WEBVTT

00:00:00.430 --> 00:00:06.790
Bereit für 10 Tage voller Microsoft 365, Co-Pilot, KI, Azure und den Menschen, die die Zukunft der Arbeit gestalten?

00:00:07.570 --> 00:00:11.950
Diesen Januar ist die M365-Con zurück und wir legen noch eins drauf.

00:00:12.810 --> 00:00:18.130
Seien Sie bei Live-Sessions, Praxis-Demos und Expertenwissen von MVPs und Branchenprofis weltweit dabei, weltdabei.

00:00:18.770 --> 00:00:21.090
Keine generischen Folien. Kein endloses Buzzword-Bingo.

00:00:21.950 --> 00:00:23.270
Wir gehen echte Herausforderungen an.

00:00:23.670 --> 00:00:28.710
Co-Pilot Studio, KI-Agenten, Fabric, Sicherheit, Governance und Automatisierung, klar.

00:00:28.710 --> 00:00:34.250
Egal ob IT-Profi-Entwickler oder Führungskraft-Es, gibt Sessions, die speziell auf Sie zugeschnitten sind.

00:00:35.450 --> 00:00:40.010
An 10 vollen Tagen können Sie zahlreiche Technologien erkunden und sich mit einer globalen Community vernetzen.

00:00:40.930 --> 00:00:44.270
Schauen Sie live zu und nehmen Sie praktische Erkenntnisse mit zurück in Ihr Unternehmen.

00:00:45.090 --> 00:00:50.630
Januar 2027. 10 Tage. Eine Microsoft-Community. Die Registrierung ist ab sofort geöffnet.

00:00:51.590 --> 00:00:55.550
Besuchen Sie m365.con.net und sichern Sie sich noch heute Ihren Platz.

00:00:55.550 --> 00:00:58.690
Das ist m365.con.net.

00:01:00.010 --> 00:01:04.610
Melden Sie sich jetzt unter m365.con.net an. Wir sehen uns im Januar live.

00:01:05.290 --> 00:01:06.770
Ihr Power BI-Dashboard lügt Sie an.

00:01:07.250 --> 00:01:10.230
Nicht bei den Zahlen, aber bei den Kosten jedes Mal, wenn jemand auf Aktualisieren klickt.

00:01:10.910 --> 00:01:13.770
Jedes Mal, wenn ein Slicer bewegt wird, zahlen Sie im Stillen eine Performance-Stelle.

00:01:14.030 --> 00:01:17.790
Und bevor Sie schmunzeln, ja, Sie zahlen, sie sei es durch verschwendete Rechenzeit.

00:01:18.190 --> 00:01:24.410
Mehr Kosten bei Ihrer Power BI-Premium-Kapazität oder die Stunden, die Ihr Team damit verbringt, auf den gelben Ladekreis zu warten.

00:01:24.410 --> 00:01:28.410
Ineffiziente Datenmodelle sind unsichtbare Budget-Vampire.

00:01:28.770 --> 00:01:31.630
Jede aufgeblähte Spalte und jeder sorglose Joint zieht Ihrem Budgetgeld aus der Tasche.

00:01:32.030 --> 00:01:35.350
Und wenn ich Geld sage, meine ich echtes Geld bei manchen Unternehmen. Fünfstellige Beträge pro Jahr.

00:01:35.810 --> 00:01:36.950
Und das ist das 10.000-Uller-Problem.

00:01:37.370 --> 00:01:39.650
Die Lösung ist kein Plug-in und versteckt sich auch nicht im neuesten Update.

00:01:40.090 --> 00:01:42.670
Es ist eine architektonische Frage im Umdenken der Logik Ihres Modells.

00:01:42.670 --> 00:01:50.010
Am Ende werden Sie wissen, wie man ein Power BI-Modell baut, das schneller läuft, weniger kostet und echte Unternehmens-Workloads übersteht, ohne in die Knie zu gehen.

00:01:51.010 --> 00:01:51.810
Die Ineffizienzsteuer.

00:01:52.190 --> 00:01:53.630
Stellen Sie sich Ihr Datenmodell wie eine Küche vor.

00:01:53.970 --> 00:01:58.010
Ein guter Koch ordnet Messer, Pfannen und Gewürze so an, dass er alles mit zwei Handgriffen erreicht.

00:01:58.470 --> 00:02:00.950
Ein schlechter Koch wirft alles in eine Schublade und hofft auf das Beste.

