Stellen Sie sich vor, Sie starten neu in einem Unternehmen.
Ihre erste Aufgabe: regelmäßig hochwertige Verkaufsberichte für das Management zu erstellen – strukturiert, nachvollziehbar und möglichst automatisiert.
Als Grundlage erhalten Sie eine sehr große Excel-Liste aus einem operativen System.
Viele Zeilen, viele Spalten, fachliche Schlüssel – aber keinen fertigen Bericht.
Genau das ist eine typische Situation im Excel-Alltag.
Und genau hier zeigt Power Query seinen größten Mehrwert.
1. Ausgangssituation: Eine große Excel-Liste
Die Daten stammen aus einem ERP-ähnlichen System und liegen Ihnen als umfangreiche Datenliste vor.
Diese Liste enthält unter anderem:
- sehr viele Zeilen (Rechnungspositionen)
- fachliche Schlüssel (Kundennummer, Rechnungsnummer, Positionsnummer)
- keinen berechneten Umsatz je Position
- lediglich Menge und Stückpreis
- keinen Kundennamen, sondern nur die Kundennummer
Der gewünschte Bericht lautet jedoch:
Kundenumsatz nach Jahr
Dafür muss die Liste zunächst aufbereitet, erweitert und strukturiert werden.
Praxis-Datei zum Mitmachen
Um dieses Praxisbeispiel selbst nachvollziehen zu können, stelle ich Ihnen eine passende Excel-Datei zur Verfügung.
Die Datei enthält:
- eine Verkaufsdaten-Liste mit ca. 10.000 Rechnungspositionen
- eine separate Kundenliste mit 200 Kundendatensätzen
- realistische Strukturen mit mehreren Rechnungen pro Kunde und mehreren Positionen pro Rechnung
- bewusst keinen berechneten Umsatz und keinen Kundennamen in der Verkaufsdaten-Liste
👉 Excel-Beispieldatei herunterladen:
Hinweis (Haftung):
Die Excel-Datei enthält ausschließlich fiktive Beispieldaten und dient nur zu Lern- und Demonstrationszwecken. Es handelt sich nicht um reale Unternehmens- oder Kundendaten.
2. Klassischer Excel-Ansatz – und warum er an Grenzen stößt
Natürlich könnten Sie die Liste klassisch in Excel bearbeiten:
- Hilfsspalten zur Berechnung des Positionsumsatzes
- SVERWEIS / XVERWEIS zur Ermittlung des Kundennamens
- PivotTables direkt auf der unbearbeiteten Liste
❌ Die typischen Probleme dabei:
🔁 Manuelle Wiederholung
Jeden Monat müssen dieselben Schritte erneut durchgeführt werden.
Das kostet Zeit und ist fehleranfällig.
📦 Wachsende Dateigröße
Schon die Ausgangsliste ist umfangreich.
Sobald PivotTables und weitere Auswertungen hinzukommen, wächst die Datei schnell stark an.
Praxisbeispiel:
Ausgangsliste ca. 0,5 MB → nach ersten Berichten über 1 MB
📄 Keine automatische Dokumentation
Welche Schritte wurden durchgeführt?
Welche Spalten wurden wie berechnet?
➡️ Diese Informationen müssten separat dokumentiert werden.
3. Der professionelle Ansatz: Power Query + PivotTables
An dieser Stelle setzen wir jetzt an und trennen sauber:
- Datenaufbereitung (Power Query)
- Analyse & Darstellung (PivotTables)
Das Ergebnis ist ein strukturierter, automatisierbarer und professioneller Reporting-Workflow.
Best Practice:
Bewahren Sie große Datenlisten getrennt von Berichtsdateien auf. Nutzen Sie Power Query für die Datenaufbereitung und PivotTables ausschließlich für Analyse und Darstellung.
4. Warum Power Query für solche Listen ideal ist
1️⃣ Wiederholbarkeit & Standardisierung
Mit Power Query entstehen alle Berichte nach exakt denselben Regeln.
Das ist entscheidend für vergleichbare Monats-, Quartals- und Jahresberichte.
2️⃣ Fehlervermeidung durch feste Transformationslogik
Power Query führt jeden Transformationsschritt bei jeder Aktualisierung identisch aus.
Kein Schritt wird vergessen – keine manuelle Nacharbeit nötig.
3️⃣ Skalierbarkeit bei wachsenden Datenmengen
Ob 10.000 oder 1.000.000 Rechnungspositionen – die Logik bleibt gleich.
Die Lösung wächst mit den Daten, nicht mit dem Aufwand.
4️⃣ Revisions- & Prüfungsfähigkeit
Alle Transformationsschritte werden automatisch dokumentiert und sind jederzeit nachvollziehbar – ideal für Controlling, Revision und Übergaben.
5. Listen kombinieren statt Formeln verschachteln
In unserem Beispiel enthält die Verkaufsdaten-Liste keinen Kundennamen, sondern nur die Kundennummer.
Mit Power Query können Sie:
- die Kundenliste anbinden
- beide Listen über die Kundennummer zusammenführen (Merge)
- den Kundennamen direkt in die Verkaufsdaten integrieren
Ergebnis:
👉 Aussagekräftige PivotTables mit sprechenden Informationen
6. Power Query ergänzt PivotTables – es ersetzt sie nicht
Power Query bereitet die Liste auf,
PivotTables werten sie aus.
Beides zusammen bildet den modernen Excel-Reporting-Standard.
Zusammenfassung
Power Query ist die ideale Lösung, wenn Sie regelmäßig mit großen Excel-Listen arbeiten:
- standardisierte Prozesse
- weniger Fehler
- skalierbare Lösungen
- revisionssichere Datenaufbereitung
- automatisierte Aktualisierung
Gerade im Reporting-Alltag ist Power Query kein Zusatztool, sondern ein zentraler Baustein.
🔗 Weiterführende Links zur Power-Query-Serie
- ⬅️ Vorheriger Beitrag:
1.3 Der ETL-Prozess erklärt – Daten extrahieren, transformieren und laden - ➡️ Nächster Beitrag:
1.5 Power Query starten: Erste Verbindung zur Datenquelle herstellen (Praxisbeispiel) - 🧭 Zur Übersichtsseite:
Power Query in Excel – Übersicht & Lernpfad
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