BI gegen Reporting gegen Data Warehouse.
Drei Ebenen einer Kette.
Ein Data Warehouse (DWH) sammelt und integriert Daten aus ERP, CRM und anderen Quellen. Business Intelligence (BI) analysiert diese Daten interaktiv in Dashboards und Ad-hoc-Abfragen. Ein Reporting-Werkzeug stellt feste Berichte mit gleichem Layout bereit, etwa als PDF. Diese Seite richtet sich an Controlling, Geschäftsführung und IT-Leitung im DACH-Mittelstand. Sie erklärt die drei Ebenen und das Schichtenmodell dahinter, vergleicht acht Werkzeuge mit Listenpreisen und zeigt, welche Ebene Sie wann brauchen.
Das DWH liefert,
BI analysiert, Reporting berichtet.
Die drei Begriffe stehen nicht für Konkurrenzprodukte, sondern für Ebenen derselben Kette. Ohne saubere Daten im Unterbau bleibt jedes Dashboard eine Schätzung. Laut Bitkom schöpfen 60 % der Unternehmen ihr Datenpotenzial wenig oder gar nicht aus.
Ohne durchgängige Kette
- Jede Abteilung zieht eigene Excel-Exporte aus dem ERP
- Kennzahlen wie Umsatz oder Marge haben je Bericht andere Werte
- Berichte entstehen manuell und sind am Monatsende veraltet
- Niemand weiß, welche Zahl die richtige ist
- Personenbezogene Daten liegen ungeschützt in Dateien
Mit DWH, BI und Reporting
- Das Data Warehouse integriert ERP, CRM und weitere Quellen zu einer Wahrheit
- Eine semantische Schicht definiert Kennzahlen und Rechte einmal für alle
- BI beantwortet neue Fragen per Klick statt per Ticket an die IT
- Reporting verschickt feste Berichte pünktlich und revisionsfest
- Datenschutz und Rechte werden zentral gesteuert
Quellen: Bitkom Data Economy 2025, Eurostat, BARC Trend Monitor 2026, Stand 2026.
Sechs Begriffe,
sauber getrennt.
Rund um BI und Data Warehouse kursieren viele Begriffe. Diese sechs muss man kennen, um Angebote und Architekturen vergleichen zu können.
Data Warehouse
Nach Bill Inmon eine themenorientierte, integrierte, zeitbezogene und nicht flüchtige Datensammlung zur Entscheidungsunterstützung. Der Begriff taucht 1988 erstmals bei Barry Devlin auf.
- Integriert Daten aus vielen Quellen
- Speichert Historie für Zeitvergleiche
Business Intelligence
Verfahren zur systematischen Analyse des Unternehmens mit Dashboards, OLAP und Data Mining. Verbreitet wurde der Begriff ab 1989 durch Howard Dresner von Gartner.
- Interaktive Analyse
- Self-Service für Fachbereiche
Berichtswesen
Stellt vorhandene Daten in festem Layout dar, oft als PDF oder Druck. Microsoft führt seine paginierten Berichte ab SQL Server 2025 unter Power BI Report Server zusammen.
- Gleiches Layout jeden Monat
- Verteilung per E-Mail oder Portal
Online Analytical Processing
Mehrdimensionale Würfel mit Kennzahlen nach Dimensionen wie Kunde, Region und Zeit. Den Begriff prägte E. F. Codd 1993, Varianten sind MOLAP, ROLAP und HOLAP.
- Schnelle Abfragen
- Drill-down über Hierarchien
Data Lake
Speichert Rohdaten im ursprünglichen Format und legt das Schema erst beim Lesen fest. Ohne Governance droht ein Data Swamp, in dem niemand mehr etwas findet.
- Schema-on-Read
- Gut für Rohdaten und Data Science
Lakehouse
Verbindet die Flexibilität des Data Lake mit Transaktionen und Schema-Prüfung auf offenen Formaten wie Delta Lake und Parquet.
