
Ein HR-Dashboard entsteht nicht dadurch, dass man Power BI öffnet und Diagramme anordnet. Die Arbeit steckt davor, in der Frage, woher die Daten kommen und wie sie modelliert sind. Wer diese Reihenfolge umdreht, baut ein Dashboard, das hübsch aussieht und beim ersten Datenupdate auseinanderfällt.
Dieser Artikel geht den Weg konkret durch: von der Frage, aus welchen Quellen die Daten kommen, über die Aufbereitung und die Verknüpfung mehrerer Datenquellen bis zum fertigen Bericht, der in SharePoint oder Teams eingebettet ist. Dabei gilt: Excel als Ausgangspunkt ist genauso möglich wie eine SharePoint-Liste. Warum sich der Aufwand lohnt, welche Stufen es davor gibt und was Power BI lizenzseitig kostet, steht im übergeordneten Beitrag zum HR-Reporting mit Power BI.
Am Anfang steht die Entscheidung, woher die Zahlen kommen. Und in der Realität kommen sie fast nie aus einer einzigen Quelle. In den meisten KMU verteilen sich HR-Daten auf mehrere Orte: Stammdaten in einer Excel-Liste, Gehälter im Lohnsystem, Bewerbungen in einem Recruiting-Tool oder im Postfach, Schulungsnachweise in einer eigenen Ablage. Power BI ist genau dafür gebaut, es verbindet unterschiedliche Quellen in einem Modell.
Die gängigen Ausgangspunkte im KMU:
Die Wahl der Quelle entscheidet vor allem über den Aufwand bei der Aktualisierung. Was automatisch nachgezogen wird, muss niemand pflegen; was von Hand exportiert wird, muss bei jedem Update jemand anfassen. Für den Anfang ist das kein Ausschlusskriterium, auf Dauer schon.
Wichtiger als die Herkunft ist die Struktur. Egal aus welcher Quelle: Die Daten sollten eine saubere Abteilungszuordnung, ein eindeutiges Eintritts- und Austrittsdatum und eine konsistente Funktionsbezeichnung enthalten. Was in der Quelle unsauber ist, lässt sich im Dashboard nur mühsam reparieren.
Die Rohdaten aus der Liste sind selten sofort auswertbar. In Power Query, dem Aufbereitungsschritt vor dem eigentlichen Modell, werden sie in Form gebracht.
Typische Arbeiten an dieser Stelle: nicht benötigte Spalten entfernen, damit das Modell schlank bleibt. Datentypen korrekt setzen, damit Datumsangaben auch als Datum erkannt werden und nicht als Text. Berechnete Spalten ergänzen, etwa eine Altersgruppe aus dem Geburtsdatum oder eine Betriebszugehörigkeit aus dem Eintrittsdatum. Und Werte vereinheitlichen, wenn dieselbe Abteilung in der Liste in zwei Schreibweisen auftaucht.
Dieser Schritt wirkt unspektakulär, entscheidet aber über die Verlässlichkeit des Dashboards. Jede Bereinigung, die hier automatisiert passiert, muss später nicht bei jedem Update von Hand wiederholt werden.
Die aussagekräftigen Kennzahlen entstehen selten aus einer einzelnen Liste. Die Recruiting-Geschwindigkeit braucht die Bewerbungsdaten und das tatsächliche Eintrittsdatum aus den Stammdaten. Die durchschnittlichen Weiterbildungsstunden je Mitarbeitendem verbinden Schulungsdaten mit dem aktiven Personalbestand. Fluktuation nach Abteilung setzt Austritte und Organisationszuordnung zusammen. Erst die Verknüpfung macht aus Rohdaten eine Aussage.
Dafür werden die Tabellen im Datenmodell über eindeutige Schlüssel miteinander in Beziehung gesetzt, etwa über eine Personal- oder Mitarbeiter-ID, die in mehreren Listen vorkommt. Danach lässt sich eine Kennzahl über verschiedene Datenbereiche hinweg filtern, ohne dass die Daten physisch zusammengeführt werden müssten.