00:02:01.430 --> 00:02:08.530
Die meisten Power BI-Nutzer sind der zweite Koch, nur dass ihre Schublade eine importierte Excel-Datei von 2017 ist, vollgestopft mit 50 Spalten, bei denen niemand mehr weiß, warum sie da sind.

00:02:08.530 --> 00:02:10.970
Dieses Durcheinander nennen wir technische Schulden.

00:02:11.570 --> 00:02:17.430
Es sind all die Abkürzungen, Duplikate und halbherzigen Beziehungen, die Ihr Modell kurzzeitig funktionieren lassen, aber sechs Monate später alles zum Einsturz bringen.

00:02:18.570 --> 00:02:21.750
Jede Abfrage in diesem chaotischen Modell irrt durch die Küche auf der Suche nach Zutaten.

00:02:22.610 --> 00:02:25.670
Jede Aktualisierung ist eine weitere Stunde, in der die Engine die Rumpelkammer durchwühlt.

00:02:26.170 --> 00:02:27.370
Und ja, ich weiß, warum Sie so gemacht haben.

00:02:27.730 --> 00:02:32.330
Du hast die gesamte SQL-Tabelle importiert, weil das einfacher war, als darüber nachzudenken, was du wirklich brauchst.

00:02:32.730 --> 00:02:35.850
Oder vielleicht hast du für alles berechnete Spalten erstellt, weil Excel nun mal so funktioniert.

00:02:35.850 --> 00:02:39.730
Herzlichen Glückwunsch, Du hast Dich gerade vom Tabellen-Messi zum BI-Messi hochgearbeitet.

00:02:40.330 --> 00:02:41.950
Diese bequemen Entscheidungen haben Konsequenzen.

00:02:42.530 --> 00:02:47.710
Power BI speichert jede unnötige Spalte, dupliziert die Daten am Modell und erhöht den Speicherverbrauch exponentiell.

00:02:48.170 --> 00:02:51.950
Jedes Mal, wenn Du ein schickes Visual erstellst, das 15 Spalten abruft, wird die Aktualisierung langsamer.

00:02:52.730 --> 00:02:54.310
Langsame Aktualisierungen führen zu Verzögerten.

00:02:54.770 --> 00:02:56.610
Verzögerte Dashboards bedeuten langsamere Entscheidungen.

00:02:57.030 --> 00:03:01.390
Multipliziere diese Verzögerungen mit 200 Analysten und Du verstehst, warum Deine Cloud-Rechnung einem Erpresserbrief gleicht.

00:03:01.390 --> 00:03:03.790
Die Ironie ist es nicht die Schuld von Power BI, es ist Dein.

00:03:04.110 --> 00:03:06.230
Die Engine ist schnell, die DAX-Engine ist clever.

00:03:06.710 --> 00:03:09.770
Aber Dein Modell ist ein Knäuel aus Spaghetti-Code getarnt als geschäftliche Erkenntnis.

00:03:10.130 --> 00:03:11.150
Bist Du bereit, es zu reparieren?

00:03:11.390 --> 00:03:13.550
Gut, lass uns Dein Modell wie ein Erwachsener neu aufbauen.

00:03:14.750 --> 00:03:15.950
Die Lösung Dimensionale Modellierung.

00:03:17.250 --> 00:03:22.250
Dimensionale Modellierung, auch bekannt als Sternenschema, unterscheidet den Power BI-Profi vom Power BI-Hobbyisten.

00:03:22.250 --> 00:03:27.030
Es ist der Moment, in dem Dein chaotischer Haufen von Excel-Exporten erwachsen wird und anfängt, Miete zu zahlen.

00:03:27.690 --> 00:03:28.370
So funktioniert es.

00:03:28.730 --> 00:03:32.250
Im Zentrum Deines Sterns steht eine Fakten-Tabelle, die rohen Ereignisse oder Transaktionen.

00:03:32.930 --> 00:03:33.910
Betrachte sie als Deine Quittung.

00:03:34.470 --> 00:03:36.630
Jeder Datensatz repräsentiert etwas, das passiert ist.

00:03:36.710 --> 00:03:39.750
Ein Verkauf, eine Lieferung, ein Login, was auch immer Dein Unternehmen misst.

00:03:39.970 --> 00:03:40.190
Mist.

00:03:40.790 --> 00:03:44.750
Um diesen Kern herum baust Du Dimensionstabellen, das Wörterbuch, das diese Quittungen beschreibt.

00:03:45.590 --> 00:03:48.590
Produkt, Kunde, Datum, Region, jeder bekommt seine eigene saubere Dimension.