- Ein Speicher für BI und Data Science
- Offene Dateiformate
Quellen: Wikipedia Data-Warehouse, Wikipedia Business Intelligence, Microsoft SSRS, Wikipedia OLAP, Wikipedia Data Lake, Databricks Lakehouse, Stand 2026.
Sechs Schichten
vom Rohdatum zur Entscheidung.
Jede Datenarchitektur folgt im Kern diesen Schichten. Das DWH liegt in der Mitte, BI und Reporting greifen über die semantische Schicht darauf zu. Die Zuordnung ist ein Modell von Find-Your-Software, das wir in Auswahlprojekten verwenden.
Quellsysteme
ERP, CRM, Shop, Produktion und Excel liefern die Rohdaten. Sie sind für Transaktionen gebaut, nicht für Analysen.
ETL oder ELT
Daten werden extrahiert, bereinigt und geladen. Bei ELT erfolgt die Umwandlung erst im Zielsystem.
Data Warehouse oder Lakehouse
Integrierte, historisierte Daten, modelliert nach Inmon oder Kimball, als Basis aller Auswertungen.
Semantische Schicht
Kennzahlen, Hierarchien und Berechtigungen werden einmal definiert und gelten für alle Werkzeuge.
BI und Dashboards
Interaktive Analyse, Drill-down und Self-Service für Fachbereiche.
Reporting
Feste Berichte mit gleichem Layout, automatisch verteilt an Geschäftsführung, Banken oder Beirat.
Quellen: Kimball Group, Wikipedia Data-Warehouse, Stand 2026.
Drei Ebenen
im direkten Vergleich.
Sechs Merkmale zeigen, wo sich Data Warehouse, BI und Reporting unterscheiden und warum sie sich ergänzen statt ersetzen.
Speichern, analysieren, berichten
Das DWH integriert und speichert, BI analysiert interaktiv, Reporting stellt fertige Ergebnisse dar.
- DWH: Datenbasis
- BI: Fragen
- Reporting: Antworten
IT, Analysten, Empfänger
Das DWH betreut die IT oder ein Datenteam, BI nutzen Controller und Fachbereiche, Berichte lesen Geschäftsführung und Externe.
- Wenige Ersteller
- Viele Leser
Fest oder frei
Berichte haben ein festes Layout, Dashboards erlauben neue Sichten per Klick. Das DWH bestimmt, welche Fragen überhaupt beantwortbar sind.
- Reporting: fest
- BI: flexibel
Historisiert oder aktuell
Das DWH speichert Historie für Zeitvergleiche. Viele BI-Tools können auch direkt auf Quellen zugreifen, verlieren dann aber Integration und Historie.
- Zeitreihen im DWH
- Live-Zugriff als Ausnahme
Inmon oder Kimball
Inmon baut ein zentrales, normalisiertes DWH und leitet Data Marts ab. Kimball baut dimensionale Data Marts mit Star-Schema und konformen Dimensionen.
- Top-down oder Bottom-up
- Star-Schema für BI ideal
Wo das Geld hingeht
Die Lizenz für BI ist selten der größte Posten. Integration, Datenqualität und Modellierung im Unterbau kosten meist mehr als die Dashboards.
- Unterbau zuerst budgetieren
- Viewer und Creator unterscheiden
Quellen: Kimball Group, Wikipedia Data-Warehouse, Stand 2026.
8 Werkzeuge und
ihre Schicht.
