Ihr Vertriebsreporting läuft in Excel. Es funktioniert — bis es das nicht mehr tut. So sieht der Umstieg auf taggleiche Power-BI-Dashboards konkret aus.

Montag, 7:40 Uhr. Ein Gebietsleiter sitzt im Auto vor dem ersten Kundentermin und will eine einfache Frage beantwortet haben: Wie lief die letzte Woche in seinem Gebiet? Die Antwort existiert — als Excel-Datei, Stand Donnerstag, Version „_final_v3“, irgendwo in einem Mail-Anhang. Bis die aktuelle Version konsolidiert, geprüft und verteilt ist, ist Mittwoch. Der Termin ist dann lange vorbei.

Wir haben diese Situation in den letzten Jahren in vielen Varianten gesehen — die Branche wechselt, das Muster nicht. Dieser Beitrag beschreibt, warum Vertriebsreporting in Excel ab einer bestimmten Teamgröße systematisch zusammenbricht, was ein Umstieg auf automatisierte Power-BI-Dashboards konkret bedeutet, und wo die Stolpersteine liegen.

Warum Vertriebsreporting in Excel zusammenbricht

Excel ist nicht das Problem. Excel ist ein hervorragendes Analysewerkzeug. Das Problem ist die Rolle, in die Excel hineinwächst, wenn ein Vertriebsteam größer wird: Transportweg, Konsolidierungsschicht und Berichtswahrheit in einem.

Das typische Setup sieht so aus: Die Außendienstler tragen Zahlen in Vorlagen ein oder exportieren sie aus dem CRM. Eine Person im Innendienst — oft genau eine — kopiert alles zusammen, prüft auf offensichtliche Fehler, rechnet Summen und verschickt den Wochenbericht. Dieses Setup hat vier eingebaute Bruchstellen:

• Der Zyklus. Zwischen „Zahlen liegen vor“ und „Bericht ist verteilt“ liegen ein bis zwei Tage manueller Arbeit. Der Vertrieb steuert mit Zahlen von vorgestern.
• Die Versionen. Sobald ein Bericht per Mail kursiert, existieren mehrere Wahrheiten. Zwei Führungskräfte diskutieren im Meeting über unterschiedliche Stände derselben Datei.
• Der Bus-Faktor. Die Konsolidierung hängt an einer Person. Urlaub, Krankheit, Kündigung — und das Reporting steht.
• Die Fehlerkette. Jeder manuelle Schritt — kopieren, einfügen, Formel nachziehen — ist eine Gelegenheit für stille Fehler. Aufgefallen wird der Fehler selten in der Woche, in der er passiert.

Keine dieser Bruchstellen verschwindet durch mehr Disziplin oder eine bessere Vorlage. Sie verschwinden, wenn zwischen Datenquelle und Bericht keine Hand mehr im Spiel ist.

Was „Echtzeit“ realistisch bedeutet

„Echtzeit-Reporting“ ist ein Begriff, den man ehrlich einordnen sollte, bevor man ihn verspricht. Für die Vertriebssteuerung braucht praktisch niemand sekundengenaue Zahlen. Was gebraucht wird: Wenn der Vertriebsleiter morgens das Dashboard öffnet, ist gestern vollständig drin — und nicht erst am Mittwoch.

Realistisch ist eine Staffelung nach Quelle:

Der Sprung, der den Unterschied macht, ist nicht „von taggleich auf live“, sondern von einem 2-Tage-Zyklus auf taggleich — und von „eine Person baut den Bericht“ auf „der Bericht baut sich selbst“.

Die Zielarchitektur: von der Quelle bis zum Dashboard

Der sichtbarste Teil des Umstiegs ist das Dashboard. Der wichtigste Teil ist alles davor. Die Zielarchitektur hat drei Schichten:

1. Automatisierte Datenanbindung. Jede Quelle — CRM, ERP, Außendienst-App, Distributoren-Dateien — wird per Schnittstelle oder automatisiertem Import angebunden. Kein Export-Import von Hand, keine Mail-Anhänge. Läuft eine Quelle nicht, fällt das durch Monitoring auf, nicht durch einen leeren Berichtsteil am Montag.

2. Ein Datenmodell mit genau einer Definition pro Kennzahl. „Umsatz“, „Absatz“, „Distribution“, „Besuchsquote“ — jede dieser Kennzahlen wird genau einmal definiert, zentral, versioniert. Das klingt banal und ist der Punkt, an dem die meisten Reporting-Projekte ihre eigentliche Arbeit haben: In gewachsenen Excel-Landschaften existieren fast immer mehrere, leicht unterschiedliche Definitionen derselben Kennzahl. Solange das so ist, produziert auch das schönste Dashboard nur schnelleren Streit. Wie man solche Definitionen technisch absichert, haben wir im Beitrag über Data-Quality-Gates mit dbt, Snowflake und Power BI im Detail beschrieben.