00:03:48.990 --> 00:03:51.290
Das ist der Unterschied zwischen Horten und Organisieren.

00:03:52.250 --> 00:03:56.210
Anstatt jedes mögliche Feld in eine Tabelle zu stopfen, trennst Du Beschreibungen von Ereignissen.

00:03:57.030 --> 00:03:58.170
Die Fakten-Tabelle bleibt schlank.

00:03:59.110 --> 00:04:00.670
Viele Zeilen, wenige Spalten.

00:04:01.170 --> 00:04:02.230
Die Dimensionen bleiben breit.

00:04:02.410 --> 00:04:03.990
Weniger Zeilen, aber dafür reichhaltige Beschreibungen.

00:04:04.370 --> 00:04:06.630
Es ist relationale Modellierung, genau wie es die Natur vorgesehen hat.

00:04:07.010 --> 00:04:11.050
Einige von Euch werden kreativ und bauen NUN-Beziehungen, weil Sie das mal im Forum gesehen haben.

00:04:11.750 --> 00:04:12.530
Das kenne ich Kreativität.

00:04:12.990 --> 00:04:13.650
Das ist Selbstständigung.

00:04:13.950 --> 00:04:18.030
In einem korrekten Sternschema sind alle Beziehungen 1 muss N und zeigen von der Dimension zum Fakt.

00:04:18.510 --> 00:04:20.230
Die Dimension fungiert wie ein Nachschlagewerk.

00:04:20.230 --> 00:04:24.450
Ein Produkt kann in vielen Verkäufen vorkommen, aber jeder Verkauf weist auf genau ein Produkt hin.

00:04:24.730 --> 00:04:27.450
Brichst Du diese Regel, entfesselst Du das Chaos für Deine DAX-Berechnungen.

00:04:28.050 --> 00:04:29.150
Lass uns über Kardinalität sprechen.

00:04:29.710 --> 00:04:31.110
Power BI hasst Mehrdeutigkeit.

00:04:31.770 --> 00:04:34.330
Wenn Beziehungen nicht klar sind, verschwendet es Rechenleistung mit Raten.

00:04:35.130 --> 00:04:39.170
Stell Dir vor, Du versuchst ein Wörterbuch zu indizieren, in dem jedes Wort auf 5 zufälligen Seiten erscheint.

00:04:39.890 --> 00:04:40.490
Das ist ein Albtraum.

00:04:41.250 --> 00:04:43.610
1-2-N-Beziehungen geben der Engine einen direkten Pfad.

00:04:44.210 --> 00:04:46.790
Sie weiß genau, welcher Filterkontext auf welchen Fakt anzuwenden ist.

00:04:46.790 --> 00:04:52.410
Keine Debatten, keine zirkulären Abhängigkeiten, keine verschwendeten CPU-Zyklen beim Sherlock Holmes-Spielen.

00:04:53.270 --> 00:04:56.350
Und wenn wir schon beim Aufräumen sind, hören Sie auf, sich auf natürliche Schlüssel zu verlassen.

00:04:57.110 --> 00:05:01.310
Ihr Produktname sieht vielleicht eindeutiger aus, bis jemand ein Leerzeichen einfügt oder einen Buchstaben vertippt.

00:05:02.130 --> 00:05:07.210
Erstellen Sie stattdessen Ersatzschlüssel, numerische oder GUID-IDs, die jede Zeile eindeutig identifizieren.

00:05:08.030 --> 00:05:10.650
Sie sind schlanker und sicherer wie ein Namensschilder für Ihre Daten.

00:05:10.650 --> 00:05:13.810
Vielleicht fragen Sie sich, warum man sich die Mühe mit dieser ganzen Struktur machen sollte.

00:05:14.710 --> 00:05:15.830
Strukturierte Modelle skalierbar sind.

00:05:16.150 --> 00:05:18.130
Die DAX-Engine muss nicht raten, was Sie beabsichtigen.

00:05:18.750 --> 00:05:20.970
Sie liest den Stern und folgt einfachen Prinzipien.

00:05:21.610 --> 00:05:22.990
Eine Richtung, ein Filter, ein Zweck.

00:05:23.690 --> 00:05:25.650
Kennzahlen liefern endlich Ergebnisse, denen Sie vertrauen können.

00:05:26.070 --> 00:05:29.010
Plötzlich aktualisieren sich Ihre Dashboards in 5 Minuten statt in einer Stunde.

00:05:29.630 --> 00:05:33.470
Und Sie können dieses Unangenehme bitte warten, lädt, pop-up entfernen, das Ihr Team ignoriert.

