Pexon Consulting | 7 Min. Lesezeit | 20.06.2026
TL;DR
Eine Azure DWH Reporting-Plattform ersetzt verteilte Excel-Reports durch eine Quelle der Wahrheit: Daten aus ERP und Vorsystemen landen in einem Lakehouse, Power BI liefert das Reporting, ein KI-Layer schreibt Kommentare und Forecasts. In unseren Projekten sinkt der manuelle Reporting-Aufwand deutlich. Pexon Consulting baut das auf Microsoft Fabric, DSGVO-konform.
Das Problem heißt nicht Excel, sondern Versionschaos
Die kurze Antwort, warum Controlling-Teams hängenbleiben: Nicht Excel ist das Problem, sondern dass jeder seine eigene Version pflegt. Drei Abteilungen, drei Zahlen für denselben Umsatz, und der halbe Monatsabschluss geht für das Zusammenführen drauf. Das skaliert nicht, und mit jeder neuen Anforderung wird der Tabellen-Dschungel dichter.
Eine Azure-DWH-Plattform dreht das um: Die Daten fließen einmal aus ERP, CRM und Vorsystemen in ein zentrales Lakehouse, dort werden sie modelliert, und das Reporting zieht aus dieser einen Quelle. Excel bleibt erlaubt — aber als Frontend, nicht als heimliche Datenbank.
Was die Plattform liefert
Drei Bausteine, die zusammen den Unterschied machen:
- Lakehouse als eine Quelle — alle reportingrelevanten Daten an einem Ort, versioniert, mit Lineage. Microsoft Fabric bündelt das in einer Plattform statt verteilter Synapse-/SQL-Inseln.
- Automatisiertes Reporting — Power BI auf einem sauberen semantischen Modell. Der Monatsreport entsteht, statt zusammengeklickt zu werden.
- KI-Forecast- und Kommentar-Layer — ein Modell schreibt den Kommentar zu Abweichungen und liefert einen datenbasierten Forecast statt eines fortgeschriebenen Bauchgefühls.
-- Beispiel: Soll-Ist-Sicht im Fabric Warehouse (statt manuell in Excel)
SELECT k.kostenstelle, SUM(i.betrag) AS ist, p.plan,
SUM(i.betrag) - p.plan AS abweichung
FROM ist_buchungen i
JOIN kostenstellen k ON i.ks_id = k.id
JOIN plan p ON p.ks_id = k.id AND p.periode = i.periode
GROUP BY k.kostenstelle, p.plan;Den Aufbau einer solchen Datengrundlage haben wir im Datenplattform-Piloten mit Microsoft Fabric beschrieben; wann Fabric und wann Databricks das richtige Fundament ist, steht im Vergleich Databricks vs. Microsoft Fabric. Offizielle Referenz: die Fabric-Data-Warehouse-Dokumentation.
Was wir nicht empfehlen
Wir raten davon ab, mit dem KI-Forecast zu starten, solange die Datengrundlage wackelt. Ein Forecast auf inkonsistenten Daten ist gefährlicher als gar keiner, weil er Sicherheit vortäuscht. Erst die eine Quelle, dann das Modell. Und nicht alles auf einmal migrieren: Ein Reporting-Bereich als Pilot beweist den Hebel, der Rest folgt kalkulierbar.
Häufig gestellte Fragen
Was kostet eine Azure-DWH-Reporting-Plattform?
Der Einstiegs-Pilot auf einem Reporting-Bereich liegt im mittleren fünfstelligen Bereich. Die laufende Fabric-Kapazität startet bei der kleinsten SKU bei rund 262 USD pro Monat und skaliert mit dem Bedarf. Der Aufwand steckt in der Modellierung, nicht im Plattformbetrieb.
Müssen wir Excel komplett abschaffen?
Nein. Excel bleibt als Analyse-Frontend erlaubt — es darf nur nicht mehr die heimliche Datenbank sein. Die Quelle der Wahrheit ist die Plattform, Excel zieht daraus.
Fabric, Synapse oder Databricks?
Für die meisten Mittelständler ist Fabric der pragmatischste Einstieg, weil es Lakehouse, Warehouse und Power BI in einer Plattform bündelt. Bei sehr großen Data-Science-Workloads kann Databricks die bessere Wahl sein — das entscheiden wir an Ihrem Lastprofil.
Wie lange dauert der erste automatisierte Report?
Innerhalb von rund 8 Wochen läuft der erste Reporting-Bereich produktiv aus der Plattform statt aus Excel. Der Forecast-Layer kommt danach dazu.
Ist das DSGVO-konform?
Ja. Die Plattform läuft in einer EU-Region mit Zugriffskontrolle und Lineage. Personenbezogene und Finanzdaten verlassen die EU-Region nicht.
Nächster Schritt
Wenn Sie wissen wollen, welcher Reporting-Bereich sich zuerst lohnt, schauen wir uns Ihre aktuelle Excel-Landschaft an und schneiden den Piloten zu.
Verwandte Themen
