Quick-Briefing – Power BI: Warum Ihr Datenmodell über Erfolg oder Scheitern entscheidet

00:00:00: Schön, dass du wieder dabei bist für unsere heutige tiefgehende Analyse.

00:00:04: Wir haben heute einen wirklich spannenden Fachartikel von Volker Buntrock auf dem Tisch.

00:00:10: Der Titel ist Power BI.

00:00:12: Warum Ihr Datenmodell über Erfolg oder Scheitern entscheidet?

00:00:16: Unsere Mission heute ist klar wir wollen für dich herausfinden warum dieser Reflex Power BI einfach als hochgezüchtetes Excel zu behandeln, warum der direkt ins Datenchaos hört.

00:00:27: Absolut!

00:00:28: Und natürlich auch wie man mit dem richtigen Fundament das System in eine echte Performance-Maschine verwandelt.

00:00:33: Der Kern des Problems fängt ja oft schon beim allerersten Schritt an.

00:00:37: Beim Datenimport?

00:00:38: Genau.

00:00:39: Viele Anwender nehmen einfach so aus reiner Gewohnheit ihre Excel Workflows mit und laden dann riesige extrem breite Tabellen in das System

00:00:48: wobei sie ja völlig ignorieren, wie die Fatty-Pack-Engine da unter der Haube eigentlich arbeitet.

00:00:53: Wer so vorgeht, sabotiert das System direkt vom ersten Klick an?

00:00:58: Ja!

00:00:59: Weil und das ist ein echter Aha Moment, Excel denkt in Zeilen aber diese Engine denkt in Spalten.

00:01:05: Bundtrock macht es einem super simplen Beispiel deutlich.

00:01:09: Das mit der Vertriebsregion richtig

00:01:11: Richtig.

00:01:12: Wenn da eine Millionmal das Wort Nord in einer Spalte steht, würde so ne Zeilenbasierte Logik dass theoretisch eine Million mal lesen müssen.

00:01:19: Aber die Engine speichert den Wert nur exakt einmal

00:01:23: Und merkt sich über nen Index dann nur noch die Position?

00:01:26: Exakt!

00:01:27: Und genau diesen massiven Kompressionsvorteil zerstört man halt komplett wenn man diese endlosen Textwüsten in flachen Tabellen rein lädt.

00:01:35: Das System wird zwangsläufig träge.

00:01:37: Da hilft auch kein riesiger Arbeitsspeicher auf dem Server mehr.

00:01:40: Da kommt dann das berühmte Starschema ins Spiel.

00:01:43: Bunddruck nutzt da eine sehr anschauliche Analogie, die mir echt gut gefallen hat.

00:01:48: Ein gutes Modell ist wie ein Sonnensystem.

00:01:53: Die Fakten-Tabelle als Sonne?

00:01:55: Ja!

00:01:55: Die Faktentabelle mit den ganzen Zahlen, die sind lang und schmal... Das ist die Sonne im Zentrum.

00:02:01: und die Dimensionstabellen also Kunde, Zeit, Produkt ...die kreisen wie Planeten darum

00:02:07: Wobei man hier wirklich aufpassen muss, diese Planeten nicht noch weiter zu unterteilen.

00:02:13: Also sogenannte Snowflake-Schemata sind eine echte Falle!

00:02:17: Weil das Quelsystem das oft so vorgibt.

00:02:18: ne?

00:02:19: Man lässt sich da schnell verleiten

00:02:21: Ja genau Aber Bundtrock warnt da ausdrücklich vor.

00:02:24: Jede zusätzliche Verknüpfung kostet das System bei jeder Abfrage wertvoller Rechenleistungen.

00:02:30: Man sollte das Design also so flach wie möglich halten.

00:02:34: Direkte Filterwege sind da essentiell Was

00:02:36: uns zu einem Punkt bringt, der als lautloser Killer in der Optimierung bezeichnet wird.

00:02:42: Die Kardinalität.

00:02:43: Oh ja!

