Excel oder Business Intelligence: Ab wann sich der Umstieg lohnt

Excel ist in fast jedem Unternehmen das wichtigste Auswertungswerkzeug, und das aus gutem Grund. Es ist flexibel, jeder kann es bedienen, und für viele Fragen ist es genau richtig. Irgendwann kippt das Verhältnis aber: Der Monatsbericht dauert drei Tage, zwei Abteilungen nennen unterschiedliche Umsatzzahlen, und die Datei, an der alles hängt, versteht nur noch eine Person. Ab wann sich der Umstieg auf eine Business-Intelligence-Lösung lohnt, hängt weniger an der Unternehmensgröße als an ein paar klaren Anzeichen.

Warum Excel so lange gut funktioniert

Es wäre falsch, Excel schlechtzureden. Für Ad-hoc-Analysen, Kalkulationen, Planungsrechnungen und alles, was eine Person für sich auswertet, ist eine Tabellenkalkulation kaum zu schlagen. Sie braucht kein Projekt, keine Schulung und keine IT-Abteilung. Wer eine Frage hat, beantwortet sie selbst.

Problematisch wird es erst, wenn Excel zur Infrastruktur wird. Dann ist die Tabelle kein Werkzeug mehr, sondern ein System, auf dem Entscheidungen beruhen, und sie wird gepflegt wie ein Werkzeug: manuell, ohne Versionierung, ohne Prüfung. Diesen Übergang bemerkt man selten an einem bestimmten Tag. Man bemerkt ihn an den Symptomen.

Fünf Anzeichen, dass es Zeit wird

• Das Reporting kostet mehr Zeit als die Analyse. Wenn jemand jeden Monat Tage damit verbringt, Daten aus ERP, CRM und Buchhaltung zu exportieren, zusammenzukopieren und zu formatieren, bevor überhaupt jemand die Zahlen ansieht, liegt der Engpass nicht bei der Auswertung, sondern bei der Datenbeschaffung.
• Es gibt mehrere Wahrheiten. Vertrieb und Controlling kommen auf unterschiedliche Umsatzzahlen, weil sie zu verschiedenen Zeitpunkten exportiert, anders gefiltert oder Gutschriften anders behandelt haben. Die Besprechung dreht sich dann um die Frage, welche Zahl stimmt, statt um die Frage, was zu tun ist.
• Das Wissen hängt an einer Person. Die zentrale Datei hat verschachtelte SVERWEIS-Formeln, versteckte Blätter und Makros, die nur ihr Ersteller durchschaut. Fällt diese Person aus, steht das Reporting.
• Die Zahlen kommen zu spät. Monatsberichte, die Mitte des Folgemonats vorliegen, taugen für den Rückblick, aber nicht zur Steuerung. Wer Lagerbestände, Auftragseingänge oder offene Posten tagesaktuell braucht, kommt mit manuellen Exporten nicht hin.
• Die Datei stößt an technische Grenzen. Lange Ladezeiten, abstürzende Arbeitsmappen, Daten, die auf mehrere Dateien verteilt werden müssen. Spätestens dann arbeitet man gegen das Werkzeug.

Treffen zwei oder mehr dieser Punkte zu, lohnt sich ein genauerer Blick. Treffen sie alle zu, verursacht der Status quo vermutlich bereits mehr Kosten als eine Lösung.

Was eine BI-Lösung anders macht

Der eigentliche Unterschied liegt nicht in den Diagrammen. Dashboards lassen sich auch in Excel bauen. Der Unterschied liegt darunter: in einer automatisierten Datenstrecke, die die Daten regelmäßig aus den Quellsystemen holt, bereinigt und in einem einheitlichen Modell zusammenführt. Kennzahlen wie Umsatz, Deckungsbeitrag oder Liefertreue werden dort einmal definiert und gelten dann für alle Berichte gleich.

Damit verschwindet die Frage, welche Zahl stimmt. Wer im Vertrieb auf den Umsatz schaut, sieht dieselbe Zahl wie die Geschäftsführung, nur anders gefiltert. Berechtigungen regeln, wer was sehen darf, und die Aktualisierung läuft automatisch über Nacht oder sogar mehrmals täglich.

Eine BI-Lösung ersetzt nicht Excel. Sie ersetzt das Zusammenkopieren. Wer danach in Excel weiterrechnen will, kann das, aber auf einer gemeinsamen, geprüften Datenbasis.

Tatsächlich bleibt Excel in den meisten Unternehmen nach der Einführung im Einsatz. Power BI etwa lässt sich direkt aus Excel heraus abfragen. Das ist kein Kompromiss, sondern meist die sinnvollste Aufteilung: Standardberichte und Kennzahlen kommen aus der BI-Lösung, individuelle Analysen entstehen weiterhin in der Tabelle, nur mit verlässlichen Zahlen.

Woran Einführungen scheitern

Die Technik ist selten das Problem. Ein Werkzeug wie Power BI ist schnell eingerichtet, und die ersten Dashboards stehen in Tagen. Schwierig wird es an zwei Stellen.

Die erste sind die Daten selbst. Wenn Kundennummern in ERP und CRM nicht übereinstimmen, Artikelgruppen über die Jahre umgebaut wurden oder Stammdaten unvollständig sind, zeigt das schönste Dashboard falsche Zahlen. Die BI-Einführung bringt solche Probleme ans Licht, die in Excel jemand stillschweigend von Hand korrigiert hat. Das ist unangenehm, aber wertvoll, und es braucht Zeit, die man einplanen sollte.

Die zweite sind die Definitionen. Was ist ein aktiver Kunde? Zählt ein Auftrag mit Auftragseingang oder mit Lieferung zum Umsatz? Solche Fragen sind fachlich, nicht technisch, und sie müssen vor dem Bau der Berichte entschieden werden. Projekte, die das überspringen, liefern am Ende wieder mehrere Wahrheiten, nur in einem teureren Werkzeug.

Wie man klein anfängt

Ein BI-Projekt muss nicht mit einem unternehmensweiten Data Warehouse beginnen. Bewährt hat sich der Einstieg über einen konkreten Bericht, der heute besonders viel Handarbeit kostet, etwa den monatlichen Vertriebsbericht oder die Liquiditätsübersicht. Für diesen einen Bericht werden die Quellen angebunden, die Kennzahlen definiert und die Strecke automatisiert. Das dauert Wochen, nicht Monate, und es zeigt schnell, ob der Ansatz trägt.

Danach wächst die Lösung Bericht für Bericht. Jede neue Quelle und jede neue Kennzahl landet im gemeinsamen Modell, und die Aufwände sinken, weil die Grundlage schon steht. Wichtig ist von Anfang an eine saubere Datenstrecke statt direkter Verbindungen aus jedem Bericht in jede Quelle. Wie wir solche Strecken aufbauen, beschreiben wir auf der Seite zu Business Intelligence und ETL.

Fazit

Der richtige Zeitpunkt für den Umstieg hängt nicht an einer Mitarbeiterzahl. Er ist erreicht, wenn das Beschaffen der Zahlen mehr Zeit kostet als das Auswerten, wenn verschiedene Abteilungen verschiedene Zahlen nennen oder wenn das Reporting an einer einzigen Person hängt. Dann lohnt sich der Einstieg mit einem konkreten Bericht, der zeigt, was eine automatisierte Datenbasis leistet. Wenn Sie prüfen wollen, ob und wie sich das in Ihrem Unternehmen umsetzen lässt, unterstützen wir Sie bei der Einführung von Power BI und Microsoft Fabric. Sprechen Sie uns an.