Die ersten Wochen mit Power BI entscheiden, ob du sauber aufbaust — oder dir Probleme einbaust, die dich später Monate kosten. Hier ist der Fahrplan, den ich Einsteigern nach über 200 produktiven Reports und 1.700+ geschulten Teilnehmern mitgebe.
„Wie starte ich am besten mit Power BI?" ist eine der häufigsten Fragen, die wir in Schulungen und Projekten hören. Und die ehrliche Antwort ist: Nicht so, wie es die meisten tun. Die meisten öffnen das Tool, laden die erstbeste Excel-Tabelle rein und ziehen Diagramme auf die Seite. Drei Monate später wundern sie sich, warum die Kennzahlen falsch rechnen, der Report ewig lädt und niemand ihn nutzt.
Dabei ist der saubere Start gar nicht schwer — man muss nur die richtigen Dinge in der richtigen Reihenfolge tun. Genau die gehen wir jetzt durch.
Schritt 1: Hol dir Power BI Desktop — kostenlos
Zum Lernen brauchst du keine Lizenz und kein Budget. Power BI Desktop ist gratis (für Windows) und enthält alles, was du für den Einstieg brauchst: Datenanbindung, Modellierung, DAX, Visuals. Installiere es am besten über den Microsoft Store — dann bekommst du Updates automatisch.
Über Lizenzen musst du erst nachdenken, wenn du Berichte mit anderen teilen willst. Dazu weiter unten mehr.
Schritt 2: Erst die Fragen, dann die Visuals
Der wichtigste Tipp in diesem ganzen Artikel — und der am häufigsten ignorierte: Definiere vor dem ersten Diagramm die drei bis fünf Fragen, die dein Report beantworten soll. Zum Beispiel: „Wie entwickelt sich der Umsatz je Region gegenüber Vorjahr?"
Ein Report, der aus Entscheidungen abgeleitet ist, bleibt fokussiert. Einer, der aus verfügbaren Daten entsteht, wird ein Zahlenfriedhof. Das gilt für deinen ersten Übungsreport genauso wie später für das GF-Cockpit.
Schritt 3: Bau ein Datenmodell — kein Mega-Sheet
Der häufigste Einsteigerfehler überhaupt: alles in eine breite Riesentabelle packen, so wie man es aus Excel kennt. Power BI funktioniert anders. Es will ein Star-Schema: eine Faktentabelle mit den Bewegungsdaten (z. B. Umsätze) in der Mitte, drumherum Dimensionstabellen wie Kunde, Produkt und Datum.
Die meisten „DAX-Probleme" sind in Wahrheit Modellprobleme — und verschwinden mit einem sauberen Star-Schema von selbst.
Zwei Dinge gehören von Anfang an dazu:
- Eine eigene Datumstabelle, die du per „Als Datumstabelle markieren" kennzeichnest. Sie ist die Basis für alle Zeitvergleiche (Vorjahr, YTD, rollierende 12 Monate). Verlass dich nicht auf die automatische Datumshierarchie — sie bläht das Modell auf und stößt schnell an Grenzen.
- Saubere Namen für Tabellen, Spalten und Measures — verständliche Business-Namen wie „Umsatz" statt kryptischer Kürzel. Du schreibst Namen einmal, aber du und deine Kollegen lesen sie hundertfach in Visuals, Filtern und Tooltips.
Warum das Datenmodell auch über die Performance deiner Reports entscheidet, haben wir hier ausführlich beschrieben: Ein sauberes Star-Schema — der Grundstein für performante Power BI Reports.
Schritt 4: Power Query putzt, DAX rechnet
Diese Arbeitsteilung erspart dir den meisten Frust: Datenbereinigung gehört in Power Query — Spalten aufteilen, Datentypen korrigieren, Tabellen zusammenführen, Fehlwerte behandeln. All das passiert, bevor die Daten überhaupt ins Modell kommen. Faustregel: Transformiere so früh und so nah an der Quelle wie möglich.
DAX ist für Berechnungen zur Laufzeit da — nicht fürs Putzen. Und innerhalb von DAX gilt:
- Measures statt berechneter Spalten, wann immer es geht. Berechnete Spalten werden beim Laden für jede Zeile berechnet und kosten Speicher; Measures rechnen dynamisch im Filterkontext. Spalten brauchst du nur, wenn du das Ergebnis zwingend zeilenweise brauchst — etwa als Slicer oder Achse.
- Explizite Measures auch für simple Summen. Zieh nicht einfach Zahlenspalten in Visuals, sondern definiere zentrale Measures wie
Umsatz = SUM(Fakten[Betrag]). So gibt es für jede Kennzahl genau eine Definition — die Basis für konsistente Zahlen im ganzen Report.
Schritt 5: Import-Modus ist dein Standard
Power BI kann Daten auf zwei Arten anbinden: Import (die Daten werden ins extrem schnelle Spaltenformat geladen) und DirectQuery (jede Interaktion fragt live die Quelle ab). Als Einsteiger ist die Entscheidung einfach: Import. Er ist performanter, funktionsreicher und verzeiht mehr.