Nicht jedes Werkzeug deckt jede Ebene ab. Die Tabelle zeigt, welche Schicht ein Produkt bedient, und die Listenpreise laut Herstellerseite, Stand 2026.
| Anbieter | Segment | Preis ab | Schicht | Preislogik | Betrieb | Kernstärke | Profil |
|---|---|---|---|---|---|---|---|
| Microsoft Power BIMicrosoft | Mittelstand | ab 12,10 €/User/Mo | BI und semantisches Modell | Pro 12,10 €, Premium Per User 20,80 € | Cloud, Teil von Fabric | Verbreitung, Microsoft-Integration | Zum Portal → |
| TableauSalesforce, gegründet 2003 | Mittelstand | ab 15 €/User/Mo | BI und Visualisierung | Standard ab 15 €, Enterprise ab 35 € | Cloud und Server | Visuelle Analyse | Zum Portal → |
| Qlik SenseQlik, gegründet 1993 in Lund | Mittelstand | ab 300 $/Mo | BI mit assoziativer Engine | Kapazität: Starter 300 $, Standard 825 $ | Cloud | Assoziative Analyse | Zum Portal → |
| SAP Analytics CloudSAP, Walldorf | Enterprise | auf Anfrage | BI, Planung, Predictive | Nutzerblöcke, Laufzeit 3 bis 12 Monate | Cloud | Live-Anbindung an SAP | Zum Portal → |
| JedoxJedox, Freiburg 2002 | Mittelstand | auf Anfrage | OLAP, Planung und Reporting | auf Anfrage | Cloud | Planung mit Excel-Oberfläche | Zum Portal → |
| BoardBoard International, 1994 | Enterprise | auf Anfrage | BI und Unternehmensplanung | auf Anfrage | Cloud | Planung und Analyse in einer Plattform | Zum Portal → |
| DeltaMasterBissantz, Nürnberg 1996 | Mittelstand | auf Anfrage | Analyse und Reporting auf OLAP | auf Anfrage | On-Premise und Cloud | Controlling-Analysen | Zum Portal → |
| List & Labelcombit, Konstanz 1988 | KMU | ab 740 €/Entwickler | Reporting-Komponente | Pro Entwickler und Jahr, keine Endnutzer-Gebühr | In eigene Software eingebettet | Feste Berichte in Anwendungen | Zum Portal → |
Listenpreise netto laut Herstellerseiten, Stand 2026: Microsoft, Tableau, Qlik, SAP, combit. Bewertungen und Schätzungen von Vergleichsportalen nutzen wir nicht.
Was die acht Werkzeuge
können und was nicht.
Kurzprofile laut Herstellerangaben. Stärken und Grenzen sind eine neutrale Einschätzung von Find-Your-Software.
Microsoft Power BI
Microsoft, Teil von Microsoft Fabric
Power BI besteht aus Desktop mit Power Query und DAX-Modell sowie dem Service mit Workspaces, Dataflows und Row-Level-Security. Pro erlaubt Modelle bis 1 GB und 8 Aktualisierungen am Tag, Premium Per User 100 GB und 48 Aktualisierungen.
- Stärke: günstiger Einstieg
- Stärke: Microsoft-365-Integration
- Grenze: Fabric-Kapazität kostet extra
Pro 12,10 €, PPU 20,80 € pro Nutzer und Monat
Tableau
gegründet 2003, seit 2019 Teil von Salesforce
Tableau gilt als Werkzeug für visuelle Analyse. Lizenziert wird nach Rollen Creator, Explorer und Viewer im Jahresvertrag, Standard ab 15 €, Enterprise ab 35 € pro Nutzer und Monat.
- Stärke: Visualisierung
- Stärke: große Community
- Grenze: Kosten bei vielen Creatorn
ab 15 € pro Nutzer und Monat
Qlik Sense
gegründet 1993 in Lund, Sitz King of Prussia
Qlik setzt auf eine assoziative Engine, die Zusammenhänge über alle Daten zeigt. Qlik Cloud Analytics wird nach Kapazität bepreist: Starter 300 $ mit 10 Nutzern, Standard 825 $ und Premium 2.750 $ im Monat mit unbegrenzten Nutzern.
