Fakt ist aber: Power BI ist sehr umfangreich. Um das Beste aus der Plattform zu holen, sollten Sie vor allem die häufigsten Anwenderfehler meiden. Wir sagen Ihnen, welche Fehler das sind und wie Sie davor verschont bleiben.

1. Direkt in die Vollen gehen

Ähnlich wie Excel verdankt auch Power BI seine Popularität in erster Linie seiner Performanz. Die Wahrscheinlichkeit, dass Power BI in Ihrem Unternehmen bereits zum Einsatz kommt, ist hoch. Geht es darum, das Tool optimal zu nutzen, sollten Sie Ihre Mitarbeiter nicht sich selbst überlassen. Das kann im schlimmsten Fall dazu führen, dass Ihre Power-BI-Initiative in einem Chaos aus Datenduplikaten und -artefakten versinkt. Und plötzlich spricht niemand mehr von nützlichen Reportings.

Besser: Kuratieren Sie vertrauenswürdige Datensätze und ermöglichen Sie so den Zugang zu qualitativ hochwertigen Daten. Bieten Sie Schulungen an und erwägen Sie den Aufbau eines Kompetenzzentrums, das Business-Intelligence-Architekten, Datenexperten und weitere Spezialisten zusammenbringt. Diese können den Business-Nutzern im Anschluss dabei helfen, Power BI effektiv zu nutzen. Um Chaos in jedem Fall zu verhindern, können Sie die Veröffentlichung von Daten auch einschränken, bis entsprechende Schulungen absolviert wurden.

2. Datensicherheit vergessen

Die wertvollsten Daten in Ihrem Unternehmen sind möglicherweise vertraulich - die Nutzung solcher Informationen muss zuvor einer Prüfung unterzogen werden. Um die Datennutzung verwalten, nachvollziehen und nachverfolgen zu können, aktivieren Sie die Integration von Power BI mit Microsoft Information Protection. Auch wenn die Daten beispielsweise von Power BI nach Excel exportiert werden, können Sie kontrollieren, wie die Daten verwendet werden.

3. Zu restriktiv agieren

Der Schlüssel dazu, Power BI erfolgreich einzuführen, liegt in der richtigen Balance zwischen Benutzer-Befähigung und effektiver Governance. Ein sicherer Weg zu scheitern ist es, die Nutzung auf einige wenige Business-Analysten oder Datenwissenschaftler zu beschränken, die sich die Daten ansehen und offizielle "Anleitungen" für den Umgang mit diesen herausgeben.

Erst einmal finden Sie solche Experten wahrscheinlich gar nicht - und wenn, nicht in ausreichender Zahl. Zudem verfügen wahrscheinlich einige Mitarbeiter in Ihrem Unternehmen über ausreichende Datenkompetenz, um mit Power BI wertvolle Erkenntnisse zu Tage zu fördern.

Sie sollten nicht versuchen, die Nutzung von Power BI so stark zu kontrollieren und reglementieren, dass es für die Anwender zum Hindernis wird. Unterstützen Sie sie stattdessen mit Schulungsangeboten und praxisnahen Beispielen.

4. Leistung ignorieren

Der Wert von Business Intelligence manifestiert sich einerseits in der Intelligenz: Die Erkenntnisse, die man mit den richtigen Fragen aus hochwertigen Daten gewinnen kann. Andererseits im Business: Der Tatsache, dass Führungskräfte die Tools nutzen und auf Grundlage der gewonnenen Erkenntnisse handeln. Daneben müssen Sie aber auch sicherstellen, dass die Grundlagen stimmen: Wenn Reportings und interaktive Darstellungen nicht flüssig abrufbar sind, sinken die Chancen, dass das Tool genutzt wird, rapide. Laut Microsoft korreliert eine erfolgreiche Power-BI-Einführung stark mit einer guten Reporting Performance. Spielt diese keine Rolle, ist das im Regelfall ein Hauptgrund für gescheiterte Business-Intelligence-Initiativen.

Um besser zu verstehen, wie Abfragen und Reportings funktionieren, empfiehlt es sich, die Tools Query Diagnostics und Performance Analyzer in Power BI Desktop zu verwenden. Auch SQL Server Profiler kann nützlich sein, wenn man herausfinden will, welche Abfragen Engpässe verursachen. Um Telemetriedaten zu untersuchen, können Sie Azure Log Analytics mit Power BI Premium verwenden.

Der integrierte Report über die Nutzungsmetriken ermöglicht Einblicke, welche Berichte beliebt sind und stellt sicher, dass diese optimiert sind. Kommt Power BI in großen Unternehmen zum Einsatz, warnt Microsoft in Form eines anonymisierten Berichts, wenn die Nutzerzufriedenheit gering ist und ermittelt, welche Reportings ursächlich für die Probleme sein könnten. Darüber hinaus bietet Microsoft seinen größten Kunden eine kostenlose Beratungsleistung, um bei der Optimierung zu unterstützen.

