Über mich
Ich glaube, dass die meisten Reports nicht an schlechten Tools scheitern, sondern daran, dass niemand die Datenschicht ernst genommen hat. Ich bin BI-Entwickler und Analytics Engineer und baue produktionsreife Power BI-Umgebungen — solche, bei denen die Zahlen vertrauenswürdig sind, die Logik transparent ist und die Führungsebene sie tatsächlich für Entscheidungen nutzt. Ich komme aus dem Fintech-Bereich und der quantitativen Ökonomie und bringe diese Genauigkeit in jedes Modell, jede Kennzahl und jedes Interface ein.
Philosophie: Systeme über Statik
Unternehmen verhalten sich weniger wie statische Strukturen und mehr wie lebende Systeme. Sie atmen, schwanken, entwickeln sich dynamisch weiter. Umsatz folgt zyklischen Mustern, Kunden ändern ihr Verhalten, Märkte verschieben sich.
Unter dieser Oberfläche liegt Gesetzmäßigkeit: Dynamiken, die sich modellieren, abstrahieren und verstehen lassen.
Eine Dashboard-Metrik ist deshalb nie "nur eine Zahl". Sie ist die sichtbare Oberfläche eines tieferliegenden Systems – der verdichtete Ausdruck von Datenarchitektur, Modellierungslogik und Designentscheidungen in einem einzigen Signal.
Ich entwerfe und baue Abstraktionen, die darauf ausgerichtet sind, wie Menschen im Arbeitsalltag tatsächlich Entscheidungen treffen.
Konkret bedeutet das: Power BI-Dashboards, die zum richtigen Zeitpunkt das richtige Signal liefern – und nicht einfach nur mehr Daten.
Mein Fokus
- 01
Systemdenken
Das Ganze verstehen, nicht nur die einzelnen Teile.
- 02
Analytics Engineering
Robuste, skalierbare Datenpipelines als Fundament.
- 03
Modellierung & Prognose
Vorhersagen mittels moderner Methoden.
- 04
Interface-Design
Komplexität sichtbar machen – für Klarheit im richtigen Moment.
Erfahrungen & umgesetzte Projekte
Mit über drei Jahren Erfahrung im Aufbau und Betrieb von Datenprodukten in schnelllebigen Fintech-Umgebungen liegt mein Fokus auf der Verantwortung für die Power-BI-Reportebene – dem Punkt, an dem Daten zu verlässlichen, wiederholbaren Geschäftshandlungen werden.
Ich habe produktive Power BI-Umgebungen mit dutzenden Dashboards verantwortet und betrieben, die täglich von Führungskräften, Vertrieb und Operations genutzt wurden. Dazu gehörte die End-to-End-Verantwortung für semantische Modellierung, KPI-Logik, Zugriffskontrolle, Performance-Optimierung und Wartbarkeit – mit dem Anspruch, BI als Produkt zu verstehen und nicht als Reporting-Artefakt.
Unterhalb der Dashboard-Ebene habe ich intensiv im Bereich Analytics Engineering und Datenmodellierung gearbeitet: Entwurf von Metrikschichten, Entwicklung dbt-basierter Transformationen, Abstimmung von Source-of-Truth-Definitionen und Sicherstellung stabiler nachgelagerter Berichte. Dieses Fundament ermöglichte weiterführende Anwendungsfälle wie Prognosesysteme, Szenarioplanung und Entscheidungsunterstützungsmodelle auf denselben verlässlichen Datenstrukturen.
Ein durchgehendes Thema meiner Arbeit ist die Rolle eines Übersetzers zwischen Stakeholder-Perspektiven und Abstraktionsebenen – von operativen Teams, die schnelle und konkrete Signale brauchen, bis hin zu Führungskräften, die übergeordnete Klarheit, Vergleichbarkeit und Vertrauen in das Zahlenmaterial benötigen. Dieses Spannungsfeld hat sowohl mein Metrikdesign als auch mein Interface-Design geprägt.
