1. Ziel dieses Beitrags
Wenn Sie mit Power Query arbeiten, sehen Sie auf der rechten Seite im Bereich „Abfrageeinstellungen“ die sogenannten „Angewendeten Schritte“. Viele Anwender nehmen diese Liste zunächst nur passiv wahr – dabei ist sie das Herzstück Ihrer gesamten Datenaufbereitung.
In diesem Beitrag lernen Sie:
- warum die Reihenfolge der Schritte entscheidend ist
- wie Abhängigkeiten zwischen den Schritten entstehen
- warum Power Query in vielen Fällen nicht „rückwärts“ denkt
- wie Sie die Liste als „Zeitmaschine“ nutzen
- und wie Sie typische Fehler gezielt vermeiden.
Kurz gesagt: Nach diesem Beitrag verstehen Sie, warum Power Query manchmal „zickt“ – und wie Sie das vermeiden.
2. Was sind „Angewendete Schritte“ überhaupt?
Jede Transformation, die Sie im Power Query Editor durchführen, wird automatisch als Schritt gespeichert.
Beispiele: Spalte löschen, Datentyp ändern, Filter setzen, Spalte hinzufügen.
Diese Schritte werden:
- automatisch protokolliert (wie ein Makro-Rekorder)
- in der richtigen Reihenfolge ausgeführt
- bei jeder Aktualisierung erneut auf die Rohdaten angewendet
Hintergrund-Info: Jeder Schritt ist technisch gesehen eine Zeile Code in der Sprache „M“. Wenn Sie die Bearbeitungsleiste (Menü Ansicht → Bearbeitungsleiste) aktivieren, sehen Sie, dass jeder Schritt sich immer auf den Namen des exakt davorliegenden Schritts bezieht. Das ist das Bindeglied der Kette!
Wenn Sie in der Formelleiste genauer hinsehen, erkennen Sie die typische Struktur:
= Table.TransformColumnTypes(#“Höher gestufte Header“,{{„Kundennummer“, type text}, {„Kundenname“, type text}, {„Region“, type text}})
Die Referenz auf den vorherigen Schritt (hier #“Höher gestufte Header“) macht die Abhängigkeit sichtbar. Für Fortgeschrittene bietet die Formelleiste auch die Möglichkeit, M-Code manuell anzupassen – das erfordert aber etwas Übung.
Tipp – Der erweiterte Editor: Eine weitere Möglichkeit, den vollständigen M-Code einer Abfrage einzusehen, ist der erweiterte Editor. Sie erreichen ihn über das Menü Ansicht → Erweiterter Editor (oder über den Reiter Start). Dort sehen Sie alle Schritte auf einmal als zusammenhängenden Code – nützlich, wenn Sie die Gesamtstruktur einer Abfrage auf einen Blick überblicken oder gezielt Änderungen vornehmen möchten, die über das Anpassen einzelner Schritte hinausgehen.
3. Die zentrale Logik: Reihenfolge ist alles
Power Query arbeitet streng sequenziell. Das bedeutet: Jeder Schritt baut auf dem Ergebnis des vorherigen Schritts auf.
Praxisbeispiel (durchgängig im Beitrag verwendet):
Was passiert in den einzelnen Schritten?
Der folgende M-Code zeigt, wie Power Query eine Excel-Tabelle Schritt für Schritt einliest und für die weitere Verarbeitung vorbereitet. Jeder Eintrag im Bereich „Angewendete Schritte“ entspricht dabei genau einer Transformation.
Schritt 1: Quelle
Quelle = Excel.Workbook(File.Contents(„C:\Users\hheim\iCloudDrive\Desktop\Power Query – Kurs\Power_Query_Praxisbeispiel_Bedeutende_Spalten.xlsx“), null, true)
In diesem ersten Schritt wird die Excel-Datei als Datenquelle eingebunden. Power Query greift dabei direkt auf die angegebene Datei zu und liest deren Inhalt ein.
Wichtig ist: In diesem Moment wird noch nicht nur ein bestimmtes Tabellenblatt geladen, sondern zunächst die gesamte Arbeitsmappe mit ihren verfügbaren Elementen, also zum Beispiel Arbeitsblättern, Tabellen oder benannten Bereichen.
Einfach gesagt:
Power Query öffnet die Excel-Datei und schaut nach, welche Datenobjekte darin enthalten sind.
Schritt 2: Navigation
Kunden_Liste_Sheet = Quelle{[Item=“Kunden_Liste“,Kind=“Sheet“]}[Data]
Jetzt wird aus der zuvor geladenen Arbeitsmappe ganz gezielt das Arbeitsblatt „Kunden_Liste“ ausgewählt. Power Query greift dabei auf den Dateninhalt dieses Blatts zu.
