Experten-Talk: Power BI Desktop Grundlagen

00:00:00: Also stell dir vor, es ist Montagmorgen.

00:00:02: Du klappst deinen Laptop auf, hast vielleicht gerade den ersten Kaffee in der Hand und da is' sie wieder.

00:00:10: Oh ja!

00:00:10: Diese eine gigantische Excel-Datei.

00:00:14: Genau diese Datei – diejenige, die irgendwie gefühlt das halbe Unternehmen am Laufen hält.

00:00:20: Die aber im Grunde niemand mehr so richtig versteht?

00:00:23: Richtig.

00:00:24: Und wenn du auch nur eine einzige Zelle änderst Also dann brechen plötzlich in drei anderen Abteilungen die kompletten Zahlen zusammen.

00:00:32: Wir reden hier wirklich vom absoluten Excel-Chaos.

00:00:34: Ja,

00:00:35: diese klassischen manuellen Fielerketten, die sich durch den ganzen Tag ziehen!

00:00:39: Absolut.

00:00:40: und eben auch von dieser berüchtigten Schatten-IT wo halt jeder im Unternehmen so sein eigenes analytisches Süppchen kocht.

00:00:48: Und um aus genau diesem Datenschungel auszubrechen schauen wir uns heute nicht einfach nur irgendein neues Software-Tool an?

00:00:54: Ne, absolut nicht.

00:00:56: Das greift zu kurz!

00:00:57: Genau.

00:00:58: Wir analysieren nämlich ein Konzept aus dem Jahr im Jahr und das sehr eindrucksvoll zeigt warum die Fähigkeit Rohdaten zu bändigen eigentlich die wichtigste strategische Waffe dieses Jahrzehnts ist.

00:01:12: Ja, das ist ein ganz zentraler Punkt.

00:01:15: Wenn du also jemand bist der wirklich mal hinter die Kulissen der Datenarchitektur blicken will dann bist Du in unserem heutigen DeepDive genau richtig!

00:01:23: Wir nehmen nämlich das Kurscurriculum Power BI Desktop Grundlagen und Praxis detailliert auseinander

00:01:29: Und wir müssen da direkt zu Beginn mal festhalten dass es in der datengetriebenen Arbeitswelt des Jahres-Sechs und zwanzig längst nicht mehr um bloße Tabellenkalkulation geht.

00:01:39: Also... Das ist vorbei.

00:01:43: Die Kompetenz, Rohdaten aus völlig isolierten Quellen zuverlässig in wirklich belastbare fundierte Entscheidungen zu verwandeln.

00:01:51: Das ist kein Bonus mehr für Analysten!

00:01:53: Nee das wird vorausgesetzt.

00:01:55: Richtig – das ist der absolute Standard für das gesamte Management geworden.

00:02:00: ohne diese Fähigkeit steuern Unternehmen schlicht weg blind.

00:02:04: Und dieser Kurs verspricht ja eine systematische Roadmap zur digitalen Entlastung?

00:02:10: Genau.

00:02:11: Und was mich an den Quellen besonders fasziniert, ist dieser architektonische Ansatz, den das Curriculum da wählt.

00:02:17: Es gibt eben nicht um schnelle bunte Bilder fürs Management sondern um ein fundamental neues Verständnis davon wie Informationen in einem Unternehmen überhaupt fließen.

00:02:26: und genau diesen Informationsfluss, denen müssen wir heute mal aufdröseln.

00:02:30: okay lasst uns das mal entpacken.

00:02:32: Mir gefällt ja ein Bild besonders gut, dass sich eigentlich durch die gesamte Struktur dieser Technologie zieht.

00:02:37: Ja lass hören!

00:02:38: Also stell dir vor, die Daten deines Unternehmens sind Wasser.

00:02:42: Wir starten ganz draußen in der Natur an einer ziemlich trüben schlammigen Quelle.

00:02:47: Ein sehr passendes Bild für die meisten Unternehmsdaten

00:02:50: oder?

