Brauchen wir dafür gleich ein Data Warehouse?

Meistens nicht am Anfang. Wir beginnen mit einer Datenschicht neben den Quellsystemen: Lesezugriff, feste Auswertungslogik, ein Ort für Kennzahlen. Ob daraus ein ausgebautes Warehouse wird, entscheidet die zweite Ausbaustufe — nicht die erste Rechnung.

Was passiert mit unseren bestehenden Excel-Auswertungen?

Die sind der beste Ausgangspunkt, den es gibt: Dort steckt die Logik, die im Betrieb tatsächlich gilt, inklusive aller Sonderfälle. Wir lesen sie aus, überführen die Regeln in Abfragen und ersetzen den manuellen Teil. Die Zahl bleibt dieselbe — das Zusammenkopieren fällt weg.

Wie aktuell sind die Zahlen?

So aktuell, wie die Quellsysteme es zulassen. Üblich ist ein nächtlicher Lauf, sodass der Vergleich morgens steht. Wo es nötig ist, geht es häufiger. Wo es nichts bringt, lassen wir es bewusst nächtlich, statt dauernd Last zu erzeugen für ein Gefühl von Echtzeit.

Was, wenn eine Zahl falsch aussieht?

Dann muss man sie zurückverfolgen können. Jede Kennzahl hat eine nachlesbare Herkunft bis in die Quelltabelle. Ein Dashboard, dessen Zahlen niemand erklären kann, wird nach drei Wochen nicht mehr geöffnet — das ist der häufigste Grund, warum BI-Projekte im Sand verlaufen.

03 · Daten & BI

Zahlen an einer Stelle, jeden Morgen aktuell

In den meisten Betrieben existieren die Zahlen längst — nur an fünf Stellen gleichzeitig und in drei Varianten. Die Monatsauswertung entsteht dann von Hand, und der Termin dreht sich darum, welche Zahl stimmt, statt darum, was zu tun ist. Das Problem ist selten fehlende Software. Es ist ein fehlendes gemeinsames Modell.

Daten aus ERP, Shop, Zeiterfassung und Bank in einem Modell zusammengeführt — mit Auswertungen, die früh am Morgen schon stimmen, und Kennzahlen, über die im Termin niemand mehr diskutiert.

›Datendrehscheibe: ETL-Strecken aus ERP, Warenwirtschaft, Shop und Bank
›Dashboards und Kennzahlen-Cockpits mit Metabase
›SQL Server und PostgreSQL: Modellierung, Abfragen, Tuning
›Ablöse abgekündigter Berichtsserver ohne Lizenzwechsel

MetabaseSQL ServerPostgreSQLETLGristEBICS

Für wen das passt

Betriebe, in denen die Geschäftsführung Zahlen aus mehr als einem System braucht und heute jemand dafür Tabellen zusammenkopiert. Wenn dein ERP ein Berichtswesen mitbringt, das genügt, sagen wir das — dann brauchst du uns dafür nicht.

Was bei uns selbst läuft

Das Berichtswesen einer Gruppe mit neun Gesellschaften läuft auf genau diesem Aufbau — inklusive der unangenehmen Teile: Konzernsicht, Vorjahresvergleich und Bankdaten.

Controlling-Cockpit: Kennzahlen aus dem ERP mit Vorjahresvergleich, Gesellschafts- und Konzernsicht. Ersetzt einen Bericht, der jeden Monat von Hand gebaut wurde.
Verlorene Kunden: Eine Auswertung, die meldet, wenn das Bestellverhalten eines Kunden abreißt — bevor es im Jahresvergleich auffällt und damit zu spät ist.
Bankdaten automatisch: Kontoauszüge werden per EBICS geholt und in die Liquiditätssicht eingespielt, statt monatlich exportiert und eingefügt zu werden.
Ablöse eines Berichtsservers: Ein abgekündigter Reporting-Dienst wurde durch eine eigene Oberfläche auf denselben Daten ersetzt — ohne Lizenzkosten und ohne Migrationsprojekt.
Excel-Ablöse: Eine gewachsene Tabelle mit weit über tausend Zeilen läuft heute als Datenbank mit mehreren Bearbeitern gleichzeitig — ohne Versionskonflikte und ohne Datei im Umlauf.