00:05:34.410 --> 00:05:35.070
Hier ist das Seltsame.

00:05:35.490 --> 00:05:37.730
Sobald Sie zu einem Starschema wechseln, vereinfacht sich alles andere.

00:05:37.730 --> 00:05:39.910
Berechnete Spalt, da ist ihr relevant.

00:05:40.450 --> 00:05:41.750
Beziehungen, vorhersehbar.

00:05:42.410 --> 00:05:44.790
Sogar Ihr DAX wird sauberer, weil der Kontext klar definiert ist.

00:05:45.410 --> 00:05:48.810
Sie werden weniger Zeit mit dem Debuggen von Beziehungen verbringen und mehr Zeit mit der Analyse von Zahlen.

00:05:49.610 --> 00:05:51.330
Stellen Sie sich Ihr neues Modell wie ein Modulhaus vor.

00:05:52.070 --> 00:05:53.850
Jede Dimension ist ein ordentlich beschrifteter Raum.

00:05:54.470 --> 00:05:56.630
Die Fakten-Tabelle ist der Hauptflur, der alle verbindet.

00:05:57.510 --> 00:06:00.650
Vorher hatten Sie eine Messie-Wohnung, in der Sie bei jedem Schritt über Daten stolperten.

00:06:01.250 --> 00:06:05.750
Jetzt hat alles seinen Platz und der Unterschied fühlt sich an wie ein Upgrade vom Modem auf Glasfaser.

00:06:05.750 --> 00:06:10.850
Wenn Sie das richtig umsetzen, komprimiert die VertiPack-Engine von Power BI Ihr Modell effizient,

00:06:10.970 --> 00:06:13.410
da der spaltenorientierte Speicher endlich Sinn ergibt.

00:06:14.410 --> 00:06:17.710
Doppelte Textfelder verschwinden, die Speichernutzung sinkt und Visuals werden schneller geladen,

00:06:17.790 --> 00:06:20.310
als Ihre Führungskräfte exportieren Sie das mal nach Excel sagen können.

00:06:21.010 --> 00:06:22.030
Aber feiern Sie noch nicht zu früh.

00:06:22.470 --> 00:06:24.010
Ein sauberes Modell ist nur die halbe Miete.

00:06:24.570 --> 00:06:26.370
Die andere Hälfte liegt in der Logik der DAX-Ebene.

00:06:26.970 --> 00:06:29.570
Dort werden gute Absichten oft zu Katastrophen auf Abfrageebene.

00:06:29.570 --> 00:06:33.430
Ja, selbst mit einem Starschema können Sie bei dem, was ich liebevoll DAX-Gymnastik nenne,

00:06:33.510 --> 00:06:35.090
unter Performance-Einbußen leiden.

00:06:36.310 --> 00:06:38.230
Mit anderen Worten, es ist Zeit für etwas Disziplin,

00:06:38.330 --> 00:06:41.430
denn im nächsten Abschnitt trennen wir die Datenkünstler von den finanziellen Risikofaktoren.

00:06:42.950 --> 00:06:44.410
DAX-Disziplin und Beziehungshygiene.

00:06:45.010 --> 00:06:45.770
Ja, Ihr DAX ist clever.

00:06:46.270 --> 00:06:46.970
Nein, ist nicht effizient.

00:06:47.350 --> 00:06:49.770
Cleveres DAX ist wie eine überkonstruierte Rube-Goldberg-Maschine.

00:06:50.130 --> 00:06:52.290
Man ist beeindruckt, dass man merkt, dass es nur Zeilen zählt.

00:06:52.770 --> 00:06:54.670
Wissen Sie, DAX soll nicht brillant sein.

00:06:55.330 --> 00:06:57.490
Es soll schnell, vorhersagbar und langweilig sein.

00:06:58.110 --> 00:06:59.470
Das ist das Genie, das Sie anstreben sollten.

00:06:59.570 --> 00:07:00.290
Langweilige Genialität.

00:07:00.650 --> 00:07:01.730
Beginnen wir mit der Grundlage.

00:07:02.310 --> 00:07:03.810
Zeilenkontext versus Filterkontext.

00:07:04.090 --> 00:07:05.770
Aber Sie sind keine Zwillinge, Sie sind verschiedene Arten.

00:07:06.190 --> 00:07:09.030
Der Zeilenkontext ist jeder einzelne Datensatz, der geradeaus gewertet wird.

00:07:09.350 --> 00:07:11.170
Stellen Sie es sich wie das Anwesenheitsprüfen in einer Schulklassen.

