thinkBI

In dieser Folge geht es um Datenmodellierung als nächsten Schritt nach der Datenaufbereitung. Marcus unterscheidet zwischen der fachlich geordneten Zielstruktur auf der Datenplattform und dem semantischen Modell in der analytischen Datenbank. Dabei wird deutlich, dass Beziehungen, Filterlogik und Measures nicht bloß technische Details sind, sondern den analytischen Nutzungskontext überhaupt erst h...

In dieser Folge geht es um Datenaufbereitung als nächsten Schritt im Dashboard Creation Cycle. Marcus zeigt, warum mächtige Self-Service-Werkzeuge wie Power BI vieles direkt im Tool ermöglichen, die eigentliche Architekturfrage damit aber nicht verschwindet. Es geht um Last auf Quellsystemen, wiederholte Transformationen, Zwischenspeicherung und die Rolle einer Datenplattform mit Raw-, Silver- und...

In dieser Folge geht es um Event-Streaming und Streaming-Analytics als mögliche Datenquelle für BI. Marcus beschreibt Produzenten, Broker, Topics, Queues und Konsumenten, verschiebt den eigentlichen Punkt aber auf die Architekturfrage dahinter. Denn wer Streaming wirklich nutzen will, kann nicht einfach nur eine neue Datenquelle ergänzen, sondern muss Prozesse eventgesteuert denken. Die Folge zeig...

In dieser Folge geht es um Web-APIs als Datenquelle für Business Intelligence. Marcus beschreibt, warum APIs auf den ersten Blick modern und sauber wirken, für BI-Datenladungen aber oft die aufwendigere und schwächere Bereitstellungslogik sind. Es geht um zusätzliche Schichten, Protokoll- und Format-Overhead, transaktional gedachte Endpunkte und die Belastung des Applikationslayers. Die Folge zeig...

In dieser Folge geht es um eine Datenquelle, die oft altmodischer wirkt, als sie tatsächlich ist: die Datei. Marcus beschreibt, warum Dateischnittstellen in BI nicht nur aus der Vergangenheit bekannt sind, sondern in modernen Architekturen neue Relevanz gewinnen. Es geht um CSV, TSV, Parquet, Lakehouse-Strukturen und die Frage, warum exportierte Dateien häufig robuster und flexibler sind als direk...

In dieser Folge geht es um eine der naheliegendsten Datenquellen für BI: die SQL-Datenbank eines Vorsystems. Marcus beschreibt, warum der direkte Zugriff auf Tabellen zwar effizient wirken kann, aber immer auch Verantwortung gegenüber dem operativen System bedeutet. Es geht um Full Loads, inkrementelle Ladeprozesse, Change Capture, Soft Deletes und die Frage, wann ein Nachtlauf überhaupt noch real...

Diese Folge knüpft an die Diskussion zur Datenidentifikation an und schärft einen wichtigen Punkt nach: Das semantische Modell darf nicht einfach aus den technischen Vorsystemen abgeleitet werden. Marcus beschreibt, warum gute BI zwischen zwei Extremen navigieren muss: zwischen ungebremstem Self-Service auf der einen Seite und technikgetriebener Zentralisierung auf der anderen. Es geht um Anforder...

Bevor ein Dashboard gebaut wird, muss eine viel grundlegendere Frage geklärt sein: Welche Daten sind überhaupt die richtigen für das Modell? In dieser Folge geht es um Datenidentifikation im Dashboard Creation Cycle und darum, warum die sichtbare Oberfläche oft nur die halbe Wahrheit zeigt. Marcus beschreibt, wann Daten direkt aus einem Vorsystem kommen, wann eine Datenplattform dazwischen gehört...

In dieser Folge geht es um Slowly Changing Dimensions und damit um eine Frage, die im Datenmodell oft zu spät gestellt wird: Was bedeutet Änderung eigentlich genau? Marcus ordnet die gängigen Typen 1, 2 und 3 ein und zeigt, warum Historisierung nicht nur ein technisches Detail ist. Entscheidend ist, ob ein Modell den aktuellen Stand zeigen soll, den Stand zum damaligen Zeitpunkt oder eine korrigie...