Wie ein Projekt abläuft

Wir bauen nicht das vollständige Modell und zeigen es nach einem halben Jahr. Wir nehmen die eine Kennzahl, an der am meisten hängt, und machen die belastbar.

1Die erste Kennzahl
Welche Zahl fehlt am meisten, und wer trifft damit welche Entscheidung? Daran hängt, welche Quellen zuerst angebunden werden.
1 Termin
2Anbinden und lesen
Lesezugriff auf die Quellsysteme, die erste ETL-Strecke, ein Modell mit nachvollziehbarer Herkunft. Noch ohne Politur an der Oberfläche.
1–3 Wochen
3Auswertung und Abgleich
Die Auswertung wird gegen die bisherige Handrechnung geprüft. Die Abweichungen sind hier die eigentliche Arbeit — und der Grund, warum den Zahlen später jemand glaubt.
1–2 Wochen
4Ausbauen
Weitere Quellen, weitere Sichten, Rechte je Rolle, nächtlicher Lauf mit Überwachung. Jede Stufe ist für sich nutzbar, auch wenn danach Schluss ist.
laufend

Was es kostet

Abgerechnet wird je Ausbaustufe. Die erste ist bewusst klein gehalten: Sie soll beweisen, dass die Zahlen stimmen, bevor mehr Geld hineingeht.

Was den Preis treibt: Zahl und Zugänglichkeit der Quellsysteme. Eine dokumentierte Datenbank ist günstig; ein System, das seine Daten nur als fertigen Bericht herausgibt, kostet Umwege.
Was den Preis senkt: Eine Person, die die Fachlogik verbindlich erklären darf. Die teuersten Auswertungen sind die, bei denen drei Abteilungen dieselbe Kennzahl unterschiedlich definieren.
Laufende Kosten: Metabase, PostgreSQL und die ETL-Strecken sind quelloffen und laufen auf eigener Hardware — keine Kosten pro Berichtsempfänger. Genau daran scheitern Auswertungen sonst: Sie werden nicht verteilt, weil jeder zusätzliche Zugang Geld kostet.

Was du bekommst

✓Ein Datenmodell, das mehr als ein Quellsystem zusammenführt
✓Auswertungen mit nachvollziehbarer Herkunft bis in die Quelltabelle
✓Nächtliche Läufe mit Überwachung statt Berichte von Hand
✓Zugänge je Rolle, ohne Kosten pro Empfänger
✓Abfragen und Skripte im eigenen Repository, nicht in einem Werkzeug eingesperrt

Häufige Fragen

Brauchen wir dafür gleich ein Data Warehouse?: Meistens nicht am Anfang. Wir beginnen mit einer Datenschicht neben den Quellsystemen: Lesezugriff, feste Auswertungslogik, ein Ort für Kennzahlen. Ob daraus ein ausgebautes Warehouse wird, entscheidet die zweite Ausbaustufe — nicht die erste Rechnung.
Was passiert mit unseren bestehenden Excel-Auswertungen?: Die sind der beste Ausgangspunkt, den es gibt: Dort steckt die Logik, die im Betrieb tatsächlich gilt, inklusive aller Sonderfälle. Wir lesen sie aus, überführen die Regeln in Abfragen und ersetzen den manuellen Teil. Die Zahl bleibt dieselbe — das Zusammenkopieren fällt weg.
Wie aktuell sind die Zahlen?: So aktuell, wie die Quellsysteme es zulassen. Üblich ist ein nächtlicher Lauf, sodass der Vergleich morgens steht. Wo es nötig ist, geht es häufiger. Wo es nichts bringt, lassen wir es bewusst nächtlich, statt dauernd Last zu erzeugen für ein Gefühl von Echtzeit.
Was, wenn eine Zahl falsch aussieht?: Dann muss man sie zurückverfolgen können. Jede Kennzahl hat eine nachlesbare Herkunft bis in die Quelltabelle. Ein Dashboard, dessen Zahlen niemand erklären kann, wird nach drei Wochen nicht mehr geöffnet — das ist der häufigste Grund, warum BI-Projekte im Sand verlaufen.

Projekt besprechen. Leistungen