Das ist ein typischer Schritt nach dem Import einer Excel-Datei:
Aus allen verfügbaren Blättern und Objekten wird genau das Element ausgewählt, das weiterverarbeitet werden soll.
Einfach gesagt:
Hier legt Power Query fest, dass nur das Blatt „Kunden_Liste“ verwendet werden soll.
Schritt 3: Geänderter Typ
„Geänderter Typ“ = Table.TransformColumnTypes(Kunden_Liste_Sheet,{{„Column1“, type text}, {„Column2“, type text}, {„Column3“, type text}})
In diesem Schritt weist Power Query den drei importierten Spalten zunächst den Datentyp Text zu. Zu diesem Zeitpunkt heißen die Spalten noch Column1, Column2 und Column3, weil die erste Zeile noch nicht als Überschrift erkannt wurde.
Das passiert häufig direkt nach dem Import:
Power Query versucht frühzeitig, Datentypen festzulegen, damit die Daten technisch sauber interpretiert werden.
Einfach gesagt:
Die drei Spalten werden zunächst als Text behandelt, obwohl die richtigen Spaltenüberschriften noch gar nicht aktiviert sind.
Schritt 4: Höher gestufte Header
„Höher gestufte Header“ = Table.PromoteHeaders(#“Geänderter Typ“, [PromoteAllScalars=true])
Nun wird die erste Datenzeile zu einer echten Überschriftenzeile gemacht. Aus den generischen Bezeichnungen Column1, Column2 und Column3 werden dadurch die tatsächlichen Spaltennamen aus der Datei, also in Ihrem Fall:
- Kundennummer
- Kundenname
- Region
Dieser Schritt ist in Power Query besonders wichtig, weil viele spätere Transformationen auf saubere Spaltennamen angewiesen sind.
Einfach gesagt:
Power Query erkennt jetzt die erste Zeile als Spaltenüberschrift und macht daraus die richtigen Feldnamen.
Schritt 5: Geänderter Typ1
„Geänderter Typ1″ = Table.TransformColumnTypes(#“Höher gestufte Header“,{{„Kundennummer“, type text}, {„Kundenname“, type text}, {„Region“, type text}})
Nachdem die Überschriften korrekt gesetzt wurden, erfolgt noch einmal eine Typanpassung – diesmal aber mit den richtigen Spaltennamen.
Die Spalten Kundennummer, Kundenname und Region werden erneut als Text definiert.
Dieser zweite Typisierungsschritt ist logisch und sinnvoll:
Erst jetzt kennt Power Query die endgültigen Spaltennamen. Deshalb wird die Typfestlegung häufig nach dem Schritt „Höher gestufte Header“ noch einmal sauber durchgeführt.
Einfach gesagt:
Jetzt werden die endgültigen Spalten mit ihren richtigen Namen korrekt auf den Datentyp Text gesetzt.
Anders als in Excel-Formeln, wo Sie beliebig Zellen referenzieren können, arbeitet Power Query streng linear – vergleichbar mit einer Fließband-Produktion. Jeder Schritt erhält das Ergebnis des Vorgängers und gibt es weiter.
4. Die Zeitmaschine: In die Vergangenheit schauen
Einer der größten Vorteile der Liste: Sie können jeden Schritt einzeln anklicken.
- Klicken Sie auf einen frühen Schritt, zeigt Ihnen Power Query den Datenzustand zu genau diesem Zeitpunkt an.
- So können Sie prüfen: „Wann genau ist dieser Fehler eigentlich entstanden?“ oder „Welche Werte waren vor dem Filtern da?“
5. Abhängigkeiten zwischen den Schritten
Jeder Schritt ist eine Referenz auf den vorherigen Zustand der Tabelle.
Typische Abhängigkeiten: Spaltennamen, Datentypen, Spaltenpositionen, Filterbedingungen. Wenn Sie einen frühen Schritt ändern (z. B. eine Spalte umbenennen), bricht die Kette bei allen späteren Schritten ab, die den alten Namen erwarten.
Dasselbe gilt, wenn Abfragen aufeinander aufbauen: In Power Query können Sie eine Abfrage als Grundlage für eine weitere nutzen (sog. Referenzabfragen). Auch hier gelten dieselben Kettenregeln – ändert sich etwas in der Quellabfrage, wirkt sich das automatisch auf alle abhängigen Abfragen aus.
6. Das „Nicht-Umkehrbar“-Prinzip
Power Query kann viele Schritte nicht logisch rückgängig machen, wenn Informationen verloren gegangen sind.
Beispiel 1: Spalte löschen. Sie löschen eine Spalte in Schritt 3. Danach sind die Daten für die folgenden Schritte „weg“. Ein „Zurücholen“ innerhalb der Kette ist nicht möglich (außer man löscht den Lösch-Schritt wieder).