00:02:51: Da pumpt dann eine Abteilung Daten aus einer uralten modrigen Exis-Datenbank heran Ein anderer Kollege kratzt irgendwelche Datenströme von einer Internetseite ab Und dann gibt es da diese berüchtigten, fehlerhaften Text-Dateien.

00:03:06: Mein absolutes Highlight in dem Curriculum ist eine Lektion über eine Datein namens datum us.txt.

00:03:13: Oh ja!

00:03:14: Der Klassiker

00:03:15: Wir alle kennen dieses Problem oder?

00:03:17: Das amerikanische Datumsformat fließt in unsere europäischen Systeme und verstopft sofort alles

00:03:22: Weil die Systeme hier den zwölften Monat nicht vom zwölften Tag unterscheiden können.

00:03:26: Ganz

00:03:27: genau Der erste Schritt im Kurs ist also der Power Query Editor.

00:03:31: Das ist im Grunde genommen unsere hochmoderne Wasseraufbereitungsanlage.

00:03:34: Eine sehr treffende Analogie, finde ich.

00:03:36: und das Warum hinter dieser Aufbereitung Anlage?

00:03:39: Was ist hier das Entscheidende?

00:03:41: Wie meinst du das genau?

00:03:43: Naja wenn man sich die Module zu Power Query im Kurs ansieht dann geht es eben nicht um das einmalige Manuelle aufräumen.

00:03:51: Das ist nämlich der klassische Echslfehler.

00:03:54: Du meinst jeden Monat den Export aus dem ERP-System runterladen?

00:03:59: Richtig.

00:04:00: Und dann löscht man Manuell fünf Spalten, ändert dieses US-Datum händisch und sucht Versuchen und Ersetzen nach fehlerhaften Werten.

00:04:08: Jeden verdammten Monat!

00:04:10: Das frisst so unglaublich viel Zeit.

00:04:12: Eben!

00:04:13: Und das Curriculum lehrt hier stattdessen pure Automatisierung durch angewandte Schritte.

00:04:19: Wenn du in Power Query Daten gruppierst, also Spalten-Teils oder Datentypen konvertierst dann schreibst du im Hintergrund ein Skript.

00:04:27: Oft ohne es überhaupt zu merken?

00:04:28: Genau

00:04:29: – ohne es zu merke.

00:04:31: In dieser Sprache namens M.

00:04:33: D.h.,

00:04:33: ich baue meine Felteranlage nur ein einziges Mal

00:04:36: auf

00:04:36: Kalibriere meine ganzen Siebe- und Filterstufen.

00:04:40: Und ab, dann läuft das System völlig autonom.

00:04:43: Exakt!

00:04:44: Du baust robuste wiederverwendbare Abfragen.

00:04:47: Wenn im nächsten Monat die neue schmutzige Datomoester-Teil kommt, drückst du eigentlich nur noch auf Aktualisieren?

00:04:54: Wahnsinn!

00:04:55: Die Daten fließen durch genau dieselbe, vordefinierte Anlage von Filtern und Transformationen... ...und kommen am Ende glasklar heraus.

00:05:02: Man eliminiert also den menschlichen Fehlerfaktor bei der Datenaufbereitung.

00:05:06: völlig Vollständig.

00:05:07: ja Und das ist der eigentliche Kern dieser digitalen Entlastung, von der das Curriculum da immer sprecht.

00:05:13: Das

00:05:13: System merkt sich quasi die Blaupause der Reinigung.

00:05:16: Aber wenn unser Wasser jetzt gefiltert und absolut sauber ist Dann stehen wir ja eigentlich direkt vor dem nächsten Problem.

00:05:23: Welches meinst du?

00:05:24: Naja, sauberes Wasser das man einfach in ein riesiges formloses Becken schüttet erzeugt ja keinen Druck.

00:05:30: Das nützt eigentlich niemandem wenn es nicht gezielt dorthin geleitet wird wo man es braucht.

00:05:34: Ah

00:05:34: ok ich sehe worauf du hinaus willst!

00:05:36: Wir brauchen ein hochpräzises Rohrsystem und da kommen wir zur Architektur der Daten also dem Datenmodell.