00:02:44: Kardinalität – da sprechen wir von «der Anzahl einzigartiger Werte in einer einzigen Spalte».

00:02:52: Hochpräzise Zeitstempel sind da das Paradebeispiel im Text.

00:02:56: Wenn man eine Spalter auf die exakte Sekunde genau importiert

00:03:00: Dann generiert man mal eben sixundachtzigtausend vierhundert-einzigartige Werte pro Tag.

00:03:07: Und damit versagt diese spaltenbasierte Kompression fast komplett.

00:03:11: Nahezu jede Zeile ist dann ein Unikat.

00:03:13: Bundrock rechnet ja vor, wieso an Detail ein Modell von fünfzig Megabyte völlig unnötig auf Fünfhundert Megabyte aufblänen kann – das ist das zehnfache!

00:03:23: Wahnsinn, oder?

00:03:24: Seine pragmatische Lösung ist der einfach Zeit-Splitting.

00:03:27: Man reduziert die Granularität auf vierundzwanzig Stunden oder man rundet Dezimalstellen wenn diese absolute Präzision gar nicht nötig ist

00:03:35: Weil wir das sonst ja nicht nur beim Speicherplatz spüren.

00:03:38: Spätestens wenn wir da komplexe Dachsabfragen drüber jagen bricht die Performance doch voll ins ein

00:03:44: Definitiv.

00:03:45: Da spricht Bundrock sehr treffend von den berüchtigten Monsterformeln.

00:03:49: Solche extrem verschachtelten DAX-Statements sind eigentlich oft nur ein Hilferuf eines kaputten Datenmodells.

00:03:56: DAX versucht an krampfhaft fehlende Relationen auszubügeln, in einem sauberen Modell ist DAX eigentlich äußerst ökonomisch und das fand ich auch spannend – ein gutes Modell wirkt zusätzlich als Schutzschild.

00:04:07: Genau!

00:04:08: Als Isolationsschicht gegen unordentliche Quellsysteme.

00:04:12: Viele kämpfen ja mit historischen ERP-Systemen, wo ständig Feldnamen geändert werden.

00:04:17: Zieht man das direkt in die Berichte?

00:04:19: Zerschießt ist einem sofort alle Dashboards

00:04:21: Richtig!

00:04:22: Das saubere Modell fungiert als Puffer.

00:04:25: Man passt die Logik einmal im Modell an und für den Endanwender bleibt alles stabil.

00:04:29: Was uns direkt zur Enterprise Skalierung bringt Für jeden Bericht neu anzufangen skaliert ja Null.

00:04:36: Da kommt das Konzept des Golden Data Sets ins Spiel.

00:04:39: Ja, anstatt da ein Wildwuchs mit Sichtdateien zuzulassen,

00:04:42: baut

00:04:42: man ein zentrales Modell auf dem Server.

00:04:45: Das ist dann die Single Source of Truth!

00:04:47: Das ganze Unternehmen greift darauf zu und arbeitet mit den gleichen Zahlen.

00:04:51: Das bringt uns eigentlich perfekt zur zentranen Erkenntnis für dich als Zuhörer – Ein brillantes Datenmodell kann ein mittelmäßiges Dashboard-Design jederzeit retten Aber kein Design der Welt kann ein korruptes Modelle kompensieren.

00:05:04: So is es Und dazu möchte ich dir zum Abschluss noch einen provokanten Gedanken mitgeben, den du mal für dich durchspielen kannst.

00:05:11: Wenn so ein perfekt modelliertes Golden Data Set es plötzlich jedem Mitarbeiter ermöglicht per Self-Service eigene Berichte zu bauen macht sich die klassische IT Abteilung durch diese perfekte Datenmodellierung am Ende eigentlich selbst überflüssig?

00:05:29: Das ist wirklich eine extrem spannende Frage für die Praxis.

00:05:32: Denkt da gerne einmal drüber nach!

00:05:34: Danke, dass du heute wieder mit uns in die Quellen eingetaucht bist.

00:05:36: Bis zur nächsten Analyse!