00:07:11.490 --> 00:07:12.910
Der Filterkontext ist die gesamte Klasse,

00:07:12.910 --> 00:07:15.430
nachdem Sie alle mit roten T-Shirts gebeten haben, den Raum zu verlassen.

00:07:16.090 --> 00:07:17.830
Die meisten verwechseln beides und wundern sich dann,

00:07:17.970 --> 00:07:20.110
warum Ihr Zoom X kriecht wie eine Schnecke durch Melasse.

00:07:20.110 --> 00:07:23.490
Die Regel lautet, wenn Sie mit Funktionen wie SimX oder Filter iterieren,

00:07:23.630 --> 00:07:24.890
erzeugen Sie einen Zeilenkontext.

00:07:25.550 --> 00:07:27.770
Wenn Sie Calculate verwenden, ändern Sie den Filterkontext.

00:07:28.390 --> 00:07:29.530
Wissen Sie, was Sie gerade anwenden?

00:07:29.890 --> 00:07:32.150
Sonst wird Power BI Ihre CPU leersaugen und so tun,

00:07:32.530 --> 00:07:33.370
als würde es Sie verstehen.

00:07:34.150 --> 00:07:36.350
Das größte Performance-Verbrechen in DAX sind berechnete Spalten.

00:07:37.150 --> 00:07:38.730
Sie wirken vertraut, weil man sie aus Excel kennt.

00:07:39.150 --> 00:07:41.350
Eine Formel, die über eine ganze Tabelle gezogen wird.

00:07:42.070 --> 00:07:43.950
Aber in Power BI wird diese Spalte darauf gespeichert.

00:07:44.530 --> 00:07:45.910
Sie bläht Ihr Dataset permanent auf.

00:07:46.410 --> 00:07:48.490
Bei jeder Aktualisierung wird Sie Zeile für Zeile neu berechnen.

00:07:48.490 --> 00:07:51.110
Wenn Ihr Dataset 10 Millionen Zeilen hat, herzlichen Glückwunsch,

00:07:51.170 --> 00:07:54.150
Sie haben gerade 10 Millionen unnötige Operationen pro Aktualisierung hinzugefügt.

00:07:54.850 --> 00:07:56.490
Das ist das rechnerische Äquivalent dazu,

00:07:56.570 --> 00:07:58.230
Eier einzeln in separaten Pfannen zu braten.

00:07:58.870 --> 00:08:01.050
Verlagern Sie diese Logik stattdessen dorthin, wo sie hingehört.

00:08:01.270 --> 00:08:01.910
In Power Query.

00:08:02.390 --> 00:08:05.310
Formen Sie Ihre Daten dort, wo Transformationen beim Laden einmalig geschehen,

00:08:05.430 --> 00:08:07.110
nicht wiederholt während des Bericht-Renderings.

00:08:07.530 --> 00:08:09.010
Lassen Sie die M-Sprache die schwerste beitragen.

00:08:09.410 --> 00:08:10.870
Sie wurde speziell für die Vorverarbeitung entwickelt.

00:08:11.230 --> 00:08:13.610
Die DAX-Engine sollte sich auf Berechnungen während der Analyse konzentrieren,

00:08:13.670 --> 00:08:15.150
nicht auf Routineaufgaben beim Aktualisieren.

00:08:15.150 --> 00:08:18.910
Dann gibt es noch die Obsession, ausufernde, verschachtelte Measures zu schreiben,

00:08:19.010 --> 00:08:20.550
die acht Ebenen tief aufeinander verweisen.

00:08:20.990 --> 00:08:23.030
Das ist rekursives Leid.

00:08:24.530 --> 00:08:26.710
Jede Abhängigkeit bedeutet einen weiteren Kontextübergang,

00:08:26.770 --> 00:08:27.750
den die Engine nachverfolgen muss.

00:08:28.490 --> 00:08:31.830
Erstellen Sie stattdessen Kernmeasures wie Gesamtumsatz oder Gesamtkosten

00:08:31.830 --> 00:08:34.550
und bauen Sie darauf logisch komplexere auf.

00:08:35.690 --> 00:08:36.490
Calculate es, Ihr Freund.

00:08:36.950 --> 00:08:38.590
Es ist die saubere Vermittlungszentrale von DAX.

00:08:39.070 --> 00:08:41.010
Richtig eingesetzt, schaltet das Filter effizient um,

00:08:41.110 --> 00:08:42.870
ohne das gesamte Modell ins Chaos zu stürzen.