In dieser Folge geht es um die Frage, was passiert, wenn ein Star-Schema an seine Grenzen kommt. Marcus spricht über kleine Status- und Ja-Nein-Ausprägungen, über Degenerated Dimensions, über Factless Facts in Many-to-many-Situationen und über Kennzahlen, die erst zur Laufzeit sinnvoll werden. Dabei bleibt die Grundregel klar: Dimensionen beschreiben, Fakten messen. Interessant wird es genau dort,...

In dieser Folge geht es um alternative Modellierungsformen rund um das Star-Schema. Marcus schaut auf Snowflake-Schema, One Big Table und das sogenannte Galaxy-Modell und ordnet ein, warum diese Formen jeweils bestimmte Vor- und Nachteile mitbringen. Der eigentliche Punkt liegt aber tiefer: Analytische Datenmodelle dürfen nicht nach der Logik transaktionaler Vorsysteme gebaut werden. Während opera...

In dieser Folge geht es um Sternschema und Bus-Matrix als Grundstruktur analytischer Datenmodelle. Im Zentrum steht die Frage, wie Kennzahlen, Dimensionen und Rollen so zusammenfinden, dass Analyse nicht nur technisch funktioniert, sondern fachlich klar bleibt. Marcus zeigt, warum verständliche Benennungen wichtiger sind als systemnahe Begriffe und weshalb dieselbe Kennzahl je nach Perspektive etw...

In dieser Folge geht es um den nächsten Schritt im Dashboard-Creation-Cycle: das Datenmodell-Konzept. Ausgangspunkt ist die Beobachtung, dass viele Teams mit Tabellen, Feldern und Technik starten, bevor sie fachlich geklärt haben, welche Objekte sie eigentlich beschreiben wollen. Im Zentrum steht deshalb ein einfacher Perspektivwechsel: weg von der Tabellenlogik, hin zu Business-Objekten wie Kunde...

In dieser Folge geht es um Navigation im Dashboard und um die Frage, wie aus einer Sammlung interaktiver Inhalte eine geführte Nutzererfahrung wird. Ausgangspunkt sind Rückmeldungen zur letzten Episode und die Beobachtung, dass viele Dashboards eher wie erweiterte Tabellen funktionieren als wie klar aufgebaute Informationsräume. Im Zentrum steht ein dreistufiges Modell aus Überblick, Zoom- und Fil...

In dieser Folge geht es um drei Kriterien, an denen sich gute Dashboards im Alltag entscheiden: Fokus, Kontext und Leserführung. Ausgangspunkt sind 15 Gestaltungsprinzipien aus dem Umfeld von SQLBI, die auf praktische Fragen zielen: Wie viel gehört auf eine Seite, wo steht das Wichtigste, welche Zahlen brauchen Kontext und welche Diagramme passen wirklich zur Aussage? Die Folge zeigt, warum gute D...

In dieser Folge geht es um die Frage, was ein Dashboard eigentlich lesbar und anschlussfähig macht. Ausgehend von der letzten Episode zum Prototyping wird der Blick auf IBCS und die SUCCESS-Formel gelenkt. Dabei wird deutlich: Gute Visualisierung beginnt nicht mit Farbeffekten oder Tool-Funktionen, sondern mit einer klaren Botschaft, vereinheitlichter Notation und bewusster Reduktion. Die Folge ze...

Viele Dashboards entstehen direkt im Tool – und genau das ist oft der Fehler. In dieser Folge von thinkBI geht es darum, warum gute Dashboards zuerst als Konzept entstehen. Wie Prototyping und Paper-Prototyping helfen, Struktur, Visualisierung und Erkenntnisse zu gestalten. 🎧 Musik: Great Podcast Intro (short & long) von Lundstroem Quelle: freemusicarchive.org (Creative Commons) – https://fre...