Beispiel 2: Gruppierung. Sie gruppieren Daten (z. B. Summe je Kunde). Danach sind die Einzeltransaktionen für alle folgenden Schritte verloren.
Beispiel 3: Datentyp ändern. Wenn Sie Text in Zahlen umwandeln und Fehler entstehen (z. B. bei „abc“), sind die ursprünglichen Textinformationen in den Folgeschritten durch Fehlerwerte ersetzt. Lösung: Verwenden Sie vorher den Schritt „Fehler ersetzen“ oder passen Sie den Quell-Schritt an, damit nur valide Werte umgewandelt werden.
Wichtiger Hinweis zu Strg+Z: Das klassische Unterdrücken („Rückgängig“) mit Strg+Z funktioniert im Power Query Editor nicht. Das „Undo“ in Power Query bedeutet in Wirklichkeit: den entsprechenden Schritt aus der Liste entfernen. Das ist kein Undo-System im herkömmlichen Sinne, sondern eine Transformationskette.
Kernaussage: Power Query ist kein „Undo-System“, sondern eine Transformationskette. Die Rohdaten in Ihrer Excel-Datei oder Datenbank bleiben dabei aber immer unangetastet (Read-Only)!
Das „Brücken verbrennen“-Prinzip: Anders als in Excel können Sie in Power Query Hilfsschritte nachträglich löschen, auch wenn spätere Schritte auf deren Ergebnis aufgebaut haben. Beispiel: Sie erstellen eine Zwischenspalte „Umsatz_Berechnung“, nutzen sie für eine weitere Berechnung und löschen sie dann. Die darauf aufbauenden Schritte bleiben gültig, weil Power Query das Ergebnis bereits „weiterverarbeitet“ hat. In Excel würde das eine ungültige Referenz erzeugen – in Power Query nicht. Sie können die Brücke also getrost verbrennen, sobald Sie sie überquert haben.
7. Schritte ändern, löschen und verschieben
7.1 Schritt löschen
Einfach auf das X neben dem Schritt klicken.
Achtung: Alle folgenden Schritte können dadurch ungültig werden. Power Query warnt Sie hier oft mit einer Meldung – nehmen Sie diese ernst!
7.2 Schritt bearbeiten (Zahnrad-Symbol)
Viele Schritte besitzen ein Zahnrad-Symbol. Damit können Sie Einstellungen (z. B. Filter oder Spaltenauswahl) korrigieren.
Best Practice: Lieber einen bestehenden Schritt über das Zahnrad anpassen, als ständig neue Schritte für dieselbe Spalte hinzuzufügen. Je mehr überflüssige Schritte entstehen, desto unübersichtlicher und fehleranfälliger wird Ihre Abfrage.
7.3 Schritt umbenennen
Power Query vergibt automatisch generische Namen wie „Gefilterte Zeilen“ oder „Geänderter Typ“. Diese Namen sind oft wenig aussagekräftig – besonders wenn Sie die Abfrage nach einigen Wochen wieder öffnen oder Kollegen damit arbeiten.
Umbenennen geht ganz einfach: Rechtsklick auf den Schritt → „Umbenennen“ – oder direkt auf den Schritt-Namen klicken (er wird dann editierbar). Noch schneller geht es mit der Taste F2: Schritt markieren, F2 drücken, neuen Namen eingeben, mit Enter bestätigen.
Beispiel: Statt „Gefilterte Zeilen“ lieber „Nur aktive Kunden“. Das hilft Ihnen (und Kollegen) Monate später, die Logik sofort zu verstehen.
Wichtig: Das Umbenennen eines Schritts ändert auch dessen internen Referenznamen in M. Power Query passt alle direkten Nachfolger automatisch an – prüfen Sie aber spätere Schritte, die den alten Namen möglicherweise noch enthalten.
7.4 Schritt verschieben
Per Drag & Drop möglich. Klicken Sie einfach mit der linken Maustaste auf den entsprechenden Schritt, den Sie verschieben wollen und halten Sie die linke Maustaste gedrückt. Jetzt können Sie bei gedrückt gehaltener linker Maustaste den Schritt an die gewünschte Stelle verschieben.
Alternativ können Sie auch mit der rechten Maustaste auf dem entsprechenden Schritt klicken. Im Kontextmenü bekommen Sie hier die Befehle Verschieben vor und Verschieben nach angezeigt.
Aber: Nur sinnvoll, wenn die Logik erhalten bleibt. Sie können keinen Schritt vor die Quelle (Source) schieben, und keine Berechnung vor die Erstellung der benötigten Spalte.
7.5 Weitere Optionen im Kontextmenü
Das Rechtsklick-Menü eines Schritts bietet Ihnen noch weitere nützliche Funktionen:
- Bis zum Ende löschen: Löscht den ausgewählten Schritt und alle nachfolgenden Schritte auf einmal – praktisch, wenn Sie eine Abfrage an einer bestimmten Stelle „zurücksetzen“ möchten.
