Was ist Power Query?
Power Query ist die Datenvorbereitungs- und Transformationskomponente in Power BI und Excel, mit der Daten aus verschiedenen Quellen verbunden, bereinigt und umgeformt werden. Die Schritte werden aufgezeichnet und sind wiederholbar, sodass sich Datenaufbereitung automatisieren lässt, statt sie manuell zu wiederholen.
Auch bekannt als: Power Query Editor · M (Power Query M) · Get & Transform · Datentransformation
Einordnung: Wofür wird Power Query genutzt?
Power Query übernimmt das Extrahieren und Transformieren von Daten, also einen Teil eines klassischen ETL-Prozesses. Anwender verbinden sich mit Quellen wie Excel, SQL-Datenbanken, REST-APIs oder CRM-Systemen, bereinigen die Daten (Spalten entfernen, Typen festlegen, Werte ersetzen), führen Tabellen zusammen und formen sie in eine für die Analyse passende Struktur.
Alle Schritte werden in der Sprache M festgehalten und bei jeder Aktualisierung erneut ausgeführt. Dadurch entsteht eine wiederholbare, dokumentierte Aufbereitung, die manuelle Excel-Handgriffe ersetzt.
Typische Anwendungsfälle
Power Query wird überall dort genutzt, wo Daten vor der Analyse regelmäßig aufbereitet werden müssen.
- Mehrere Excel-Dateien oder Tabellenblätter automatisch zusammenführen
- Daten aus Datenbanken oder APIs anbinden und bereinigen
- Spalten umbenennen, Typen setzen und fehlerhafte Werte bereinigen
- Wiederkehrende Aufbereitung automatisieren statt manuell zu wiederholen
Abgrenzung & Bezug zu smiit
Power Query ist die Transformationskomponente vor dem Datenmodell, nicht die Berechnungssprache; für Kennzahlen im Modell kommt DAX zum Einsatz. Bei größeren Datenmengen oder vielen Quellen wird die Aufbereitung sinnvollerweise in eine zentrale Datenplattform wie ein Data Warehouse oder Lakehouse verlagert, etwa mit ETL/ELT-Strecken. In der Datenplattform der dy Project AG wurde die schwere Aufbereitung auf Azure Databricks erledigt, während Power Query in Power BI für leichtere, berichtsnahe Anpassungen genutzt wird. smiit setzt Power Query gezielt dort ein, wo es schlank und wartbar bleibt.
Häufige Fehler & Missverständnisse
- Power Query ist nicht nur ein Excel-Feature; dieselbe Engine wird in Power BI, Dataflows und Fabric für Datenaufbereitung und Transformation genutzt.
- Viele glauben, Transformationen müssten in M-Code geschrieben werden. Die meisten Schritte entstehen über die Oberfläche, der Code wird automatisch im Hintergrund erzeugt.
- Ein verbreiteter Irrtum ist, dass die Reihenfolge der Schritte egal sei. Ohne Query Folding und passende Schrittfolge leidet die Performance bei großen Datenmengen erheblich.
Häufige Fragen
Was ist der Unterschied zwischen Power Query und DAX?
Power Query bereitet die Daten vor dem Laden ins Modell auf (verbinden, bereinigen, umformen). DAX berechnet Kennzahlen und Aggregationen innerhalb des fertigen Datenmodells.
Gibt es Power Query auch in Excel?
Ja. Power Query ist sowohl in Power BI als auch in Excel verfügbar (dort als Abrufen und Transformieren) und nutzt dieselbe Sprache M, sodass sich Wissen übertragen lässt.
Muss man die Sprache M beherrschen, um Power Query zu nutzen?
Für die meisten Aufgaben nicht. Der grafische Editor erzeugt die M-Schritte automatisch, während man Spalten bereinigt, Tabellen zusammenführt oder Typen setzt. M-Kenntnisse helfen erst bei fortgeschrittenen oder wiederverwendbaren Transformationen.
Wann stößt Power Query an seine Grenzen?
Bei sehr großen Datenmengen, vielen Quellen oder komplexen Verarbeitungen kann die Aufbereitung in Power Query langsam und schwer wartbar werden. Dann ist es sinnvoll, die schwere Transformation in eine zentrale Datenplattform wie ein Data Warehouse oder Lakehouse zu verlagern und Power Query nur für leichte, berichtsnahe Anpassungen zu nutzen.
Verwandte Begriffe
Quellen & weiterführende Links
Sie möchten dieses Thema in Ihrem Unternehmen umsetzen?
Aktualisiert am · Zurück zum Glossar