Jenseits der Analyselogik habe ich bereichsübergreifende BI-Redesign-Initiativen mit Design und Marketing geleitet: Migration von Legacy-Dashboards auf ein einheitliches visuelles System, Einführung von Style Guides, Templates und gemeinsamen Konventionen (Figma / Zeroheight) und gezielte Verbesserung der Datenvisualisierungsqualität – damit Dashboards nicht nur korrekt sind, sondern auch tatsächlich genutzt werden.
Diese Arbeit baut auf einem formalen akademischen Hintergrund in BWL, VWL und quantitativen Methoden auf — einem B.Sc. in Betriebswirtschaftslehre mit einem Fokus auf Prognosemethoden, gefolgt von einem Masterstudium in Quantitativer VWL mit Schwerpunkten in Zeitreihenanalyse, Ökonometrie und statistischer Modellierung.
Seit 2022 nutze ich täglich GenAI und LLMs produktiv in Analyse-Workflows und erkunde aktuelle Themen wie agentische Systeme, Kontextmanagement und Tool-Orchestrierung. Dazu gehört die Verbindung von Daten, Code und Analysetools über MCP-artige Schnittstellen und agentische IDEs – mit dem Ziel, Analyseteams zu stärken und Stakeholder entlang der Entscheidungskette zu befähigen, moderne KI-Werkzeuge wirkungsvoll einzusetzen.
Power BI Produktion & Ownership
End-to-End-Verantwortung für kritische Produkte in der BI-Umgebung.
- Verantwortung und Betrieb von 10+ produktiven Power BI-Dashboards
- 80+ monatlich aktive Nutzer aus Executive-, Sales- und Ops-Teams
- Board-Level-, Vertriebs- und operatives Reporting im täglichen Einsatz
- Zentralisierte KPI-Definitionen und semantische Modelle
- Performance-Tuning, Modell-Refactoring und RLS über mehrere Entwicklungszyklen
- Stakeholder-Abstimmung, Feedback-Zyklen und langfristige Ownership
KPI & Metrikebene
Metrik-Standardisierung als Grundlage für Vertrauen und Geschwindigkeit.
- Ablösung fragmentierten Reportings durch eine einheitliche KPI-Schicht
- Verkürzung von Reporting-Zyklen von mehreren Tagen auf Same-Day-Delivery
- Vorstands- und Investoren-Reporting über ein jährliches Transaktionsvolumen von 4 Mrd. €+
- Konsistente Metriken über Finanzen, Vertrieb und Führungsebene hinweg
Prognose- & Szenariosystem
Umsatz- und Pipeline-Prognosen.
- Aufbau multivariater stochastischer Umsatzmodelle
- Modellierung von Pipeline-Geschwindigkeit und Konversionsdynamiken über große Funnels
- Kombination von Hazard-basierter Ereignismodellierung mit saisonaler Zeitreihenprognose
- Einsatz in rollierender Executive-Planung und Szenarioanalyse
- Abdeckung von Pipelines im dreistelligen Millionenbereich
Lead Scoring → Aktivierung
Verhaltensdaten in Marketingeffizienz übersetzen.
- Aufbau prädiktiver Lead-Scoring-Modelle auf Basis von Verhaltensdaten
- Integration des Scorings in CRM und Werbeplattformen (Reverse ETL)
- Unterstützung von SEA-Budgets im sechsstelligen Monatsbereich
- Gezielte Weiterleitung kaufbereiter Leads an den Vertrieb
- Grundlage für die Optimierung des Performance-Marketings
M&A Due Diligence & Finanzmodellierung
Investor-Level-Finanzanalysen als Grundlage strategischer Entscheidungen.
- Modellierung von Akquisitionszielen mit Dealvolumina im mehrstelligen Millionenbereich
- EBITDA-Uplift-Quantifizierung und Synergiepotenzial-Modelle
- Strategische Szenarioanalysen entlang von Buy/Hold/Exit-Optionen
- Enterprise-Value- und Equity-Stake-Modellierung
- Break-even- und Sensitivitätsanalysen für kritische Schwellenwerte