Mai 2026 - thinkBI

thinkBI #019 – Quellsystem und Datenplattform erfüllen nicht dieselbe Aufgabe

Im thinkBI Podcast geht es im Dashboard Creation Cycle einen Schritt weiter, weg von der reinen Modellbeschreibung, hin zur Frage, woher die Daten für ein Modell überhaupt kommen. Das klingt zunächst nach einer technischen Vorfrage. In der Praxis ist es aber eine der wichtigsten Architekturentscheidungen überhaupt. Denn bevor ein Report sauber gebaut werden kann, muss klar sein, welche Daten wirklich belastbar sind.

thinkBI #018 – Zeit im Datenmodell ist keine Nebensache

Wer Daten modelliert, landet früher oder später bei einer einfachen, aber folgenreichen Frage: Wann gilt ein Wert eigentlich? In der aktuellen Podcastfolge geht es genau um diesen Punkt, entlang von Slowly Changing Dimensions und der Frage, wie sich Veränderung fachlich sauber abbilden lässt. Nicht jeder Datensatz ist nur ein Datensatz. Manche Informationen verändern sich langsam, manche müssen rückwirkend verstanden werden, manche sollen nur den aktuellen Stand zeigen. Genau an dieser Stelle wird aus Modellierung eine Zeitfrage.

Ein gutes Vorgehensmodell schafft gemeinsame Sprache

Heute war ich wieder für einen Workshop vor Ort bei einem meiner Lieblingskunden.

Okay, zugegeben: Ich habe eigentlich nur Lieblingskunden. Aber bei solchen Projekten ist es mir wirklich wichtig, dass wir partnerschaftlich auf Augenhöhe arbeiten. Denn dann bringe nicht nur ich meine Erfahrung mit, sondern bekomme gleichzeitig Einblicke in die tägliche Realität einer Organisation, die pragmatisch nach vorne will. Nicht im Hochglanz-Konzern, sondern im Mittelstand. Dort, wo Entscheidungen, Verantwortung und Umsetzung oft noch nah beieinanderliegen.

Genau darum ging es auch in diesem Workshop: um die gemeinsame Entwicklung eines zukünftigen Vorgehensmodells für KPI-Anforderungen, Kennzahlen, Dashboards und Reporting-Prozesse.

thinkBI #017 – Ein gutes Datenmodell kennt seine Ausnahmen

Im thinkBI Podcast ging es zuletzt um das Sternschema als Grundform analytischer Modellierung. Daraus ergibt sich die nächste, eigentlich wichtigere Frage: Was tun wir mit den Fällen, in denen die klare Grundregel nicht mehr ganz ausreicht? Genau dort wird Datenmodellierung interessant.