Über mich

Ich baue BI als Produkt, nicht als Report. Das heißt: Ich verantworte, was ich ausliefere — das Modell darunter, die Zahlen an der Oberfläche und die Frage, ob ihnen ein halbes Jahr später noch jemand vertraut.

Die meisten Reportings scheitern in eine von zwei Richtungen: Die Zahlen stimmen, aber niemand nutzt sie. Oder es sieht gut aus, und das Modell darunter trägt nicht. Ich arbeite genau dort, wo beides zusammenkommt.

Unternehmen verhalten sich weniger wie feste Strukturen als wie lebende Systeme. Umsätze bewegen sich in Zyklen, Kunden passen sich an, Märkte verschieben sich. Unter der Bewegung liegt Struktur — Dynamiken, die sich modellieren lassen.

Eine Zahl im Dashboard ist deshalb nie nur eine Zahl. Sie ist die sichtbare Oberfläche eines Datenmodells, einer Reihe von Definitionen und von hundert Entscheidungen darüber, was weggelassen wird.

AUSWAHL DATENMODELL DEFINITIONEN UMSATZ 4,2 Mio ▲ 12 % ggü. Plan DIE ZAHL

Ich baue diese Abstraktionen so, dass sie technisch sauber sind und dazu passen, wie Menschen tatsächlich entscheiden.

Wie ich arbeite

  • Klarheit vor Code. Architektur folgt aus einem klaren Bild davon, wofür das Produkt da ist — nicht umgekehrt.
  • Sorgfalt im Detail. Richtig reicht nicht. Benennung, Layout, Ladezeiten und Randfälle entscheiden, ob Leute wiederkommen.
  • Sichtbare Wirkung. Ein Dashboard, das niemand öffnet, ist ein gescheitertes Projekt — so elegant das Modell auch sein mag.

Was ich gebaut habe

Heute

Multi-Tenant-Produkt in Fabric

Ich arbeite auf der Produktseite einer Multi-Tenant-Umgebung in Microsoft Fabric — rund 150 Kunden mit jeweils eigenen Dev-, Test- und Prod-Workspaces. Das Modell umfasst etwa 100 Tabellen und 700 Measures, und meine Aufgabe ist, es schnell und korrekt zu halten, während es weiter wächst. Ich entwickle in VS Code gegen TMDL-Dateien, mit Git und DevOps dahinter, statt im Service zu klicken. Parallel baue ich die Transformationsschicht um und überführe Dataflows in sauber modellierte Warehouses und Lakehouses.

Davor

Forecasting und Entscheidungsmodelle

Davor habe ich jahrelang produktive BI im Fintech-Umfeld gebaut: Umsatz- und Pipeline-Forecasting, Szenarioplanung und die Metrik-Schicht darunter — im Einsatz in der rollierenden Planung auf Führungsebene. Diese Seite der Arbeit ist in einer formalen Ausbildung in Wirtschaftswissenschaften und quantitativen Methoden verankert.

Fragen? Ich antworte schnell.

Kontakt aufnehmen

Let's Connect

Daten in Entscheidungen verwandeln?
Ich bin offen für neue Projekte.
Schreiben Sie mir!
Ich melde mich.

E-Mail senden

Lieber LinkedIn?
Vernetzen Sie sich...

Select Language