1. Ziel dieses Beitrags
Power Query verstehen heißt, den ETL-Prozess verstehen.
In diesem Beitrag erkläre ich das grundlegende Prinzip, auf dem Power Query basiert:
ETL – Extract, Transform, Load.
Dabei geht es nicht nur um eine technische Abfolge von Schritten, sondern um ein Denkmodell, das professionelles Reporting grundlegend verändert.
Mein Ziel ist es, dass Sie nach diesem Beitrag:
- den ETL-Prozess konzeptionell verstehen
- wissen, warum Power Query genau so aufgebaut ist
- erkennen, warum ETL im Controlling und Reporting so mächtig ist
- den Unterschied zwischen „Daten bearbeiten“ und „Datenprozess definieren“ verstehen
Dieser Beitrag bildet die strategische Grundlage für alle folgenden Kapitel.
2. Warum ETL im Reporting unverzichtbar ist
Bevor ich ETL technisch erkläre, möchte ich einen Schritt zurückgehen.
Im Reporting-Alltag passiert häufig Folgendes:
- Daten werden aus einem System exportiert
- manuelle Korrekturen werden vorgenommen
- Hilfsspalten werden ergänzt
- Pivot-Tabellen werden erstellt
- beim nächsten Monat beginnt alles von vorne
Das Problem dabei:
- Arbeit wird wiederholt
- Fehler schleichen sich ein
- Logik ist nicht dokumentiert
- Prozesse sind personengebunden
ETL löst genau dieses Problem.
ETL bedeutet:
Ich bearbeite nicht einzelne Daten –
ich definiere einen wiederholbaren Datenprozess.
Und genau das ist der Kern von Power Query.
3. ETL im Überblick – Das Grundprinzip
ETL steht für:
- Extract – Daten extrahieren
- Transform – Daten aufbereiten
- Load – Daten laden
Das klingt zunächst banal.
Die Wirkung ist jedoch tiefgreifend.
Ich durchlaufe bei jeder professionellen Datenverarbeitung genau diese drei Phasen – bewusst oder unbewusst.
Power Query macht diese drei Phasen explizit.
4. Extract – Daten extrahieren
4.1 Was bedeutet Extract?
Extract bedeutet:
Ich verbinde mich mit einer Datenquelle und lese Daten ein –
ohne sie zu verändern.
Wichtig:
Extract ist lesend, nicht schreibend.
Power Query arbeitet „read-only“. Das ist ein massiver Sicherheitsvorteil gegenüber VBA oder manuellem Kopieren, da die Quelldaten niemals versehentlich überschrieben oder durch Formelfehler korrumpiert werden können.
4.2 Typische Datenquellen
In der Praxis können das sein:
- Excel-Dateien
- CSV-Dateien
- Textdateien
- Ordner mit vielen Dateien
- Datenbanken (SQL-Server etc.)
- Webquellen
- PDFs
- SharePoint
- Power BI Datensätze
Power Query ist genau für diese Vielfalt gebaut.
4.3 Wichtiger strategischer Punkt
Extract bedeutet nicht:
„Ich kopiere Daten in mein Berichtssheet.“
Sondern:
„Ich definiere eine Verbindung zu einer Quelle.“
Das ist ein fundamentaler Unterschied.
Die Daten bleiben:
- in der Quelldatei
- im Vorsystem
- im Ordner
Power Query merkt sich lediglich:
- wo die Daten liegen
- wie sie heißen
- wie sie aufgebaut sind
Das ist der erste Schritt zur Automatisierung.
Wichtig: Power Query speichert nicht die Daten selbst in der Abfrage, sondern die Metadaten (Pfad, Tabellenname, Spaltenstruktur).
5. Transform – Daten aufbereiten
5.1 Das Herzstück des ETL-Prozesses
Transform ist die wichtigste Phase.
Hier passiert:
- Datentypen setzen
- Spalten entfernen
- Spalten umbenennen
- Berechnete Spalten erzeugen
- Filtern
- Gruppieren
- Tabellen zusammenführen
- Pivotieren / Entpivotieren
- Daten bereinigen
Kurz gesagt:
Hier entsteht aus Rohdaten eine saubere Datenbasis.
5.2 Der entscheidende Denkwechsel
In Excel arbeite ich zellenbasiert.