Eine Kalendertabelle gehört fast immer dazu. Sie ist die Voraussetzung dafür, Kennzahlen über Zeit zu betrachten, also etwa die Fluktuation je Jahr oder die Entwicklung des Headcounts über mehrere Perioden. Ohne sie bleiben zeitliche Auswertungen mühsam.
Die eigentlichen Kennzahlen entstehen als Measures, also als Berechnungen im Modell. Die Fluktuationsrate wird nicht als Spalte in der Liste gepflegt, sondern im Modell aus Austritten und durchschnittlichem Bestand berechnet. Der Vorteil: Die Kennzahl reagiert dynamisch auf jeden Filter, den der Nutzer setzt, etwa auf eine einzelne Abteilung. Welche Kennzahlen für ein KMU überhaupt sinnvoll sind, behandelt der Beitrag zu den HR-Kennzahlen für KMU.
Voraussetzung für saubere Beziehungen ist ein konsistenter Schlüssel in allen beteiligten Quellen. Die Hauptarbeit liegt darin, wenn die Daten aus verschiedenen Systemen stammen: Im Lohnsystem trägt eine Person eine Personalnummer, in der Excel-Liste steht vielleicht nur der Name, im Recruiting-Tool eine eigene ID. Ohne ein Feld, das die Datensätze verbindet, bleibt jede Quelle für sich. Eine durchgängige Mitarbeiter-ID über alle Quellen hinweg zu etablieren, ist deshalb der wirksamste Schritt, bevor das erste Diagramm entsteht.
Erst jetzt beginnt der sichtbare Teil. Bewährt hat sich ein einfacher Aufbau, der sich an der Lesegewohnheit orientiert.
Oben stehen die wichtigsten Kennzahlen als große Einzelwerte, etwa Headcount, FTE, Fluktuationsrate. Sie beantworten die Frage nach dem Status auf einen Blick. Darunter folgen die Detailauswertungen, also Verteilungen nach Abteilung, Altersstruktur, Vertragstypen oder Zeitverläufe. Filter am Rand erlauben es, den gesamten Bericht auf einen Bereich, einen Zeitraum oder eine Abteilung einzugrenzen.
Mehrere Themen gehören auf mehrere Seiten, nicht auf eine überfrachtete. Eine Seite für den allgemeinen HR-Überblick, eine für Recruiting, eine für Governance-Themen ergibt eine klarere Struktur als der Versuch, alles gleichzeitig zu zeigen.
Eine Warnung an dieser Stelle: Nicht jede Kennzahl braucht ein Diagramm. Ein einzelner Wert, groß dargestellt, ist oft aussagekräftiger als ein Kreisdiagramm mit sieben Segmenten.
Der fertige Bericht wird in den Power-BI-Dienst veröffentlicht. Dort wird die automatische Aktualisierung eingerichtet, sodass sich die Daten in einem festgelegten Rhythmus selbst aus der SharePoint-Liste nachziehen. Damit endet die manuelle Pflege, die ein Excel-Dashboard dauerhaft begleitet.
Anschließend lässt sich der Bericht dort einbetten, wo ohnehin gearbeitet wird. In einer SharePoint-Seite über das Power-BI-Webpart, oder als Registerkarte in einem Teams-Kanal. Die Kennzahlen erscheinen damit im gewohnten Arbeitsumfeld, statt in einem separaten Werkzeug, das erst geöffnet werden muss.
Beim Verteilen ist der Zugriff mitzudenken. Wer den Bericht sehen darf, entscheidet sich über die Berechtigungen im Power-BI-Dienst, und HR-Daten sind selten für alle bestimmt. Die Zugriffsfrage gehört deshalb vor die Veröffentlichung, nicht danach.