00:05:44: Ein ganz entscheidender Schritt.

00:05:45: Des Kursmaterial pocht hier extrem auf sogenannte Sternschämata und Schneeflockenschämata.

00:05:51: Also als ich das gelesen habe dachte ich echt kurz Stern- und Schneeflockenschemata?

00:05:56: Sind wir hier in der Astrologie und Meteorologie gelandet?

00:05:58: Ja,

00:05:59: die Begriffe klingen erst mal etwas esoterisch.

00:06:02: Total!

00:06:03: Wir kennen diese Begrife der Datenbank-Normalisierung ja auch aus der klassischen SQL-Welt.

00:06:08: Aber ganz ehrlich – In einer Welt von ... ... in der Arbeitsspeicher fast nichts mehr kostet und Prozessoren rasend schnell sind.

00:06:18: Warum ist Power BI so unglaublich stur, was dieses Sternschema angeht?

00:06:23: Das ist ne exzellente Frage.

00:06:25: Was bricht denn zusammen wenn ich einfach alle meine sauberen Daten in eine einzige gigantische Tabelle

00:06:31: packe?!

00:06:32: Viele Anwender scheitern genau an diesem Punkt, weil sie eben noch in dieser alten Flat-Table-Denkweise festhängen.

00:06:39: Also alles hin ein großes Echselblatt klatschen?

00:06:41: Genau!

00:06:42: Wenn du alles in eine riesige Tabelle packst, duplicierst du nicht nur massenhaft Daten was das System trotz billigem Ramm extrem träge macht sondern du zerstörst vor allem die Logik des Filterflusses.

00:06:54: Okay, Filterfluß erklär das mal

00:06:57: Die effizienteste Art unser Rohrsystem zu verlegen.

00:07:00: Im Zentrum dieses Sterns, also quasi in der Mitte unseres Leitungsnetzes liegt die Bewegungstatentabelle.

00:07:07: Die sogenannte Fakten-Tabelle!

00:07:09: Richtig – das ist das schwere Wasser.

00:07:12: Also jeder einzelne Verkauf, jeder Klick auf der Website jede Transaktion

00:07:17: Und um dieses Zentrum herum liegen dann die Stammdatentabellen, also die Dimensionen, die Kunden, die Produkte und die Kalenderdaten.

00:07:25: Das sind dann die Zacken unseres Sternes.

00:07:27: Genauso ist es.

00:07:28: Und jetzt kommt die Mechanik ins Spiel, warum das so verdammt wichtig ist.

00:07:33: Filter fließen nämlich immer bergab.

00:07:35: Berg ab?

00:07:36: Ja!

00:07:37: Von den Stammdaten zu den Bewegungsdaten.

00:07:40: Wenn du in der Kundentabelle den Filter auf Deutschland setzt, fließt dieser Filter durch das Verbindungsrohr HINAP.

00:07:46: Also durch diese Prämier- und Fremdschlüsse.

00:07:48: Richtig

00:07:49: – HINAPP in die riesige Verkaufstabelle.

00:07:52: Und dort lässt er dann nur noch die deutschen Verkäufe durch….

00:07:56: Das Curriculum legt extremen Wert darauf, wie genau diese Beziehungen konfiguriert werden.

00:08:03: Man muss da ganz präzise definieren welche Rohre aktiv sind.

00:08:08: Ah!

00:08:08: Da hack ich direkt mal ein.

00:08:10: Denn das Curriculum spricht da eine explizite Warnung vor inaktiven Beziehung und sogenannten Mehrdeutigkeiten aus.

00:08:18: Ein sehr komplexes Thema...

00:08:20: Warum sollte ich denn in meinem Datenmodell ein Rohr verlegen, also die Tabellen miteinander verbinden und diese Verbindung dann sofort wieder absperren?

00:08:28: Also inaktiv schalten.

00:08:29: Das klingt doch erst mal völlig kontraintuitiv!

00:08:32: Auf den ersten Blick ja.

00:08:34: Aber stell dir mal vor deine riesige Verkaufstabelle hat zwei Datumsfelder – einen Bestelldatum und einen Lieferdatum.

