Effiziente Datenmodellierung mit Power BI und Excel: Datenmodelle erstellen, optimieren und nutzen

Grundlagen der Datenmodellierung

• Datenmodellierung in OLTP-Datenbanken wie z. B. relationale SQL-Datenbanken.
• Datenmodellierung in OLAP-Datenbanken wie z. B. Power BI.

Die Stärken und Schwächen der flachen Tabelle als Datenmodell

Die Notwendigkeit des Starschemas

• Verbesserte Auswertungsmöglichkeiten.
• Vereinfachte DAX-Befehle.
• Speicherplatz und Performance.

Datenimport mit Hilfe von Power Query

• Erstellung von Dimensions- und Faktentabellen.
• Datenbereinigung und -transformation wie z. B. UnPivot-Funktionalität.
• Abgrenzung zwischen Joins in Power Query und Beziehungen in Power Pivot.

Grundlagen Starschema

• Grundlegendes Beziehungsmanagement in Power BI (1:1, 1:n, n:n).
• Aktive und inaktive Verbindungen z. B. bei Datumstabellen.
• Multifaktenschema für komplexe Soll-Ist-Vergleiche.

Best Practices für Datenmodellierung

Praxisübungen und Fallstudien

• Entwicklung eigener Datenmodelle.
• Diskussion und Q&A.

• Erlerne die Grundlagen der Datenmodellierung mit Power BI und Excel.
• Entwickle eigene Datenmodelle, um Berichte und Dashboards effizienter zu gestalten.
• Verstehe die Bedeutung von Beziehungen zwischen Tabellen und lerne, wie du diese optimal einsetzt.
• Gewinne neue Einblicke durch praxisorientierte Fallstudien und Übungen.

Controller:innen und Anwender:innen aus anderen Bereichen, die komplexe Datenstrukturen in Berichten und Dashboards integrieren möchten. 

Gute Grundkenntnisse in MS Excel sowie der regelmäßige Umgang mit Pivot-Tabellen werden vorausgesetzt. Das Seminar ist nicht für Excel-Einsteiger:innen geeignet.

Vorkenntnisse in Power Query sind hilfreich, aber nicht erforderlich.