00:08:44.170 --> 00:08:47.590
Iteratorfunktionen wie SemX oder EverX sind sparsam verwendet in Ordnung,

00:08:47.730 --> 00:08:50.450
aber die meisten Nutzer setzen sie unnötigerweise als Waffe ein.

00:08:50.950 --> 00:08:52.850
Sie iterieren Zeile für Zeile, obwohl eine einfache Summe

00:08:52.850 --> 00:08:55.050
den Job in einem einzigen spaltenweisen Durchlauf erledigen könnte.

00:08:56.010 --> 00:08:58.110
VertiPack, die in Memory Engine hinter Power BI,

00:08:58.370 --> 00:09:00.030
ist für spaltenbasierte Operationen gebaut.

00:09:00.510 --> 00:09:02.350
Sie verlangsamen das System jedes Mal, wenn Sie es zwingen,

00:09:02.390 --> 00:09:03.910
sich wie ein zahlenbasierter Prozessor Excel zu fallen.

00:09:04.350 --> 00:09:06.750
Denken Sie daran, DAX interessiert sich nicht für Ihre kreative Ader.

00:09:07.070 --> 00:09:08.490
Es respektiert Effizienz und Klarheit.

00:09:09.210 --> 00:09:11.630
Nun zu Beziehungen, diesen unsichtbaren Linien,

00:09:11.690 --> 00:09:12.810
die Sie wie Dekoration behandeln.

00:09:13.870 --> 00:09:15.150
Einseitige Filter sind die Regeln.

00:09:15.970 --> 00:09:18.890
Beidseitige Filter sind ein Notfallschalter, keine Standardpraxis.

00:09:19.530 --> 00:09:20.710
Eine beidseitige Beziehung ist,

00:09:20.790 --> 00:09:22.490
als würde man Praktikantenhauptschlüssel aushändigen.

00:09:22.770 --> 00:09:23.790
Sicher ist es bequem,

00:09:23.790 --> 00:09:26.330
bis jemand beim Filtern von Produkten die Kundentabelle löscht.

00:09:27.090 --> 00:09:28.230
Es lädt zur Mehrdeutigkeit ein,

00:09:28.450 --> 00:09:29.550
erzwingt Filterausbreitungen,

00:09:29.730 --> 00:09:31.270
lässt Berechnungen unerwartet explodieren.

00:09:32.090 --> 00:09:33.930
Halten Sie Beziehungen einseitig und wohlüberlegt.

00:09:34.430 --> 00:09:36.890
Sie können Crossfilter oder Triadas in Calculate immer dann verwenden,

00:09:36.970 --> 00:09:38.950
wenn Sie wirklich eine bidirektionale Filterung benötigen,

00:09:39.330 --> 00:09:41.030
aber tun Sie dies bewusst und nicht standardmäßig.

00:09:41.490 --> 00:09:42.310
Zirkuläre Beziehungen?

00:09:42.690 --> 00:09:43.570
Fangen Sie gar nicht erst damit an.

00:09:43.930 --> 00:09:45.570
Sie sind das Bermuda-Dreieck von Power BI.

00:09:46.110 --> 00:09:48.190
Sobald man sie betritt, verschwinden Performance und Verstand.

00:09:48.870 --> 00:09:50.190
Bevorzugen Sie immer eine klare Hierarchie.

00:09:50.750 --> 00:09:51.930
Dimensionen filtern Fakten.

00:09:52.270 --> 00:09:53.090
Niemals umgekehrt.

00:09:53.790 --> 00:09:56.190
Wenn Sie feststellen, dass Fakten Dimensionen filtern müssen,

00:09:56.330 --> 00:09:58.210
ist Ihr Modell des Design verkehrt herum.

00:09:59.070 --> 00:10:00.070
Besinnen Sie sich auf die Grundlagen.

00:10:00.630 --> 00:10:01.710
Testen Sie schließlich wie ein Ingenieur.

00:10:02.190 --> 00:10:03.010
Nutzen Sie DAX Studio,

00:10:03.330 --> 00:10:05.310
messen Sie Ausführungszeiten und verfolgen Sie Abfrageplänen.

00:10:05.750 --> 00:10:08.010
Wenn eine Kennzahl länger Spannung aufbaut als ein Netflix-Intro,

00:10:08.130 --> 00:10:08.630
schreiben Sie sie um.

00:10:09.050 --> 00:10:11.570
Konstante Aktualisierungszeiten unter drei Minuten sind keine Fantasie.

00:10:11.890 --> 00:10:14.690
Sie sind die Nebenwirkung von Respekt vor Kontext und Beziehungshygiene.