00:08:42: Okay, typischer Fall im E-Commerce

00:08:44: Genau.

00:08:45: Und du willst beide mit deiner zentralen Kalendertabelle verbinden?

00:08:50: Wenn Du nun eide Rohre gleichzeitig voll aufdrehst, also zwei aktive Beziehungen hast, entsteht ein Vakuum im System.

00:08:58: Weil sich die Ströme in die Quere kommen.

00:09:00: Das System weiß schlichtweg nicht mehr welcher Filterweg jetzt der richtige ist!

00:09:05: Wenn Du im Kalender auf Januar klickst, meinst Du dann Bestellungen im Januar oder meinst du Lieferungen im januar?

00:09:12: Aha, verstehe.

00:09:13: Das berühmte Modellierungschaos!

00:09:16: Das System würde kollabieren oder einfach völlig falsche Zahlen ausspucken.

00:09:19: Völlig richtig und deshalb lehrt der Kurs ganz klar eine Beziehung meistens.

00:09:24: das Bestelldatum ist die Hauptleitung Die ist aktiv

00:09:28: Und die andere?

00:09:29: Die Leitung zum Lieferdatum wird zwar physisch verlegt aber das Ventil bleibt vorerst geschlossen.

00:09:35: Es ist inaktiv.

00:09:36: Okay Und wann nutze ich das dann?

00:09:38: Erst wenn wir eine ganz spezifische Berechnung durchführen wollen, öffnen wir dieses Ventil temporär per Code.

00:09:45: Und wenn wir es falsch machen – wenn wir also bidirektionale Filter unbedacht einsetzen und das Wasser plötzlich rückwärts bergaufliessen lassen – verfälschen wir das gesamte System!

00:09:56: Und in einem datengetriebenen Unternehmen von Jahrtausend sechsundzwanzig führen solche falschen Zahlen im Dashboard unweigerlich zu fatalen strategischen Fehlentscheidungen

00:10:06: Absolut.

00:10:07: Wenn die Basis nicht stimmt, ist alles darauf aufbauende wertlos!

00:10:11: Okay... Die Rohre müssen also absolut logisch verlegt sein und der Filterfluss darf wirklich nur in die vorgesehene Richtung fließen.

00:10:17: Genau

00:10:18: Wir haben jetzt sauberes Wasser und ein perfektes Leitungssystem Aber Leitungen allein rechnen ja noch nicht.

00:10:24: Nee das Wasser fließt nur

00:10:26: Eben.

00:10:27: Wir brauchen Metzgeräte, intelligente Druckventile und irgendeine Logik die aus diesem fließenden Wasser echte Metriken generiert.

00:10:35: Und hier wird es wirklich interessant.

00:10:37: Oh ja!

00:10:38: Da kommen wir für mich nämlich zum spannendsten Teil des Kurricolums – DAX.

00:10:43: Also die Data Analysis Expressions.

00:10:46: Wenn das Datenmodell unser Rohrsystem ist dann ist DAX das Netzwerk aus hochintelligenten Sensoren- und Steuerungsanlagen.

00:10:54: Das ist ein exzellenter Vergleich.

00:10:56: Der Kurs unterscheidet da auch ganz klar zwischen simplen Implicitenmeasures und professionellen Explicittenmeasures.

00:11:03: Und das ist ein gewaltiger Unterschied!

00:11:06: Ein implizites Measure, das ist als würdest du einfach nur so einen dummen Zähler an das Ende des Roars halten der halt das Volumen misst.

00:11:14: Also

00:11:14: klassisches Excel-Niveau.

00:11:16: Summe bilden und fertig.

00:11:17: Richtig.

00:11:18: Explizite Measures hingegen sind programmierte Sensoren.

00:11:22: die reagieren absolut dynamisch auf ihre Umgebung.

00:11:25: Und der absolute Kern von DAX, dem der Kurs auch enorme Aufmerksamkeit widmet ist das Verstehen des

00:11:36: Filterkontext.

00:11:42: Die Königsfunktion.