In Power Query arbeite ich schrittbasiert.
Jede Transformation wird:
- dokumentiert
- gespeichert
- bei jeder Aktualisierung wiederholt
Ich definiere also nicht das Ergebnis –
ich definiere den Weg zum Ergebnis.
Das ist ein massiver Unterschied.
5.3 Warum Transform vor der Auswertung passiert
Viele Excel-Anwender versuchen, Datenprobleme in der Pivot-Tabelle zu lösen.
Das führt zu:
- komplizierten Measures
- Hilfsspalten
- inkonsistenten Berechnungen
Der ETL-Gedanke sagt:
Erst saubere Daten – dann Analyse.
Power Query zwingt mich genau zu diesem sauberen Vorgehen.
5.4 Experten-Wissen: Query Folding – Warum Power Query so schnell ist
Ein technisches Highlight, das Power Query von einfachem „Filtern in Excel“ unterscheidet, ist das sogenannte Query Folding.
Wenn Sie sich mit einer professionellen Datenquelle (z. B. einem SQL-Server) verbinden, ist Power Query so intelligent, Ihre Transformationsschritte (Filtern, Spalten wählen, Gruppieren) in die Muttersprache der Datenbank (SQL) zu übersetzen.
- Der Effekt: Die Arbeit findet nicht auf Ihrem langsamen Rechner statt, sondern direkt auf dem leistungsstarken Server.
- Das Ergebnis: Excel lädt nicht erst 10 Millionen Zeilen, um sie dann mühsam zu filtern, sondern bittet den Server: „Schick mir bitte direkt nur die 500 Zeilen, die ich wirklich brauche.“ Das macht Ihre Berichte extrem stabil und performant.
6. Load – Daten laden
6.1 Was bedeutet Load?
Load bedeutet:
Ich entscheide bewusst, wohin meine transformierten Daten fließen.
Möglichkeiten:
- in eine Excel-Tabelle
- direkt in eine Pivot-Tabelle
- ins Datenmodell (Power Pivot)
- nur als Verbindung
6.2 Strategische Bedeutung von Load
Load ist kein technischer Nebenschritt.
Er entscheidet über:
- Dateigröße
- Performance
- Modellstruktur
- Wartbarkeit
Beispiel:
Lade ich nur als Verbindung, bleibt die Datei extrem schlank.
Lade ich ins Datenmodell, kann ich komplexe DAX-Kennzahlen bauen.
Load ist also eine Architekturentscheidung.
7. Warum ETL professionelles Reporting verändert
Wenn ich ETL konsequent anwende, passiert Folgendes:
1️⃣ Trennung von Daten und Darstellung
Rohdaten bleiben Rohdaten.
Berichte bleiben Berichte.
2️⃣ Wiederholbarkeit
Neue Daten → ein Klick → gleicher Prozess.
3️⃣ Dokumentation
Alle Schritte sind nachvollziehbar.
4️⃣ Skalierbarkeit
Mehr Daten bedeuten nicht mehr Arbeit.
5️⃣ Stabilität
Ich arbeite nicht manuell – ich arbeite regelbasiert.
8. ETL vs. klassisches Excel-Arbeiten
| Klassisches Excel | ETL mit Power Query |
|---|---|
| Daten kopieren | Daten verbinden |
| Manuelle Bereinigung | Dokumentierte Transformation |
| Formeln nachziehen | Prozess aktualisieren |
| Fehleranfällig | Reproduzierbar |
| Ergebnisorientiert | Prozessorientiert |
| Begrenzt durch Zeilenzahl (1 Mio.) | Nahezu unbegrenzte Zeilenzahl via Datenmodell |
| „Woher kommt diese Zahl?“ (Suche) | Schritt-für-Schritt Historie (Revisionssicher) |
| Quelldaten können überschrieben werden | Quellschutz (Read-only Zugriff) |
| Logik in Zellen versteckt (Formeln) | Zentral im Abfrage-Editor definiert |
Der Unterschied liegt nicht im Werkzeug.
Er liegt im Denkmodell.
9. ETL im Controlling-Kontext
Gerade im Controlling ist ETL ein Gamechanger.