- Stärke: assoziative Analyse
- Stärke: unbegrenzte Nutzer ab Standard
- Grenze: Datenvolumen begrenzt den Tarif
ab 300 $ im Monat
SAP Analytics Cloud
SAP SE, Walldorf
SAC verbindet BI, Planung und Predictive in einer Cloud und bindet BW/4HANA, S/4HANA und HANA live an. Preise nennt SAP nur über das Discovery Center.
- Stärke: Live-Zugriff auf SAP
- Stärke: Planung integriert
- Grenze: außerhalb von SAP weniger stark
auf Anfrage
Jedox
gegründet 2002 in Freiburg
Jedox kombiniert eine OLAP-Datenbank mit Planung und Reporting in einer Excel-ähnlichen Oberfläche. Seit 2021 hält Insight Partners die Mehrheit.
- Stärke: Planung und Forecast
- Stärke: Excel-Nähe
- Grenze: primär Planung, nicht reines BI
auf Anfrage
Board
Board International, gegründet 1994
Board vereint BI und Unternehmensplanung in einer Plattform mit Sitz in Chiasso und Boston. Board selbst verweist auf eine Leader-Position im Gartner Magic Quadrant für Finanzplanungssoftware 2025.
- Stärke: BI und EPM aus einer Hand
- Stärke: Modellierung ohne Code
- Grenze: groß für reine Dashboards
auf Anfrage
DeltaMaster
Bissantz & Company, Nürnberg, gegründet 1996
DeltaMaster setzt auf OLAP-Würfel und bietet Ad-hoc-Analyse, Statistik und Data Mining für das Controlling. Bissantz nennt rund 100 Mitarbeitende und über 500 Kunden.
- Stärke: Controlling-Fokus
- Stärke: kompakte Visualisierung
- Grenze: braucht OLAP-Unterbau
auf Anfrage
List & Label
combit, Konstanz, gegründet 1988
List & Label ist eine Reporting-Komponente für Entwickler, mit der Softwarehäuser Berichte in ihre Anwendungen einbauen. Lizenziert wird pro Entwickler, Endnutzer zahlen nichts.
- Stärke: feste Berichte in eigener Software
- Stärke: keine Endnutzer-Gebühren
- Grenze: kein DWH, kein Self-Service
Standard 740 €, Professional 1.390 €, Enterprise 1.990 € im ersten Jahr
Quellen: Microsoft, Tableau, Qlik, SAP, Jedox, Board, Bissantz, combit, Stand 2026.
Welche Ebene Sie
wann brauchen.
Nicht jedes Unternehmen braucht sofort ein Data Warehouse. Entscheidend sind Zahl der Quellen, Fragen der Nutzer und Bedarf an Historie. Die Einordnung beruht auf Erfahrungswerten von Find-Your-Software.
Feste Berichte aus einem System
Ein ERP, klare Monatsberichte
Wenn die Fragen jeden Monat gleich sind und die Daten aus einem System kommen, genügen Standardberichte des ERP oder ein Reporting-Werkzeug.
- Monatsbericht an die Geschäftsführung
- Bankenreporting
- Kein eigenes Datenteam
Beispiel: ERP-Berichte, List & Label
Neue Fragen statt fester Berichte
Controlling und Vertrieb wollen selbst analysieren
Sobald Fachbereiche eigene Fragen stellen, Drill-down brauchen und nicht auf die IT warten wollen, lohnt ein BI-Werkzeug mit semantischem Modell.
- Self-Service-Dashboards
- Kennzahlen zentral definiert
- Rechte nach Rolle
Beispiele: Power BI, Tableau, Qlik
Viele Quellen und Historie
ERP, CRM, Shop, Produktion, mehrere Gesellschaften
Wenn Daten aus vielen Systemen zusammenkommen, Zeitreihen über Jahre gebraucht werden oder mehrere Gesellschaften konsolidiert werden, führt kein Weg am Data Warehouse oder Lakehouse vorbei.
- Integration und Historie
- Eine Wahrheit für alle Tools
- Basis für KI-Anwendungen
Beispiele: SAP BW/4HANA, Lakehouse, OLAP mit Jedox
Einordnung nach Erfahrungswerten von Find-Your-Software.