00:11:43: Soweit ich das verstehe, ist es ja keine normale mathematische Funktion sondern eher so eine Art Override-Befil für unsere Ventile oder?

00:11:49: Ja, Calculate ist schlichtweg die mächtigste Funktion im gesamten Power BI-Universum.

00:11:55: Stell dir das mal so vor!

00:11:56: Dein Dashboard ist aktuell so eingestellt dass durch die Klicks des Nutzers nur Wasser für das Jahr twentyfünfundzwanzig und die Region Europa fließt.

00:12:05: Okay, das is also der aktuelle Filterkontext... ...die Rohre sind überall sonst dich.

00:12:10: Genau.

00:12:10: Wenn du nun aber den Marktanteil von Europa am weltweiten Gesamtumsatz berechnen willst, dann brauchst Du ja zwingend den weltweite Umsatz.

00:12:19: Ja

00:12:19: als Nenner für die Division

00:12:20: Richtig!

00:12:21: Und mit der Funktion Calculate gibst Du Deinem Sensor Den Befehl Ignoriere Für einen kurzen Moment Die geschlossenen Ventile Der anderen Regionen.

00:12:30: Wow Reise das Rohr Für den welt.

00:12:32: weiten Umsatz Kurz auf.

00:12:33: Hol Dir die Zahl Für den nenner der division und Schließe es direkt wieder.

00:12:37: Das

00:12:37: ist ja genial.

00:12:38: Du überschreibst also die Physik des Datenmodells ganz gezielt für eine einzige Berechnung.

00:12:43: Ganz genau!

00:12:44: Das

00:12:44: ist extrem mächtig, ich zwinge das System aus seinem aktuellen Kontext auszubrechen und das Curriculum nutzt diese Logik auch extrem intensiv bei einem anderen Thema dem da gleich zwei Lektionen gewidmet sind.

00:12:55: Du

00:12:55: meinst The Time Intelligence?

00:12:58: Du willst ja fast nie isoliert wissen wie hoch der Umsatz heute war.

00:13:01: du willst immer den Kontext Wie stehen wir im Vergleich zum exakt gleichen Zeitraum des Vorjahres?

00:13:08: Stimmt.

00:13:08: Und der Haken dabei ist die Kontinuität.

00:13:11: Ein Sensor kann nur dann den exakt gleichen Zeitraum des Vorjahres berechnen, wenn die Zeitachse lückenlos ist.

00:13:17: Deshalb ist dieser Profitipp des Kurses also das zwingende Anlegen eines fortlaufenden fehlerfreien Kalenders ohne irgendwelche Sprünge so existenziell wichtig?

00:13:27: Weil das System sonst stolpert, wenn es im Vorjahr an diesem Tag einen Umsatz gab – dies ja aber nicht!

00:13:33: Zum Beispiel weil es ein Sonntag ist.

00:13:35: Exakt Wenn deine Bewegungsdatentabelle am Wochenende keine Verkäufer hat, dann fehlen diese Tage dort schlicht weg.

00:13:42: Logisch!

00:13:43: Würdest du nun diese Tabelle zur Zeitnavigation nutzen, fällst Du quasi in einen Loch.

00:13:48: Die DAX-Zeitintelligenz benötigt die kontinuierliche Kalendertabelle als den zentralen Taktgeber der gesamten Anlage.

00:13:55: Ah

00:13:56: und Funktionen wie diese Same Period Last Year greifen auf diesen Takt Geber zurück.

00:14:02: Richtig, die verschieben den Filterkontext elegant um exakt dreihundertfünfundsechzig Tage in die Vergangenheit und spucken dir den Vergleichswert aus.

00:14:10: Ohne diese DAX-Logik hast du am Ende nur tote Zahlen!

00:14:14: Mit ihr hast Du dynamisches echtes geschäftliches Wissen.

00:14:17: Okay unsere Anlage ist jetzt also ein technologisches Meisterwerk

00:14:20: Kann man so sagen ja

00:14:21: Das Wasser ist sauber das Rohrsystem ist logisch genormt Unsere DAX Sensoren berechnen hochkomplexe zeitversetzte Metriken.