Typische Anwendungsfälle:
- Monatsberichte
- Budget-Ist-Vergleiche
- Konsolidierungen
- Datenabgleiche
- Stammdatenprüfung
- ERP-Exporte
Hier wiederholen sich Prozesse ständig.
ETL bedeutet:
Einmal sauber aufbauen – dauerhaft nutzen.
Das ist der Unterschied zwischen operativem Excel-Arbeiten und professionellem Reporting.
10. Wie Power Query ETL technisch umsetzt
Power Query bildet ETL exakt ab:
- Extract → Daten abrufen
- Transform → Power Query Editor
- Load → Schließen & Laden
Die Benutzeroberfläche ist keine Spielerei –
sie folgt exakt diesem Modell.
Deshalb ist es so wichtig, ETL zuerst konzeptionell zu verstehen.
10.1 Die Sprache hinter den Klicks: „M“
Während wir im Power Query Editor bequem auf Schaltflächen klicken, schreibt Excel im Hintergrund ein Protokoll in einer eigenen Sprache namens „M“ (Power Query Formula Language).
Warum ist das für Sie wichtig?
- Revisionssicherheit: Jeder Ihrer Schritte wird als Code-Zeile festgeschrieben. Ein Wirtschaftsprüfer oder Nachfolger kann genau sehen, was mit den Daten passiert ist – es gibt keine „versteckten“ manuellen Änderungen in Zellen.
- Determinismus: Der Prozess ist zu 100 % logisch. Wenn Schritt A definiert ist, führt er immer zum gleichen Ergebnis B. Das eliminiert den Faktor „menschliches Versagen“ beim Kopieren und Einfügen komplett.
- Audit-Trail: Sie bauen quasi eine „schwarze Kiste“, in die vorne Rohdaten hineinfließen und hinten fertige Berichte herauskommen – vollautomatisch und lückenlos dokumentiert.
11. Typische Missverständnisse
❌ „Power Query ersetzt Pivot-Tabellen.“
Nein.
Power Query bereitet vor. Pivot wertet aus.
❌ „ETL ist nur für IT-Abteilungen.“
Nein.
Power Query bringt ETL ins Fachbereichs-Controlling.
❌ „Ich brauche nur kleine Daten, also kein ETL.“
Gerade bei kleinen Daten spart ETL langfristig Zeit.
❌ „Excel kann nur 1.048.576 Zeilen – also kann Power Query auch nicht mehr.“
Korrektur: Das ist ein Mythos. Wenn man den Load-Schritt (Punkt 6) nutzt, um Daten direkt in das Datenmodell (Power Pivot) zu laden, kann Power Query Millionen von Zeilen verarbeiten, da diese im Arbeitsspeicher komprimiert werden und nicht im Excel-Sheet landen müssen.
12. Fazit – ETL ist kein Feature, sondern ein Arbeitsprinzip
Der wichtigste Punkt dieses Beitrags ist:
Power Query ist nicht einfach ein weiteres Excel-Tool.
Es ist die Umsetzung des ETL-Prinzips innerhalb von Excel.
Wenn ich ETL verstehe, verstehe ich:
- warum Power Query so aufgebaut ist
- warum Schritte nicht „rückgängig“ gedacht sind
- warum Datentypen so wichtig sind
- warum ich sauber zwischen Quelle und Bericht trenne
ETL verändert mein Arbeiten von:
„Ich baue einen Bericht“
zu
„Ich baue einen Datenprozess“.
Und genau das ist der Unterschied zwischen manuellem Reporting und professioneller Datenarchitektur.
Navigation innerhalb der Serie
⬅️ Vorheriger Beitrag: 1.2 Power Query Voraussetzungen: Excel-Umgebung, Integration & sinnvolles Vorwissen
➡️ Nächster Beitrag: 1.4 Warum Power Query? – Ein Praxisbeispiel aus dem Reporting-Alltag
🧭 Zur Übersicht: Power Query-Serie auf Excel-Meister.de
Austausch & Fragen
Wenn Sie Fragen haben oder sich fachlich austauschen möchten, schreiben Sie mir gerne auf LinkedIn.
Dort diskutiere ich regelmäßig über Excel, Power Query und Controlling-Themen.
👉 Den Link zu meinem LinkedIn-Gruppe finden Sie hier: https://www.linkedin.com/groups/13079313