DirectQuery hat seine Berechtigung — bei sehr großen Datenmengen oder Near-Realtime-Anforderungen. Aber das sind Ausnahmen, keine Startpunkte.
Schritt 6: Weniger Visuals, mehr Aussage
Gute Report-Seiten haben wenige, klare Visuals mit konsistenten Farben — und jede Zahl steht im Kontext: Vergleichswert, Vorperiode, Ziel. Tachos, 3D-Torten und zehn Diagramme pro Seite sehen nach viel aus und sagen wenig. Merk dir: eine Seite, eine Kernaussage.
Schritt 7: Denk die Aktualisierung von Anfang an mit
Ein Bericht, der von manuellen Copy-Paste-Schritten abhängt, stirbt nach drei Wochen. Baue deine Datenanbindung deshalb so, dass sie im Power BI Service automatisch aktualisiert werden kann — geplante Aktualisierung, stabile Quellen und Pfade statt „Mappe_final_v7.xlsx" vom Desktop.
Was kostet Power BI? Die Lizenz-Basics in 60 Sekunden
Damit du beim Thema Lizenzen nicht in die Kostenfalle läufst, die Kurzfassung (Richtwerte nach Microsoft-Listenpreisen):
- Power BI Desktop: kostenlos — reicht zum Lernen und Bauen völlig aus.
- Power BI Pro (ca. 12 €/Nutzer/Monat): braucht in der Regel jeder, der Berichte im Unternehmen teilt oder empfängt.
- Premium Per User / PPU (ca. 24 €): schaltet einzelne Premium-Features frei.
- Fabric-Kapazität: lohnt sich erst bei großen Betrachterzahlen — grob ab mehreren hundert Nutzern.
Starte schlank mit Pro. Aufrüsten geht immer.
So lernst du am schnellsten: bauen statt schauen
Videos schauen fühlt sich nach Lernen an, ist aber nur Zuschauen. 80 % des Lernens passiert beim Selberbauen. Nimm einen eigenen Datensatz aus deinem Alltag — oder die offiziellen Microsoft-Beispieldaten — und bau damit einen kompletten kleinen Report: anbinden, bereinigen, modellieren, visualisieren.
Als primäre Quelle empfehlen wir die offiziellen Microsoft-Learn-Lernpfade: kostenlos, aktuell, auf Deutsch verfügbar — besser als die meisten bezahlten Kurse und alle veralteten YouTube-Playlists. Warum Kursvideos allein selten reichen, liest du hier: Warum ein Online-Kurs dich nicht zum Power BI Profi macht.
Diesen Leuten lohnt es sich zu folgen
Die Power-BI-Community ist eine der aktivsten überhaupt — und ein paar Namen tauchen zurecht immer wieder auf (überwiegend englischsprachig):
- Marco Russo & Alberto Ferrari — SQLBI: die DAX-Referenz mit Büchern, Artikeln und Tools rund um DAX und Datenmodellierung. Auf LinkedIn: Marco Russo · Alberto Ferrari.
- Adam Saxton & Patrick LeBlanc — Guy in a Cube (Microsoft): wöchentliche Videos zu Power-BI-News und How-tos. Auf LinkedIn: Adam Saxton · Patrick LeBlanc.
- Reid Havens — Havens Consulting: Report-Design und Power-BI-Tutorials. Auf LinkedIn: Reid Havens.
- Steffen Weiler — BI-Strategie & Enablement im Mittelstand, deutschsprachige Power-BI-Praxis.
- Ruth Pozuelo Martinez — Curbal: hunderte Video-Tutorials zu Power BI und DAX. Auf LinkedIn: Ruth Pozuelo Martinez.
- Nikola Ilic — Data Mozart: Power BI und Microsoft Fabric verständlich erklärt. Auf LinkedIn: Nikola Ilic.
- Chris Wagner — KratosBI: BI-Architektur und Community-Stimme (Microsoft Data & AI MVP). Auf LinkedIn: Chris Wagner.
- Bas Dohmen — How to Power BI: praxisnahe Video-Tutorials und Design-Tipps. Auf LinkedIn: Bas Dohmen.
Dein nächster Schritt
Wenn du diese Punkte beherzigst, bist du den meisten Power-BI-Einsteigern schon weit voraus. Und damit du nichts davon nachschlagen musst: Wir haben alles aus diesem Artikel — plus die kuratierte Sammlung der besten offiziellen Lernquellen in sinnvoller Reihenfolge — in ein kostenloses Power BI Starter-Kit gepackt. Hier kannst du es dir per Mail schicken lassen.
Und wenn du nicht monatelang allein tüfteln willst: In unserem Power BI & KI Kurs lernst du das alles in 8 Wochen begleitet — mit wöchentlichem Live-Call und an deinen echten Daten.
Dieser Artikel basiert auf über zehn Jahren Erfahrung in Business Intelligence und Data Analytics. Für weitere BI-Insights und praktische Tipps folge mir auf LinkedIn oder höre den Daten zu Taten Podcast auf Spotify.