00:14:31: Aber jetzt kommt halt die harte Realität.

00:14:34: Oh oh!

00:14:35: Wenn wir dieses Konstrukt aus M-Coach, Sternschemater und DAX formeln Jetzt der Geschäftsführung präsentieren

00:14:43: Dann blicken wir in leere Gesichter.

00:14:45: Exakt Wir brauchen ein Interface Ein Kontrollraum Und damit betreten wir die Welt der Visualisierung

00:14:53: Ein sehr wichtiges Feld.

00:14:54: Wenn ich mir die Lektionen im Kurs dazu so ansehe Da geht es um Balkendiagramme Ringdiagramme, Top-Endkarten, KPIs – da muss ich ganz ehrlich gesagt mal den Skeptiker spielen.

00:15:06: Nur zu!

00:15:07: Sind diese Dashboards am Ende nicht einfach nur hübsche bunte Bildschirme fürs Management?

00:15:13: Ist das nicht primär Kosmetik nachdem die echte Engineersarbeit unten im Modellbau ja eh schon erledigt ist?

00:15:19: Das ist ein Irrtum der in der Praxis oft zu extrem teuren Fehlern führt.

00:15:23: Wirklich?!

00:15:24: Ja… Diese Dashboards sind keine Kosmetik und auch keine statischen PDFs, die man ausdruckt.

00:15:30: Sie sind hochgradig interaktive Diagnosischnittstellen.

00:15:35: Das Curriculum fokussiert sich massiv auf sogenannte Berichtsinteraktionen- und Kreuzfilter.

00:15:41: Du meinst also dass das Dashboard selbst zur Fernbedienung für die Anlage wird?

00:15:45: Absolut Wenn du in einem scheinbar simplen Balkendiagramm auf den Balken für das Produkt Alpha klickst.

00:15:52: ist das kein statisches Bild?

00:15:55: Dieser Klick sendet sofort ein Signal durch dein gesamtes Sternschema.

00:16:00: Alle anderen Visualisierungen auf der Seite, also die Landkarte, die KPI-Karten, die Tabellen reagieren in Echtzeit und filtern sich genau dieses Produkt.

00:16:10: Der Anwender, der vielleicht überhaupt keine Ahnung von Dex hat kann durch Elemente wie Datenschnitte – also Slicer tief in die Daten eintauchen und Anomalien finden, an die der Entwickler des Berichts vielleicht nie im Leben gedacht hat.

00:16:25: Das ist Ergonomie-und angewandte Entscheidungspsychologie.

00:16:29: Ein interaktives Gardersystem für Unternehmensdaten quasi.

00:16:33: Genau das!

00:16:34: Das leuchtet ein.

00:16:35: Aber es bringt uns direkt zu einem superkriegischen Punkt, der im Kursmaterial auch sehr prominent platziert ist – Die Verwaltung von Benutzerrechten.

00:16:43: Hm, ein ganz heikles Thema….

00:16:45: Wenn dieses Dashboard so tief in die Daten blicken kann, wirft das sofort die Sicherheitsfrage auf.

00:16:50: Wer darf diese Anlage eigentlich bedienen und wer da vor allem welche anzeigen sehen?

00:16:55: Eine der wichtigsten Fragen überhaupt!

00:16:58: Nicht jeder Vertriebsmitarbeiter sollte einfach so Zugriff auf die globalen Gehaltsdaten oder Dimagen anderer Regionen haben.

00:17:05: Das gäbe ein ziemliches Chaos.

00:17:08: Und hier greift die sogenannte Row-Level Security kurz RLS Auf einer fundamentalen Ebene ein.

00:17:16: Wie funktioniert das technisch?

00:17:17: Verstecke ich da einfach die Visualisierungen vor bestimmten Nutzern, so nach dem Motto aus den Augen.

00:17:22: Aus dem Sinn?

00:17:23: Nein nein!

00:17:24: Das wäre brandgefährlich und viel zu leicht zu umgehen.

00:17:28: Role Level Security setzt viel tiefer an direkt unten in unserem Rohrsystem also dem Datenmodell.