5. Visueller Fokus

Was Microsoft Power BI wirklich gut kann, ist, Ihnen ein Bild darüber zu vermitteln, was in Ihren Daten vor sich geht. Aber nicht jedes Bild ist ein nützliches: Zu viele Diagramme und Visualisierungen können ins Chaos führen, der Blick auf die wichtigsten Kennzahlen getrübt werden. Darüber hinaus kann eine solche Überfrachtung auch dafür sorgen, dass die Reporting Performance sinkt.

Suchen Sie für jeden Bericht die richtige Visualisierung, die sich auf das Wesentliche konzentriert oder verwenden Sie KI-Visualisierungen wie Key Influencers, die versuchen, automatisch die wichtigsten Daten zu identifizieren.

6. Mobile versäumen

Nicht jeder, der mit Power BI etwas anfangen kann, sitzt an einem Schreibtisch. Insbesondere mit Blick auf mobile Mitarbeiter ist es wichtig, ausufernde Reporting zu vermeiden. Die Mobile App von Power BI ist an dieser Stelle ebenso hilfreich, wie Reportings in Power Apps einzubinden oder OKR Boards mit Scorecards zu erstellen, die Mitarbeiter unabhängig von ihrem Standort einsehen können.

In Zukunft wird die App räumliche Anker verwenden, um Daten und Berichte in den physischen Raum zu bringen, in dem die Daten generiert werden - inklusive einer Augmented-Reality-Ansicht, die Reports an physische Objekte heftet. Das könnte bedeuten, dass künftig der Nutzungsstatus von Fitnessgeräten in einem Studio, die Verkaufszahlen von Produkten in einem Supermarktregal oder der Durchsatz und andere Statistiken von Maschinen in einer Fabrikhalle angezeigt werden. Die richtigen Daten werden sofort sichtbar, um die besten Entscheidungen treffen zu können.

7. DAX übergehen

Data Analysis Expressions (kurz DAX) sind leistungsstarke Funktionen, mit denen Sie komplexe Filter, bedingte Logiken und Aggregationen für erweiterte Analysen verwenden können.

Schlecht programmierte DAX-Funktionen können jedoch auch Reporting-Funktionen verlangsamen und unnötig Kapazität binden. Um Optimierungspotenzial in Data Analysis Expressions aufzudecken, empfiehlt sich die Verwendung des Power BI Performance Analyzer. Darüber hinaus sollten Sie für Ressourcen und Schulungsangebote sorgen, die den Benutzern helfen, DAX richtig zu nutzen.

8. DirectQuery vorraussetzen

Es kann sehr praktisch sein, Daten nicht in Power BI replizieren zu müssen, um mit ihnen zu arbeiten. Dabei müssen Sie jedoch auch sicherstellen, dass Ihr Backend-System diese Last stemmen kann.

Microsoft empfiehlt für eine typische Aggregatabfrage eine Antwortzeit von weniger als fünf Sekunden. Denken Sie aber daran, diesen Wert mit der Anzahl der Grafiken in den Reports zu multiplizieren. Sind zwanzig Grafiken enthalten, werden beim Laden des Berichts zwanzig Abfragen generiert, was Wartezeiten für die Benutzer nach sich zieht.

9. Inkrementeller Verzicht

Mit Verbindungspaketen für eine breite Palette von Datenquellen und einem Gateway für lokale Daten lassen sich die Vorteile der leistungsstarken Abfrage-Engine von Power BI beim Einladen von Daten einfach nutzen. So einfach, dass die Benutzer häufig alle Daten täglich neu laden, um sicherzustellen, dass sie auf dem neuesten Stand sind. Es macht aber leider keinen Sinn, Daten, an denen sich nichts geändert hat, zu aktualisieren.

Indem Sie inkrementelle Aktualisierungen verwenden, die nur die veränderten Daten laden, können Sie diesen Vorgang beschleunigen und gleichzeitig das Backend-System entlasten. Für DirectQuery aktivieren Sie Aggregationen: Diese aggregieren und laden Daten automatisch in den Cache vor, um Reporting-Funktionen zu beschleunigen und die Belastung externer Systeme zu verringern.

10. Keine Datenkultur

Die erfolgreichsten Power-BI-Einführungen befähigen ein breites Spektrum von Mitarbeitern, Daten-Tools zu nutzen - nicht nur diejenigen, die direkt damit arbeiten. Das bedeutet jedoch auch, dass es für die Business-Anwender zur Gewohnheit werden wird, ihre Entscheidungen auf der Grundlage von Daten zu treffen.

Dazu ist der Aufbau einer Datenkultur essenziell. Diese sollte nach Meinung von Amir Netz, CTO von Microsoft Analytics, wie folgt aussehen: "Jedes Gespräch sollte mit der Frage beginnen, was die Daten aussagen und jeder Vorschlag wird von Daten gestützt. In einer Datenkultur zählen nicht Vermutungen und die Frage, wer lauter spricht oder mehr Macht hat - es geht um den Wandel zu einer objektiven Organisation, die sich selbst ständig überprüft, misst und optimiert, um bessere Ergebnisse zu erzielen." (fm)

Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation CIO.com.