Sechs Regeln für
den Datenstack.
Ein Data Warehouse bündelt Daten aus vielen Quellen, auch personenbezogene und steuerlich relevante. Das schafft Pflichten, die schon in der Architektur bedacht werden müssen.
Art. 5, 25 und 32 DSGVO
Zweckbindung, Datenminimierung und Speicherbegrenzung gelten auch im DWH. Art. 25 verlangt Datenschutz durch Technikgestaltung, Art. 32 angemessene technische und organisatorische Maßnahmen.
- Personenbezug früh markieren
- Pseudonymisieren, wo möglich
EU-US Data Privacy Framework
Der Angemessenheitsbeschluss vom 10.07.2023 gilt nur für zertifizierte US-Unternehmen. Bei Cloud-BI die Region vertraglich festlegen.
- Zertifizierung prüfen
- Region im Vertrag
§ 147 Abs. 6 AO
Die Finanzverwaltung kann unmittelbar (Z1), mittelbar (Z2) oder per Datenträgerüberlassung (Z3) auf steuerrelevante Daten zugreifen. Seit der GoBD-Änderung vom 11.03.2024 gilt Z3 in maschinell auswertbarem Format.
- Quelldaten bleiben maßgeblich
- Exporte prüfbar halten
Fristen nach BEG IV
Seit 01.01.2025 gelten für Buchungsbelege acht Jahre, für Bücher und Jahresabschlüsse zehn Jahre und für Handelsbriefe sechs Jahre.
- Löschkonzept im DWH
- Historie mit Frist abgleichen
§ 87 Abs. 1 Nr. 6 BetrVG
HR-Dashboards oder Auswertungen mit Personenbezug können Verhalten oder Leistung überwachen. Dann braucht es vor dem Go-live eine Betriebsvereinbarung.
- HR-Kennzahlen aggregieren
- Betriebsrat früh einbinden
Wartungsende SAP BW 7.5
Die Mainstream-Wartung für SAP BW 7.5 endet Ende 2027, die verlängerte Wartung Ende 2030. BW/4HANA wird bis Ende 2040 gewartet.
- Migration planen
- Alternativen prüfen
Quellen: DSGVO, EU-Kommission DPF, IHK Bonn digitale Steuerprüfung, BayLfSt GoBD-Änderung 2024, Haufe BEG IV, § 87 BetrVG, BARC zum Wartungsende SAP BW.
Was BI, DWH und Reporting
kosten.
Lizenzpreise laut Herstellerseiten plus Gesamtkosten über drei Jahre als Erfahrungswerte von Find-Your-Software. Integration, Datenqualität und Modellierung sind in den Gesamtkosten enthalten und meist der größte Posten.
| Größenklasse | Beispiel | Lizenz laut Hersteller | Gesamtkosten 3 Jahre |
|---|---|---|---|
| Team5 bis 20 Nutzer | Power BI Pro für 20 Nutzer | 242 € im Monat | 10.000 bis 60.000 € |
| Abteilung und Mittelstand20 bis 100 Nutzer | Qlik Cloud Standard | 825 $ im Monat | 90.000 bis 350.000 € |
| Enterpriseüber 100 Nutzer, mehrere Quellen | DWH plus BI-Plattform | auf Anfrage | 400.000 bis 1.500.000 € |
Lizenz: eigene Rechnung aus Microsoft und Qlik. Gesamtkosten: Erfahrungswerte von Find-Your-Software, siehe BI Software und Was kostet BI-Software.
In sechs Schritten vom Bericht
zur Datenplattform.
Eine BI-Einführung im Mittelstand dauert nach Erfahrungswerten von Find-Your-Software 3 bis 6 Monate. Wer mit einem Pilotbereich startet, liefert früh Nutzen und lernt für den Ausbau.
