Frank Miller GmbH
← Alle Beiträge

Daten bereinigen in Power BI: Power Query Schritt für Schritt

Daten bereinigen in Power BI: Power Query Schritt für Schritt

Datentypen, fehlende Werte und uneinheitliche Exporte mit Power Query bearbeiten. Mit konkreten Bereinigungsregeln und Prüfaufgaben.

Warum Daten vor der Auswertung bereinigen?

Saubere Daten verbessern Entscheidungsqualität, reduzieren Nacharbeit und machen Auswertungen nachvollziehbarer. Datenqualität ist jedoch keine Zugriffssicherheit und keine automatische Compliance-Garantie. Fehlende Werte, Ausreißer und Dubletten brauchen eine fachliche Entscheidung, nicht pauschales Löschen.

Die tatsächlichen Rohdaten

Im Fortgeschrittenen-Paket enthält Roh_Importliste 633 Datenzeilen mit Datum, Kunde, Artikel / Menge, Betrag, Ort und Bemerkung. Das Blatt ist keine benannte Excel-Tabelle; wählen Sie das Blatt und prüfen Sie die Kopfzeile.

VorherVorgeschlagene Behandlung
Stuttgart mit abschließendem LeerzeichenText trimmen
EUR 14,97Währungspräfix entfernen, Gebietsschema deutsch prüfen
20241225Explizit als JJJJMMTT erkennen, nicht automatisch raten
07.03.2023Als TT.MM.JJJJ interpretieren
Artikel | 3 Stk.Am Trennzeichen teilen, Menge separat validieren

Transformationen nachvollziehbar aufbauen

  1. Rohquelle unverändert erhalten und Arbeitsabfrage referenzieren.
  2. Leerzeichen entfernen und Ortsbezeichnungen kontrolliert vereinheitlichen.
  3. Datumsformate nach Muster getrennt verarbeiten; zweistellige Jahre brauchen eine dokumentierte Regel.
  4. Beträge nach Format normalisieren: deutsche Dezimalkommas und Punktwerte nicht ungeprüft gleich behandeln.
  5. Fehler und fehlende Werte in einer Prüf-Abfrage sammeln.
  6. Artikel / Menge aufteilen; fehlende Kunden können Laufkunden bedeuten.

Ohne Positionsschlüssel lassen sich identische Zeilen nicht sicher als versehentliche Dubletten erkennen. Erst Quellsystemregel festlegen.

Monate entpivotieren

Roh_Budget_Kreuztabelle enthält 30 Zeilen und zwölf Monatsspalten von Jan 25 bis Dec 25. Region und Kategorie markieren und die anderen Spalten entpivotieren. Die Attributspalte über eine explizite Monatszuordnung in Datum umwandeln, Wert als Budgetbetrag benennen.

Kontrolle: 360 Zeilen, wenn alle zwölf Monatswerte jeder Ausgangszeile erhalten bleiben. Prüfen Sie außerdem die Summe aller Budgetwerte vor und nach der Transformation. Prüfen Sie die Transformation auch bei Änderungen der Quelle.

Monatsdateien wiederholbar importieren

Die zwölf CSV-Dateien haben Semikolon-Trennzeichen, Dezimalkomma, TT.MM.JJJJ und UTF-8. Im Ordnerimport nur passende CSV-Dateien berücksichtigen; Quelldateiname zur Nachvollziehbarkeit behalten. Excel-Faktentabelle nicht zusätzlich als zweite Quelle derselben Verkäufe anhängen.

Übung: Elf CSVs in einen Testordner legen, importieren, dann die zwölfte ergänzen und aktualisieren. Lösungskriterium: Zeilen- und Umsatzdifferenz entsprechen genau der zusätzlichen Datei. Wiederholen Sie diesen Test, wenn Sie die Abfrage oder Quelle ändern.

Ihr nächster Lernschritt

Zur Power-BI-Lernübersicht

Sie möchten diese Schritte mit Ihrem Team praktisch bearbeiten und Fragen direkt klären? Stimmen Sie die passende Power-BI-Schulung mit uns ab.

Passende Power-BI-Schulung ansehen

Quellen und Prüfstatus

Aktualisiert am 31.10.2026. Fachlich geprüft und zur Veröffentlichung freigegeben durch Niklas Junkermann; Freigabe bestätigt durch Frank Miller.

Lassen Sie uns über Ihre IT sprechen.

Direkter Draht zum Spezialisten – garantiert ohne Ticketnummer.

Beratungstermin vereinbaren →