00:17:35: Okay wie genau

00:17:36: Du definierst Rollen?

00:17:38: Wenn sich jetzt zum Beispiel der Vertriebsleiter für Süddeutschland in das System einlockt erkennt Power BI seine Identität und noch bevor überhaupt ein einziges Dash-Ball auf dem Bildschirm geladen wird, legt das System einen harten völlig unsichtbaren Filter auf das Datenmodell.

00:17:54: Das heißt, dass Rohr für alle anderen Regionen wird physisch verriegelt?

00:18:00: Ja, er öffnet exakt denselben Bericht wie der globale CEO sieht aber durch diese DAX-Filtermechanik im Hintergrund ausschließlich seine eigenen süddeutschen Daten.

00:18:11: Wahnsinn!

00:18:12: Das garantiert absolute Regelkonformität und Datensicherheit, ohne dass man irgendwie zwanzig verschiedene Berichte für zwanzich Leute bauen muss.

00:18:21: Die Sicherheit ist also direkt in die Architektur der Daten eingegossen und nicht nur so auf die Oberfläche gepinselt.

00:18:27: Ganz genau!

00:18:28: Wenn wir uns jetzt anschauen wie mächtig dieses gesamte Werkzeugset von der unordentlichen Datenquelle bis hin zum gesicherten Dashboard eigentlich ist dann stellt sich ja unweigerlich die Frage nach dem Zugang zu diesem Wissen Mhm.

00:18:42: Und wenn wir uns die Fakten des Kurses aus dem Jahr-Zweitausendsechsundzwanzig so ansehen, stolpern wie über ein ziemlich bizarres Detail im Kleingedruckten.

00:18:50: Also was bedeutet das alles?

00:18:52: Die harten Fakte sind ja erst einmal eine echte Kampfansage!

00:18:55: Über

00:18:56: vierundsechzig tiefgehende Lektionen Genau.

00:18:59: und der Preis statt siebenundneunzig Euro wird der Kurs für schmale Neunundvierzig Euro Netto angeboten.

00:19:06: Soweit ein extrem attraktives Angebot.

00:19:10: Aber dann kommt ein echt interessanter juristischer Aspekt ins Spiel.

00:19:14: Das Deutsche Fernunterrichtsschutzgesetz, das sogenannte Fern-USG

00:19:19: Ja, ein Gesetz, das historisch gesehen eigentlich dem Schutz von Verbrauchern bei Fernlehrgängen dienen soll hier aber im digitalen Zeitalter zu einer sehr speziellen Konstruktion führt.

00:19:31: Das

00:19:31: ist wirklich verrückt!

00:19:32: Der Kursanbieter muss explizit darauf hinweisen, dass dieser Kurs für Personen und Unternehmen mit Wohn- oder Geschäftssitz in Deutschland ausschließlich als reines Selbstlernangebot angeboten wird.

00:19:44: Das ist keine didaktische Entscheidung?

00:19:46: Nein überhaupt nicht!

00:19:47: Das ist eine rein rechtliche Vorgabe.

00:19:50: Das

00:19:50: bedeutet in der Praxis Null individuelle Lernkontrolle Keine persönliche Betreuung.

00:19:57: Wenn du in München sitzt Und deinen DAX Measure einfach nicht das tut was es soll kannst du niemanden fragen.

00:20:03: Du bist komplett auf dich und die Videos allein gestellt, ja!

00:20:06: Aber...und das ist für mich die absolute Kuriosität in diesem eigentlich grenzenlosen digitalen Bildungsmarkt?

00:20:13: Wenn du exakt denselben Kurs kaufst aber zufällig ins Salzburg oder Zürich sitzt, dann gilt dieses Gesetz nicht.

00:20:19: Richtig – In Österreich und der Schweiz kannst du auf wunschunterstützende Rückmeldungen vom Dozenten bekommen.

00:20:24: Das ist doch irre.

00:20:26: Es zeigt einfach sehr deutlich, wie sehr nationale Gesetzgebungen oft der Realität digitaler Plattformen hinterher hinken.