In dieser Folge von thinkBI geht es um ein wiederkehrendes Muster in der Welt der Daten: Pyramiden. Modelle wie das DIKW-Modell (Data–Information–Knowledge–Wisdom) oder die verschiedenen Arten der Datenanalyse zeigen, dass Erkenntnis immer auf einem Fundament aufbaut. Von der deskriptiven Analyse über diagnostische und prädiktive Ansätze bis hin zur preskriptiven Steuerung führt der Weg immer über...

Anforderungen sind keine neutrale Liste, sondern strategische Vorentscheidungen. Jede KPI lenkt Aufmerksamkeit und beeinflusst späteres Handeln. Diese Folge zeigt, warum Informationsbedarf hierarchisch organisiert ist, von operativen Detaildaten über Management-Analysen bis hin zu strategischen KPIs und weshalb das „Dashboard für alle“ meist eine Illusion bleibt. 🎧 Musik: Great Podcast Intro (sho...

KPIs sind nur dann wertvoll, wenn klar definiert ist, wofür sie existieren. In dieser Folge geht es um Anforderungen im Dashboard Creation Cycle, Ownership, Entscheidungsbezug, KPI-Treiber, Zielwerte und ein praktisches KPI- und Report-Canvas zur Strukturierung von Kennzahlen und Reports. 🎧 Musik: Great Podcast Intro (short & long) von Lundstroem Quelle: freemusicarchive.org (Creative Commons...

In dieser Folge nehme ich dich mit durch meinen Dashboard Creation Cycle. Wir sprechen darüber, warum ein gutes Dashboard nicht im Tool entsteht, sondern im strukturierten Zusammenspiel aus Fachbereich und IT. Von der Anforderung über Paper-Prototyping, Datenmodellierung und Datenaufbereitung bis hin zur Nutzung und kontinuierlichen Weiterentwicklung. Ich zeige dir, warum Self-Service nicht im Ber...

In dieser Folge von thinkBI geht es um einen Perspektivwechsel. Datenvisualisierung ist nicht in erster Linie ein Bild, sie ist Kommunikation. Wir gehen der Frage nach, wie aus einem komplexen System messbare Daten werden, wie wir diese bewusst kodieren und wie wir sie wieder entschlüsseln müssen, um überhaupt etwas zu verstehen. Denn gutes Visualisieren bedeutet nicht nur, Zahlen hübsch darzustel...

In dieser Folge lade ich dich ein, gemeinsam mit mir auf das Thema ERP, KI und Plattformen zu schauen, mit der Business-Intelligence-Brille. Ausgangspunkt ist die Überlegung, ob Unternehmen ihre Systeme künftig selbst bauen könnten und welche Rolle KI dabei wirklich spielt. Ich zeige dir, warum ERP-Systeme mehr sind als reine Software, weshalb Eigenentwicklungen historisch selten dauerhaft erfolgr...

In dieser Folge des thinkBI Podcasts reflektieren wir, warum strukturierte Systeme oft produktiver sind als ungezügelte Freiheit, ganz besonders im Kontext von Business Intelligence. Ich zeige dir, warum Systeme wichtiger sind als Freiheit, wie sie helfen, gute und wiederholbare Ergebnisse zu erzielen und warum der „Lucky Shot“ im BI-Alltag keine Strategie ersetzen kann. Wir vergleichen unterschie...

In dieser Folge von thinkBI geht es um einen Aspekt, der oft zwischen den Zahlen verborgen bleibt: unseren Glauben. Was passiert, wenn wir Business-Intelligence-Systeme nicht nur als reine Faktenlieferanten sehen, sondern als Modelle, die Überzeugungen, Vereinfachungen und sogar Glaubenssätze abbilden? Wir sprechen darüber, wie Fragen unser Denken schärfen, warum es so schwer ist, an alten Überzeu...