00:00 Intro und Vorschau

02:07 Vorstellung von Diana Ackermann

02:51 [Anzeige] Haufe Akademie: Data Expert Masterclass

03:55 Moment mal: Was ist eigentlich KNIME? (kurzer Exkurs)

04:49 Wie Diana und Tim sich kennen gelernt haben

07:07 Shoutout: Bewerbt Euch auf eine Podcastaufnahme!

07:37 Einstieg in Power BI: Leicht oder schwierig?

08:28 Warum Power BI am Anfang trügerisch einfach wirkt

09:15 Wann Power BI plötzlich komplex wird

09:56 Datenmodellierung, Power Query und DAX erklärt

11:07 Was Power BI über Visualisierung hinaus Alles kann

14:00 Power BI im Vergleich zu anderen BI-Tools

15:03 Schnelle MVP-Dashboards vs. professionelle Datenarchitektur

16:01 Warum Datenmodellierung entscheidend ist

16:42 Fazit: Einstieg leicht, Experte werden schwierig

18:10 Warum Templates beim Einstieg helfen können

18:39 Warum viele Power BI unterschätzen

19:20 Workspaces, Zugriffsrechte und Chaos in BI-Systemen

20:05 Chaos vermeiden: Strategie & Dokumentation

22:15 Wann ein Pro Account Sinn macht

24:35 Jeden Monat gibt's neue Features

25:25 Der Moment, in dem Power BI kompliziert wird

26:18 Grundfragen einer Power BI Strategie (Bonus: Dianas Checkliste)

27:50 Wie man Berechtigungskonzepte richtig umsetzt

29:00 Praxisbeispiel aus der Beratung

34:31 Analytics für Dein Dashboard: Nutzungsberichte

37:35 Dashboard-Nutzungsberichte richtig interpretieren

38:40 Wie man UX von Dashboards verbessert

44:26 Automatisierungs-Hack: Dynamische Texte und Anmerkungen

45:40 Wie Diana Power BI gelernt hat

49:53 Guter Mix: Learning by Doing und Zertifizierung

51:06 Geheimtipp: Ohne Job Praxiserfahrung sammeln

53:41 Workout Wednesdays: Tableau & Power BI Challenges

54:17 Kleiner Hack: Dokumentation in ChatGPT hauen!

Shownotes

In dieser Episode von Datendurst spricht Tim Ebner mit Diana Ackermann über Power BI, ein weit verbreitetes Microsoft-Tool zur Datenvisualisierung und -analyse. Diana teilt ihre Erfahrungen und gibt Einblicke, wie man Power BI effektiv lernen kann. Sie erklärt, dass der Einstieg zwar leicht ist, aber die Komplexität schnell zunimmt, wenn man tiefer in die Materie eintaucht. Themen wie Datenmodellierung, Berechtigungskonzepte und Strategien für die Nutzung von Power BI werden behandelt. Zudem gibt Diana Tipps, wie man Praxiserfahrungen sammeln kann, auch wenn man noch keinen Job hat.

Und Diana schenkt Euch auch etwas: Ihre Checkliste für einen guten Start in Power BI:

https://datavizdiana.com/checkliste-power-bi-start/#download

Takeaways

1. Der Einstieg in Power BI ist recht leicht, aber es wird schnell komplex.
2. Datenmodellierung ist entscheidend für den Erfolg in Power BI.
3. Dynamische Titel und Annotations verbessern die Nutzererfahrung.
4. Challenges sind eine gute Möglichkeit, um praktische Erfahrungen zu sammeln.
5. Man sollte die Zahlen im Dashboard nicht nur zeigen, sondern auch interpretieren.
6. Ein Basic Account ermöglicht den schnellen Einstieg in Power BI.
7. Die richtige Strategie ist entscheidend für die Nutzung von Power BI.

[Anzeige] Haufe Akademie: Data Expert Masterclass

Bei der Haufe Akademie gibt es eine Weiterbildung, die sehr gut zu unserem Thema der Podcastfolge passt: Die Data Expert Masterclass!

In mehreren Kursen (plus Abschlussprüfung):

1. bekommst Du einen Einstieg in Big Data, Machine Learning und professionelle Datenanalyse
2. machst Du erste Schritte und setzt komplette Datenprozesse mit KNIME um
3. erfährst Du, wie du aus PoCs tragfähige Datenprodukte entwickelst
4. lernst Du, wie Du LLMs, RAGs und KI als Automatisierungsbaustein einsetzt

Zur Masterclass: https://www.haufe-akademie.de/data

Weitere Angebote: https://www.haufe-akademie.de/future

Vorschau

In zwei Wochen spricht Tim bei Datendurst mit Tim Wiegels über Data Engineering für Marketing Analytics und AI. Tim war früher Vice President of Data bei FREE NOW, was die meisten von Euch noch als MyTaxi kennen dürften. Heute ist er Berater für alle Data Themen rund um Marketing Analytics und AI und Stammgast im Podcast von Jonas Rashedi. Ihr könnt Euch also auf eine spannende Folge freuen!

Datendurst bei LinkedIn: https://www.linkedin.com/company/datendurst/