00:20:34: Die didaktische Qualität der Materialien muss extrem hoch sein.

00:20:38: Ein Kurs, der in Deutschland als reines Selbstlernkonzept rechtlich bestehen und fachlich funktionieren muss darf einfach keine Erklärungslücken lassen.

00:20:46: Stimmt!

00:20:46: Sonst scheitern die Leute Reihenweise.

00:20:48: Das erklärt auch diese detaillierte Tiefe der Module von den Powerquery-Schritten bis zu den komplexen DAX Kontexten, die der Teilnehmer sicher komplett selbst erarbeiten muss.

00:20:57: Ok, fassen wir unsere Reise durch diese Architektur also mal zusammen.

00:21:01: Wir haben heute gesehen, dass der Weg aus dem Excel-Chaos kein bloßer Toolwechsel ist sondern ein echter Paradigmenwechsel.

00:21:09: Absolut!

00:21:09: Wir haben das trübe Wasser der Rodaten mit der automatisierten Filteranlage von Power Query gebändigt.

00:21:16: Wir haben verstanden warum ein felsenfestes Sternschema und eine saubere Filterrichtung absolut entscheidend sind damit das Rohrsystem nicht kollabiert.

00:21:26: Wir haben mit DAX die intelligente Steuerung übernommen, die diesen Filterkontext dynamisch manituliert.

00:21:32: Und wir haben im Kontrollraum dem Dashboard gesehen wie Row-Level Security die Daten an der Basis schützt während die interaktiven Visualisierungen dem Nutzer die volle Analysekraft in die Hand geben.

00:21:44: Es ist wenn man so will ein komplettes Betriebssystem für Daten.

00:21:48: Und genau da möchte ich am Ende unseres heutigen Deep Dives noch einen Gedanken aufgreifen, der in den Quellen nur so ganz am Rand – fast schon versteckt bei den neuesten Veröffentlichungen des Autos – angeteasert wird.

00:22:00: Was meinst du?

00:22:01: Da fällt das Stichwort Co-Pilot Studio vom Chatbot zum autonomen Prozessexperten KD-Agenten.

00:22:07: Ah ok!

00:22:08: Ich meine im Jahr twenty-sixundzwanzig dreht sich gefühlt alles um künstliche Intelligenz, um Systeme die unsere Fragen in natürlicher Sprache beantworten sollen

00:22:18: Richtig.

00:22:19: Aber wenn wir die komplexe physikalische Mechanik der Datenaufbereitung betrachten, die wie hier heute intensiv besprochen haben...

00:22:26: Dann drängt sich eine Frage auf!

00:22:28: Genau Was passiert eigentlich, wenn wir diese hochgelobten KI-Kopiloten auf ein Unternehmen loslassen?

00:22:35: Dass seine Daten eben nicht in Power Query bereinigt und nicht in einem sauberen Sternenschema strukturiert hat.

00:22:41: Das wäre eine Katastrophe!

00:22:42: Wenn die KI versucht strategische Einsichten aus einem völlig unstrukturierten Exelchaos zu ziehen indem das Bestelldatum inaktiv und das Lieferdatum falsch formatiert ist...

00:22:52: Die KI halluciniert oder liefert einfach falsche Antworten mit absoluter Überzeugung.

00:22:57: Genau Vielleicht ist diese rigorose, fast schon pedantische Datenstrukturierung über die wir heute gesprochen haben gar nicht nur das Fundament für Dashboards.

00:23:07: Sondern

00:23:07: vielleicht ist das saubere Datenmodell die eigentliche streng geheime Grundvoraussetzung bevor diese viel zitierte KI-Revolution im Unternehmen überhaupt starten kann?

00:23:16: Eine KI kann schließlich nur so schlau sein wie das Datenmodel des WER vorwerfen.

00:23:21: Ein sehr starker Gedanke!

00:23:23: Ein Gedanke, den du beim nächsten Öffnen einer chaotischen Excel-Tabelle am Montagmorgen definitiv im Hinterkopf behalten solltest.

00:23:29: Bis zum nächsten Mal!