00:10:14.690 --> 00:10:17.510
An diesem Punkt sollte Ihr Modell schnurren, anstatt zu stöhnen.

00:10:17.930 --> 00:10:21.970
Die Beziehungen sind sauber, DAX ist diszipliniert, Aktualisierungen sind fertig, bevor Ihr Kaffee abkühlt.

00:10:22.970 --> 00:10:27.050
Sie haben Rechenkosten gesenkt, Aktualisierungsfenster verkürzt und Ihrem Team eine weitere Nachtschicht erspart,

00:10:27.150 --> 00:10:28.710
in der man einen rotierenden Kreis anstarrt.

00:10:28.710 --> 00:10:31.610
Jetzt, da alles wie beabsichtigt funktioniert, lassen Sie uns beziffern,

00:10:31.750 --> 00:10:34.090
wie viel Geld Ihre neu gewonnenen Disziplinen gerade eingespart hat.

00:10:35.530 --> 00:10:36.810
Der 10.000 Dollar ROI.

00:10:37.610 --> 00:10:41.070
Also gut, hören wir auf, so zu tun, als ginge es nur um Eleganz und handwerklichen Stolz.

00:10:41.650 --> 00:10:43.950
Sie sind nicht für die Kunst hierher gekommen, sondern für den ROI.

00:10:44.950 --> 00:10:49.730
Denn unter jedem unordentlichen Power BI-Modell verbirgt sich eine überraschend messbare Verschwendung von Geld und Zeit.

00:10:50.330 --> 00:10:51.290
Fangen wir mit der Arathmetik an.

00:10:51.770 --> 00:10:54.730
200 Analysten verlieren jeweils etwa 5 Minuten am Tag beim Warten darauf,

00:10:54.790 --> 00:10:56.450
dass Berichte aktualisiert oder Visuals geladen wird.

00:10:56.450 --> 00:10:57.090
Scheinlich viel, oder?

00:10:57.650 --> 00:11:00.550
Multipliziert man das mit 260 Arbeitstagen und dem durchschnittlichen Stundenlohn,

00:11:00.810 --> 00:11:02.970
kostet diese Verzögerung plötzlich etwa 10.000 Dollar pro Jahr.

00:11:03.390 --> 00:11:04.550
Mit einem Datensatz einem einzigen.

00:11:04.870 --> 00:11:06.170
Die meisten Unternehmen jonglieren mit Dutzend.

00:11:06.950 --> 00:11:09.130
Es ist erstaunlich, wie schnell sich Ineffizienz potenziert,

00:11:09.190 --> 00:11:10.790
wenn man sie mit der Mitarbeiterzahl multipliziert.

00:11:11.570 --> 00:11:13.910
Aber es ist nicht nur das Gehalt, das verloren geht, sondern auch die Rechenleistung.

00:11:14.450 --> 00:11:17.990
Jedes überladene Modell belastet Ihre Premium-Kapazität und erfordert mehr Speicher und CPU,

00:11:18.410 --> 00:11:20.890
selbst wenn es nur etwas Trivial ist wie einen monatlichen Umsatz-Slice rendert.

00:11:21.470 --> 00:11:23.550
Azure ist es egal, dass Sie Ihre zusätzlichen Spalten lieben.

00:11:23.550 --> 00:11:25.510
Es berechnet die Millisekunden, die Sie verbrauchen.

00:11:25.510 --> 00:11:28.890
Optimieren Sie Ihr Datenmodell und die CPU-Zyklen sinken.

00:11:29.170 --> 00:11:32.870
Geringere CPU-Last bedeutet kleinere Kapazitätsknoten oder längere Zeit bis zur Skalierung.

00:11:33.430 --> 00:11:37.210
Herzlichen Glückwunsch, Sie haben gerade eine kostensparende Richtlinie als technische Verbesserung getarnt.

00:11:37.810 --> 00:11:38.950
Performance bedeutet Produktivität.

00:11:39.450 --> 00:11:43.430
Dashboards, die in Sekunden statt Minuten aktualisieren, fördern Experimente in Echtzeit.

00:11:43.430 --> 00:11:48.310
Führungskräfte treffen Entscheidungen schneller, Entwickler iterieren sofort statt, aktualisieren, warten, debuggen Kaffee.

00:11:48.970 --> 00:11:52.170
Wenn Systeme schnell reagieren, vertrauen die Leute Ihnen, Vertrauen führt zur Nutzung.

00:11:53.150 --> 00:11:56.270
Ist Ihnen aufgefallen, dass Benutzer langsame Dashboards meinen, aber die Schnellen weiterempfehlen?