- Schritt einfügen nach: Fügt einen neuen leeren Schritt ein. Achtung: Power Query warnt, wenn dies die Struktur verändert und nachfolgende Schritte beeinträchtigen könnte.
- Vorherige extrahieren: Extrahiert alle Schritte bis zum ausgewählten Punkt in eine neue Abfrage – hilfreich, um Zwischenergebnisse auszulagern.
7.6 Schritt-Kommentare über „Eigenschaften“
Wenig bekannt, aber sehr nützlich: Sie können jedem Schritt eine persönliche Notiz hinterlegen. Rechtsklick auf den Schritt → „Eigenschaften“ – dort können Sie sowohl den Schritt-Namen anpassen als auch eine freie Beschreibung eingeben.
Beispiel: Bei einem Schritt, der Spalten nach einem Trennzeichen aufteilt, könnten Sie notieren: „Spalte „Adresse“ wird an Semikolon getrennt, weil der Export aus System X so geliefert wird.“
Diese Kommentare sind besonders wertvoll, wenn Sie Abfragen mit Kollegen teilen oder wenn Sie selbst nach einigen Wochen wieder in eine komplexe Abfrage einsteigen. Die Beschreibung erscheint zudem als Tooltip, wenn Sie mit der Maus über den Schritt-Namen fahren.
8. Typische Fehler aus der Praxis
Fehler 1: Spalte zu früh gelöscht. Folge: Spätere Berechnungen schlagen fehl.
Fehler 2: Datentyp zu spät gesetzt. Folge: Berechnungen oder Pivot-Tabellen erkennen Zahlen nur als Text.
Fehler 3: Mitten in der Liste einen Schritt einfügen. Wenn der neue Schritt die Struktur (Spaltennamen) ändert, „knallt“ es in den folgenden Schritten.
9. Best Practices für stabile Abfragen
Früh strukturieren, spät reduzieren: Datentypen früh setzen, Spalten erst ganz am Ende entfernen.
Für große Datenmengen gilt zusätzlich: Filter und Spaltenentfernung möglichst früh durchführen (nachdem alle benötigten Spalten verwendet wurden). Je weniger Zeilen und Spalten Power Query in den späteren Schritten verarbeiten muss, desto schneller läuft die Abfrage.
Performance-Tipp konkret: Wenn Sie zuerst gruppieren und dann filtern, filtert Power Query nur noch die gruppierten Zeilen – das kann deutlich schneller sein als erst filtern und dann gruppieren. Testen Sie in Ihrem Szenario, welche Reihenfolge die bessere Laufzeit bringt.
Schritte bewusst benennen: Statt „Gefilterte Zeilen“ lieber „Nur aktive Kunden“. Das hilft Ihnen (und Kollegen) Monate später die Logik zu verstehen.
Nicht zu viele Einzelschritte erzeugen: Ein häufiger Einsteigerfehler ist, für jede Kleinigkeit einen neuen Schritt zu erstellen, anstatt ähnliche Operationen zusammenzufassen. Nutzen Sie das Zahnrad-Symbol, um bestehende Schritte zu erweitern, statt immer wieder neue hinzuzufügen – das hält Ihre Schritt-Liste übersichtlich.
Der Detektiv-Trick: Wenn eine Fehlermeldung erscheint, klicken Sie in der Liste der Schritte so weit nach oben, bis die Daten wieder korrekt aussehen. Der erste Schritt, der den Fehler zeigt, ist der Übeltäter.
10. Verbindung zum ETL-Prinzip
Die „Angewendeten Schritte“ sind die konkrete Umsetzung von:
- Extract (Quelle laden)
- Transform (Schritte ausführen)
- Load (Ergebnis in Excel/Datenmodell laden)
Gerade der Transform-Teil – die eigentliche Datenaufbereitung – wird in den Schritten vollständig abgebildet. Wenn Sie die Schritte verstehen, verstehen Sie, was mit Ihren Daten passiert, bevor sie in Excel landen.
11. Fazit
Die „Angewendeten Schritte“ sind kein Nebenprodukt, sondern die Steuerungszentrale Ihrer Datenaufbereitung. Wenn Sie verstehen, dass jeder Schritt auf dem vorherigen aufbaut und die Reihenfolge die Logik bestimmt, haben Sie das wichtigste Konzept von Power Query gemeistert.
Navigation innerhalb der Power-Query-Serie
- ⬅️ Vorheriger Beitrag: 2.1 Die Oberfläche des Power Query Editors – Tour durch den Editor, das Menüband und die Abfrage-Einstellungen
- ➡️ Nächster Beitrag: 2.3 Daten verstehen – Datenqualität prüfen mit Spaltenprofil, Spaltenverteilung & Vorschau
- 🧭 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