Ein paar Fehler tauchen beim ersten HR-Dashboard regelmäßig auf. Zu viele Visuals auf einer Seite machen den Bericht unlesbar, statt ihn informativer zu machen. Kennzahlen ohne Zeitbezug lassen keine Entwicklung erkennen, obwohl gerade der Trend die Aussage trägt. Eine unsaubere Quelle, etwa uneinheitliche Abteilungsbezeichnungen, erzeugt Auswertungen, die präzise wirken und trotzdem falsch sind. Und ein Bericht, den niemand regelmäßig ansieht, war den Aufwand nicht wert, egal wie sauber er gebaut ist.
Bei pemundo fallen die ersten beiden Schritte kürzer aus, weil die Quelle bereits in der passenden Form vorliegt. pemundo Basic bringt fertige Reporting-Listen mit, an die sich Power BI unmittelbar anbinden lässt. Der Aufwand verschiebt sich damit von der Datenbeschaffung zur eigentlichen Auswertung.
Weil die Daten aus der digitalen Personalakte und den weiteren Modulen ohnehin in derselben Umgebung entstehen, hängen sie bereits an einer gemeinsamen Mitarbeiteridentität. Die Beziehungen im Datenmodell lassen sich dadurch ohne vorheriges Abgleichen herstellen, während bei getrennten Insellösungen zuerst geklärt werden muss, welcher Datensatz im Recruiting-Tool zu welcher Person im Stammdatensystem gehört. Wer den vollen Power-BI-Weg noch nicht gehen will, zieht dieselben Listen als CSV und baut daraus ein erstes Excel-Dashboard, das sich später ohne Bruch ablösen lässt.
Wir zeigen dir in 30 Minuten, wie deine HR-Daten aus SharePoint in ein Power-BI-Dashboard fließen, wie die Aktualisierung automatisch läuft und wie der Bericht in deiner gewohnten Microsoft-Umgebung landet.
Ja, und in der Regel ist das nötig. Kennzahlen wie die Recruiting-Geschwindigkeit oder Weiterbildungsstunden je Mitarbeitendem entstehen erst aus der Verbindung mehrerer Quellen. Power BI kombiniert dabei problemlos unterschiedliche Typen, etwa eine Excel-Datei mit Stammdaten, einen CSV-Export aus dem Lohnsystem und eine SharePoint-Liste. Voraussetzung ist ein konsistenter Schlüssel, über den sich die Datensätze derselben Person zuordnen lassen.
Das ist der häufigste Ausgangspunkt und kein Hindernis. Power BI liest Excel direkt ein. Die Datei sollte wie eine Tabelle aufgebaut sein, also mit Kopfzeile, einer Zeile je Datensatz und ohne verbundene Zellen. Liegt sie in SharePoint oder OneDrive, kann sich das Dashboard automatisch aktualisieren; bei einer lokalen Datei bleibt das Nachladen manuell.
Ja. Power BI Desktop bindet SharePoint-Listen über einen eigenen Connector ein und zieht die Daten bei jeder Aktualisierung neu. Ein manueller Export ist dafür nicht nötig.
Das legst du im Power-BI-Dienst über einen Aktualisierungsplan fest. Wie oft eine Aktualisierung laufen darf, richtet sich nach der eingesetzten Power-BI-Variante; die Lizenzfrage ist im übergeordneten Reporting-Beitrag eingeordnet.
Über die Einbettung in eine SharePoint-Seite oder als Registerkarte in einem Teams-Kanal. Niemand muss dafür ein zusätzliches Werkzeug öffnen. Wer den Bericht sehen darf, wird über die Berechtigungen im Power-BI-Dienst gesteuert.
Dann beginnt die Arbeit in der Quelle, nicht im Dashboard. Uneinheitliche Abteilungsbezeichnungen oder fehlende Datumsangaben lassen sich in Power Query teilweise reparieren, besser ist es aber, die Struktur dort zu korrigieren, wo die Daten entstehen.
