Es gibt eine Person in fast jedem Mittelstand zwischen 50 und 300
Mitarbeitenden, die einmal im Monat einen ganzen Tag damit verbringt,
"die Auswertung für die GF" zu machen. Die Person wechselt nicht.
Der Tag wechselt nicht (irgendwo zwischen dem 3. und 7. des Monats).
Die Zahlen wechseln nicht großartig. Aber der Tag wird immer
voll ausgeschöpft.
Sechs Stunden. Acht Stunden. Bei wenn-Buchhaltung-Pech-hat zehn.
In Erstgesprächen frage ich oft: "Wenn diese Person den Tag nicht
mit dem Report verbringen müsste — was hätte sie stattdessen gemacht?"
Die Antwort ist nie "nichts". Es ist immer ein konkretes Stück
Arbeit das jetzt nicht passiert: Vertragsverhandlung,
Kundengespräch, Konzept für die nächste Kampagne. Sechs Stunden ×
12 Monate × Person-mit-relevantem-Stundensatz sind eine
fünfstellige Jahreszahl.
Trotzdem ist es selten der größte Schmerzpunkt im Unternehmen. Es
ist nur der stillste.
Wie der Marathon entsteht — Anatomie
Drei Quellen, die sich gegenseitig verstärken.
Quelle 1: Manuelle Datenextraktion aus 3-4 Systemen
Eine SQL-Abfrage in ERP A. Ein Excel-Export aus CRM B. Ein
PDF-Report aus Tool C den man manuell abtippen muss weil's keinen
Export gibt. Eine Mail vom Außenstandort mit den Werten aus dem
Kassensystem.
Jede einzelne Quelle ist für sich genommen ein 10-Minuten-Job. Das
Problem ist die Reihenfolge und die Wiederherstellung wenn
etwas nicht stimmt: wenn die Zahl aus Quelle 2 nicht zu der aus
Quelle 1 passt, beginnt die forensische Phase. Wo ist der Unterschied
entstanden? In welchem Buchungslauf? Welche Anpassung wurde
gestern noch gemacht?
Das dauert dann wieder eine Stunde.
Quelle 2: Format-Konsistenz-Hölle
Die SQL-Abfrage liefert Zahlen mit Punkt als Tausendertrennzeichen.
Der CSV-Export aus dem CRM liefert Komma als Dezimaltrennzeichen.
Excel interpretiert beim Einfügen die Zellen als Text und die SUMME
liefert 0. Die Korrektur dauert 20 Minuten weil man jede Spalte einzeln
durchgehen muss.
Im nächsten Monat ist die Korrektur wieder zu machen, weil sie nirgends
persistiert ist.
Quelle 3: Der "noch ein Fix"-Loop vor der Abgabe
5 Minuten vor dem Termin mit der Geschäftsführung kommt die Mail:
"Können Sie noch kurz die Splittung nach Standort dazumachen? Und
falls möglich Monats-Vergleich zum Vorjahr?"
Beide Wünsche sind legitim. Beide bedeuten 45 Minuten Arbeit. Beide
werden in diesem Moment gemacht, unter Druck, mit erhöhter Fehlerwahrscheinlichkeit.
Im nächsten Monat sind diese Wünsche Standard geworden, aber
weil das Template nicht angepasst wurde, müssen sie wieder neu
zusammengeklickt werden.
Was 80% des Schmerzes wegnimmt — drei Schritte ohne Software-Tausch
Die Versuchung ist groß, jetzt zu sagen: "Power BI! Tableau!
Looker Studio!" — aber das ist die Software-Vermarkter-Antwort.
Bevor du ein neues Tool kaufst, hol dir 80% der Verbesserung ohne
neue Lizenz.
Schritt 1: Eine Datenextraktions-Liste, einmal schriftlich
Ein einseitiges Word-Dokument oder Markdown-File. Pro Quelle:
- Wo liegt sie? (URL, Pfad, Tool-Login)
- Welche Frage stellt man? (SQL-Query, Export-Knopf, Filter-Set)
- Wann läuft sie? (Tag X, Uhrzeit Y)
- Was kommt raus? (Format, Spalten, Beispiel-Werte)
Klingt banal. Spart in der Praxis 1–2 Stunden pro Monat, weil die
Person nicht mehr jedesmal überlegen muss "wo war nochmal die Ansicht?
welcher Filter war richtig?". Plus: die Liste ist die einzige
Versicherung dass jemand anderes den Report im Krankheitsfall
übernehmen kann.
Schritt 2: Eine persistente Aggregator-Datei statt monatlichem Klick-Zusammenbau
Statt jedes Mal eine frische Excel-Datei aufzubauen: eine Excel-Datei
mit fixem Layout, in das die monatlichen Roh-Exporte eingefügt werden.
Pivot-Tables und Formeln referenzieren feste Spalten. Format-Konvertierungen
(Punkt-zu-Komma, Text-zu-Zahl) sind als Power-Query-Schritt einmal definiert
und laufen jeden Monat automatisch wieder.
Das ist kein Hexenwerk und keine zusätzliche Lizenz. Nur eine
einmalige Investition von zwei Stunden, die ab dem zweiten Monat
zwei Stunden pro Monat zurückgeben.
Schritt 3: Standard-Anpassungen als Template-Erweiterung statt monatlicher Improvisation
Wenn der "noch-ein-Fix"-Wunsch das zweite Mal kommt, ist er Standard.
Beim dritten Mal muss er in das Standard-Template. Sonst wird er
ewig improvisiert.
Konkret: ein Markdown-Dokument "Reporting-Backlog". Jeder
Ad-hoc-Wunsch wird eingetragen. Beim nächsten Reporting-Tag werden
30 Minuten am Anfang dafür verwendet, die Backlog-Punkte ins Template
einzubauen. Danach läuft der Rest des Tages kürzer.
Wann lohnt sich dann Power BI / Tableau / echte Reporting-Anwendung?
Wenn die obigen drei Schritte gemacht sind und der Report immer noch
einen halben Tag pro Monat kostet. Dann ist Software-Investment
gerechtfertigt: typische Antwort liegt zwischen Power BI Pro (10
Euro pro User/Monat) für strukturierte Standard-Reports, oder einer
maßgeschneiderten Reporting-Web-Anwendung wenn die Logik komplex
und unternehmens-spezifisch ist (Förder-Programme, Service-Verträge,
Sonder-Konditionen).
Aber erst nach den drei Vorabschritten. Sonst kaufst du dir Power
BI und stellst nach drei Monaten fest dass dein Datenextraktions-Problem
identisch ist — du hast jetzt nur ein teureres Tool für den finalen
Klick-Zusammenbau.
Eine ehrliche Schätzung
In den meisten Mittelstands-Mandaten reduzieren die drei Schritte oben
einen 6-Stunden-Reporting-Tag auf 90 Minuten. Das ist kein
Marketing-Versprechen, sondern die nüchterne Zahl aus mehreren
echten Vorher-Nachher-Vergleichen.
Wenn das bei dir spannend ist und du nicht erst nach drei Monaten
sehen willst ob's funktioniert: ein 30-Minuten-Gespräch zur Vorab-
Diagnose kostet dich nichts.
— Bernhard