Entscheidungen und Kennzahlen
Festlegen, welche Entscheidungen mit welchen Kennzahlen getroffen werden, und Definitionen schriftlich klären.
Quellen und Datenqualität
Quellsysteme erfassen, Datenqualität messen und Verantwortliche für Stammdaten benennen.
Reporting stabilisieren
Bestehende Pflichtberichte automatisieren, damit sie unabhängig vom Ausbau pünktlich laufen.
Semantisches Modell und Pilot
Für einen Bereich ein Modell mit Kennzahlen und Rechten bauen und Dashboards testen.
Warehouse oder Lakehouse
Bei mehreren Quellen und Bedarf an Historie den Unterbau nach Inmon oder Kimball aufbauen.
Governance und Ausbau
Rollen, Freigaben und Löschfristen festlegen und weitere Bereiche schrittweise anschließen.
Dauer nach Erfahrungswerten von Find-Your-Software.
Sechs Missverständnisse
zu BI und Data Warehouse.
Diese Annahmen führen in Projekten am häufigsten zu Enttäuschung oder unnötigen Kosten.
Ein BI-Tool ersetzt das DWH
Viele BI-Tools können Daten laden und modellieren. Bei vielen Quellen und langer Historie fehlt ihnen aber die Integration eines echten Warehouse.
- Unterbau separat planen
Dashboards lösen Datenprobleme
Schlechte Daten sehen im Dashboard nur schöner aus. Laut BARC Trend Monitor 2026 ist Datenqualitätsmanagement das wichtigste Thema.
- Datenqualität zuerst
Reporting ist veraltet
Feste Berichte für Geschäftsführung, Banken und Behörden bleiben nötig. BI ergänzt sie, ersetzt sie aber nicht.
- Beides einplanen
Die Lizenz ist der größte Posten
Meist kosten Integration, Modellierung und Pflege mehr als die Lizenz. Ein günstiges Tool kann teuer werden, wenn der Unterbau fehlt.
- Gesamtkosten rechnen
Data Lake ist das neue DWH
Ein Data Lake ohne Governance wird schnell zum Data Swamp. Für BI braucht es Struktur, wie sie ein Warehouse oder Lakehouse bietet.
- Governance von Anfang an
KI braucht keine Datenbasis
Gartner prognostiziert, dass bis 2026 rund 60 % der KI-Projekte ohne KI-taugliche Daten aufgegeben werden. Ein sauberes DWH ist auch die Grundlage für KI.
- Datenbasis vor KI
Häufige Fragen zu BI,
Reporting und Data Warehouse.
Was ist der Unterschied zwischen BI, Reporting und Data Warehouse?
Das Data Warehouse sammelt und integriert Daten aus vielen Quellen und speichert ihre Historie. Business Intelligence analysiert diese Daten interaktiv in Dashboards und Ad-hoc-Abfragen. Reporting stellt fertige Berichte mit festem Layout bereit. Die drei Ebenen bauen aufeinander auf und ergänzen sich.
Brauche ich für BI ein Data Warehouse?
Nicht immer. Wenn die Daten aus einem einzigen System kommen und wenig Historie nötig ist, kann ein BI-Tool direkt auf die Quelle zugreifen. Bei mehreren Quellen, mehreren Gesellschaften oder Zeitvergleichen über Jahre ist ein Warehouse oder Lakehouse die stabilere Basis.
Was ist der Unterschied zwischen Data Warehouse und Data Lake?
Ein Data Warehouse speichert strukturierte, bereinigte und integrierte Daten nach einem festen Schema. Ein Data Lake speichert Rohdaten im ursprünglichen Format, das Schema wird erst beim Lesen festgelegt. Das Lakehouse verbindet beide Ansätze mit Transaktionen auf offenen Formaten.
Was bedeuten Inmon und Kimball?
Bill Inmon beschreibt ein zentrales, normalisiertes Data Warehouse, aus dem Data Marts abgeleitet werden. Ralph Kimball setzt auf dimensionale Data Marts mit Star-Schema und gemeinsamen Dimensionen. Viele Projekte kombinieren beide Ansätze.
