sie ein Balkendiagramm“, „So erstellen Sie einen Slicer“, „So verwenden Sie Drill-Through.“ Halten Sie die Sitzungen praxisorientiert und praxisorientiert und verwenden Sie dabei die tatsächlichen Daten der Organisation.

Aufrechterhaltung eines Kompetenzzentrums. Ein kleines Team (2-3 Personen) fungiert als interne Power BI-Experten. Sie pflegen gemeinsame Datensätze, bieten Anleitungen zu Best Practices, überprüfen und zertifizieren Berichte und bleiben über die monatlichen Feature-Releases von Power BI auf dem Laufenden.

Kontinuierliche Verbesserung

Die Migration ist kein einmaliges Ereignis. Power BI veröffentlicht monatlich neue Funktionen. Ihre Geschäftsanforderungen entwickeln sich. Datenquellen ändern sich. Die Berichte, die Sie heute erstellen, müssen morgen aktualisiert werden.

Planen Sie vierteljährliche Überprüfungen Ihrer Power BI-Umgebung:

Nutzungsanalyse. Welche Berichte werden stark genutzt? Welche sind unbenutzt? Investieren Sie in Ersteres; Letztere in den Ruhestand schicken.

Leistungsüberprüfung. Steigen die Aktualisierungszeiten? Werden Grafiken langsam gerendert? Optimieren Sie, bevor die Leistung so stark nachlässt, dass Benutzer die Dashboards nicht mehr verwenden.

Feature-Akzeptanz. Nutzen Benutzer neue Power BI-Funktionen? Gibt es Funktionen (KI-Visualisierungen, schnelle Einblicke, Zielverfolgung), die einen Mehrwert schaffen könnten, aber noch nicht übernommen wurden?

Feedback-Integration. Sammeln Sie kontinuierlich Benutzerfeedback und integrieren Sie es in Ihren Entwicklungsrückstand. Die besten Analyseumgebungen werden von den Menschen gestaltet, die sie täglich nutzen, und nicht von dem Team, das sie erstellt hat.

---

FAQ

Wie lange dauert eine typische Migration von Excel zu Power BI?

Die Migration einer einzelnen Tabellenkalkulation (von einer komplexen Arbeitsmappe zu einem Power BI-Bericht) dauert einschließlich Analyse, Entwicklung, Validierung und paralleler Ausführung zwei bis vier Wochen. Eine Migration auf Abteilungsebene (5–15 Tabellenkalkulationen für ein Team) dauert 3–6 Monate. Eine unternehmensweite Migration (Dutzende Tabellen über mehrere Abteilungen hinweg) dauert 6–12 Monate, einschließlich Governance-Einrichtung, Schulung und Änderungsmanagement. Die Entwicklungsarbeit stellt selten den Engpass dar – Validierung, Schulung und Einführung dauern länger als die Erstellung der Berichte.

Kann ich Excel nach der Migration zu Power BI weiterhin verwenden?

Absolut. Power BI und Excel ergänzen sich. Verwenden Sie Power BI für wiederkehrende Berichte, gemeinsame Dashboards und kontrollierte Analysen. Verwenden Sie Excel für Ad-hoc-Analysen, einmalige Berechnungen und Datenexploration. Mit Power BI können Sie sogar Daten zur weiteren Analyse nach Excel exportieren und Excel mithilfe von „In Excel analysieren“ direkt mit Power BI-Datensätzen verbinden, sodass Sie das Beste aus beiden Welten erhalten.

Was passiert mit meinen Excel-Makros und meinem VBA-Code?

VBA-Makros werden nicht in Power BI übersetzt. Wenn Ihre Tabelle für die Datentransformation (Bereinigen, Formatieren, Kombinieren von Dateien) auf Makros basiert, ersetzen Sie diese durch Power Query-Schritte. Wenn Makros das Verhalten der Benutzeroberfläche steuern (benutzerdefinierte Schaltflächen, Formulardialoge), prüfen Sie, ob das native Interaktionsmodell von Power BI (Slicer, Drillthrough, Lesezeichen) gleichwertige Funktionalität bietet. Ersetzen Sie Makros, die mit externen Systemen interagieren (E-Mails senden, in Datenbanken schreiben), durch Power Automate-Flows, die durch Power BI-Datenwarnungen ausgelöst werden.

Benötige ich eine Power BI-Lizenz für jeden Excel-Benutzer, der migriert?

Nicht unbedingt. Die Power BI-Lizenzierung hängt davon ab, wie Benutzer auf Inhalte zugreifen, und nicht von ihrer vorherigen Excel-Nutzung. Wenn Sie Berichte in einem Arbeitsbereich mit Premium-Kapazität veröffentlichen, benötigen Betrachter lediglich ein kostenloses Power BI-Konto. Wenn Sie Pro-Arbeitsbereiche nutzen, benötigt jeder Betrachter eine Pro-Lizenz (10 $/Benutzer/Monat). Für Organisationen mit einer kleinen Anzahl von Berichtserstellern und einer großen Anzahl von Betrachtern ist die Premium-Kapazität kostengünstiger. Beginnen Sie mit der Kategorisierung Ihrer Excel-Benutzer als Ersteller (benötigen Pro oder PPU) und nicht als Betrachter (benötigen Pro oder können kostenlos mit Premium nutzen), um die Kosten genau zu modellieren.

Wie gehe ich mit Tabellenkalkulationen mit manueller Dateneingabe um, die sich in keiner Datenbank befinden?

Manuelle Daten, die nur in Tabellenkalkulationen vorhanden sind, brauchen ein neues Zuhause. Die beste Option ist normalerweise eine SharePoint-Liste – sie bietet eine strukturierte Dateneingabeschnittstelle für mehrere Benutzer, mit der Power BI eine Verbindung als Datenquelle herstellen kann. Für Organisationen, die Dynamics 365 verwenden, erfüllt eine Dataverse-Tabelle denselben Zweck mit einer engeren Power BI-Integration. Für kleine, selten geänderte Referenzdaten (weniger als 100 Zeilen) erstellt die Funktion „Daten eingeben“ von Power BI eine statische Tabelle direkt im Modell. Das Grundprinzip besteht darin, dass manuelle Daten in ein für die Dateneingabe konzipiertes System (SharePoint, Dataverse, ein einfaches Webformular) eingegeben und von Power BI als Datenquelle genutzt und nicht in Power BI selbst eingegeben werden sollten.