Artikel neu anfordern

DAX Aufbau-Seminar: 20 Fragen an ein Datenmodell (deutlich überarbeitet)

Power BI
Mein ursprünglicher Beitrag vom 7. Mai2026 stellte ein didaktisches Konzept vor: Ein einfaches, aber sauber modelliertes Star Schema und darauf aufbauend 20 analytische Fragestellungen, mit denen sich DAX systematisch erlernen lässt. Im Mittelpunkt stand dabei bewusst die Struktur – also das Denken in Modellen, nicht in Formeln.
In der überarbeiteten Version vom 10. Mai 2026 habe ich diesen Ansatz konsequent weitergeführt und deutlich erweitert. Dieser Artikel enthält nun zu jeder Fragestellung konkrete Muster‑Measures einschließlich ausführlicher Herleitungen und fachlicher Einordnung. Damit wird der ursprünglich eher konzeptionelle Einstieg zu einer vollständigen Arbeitsgrundlage - insbesondere für alle, die an diesem Seminar teilgenommen haben.
Besonders auffällig ist die stärkere Betonung der analytischen Denkweise: Viele Aufgaben werden nicht nur gelöst, sondern hinsichtlich typischer Denkfehler, Kontextwirkungen und Modellgrenzen vertieft. Ergänzt wird dies durch praxisnahe Erweiterungen wie Szenario‑Simulationen (z. B. Umsatz ohne Rabatt), dynamische Top‑N‑Analysen mittels Parametern sowie eine differenzierte Betrachtung von Prozentwerten und deren Interpretation.
Darüber hinaus wurden fortgeschrittene Themen wie Iteration, Gewichtung und n:m‑Denken deutlich ausführlicher herausgearbeitet. Den Artikel habe ich damit in den letzten Tagen (habe ein halbes Wochenende lang dran gearbeitet) von einer reinen Fragenstruktur zu einer vollständigen DAX‑Lernlandkarte weiterentwickelt, die nicht nur Funktionen erklärt, sondern systematisch in Analysekompetenz einführen soll.
Kurz gesagt: Aus einem didaktischen Gerüst ist ein durchgehend ausgearbeiteter Lehr‑ und Nachschlageartikel entstanden. Wie immer gilt auch bei diesem Artikel: Wer Fehler findet oder Unklarheiten, darf und soll sich gern bei mir melden!
...

Ich bin bereits Abonnent oder Abonnentin für Artikel dieses Themas, möchte den Artikel aber noch einmal laden.


Zum Beitrag zurück