00:11:56.970 --> 00:11:59.970
Der Unterschied ist, die Einführungsreibung und Reibung kostet Geld bei der Akzeptanz.

00:12:00.910 --> 00:12:03.770
Ein globaler Hersteller hat sein monströses Lagermodell refaktoriert.

00:12:04.210 --> 00:12:06.850
Zwölfstündige nächtliche Aktualisierung auf 45 Minuten reduziert.

00:12:07.210 --> 00:12:09.490
Dem CFO waren Sternschimmers oder Ersatzschlüssel völlig egal.

00:12:09.490 --> 00:12:13.570
Ihm war wichtig, dass Analysten nicht mehr mitten in der Nacht aufstehen mussten, um Aktualisierungen zu überwachen.

00:12:13.970 --> 00:12:18.390
Schnellere Zyklen bedeuteten schnellere Erkenntnisse und wenige Ausfälle durch veraltete Daten.

00:12:19.190 --> 00:12:24.910
Diese eine Umstrukturierung setzte Ressourcen im Wert eines Vollzeitgehalts frei und senkte die Rechenkosten um 30 Prozent.

00:12:25.890 --> 00:12:26.730
Das ist die Ironie an der Sache.

00:12:27.210 --> 00:12:30.330
Die Effizienz, die Sie als Nice-to-have betrachten, ist eigentlich ein Finanzinstrument.

00:12:30.770 --> 00:12:34.810
Saubere Modelle sind günstiger im Betrieb, leichter zu prüfen, einfacher zu versionieren und schneller zu erweitern.

00:12:35.170 --> 00:12:38.650
Versuchen Sie mal Governance oder Versionskontrolle in einem verworrenen Beziehungsgeflecht einzuführen.

00:12:38.650 --> 00:12:40.170
Das ist wie Spaghetti zu dokumentieren.

00:12:40.870 --> 00:12:44.830
Mit strukturierter Modellierung erhalten Sie diskrete Tabellen, klare Verbindungen und prüfbare Transformationen.

00:12:45.210 --> 00:12:48.030
Compliance-Beauftragte lieben das und Ihr Infrastruktur-Team wird es auch tun.

00:12:48.610 --> 00:12:50.290
Betrachten Sie Optimierung als Schuldentilgung.

00:12:50.710 --> 00:12:54.710
Jede entfernte, redundante Spalte und jede geklärte Beziehung ist eine Zahlung in Richtung Ausgleich.

00:12:55.470 --> 00:12:59.190
Ignorieren Sie es, zeigen sich die Zinsen in Form von verlorenen Stunden und unvorhersehbaren Ausfällen.

00:12:59.810 --> 00:13:01.450
Beheben Sie es und Sie bauen Guthaben auf technisches Kultus.

00:13:01.770 --> 00:13:05.270
Schließlich ist Ihre BI-Umgebung keine Belastung mehr, sondern erzielt Zinseszinsen,

00:13:05.270 --> 00:13:08.010
bei gesparte Zeit, bei Aktualisierungen in Strategie investiert wird.

00:13:08.010 --> 00:13:13.170
Also ja, Power BI-Modellierung kann Ihnen 10.000 Dollar oder mehr sparen, aber der wahre Gewinn ist nicht das Geld.

00:13:13.970 --> 00:13:14.530
Es ist Vertrauen.

00:13:14.890 --> 00:13:17.490
Vertrauen darauf, dass sich Ihre Daten unter Druck vorhersehbar verhalten,

00:13:17.630 --> 00:13:19.310
dass Ihre Dashboards mit der Nachfrage skalieren.

00:13:19.670 --> 00:13:21.430
Und wenn jemand fragt, können wir diesen Datensatz verdoppeln?

00:13:22.650 --> 00:13:24.070
Dass Ihre Antwort kein nervöses Lachen ist.

00:13:24.450 --> 00:13:25.150
Und das ist springender Punkt.

00:13:25.550 --> 00:13:29.150
Wenn Sie erst einmal diese reibungslose Performance erlebt haben, werden Sie die alte Art nie wieder tolerieren.

00:13:29.410 --> 00:13:31.430
Jede langsame Aktualisierung wird zum persönlichen Ärgern.

00:13:31.430 --> 00:13:33.770
Jede zirkuläre Beziehung fühlt sich an wie Vandalismus.

00:13:34.170 --> 00:13:34.590
Das Fortschritt.

00:13:34.990 --> 00:13:35.190
Schafft.