Was ist eine semantische Schicht?
Die semantische Schicht definiert Kennzahlen, Hierarchien und Berechtigungen einmal zentral. Alle Werkzeuge greifen darauf zu und zeigen damit dieselben Werte. Bei Power BI übernimmt das semantische Modell diese Rolle.
Was kostet Power BI?
Laut Microsoft kostet Power BI Pro 12,10 € und Premium Per User 20,80 € pro Nutzer und Monat bei jährlicher Abrechnung, netto. Pro erlaubt Modelle bis 1 GB und 8 Aktualisierungen am Tag. Für größere Umgebungen kommt Microsoft Fabric mit Kapazitäten von F2 bis F8192 hinzu, ab F64 können auch Nutzer ohne Lizenz Inhalte ansehen.
Wie viel kostet eine BI-Einführung insgesamt?
Nach Erfahrungswerten von Find-Your-Software liegen die Gesamtkosten über drei Jahre bei 10.000 bis 60.000 € für Teams mit 5 bis 20 Nutzern, bei 90.000 bis 350.000 € für 20 bis 100 Nutzer und bei 400.000 bis 1,5 Mio. € für Enterprise-Umgebungen. Die Lizenz ist dabei selten der größte Posten.
Was bedeutet das Wartungsende von SAP BW?
Die Mainstream-Wartung für SAP BW 7.5 endet Ende 2027, die verlängerte Wartung Ende 2030. BW/4HANA wird bis Ende 2040 gewartet. Unternehmen mit BW 7.5 sollten jetzt entscheiden, ob sie auf BW/4HANA, SAP Datasphere oder eine andere Plattform wechseln.
Darf ein Data Warehouse personenbezogene Daten enthalten?
Ja, wenn die DSGVO eingehalten wird. Zweckbindung, Datenminimierung und Speicherbegrenzung nach Art. 5 gelten auch im Warehouse. Art. 25 verlangt Datenschutz durch Technikgestaltung, etwa Pseudonymisierung. Für HR-Auswertungen ist zusätzlich der Betriebsrat nach § 87 Abs. 1 Nr. 6 BetrVG einzubinden.
Muss die Finanzverwaltung auf das DWH zugreifen können?
Der Datenzugriff nach § 147 Abs. 6 AO richtet sich auf die steuerrelevanten Daten, die in der Regel im ERP und in der Buchhaltung liegen. Auswertungen im DWH ersetzen diese Quelldaten nicht. Wichtig ist, dass Quelldaten maschinell auswertbar und für die Aufbewahrungsfristen verfügbar bleiben.
Wie lange dauert eine BI-Einführung?
Nach Erfahrungswerten von Find-Your-Software dauert eine BI-Einführung im Mittelstand 3 bis 6 Monate. Ein erster Pilot mit Dashboards für einen Bereich ist oft in wenigen Wochen möglich. Der Aufbau eines Warehouse mit vielen Quellen dauert länger und läuft meist in Etappen.
Wie finde ich das passende BI-Werkzeug?
Klären Sie zuerst, welche Entscheidungen mit welchen Kennzahlen getroffen werden und aus welchen Quellen die Daten kommen. Unterscheiden Sie Ersteller und Leser bei der Lizenzierung. Testen Sie zwei bis drei Werkzeuge mit eigenen Daten. Das Matching von Find-Your-BI vergleicht über 110 Systeme und liefert in rund 6 Minuten eine Shortlist.
Das passende BI-Werkzeug
für Ihre Datenkette.
Das Matching von Find-Your-BI vergleicht über 110 BI- und Reporting-Systeme und erstellt in rund 6 Minuten eine Shortlist. Im Selection Portal dokumentieren Sie Ihre IT-Systemlandschaft, verwalten Anforderungen und sprechen Anbieter direkt an.