Strukturierte Datenanalyse mit Power Pivot

Ziele

In diesem eintägigen Seminar lernst du, wie du mit Power Pivot große Datenmengen effizient analysierst und aussagekräftige Auswertungen erstellst. Du verstehst den Unterschied zwischen klassischen PivotTables und dem Power Pivot-Datenmodell und kannst dieses gezielt für deine Analysen einsetzen.

Du entwickelst ein grundlegendes Verständnis für DAX und nutzt erste Formeln zur Berechnung dynamischer Kennzahlen. Darüber hinaus lernst du, wie du Beziehungen zwischen Tabellen definierst und komplexe Measures zur tiefergehenden Analyse erstellst.

Du erfährst, wie du dein Datenmodell optimierst, um Performance und Übersichtlichkeit zu steigern. Ziel ist es, dass du Power Pivot sicher und praxisnah in deinem Arbeitsalltag anwenden kannst.

Inhalt

Modul 1: Einstieg & Grundlagen

• Einführung in Power Pivot und das Datenmodell
  • Unterschiede zu klassischen PivotTables
  • Vorteile von Power Pivot bei großen Datenmengen
  • Überblick über das Power Pivot-Fenster
    
    
• Import und Vorbereitung von Daten
  • Datenquellen anbinden (Excel, CSV, Datenbanken)
  • Datenbereinigung und Transformationen vor dem Modellieren

Modul 2: Power Pivot – Grundlagen der Datenmodellierung

• Aufbau eines Datenmodells in Power Pivot
• Strukturierung und sinnvolle Tabellenauswahl
• Bedeutung von Schlüsselspalten und Datenkonsistenz
• Grundlegende Modellierungsprinzipien für saubere Analysen
  
  

Modul 3: Beziehungen & Modellstruktur

• Tabellenbeziehungen definieren und verstehen
  • Primär-/Fremdschlüssel-Konzepte einfach erklärt
  • Einfache Beziehungen und das Diagramm-Layout
  • Bedeutung inaktiver Beziehungen und ihre Nutzung

Modul 4: Einstieg in DAX – Data Analysis Expressions

• DAX-Grundlagen
  • Was ist DAX und wofür wird es verwendet?
  • Berechnete Spalten vs. Measures
  • Einführung in grundlegende Funktionen: SUM, CALCULATE, FILTER
    
    
• Praxisübungen mit einfachen DAX-Formeln
• Kennzahlen wie Umsatz, Anzahl, Durchschnitt berechnen
• Kurzer Einblick in Zeitintelligenz (z. B. Vergleich mit Vorjahr)

Modul 5: Komplexere Berechnungen & Modelloptimierung

• Erstellung nützlicher Measures
  • Dynamische Berechnungen je nach Filterkontext
  • Einführung in Variablen (VAR) zur Verbesserung der Lesbarkeit
    
    
• Optimierung des Datenmodells
  • Spalten reduzieren, Datenmodell verschlanken
  • Tipps zur Performance-Verbesserung
  • Gute Modellstruktur für spätere Berichte