3. Power BI als Ausgabeschicht. Dashboards für Vertriebsleitung, Gebietsleiter und Innendienst lesen alle aus demselben Modell. Ein Gebietsleiter sieht sein Gebiet, die Leitung sieht alles — dieselben Zahlen, dieselben Definitionen, auf dem Handy im Auto genauso wie im Monatsmeeting.

Ob zwischen Quellen und Power BI eine eigene Datenschicht (Warehouse) liegt, ist eine Frage der Quellenzahl und der Anforderungen an Historie und Datenqualität — nicht der Unternehmensgröße. Sie kann klein anfangen und mitwachsen.

Der Umstieg in vier Phasen

In der Praxis läuft der Umstieg für ein mittelständisches Vertriebsteam in vier Phasen über typischerweise 8–12 Wochen:

Phase 1: Mapping (Woche 1–3). Welche Quellen gibt es, wer pflegt sie, wie sauber sind sie? Und: Was sind die fünfzehn Kennzahlen, die wirklich gesteuert werden — statt der achtzig, die im alten Bericht standen? Am Ende steht ein KPI-Katalog mit verbindlichen Definitionen, den Vertriebsleitung und Innendienst gemeinsam abgenommen haben. Diese Abnahme ist der wichtigste Meilenstein des Projekts.

Phase 2: Pipeline-Automatisierung (Woche 3–7). Quellen anbinden, Ladeprozesse automatisieren, Monitoring aufsetzen. Hier entscheidet sich, ob das neue Reporting robust ist: Eine Pipeline, die still scheitert, ist schlechter als der alte Excel-Prozess — der hatte wenigstens eine Person, die gemerkt hat, wenn etwas fehlt.

Phase 3: Modell und Dashboards (Woche 6–10). Der KPI-Katalog wird zum semantischen Modell, darauf entstehen die Dashboards — bewusst wenige, pro Zielgruppe eines. Die ersten Wochen laufen alt und neu parallel: Der Excel-Bericht bleibt, bis die Zahlen nachweislich übereinstimmen.

Phase 4: Rollout und Abschaltung (Woche 10–12). Schulung der Nutzer, mobile Einrichtung für den Außendienst, Berechtigungen pro Gebiet — und dann der Schritt, der häufig vergessen wird: den alten Bericht abschalten. Solange die Excel-Datei weiter verschickt wird, bleibt sie die gefühlte Wahrheit, und das Dashboard bleibt Dekoration.

Was das in der Praxis bringt

Für eine große FMCG-Marke haben wir genau diesen Umbau umgesetzt: Ein 2-Tage-Excel-Zyklus wurde durch taggleiche Power-BI-Dashboards für über 40 Außendienstleiter ersetzt — automatisierte Anbindung der Quellen, ein zentrales Modell, mobile Dashboards pro Gebiet. Die Details stehen in der Referenz zum Echtzeit-Vertriebsreporting.

Der messbare Effekt ist der Zyklus: aus zwei Tagen wird derselbe Tag. Der eigentliche Effekt zeigt sich ein paar Wochen später in den Meetings — es wird nicht mehr darüber diskutiert, welche Zahl stimmt, sondern was zu tun ist.

Die drei Stolpersteine

Ungeklärte KPI-Definitionen. Der häufigste Grund, warum Reporting-Projekte im Mittelstand kippen, ist nicht die Technik — es ist die nie getroffene Entscheidung, was „Umsatz“ genau bedeutet (mit oder ohne Retouren? Auftragseingang oder Faktura?). Wer Phase 1 abkürzt, holt sie in Phase 3 doppelt nach.

Excel als Schatten-Reporting. Wenn einzelne Führungskräfte weiter eigene Auswertungen verschicken, konkurrieren wieder zwei Wahrheiten. Das ist kein Werkzeug-, sondern ein Führungsthema: Die Berichtswahrheit liegt im Modell, und Ad-hoc-Analysen sind ausdrücklich erlaubt — als Analysen, nicht als Parallel-Berichtswesen.

Betrieb nicht mitgedacht. Eine Pipeline braucht einen Eigentümer, Monitoring und einen definierten Weg, wie neue Quellen und Kennzahlen aufgenommen werden. Sonst ist das Dashboard nach einem Jahr so veraltet wie vorher die Excel-Vorlage.

Wo anfangen

Der beste Startpunkt ist unspektakulär: eine Liste aller Berichte, die heute im Vertrieb kursieren, und daneben die Frage, welche Entscheidung jeder davon eigentlich unterstützt. Meist bleiben von zwanzig Berichten fünf übrig — und ein sehr klares Bild, was das erste Dashboard können muss.

Wie wir solche Projekte aufsetzen — vom KPI-Framework bis zum semantischen Modell — steht auf der Seite zu Business Intelligence & Strategie; die Datenanbindung dahinter ist Data Engineering. Und wenn Sie erst einmal nur die Frage klären wollen, ob sich der Umstieg für Ihr Team lohnt: ein 30-Minuten-Gespräch reicht für eine ehrliche Ersteinschätzung.