Projekte.
Referenzen.
Erfolgsgeschichten.
Erfahrungswerte aus Theorie und Praxis.
Entdecken Sie anhand konkreter, ausgewählter Erfolgsgeschichten, wie das nahtlose Zusammenspiel von fachlicher Konzeption und technischer Implementierung echten Mehrwert schafft.
Referenzprojekte
Diese Referenzen stammen aus meiner vorherigen Festanstellung und zeigen echte Praxisbeispiele, die ich erfolgreich umgesetzt habe.
End-to-End-BI-Architektur im Private-Equity-Umfeld
Financial & Management Reporting | Datenarchitektur & Governance | Stammdatenmanagement
10/2025 - 01/2026
ca. 330
Informationstechnologie
Ausgangslage
Im Zuge einer Neustrukturierung des Unternehmens entstand der Wunsch nach einem einheitlichen Reporting. Ein erster Ansatz auf Basis von LucaNet-Daten war zuvor bereits gescheitert, sodass eine tragfähige Lösung für die durchgängige Berichtsstruktur noch ausstand. Insbesondere die granulare Verknüpfung von Finanzkennzahlen mit operativen Transaktionsdaten stellte dabei eine zentrale Herausforderung dar.
Herausforderungen
-
Vielzahl kleiner, verteilter ERP- und Buchhaltungssysteme als heterogene Datengrundlage
-
Fehlende einheitliche Kostenstellenstruktur über die Systeme hinweg
-
Geringe Datenqualität und fehlende Stammdaten-Strukturen aus den Vorsystemen (LucaNet)
Ansatz
-
Realisierung einer vollumfänglichen End-to-End-Datenwertschöpfungskette mit Microsoft Fabric als zentralem Data Lake und Power BI als durchgängigem Reporting-Layer
-
Aufbau und laufende Wartung skalierbarer Daten-Pipelines, die eine zuverlässige und performante Datenversorgung über alle angebundenen Systeme hinweg sicherstellen
-
Entwicklung dedizierter Dashboards zur gezielten Analyse fehlerhafter Datenpunkte aus den Vorsystemen, um Datenprobleme frühzeitig sichtbar zu machen und nachvollziehbar zu beheben
-
Zielgerichtete, laufende Überwachung von Datenqualität und Systemperformance, um eine dauerhaft verlässliche Datenbasis für Entscheidungen sicherzustellen
-
Unterstützung beim Aufbau einer weltweiten, einheitlichen Kostenstellenhierarchie als Grundlage für ein konzernweit vergleichbares Reporting
Ergebnis
-
Global konsistente, harmonisierte Kostenstellenstruktur
-
Konzernweites Reporting mit allen Zahlen in einem zentralen Dashboard
-
Durchgängiges, integriertes Reporting auf einheitlicher, governance-gesicherter Datenbasis
Modernisierung der BI-Architektur für ein einheitliches konzernweites Reporting
Financial & Management Reporting | Stammdatenharmonisierung | BI-Architektur
04/2025 - 01/2026
ca. 1.000
Brandschutz
Ausgangslage
Durch die Zusammenführung zweier Unternehmensteile mit bislang getrennten Berichtswesen bestand die Notwendigkeit, ein konzernweites, einheitliches Reporting auf vergleichbarer Ebene aufzubauen. Unterschiedliche Datenstrukturen, Kennzahlendefinitionen und Reporting-Prozesse in beiden Unternehmensteilen erschwerten dabei eine konsistente, konzernweite Vergleichbarkeit.
Herausforderungen
-
Viele heterogene Quellsysteme, u. a. aus ERP und Finanzbuchhaltung
-
Zusammenführung unterschiedlicher, historisch gewachsener Berichtswesen auf einen gemeinsamen Nenner
-
Uneinheitliche Stammdaten mangels gruppenweitem Stammdatenmanagement
Ansatz
-
Konzeption von Sales-, Finance- und Group-Reporting-Dashboards mittels Mock-ups sowie proaktive Begleitung der technischen Implementierung
-
Mitwirkung an zentralen Data-Engineering-Aufgaben, insbesondere Architekturgestaltung des Data Lakes und Aufbau robuster ETL-Pipelines
-
Definition gruppenweit einheitlicher Reporting-Hierarchien, um Kennzahlen über alle Gesellschaften und Fachbereiche hinweg konsistent zu strukturieren, zu aggregieren und miteinander vergleichbar zu machen
-
Aufbau eines Stammdatenmanagements zur Harmonisierung von Vorsystemdaten, inklusive eigenem Dashboard zur Visualisierung, Dokumentation und Pflege der Datenqualität
-
Implementierung eines umfassenden Sales-Reporting-Dashboards in Power BI, inkl. Berechtigungskonzept
Ergebnis
-
Erstmals gesamter Konzern in einem Reporting auf einer zukunftsfähigen, skalierbaren BI-Architektur vereint
-
Einheitliche Datenbasis für Sales- und Group-Reporting mit global konsistenten, harmonisierten Stammdaten
-
Nachhaltig gesicherte Datenqualität durch ein eigenes Monitoring-Dashboard
Vom Zielbild zur Umsetzung - Controlling-Transformation im Mittelstand
Datenarchitektur & Governance | Financial & Management Reporting | Planung & Forecast-Integration
01/2025 - 12/2025
ca. 650
Erneuerbare Energien
Ausgangslage
Der Kunde verfügte über keine zukunftsfähige Datenarchitektur als Fundament für sein Reporting – das Berichtswesen basierte überwiegend auf manuell gepflegten Excel-Lösungen. Zudem fehlte ein einheitliches Zielbild für Reporting und BI-Architektur, sodass eine klare Richtung für den weiteren Ausbau der Datenlandschaft bislang nicht definiert war.
Herausforderungen
-
Parallel zur BI-Einführung erfolgte die Implementierung eines Planungssystems
-
Datenqualität und Systemperformance waren nicht durchgängig sichergestellt
-
Fehlende Data-Governance führte zu uneinheitlichen Datenstrukturen aus den verschiedenen Vorsystemen
Ansatz
-
Entwicklung eines BI-Zielbilds und einer zukunftsweisenden Datenarchitektur als Fundament der Datenstrategie, basierend auf Unternehmensspezifika und Best-Practice-Ansätzen
-
Konzeption und Implementierung eines Data Lakes inkl. In- und Outbound-Schnittstellen in Microsoft Fabric
-
Aufbau, Implementierung und Optimierung komplexer ETL-/ELT-Strecken zur Integration heterogener Quellsysteme
-
Aufbau eines interaktiven, automatisierten Reportings in Power BI, inklusive integriertem Bilanz-, GuV- und Cashflow-Reporting sowie Integration der Planungslösung in die BI-Architektur
-
Kontinuierliche Sicherstellung von Datenqualität und Systemperformance durch laufendes Monitoring, frühzeitige Erkennung von Auffälligkeiten in den Datenflüssen und gezielte Optimierungsmaßnahmen zur nachhaltigen Stabilität der BI-Architektur
Ergebnis
-
Skalierbare moderne BI-Architektur als stabiles Fundament für künftige Ausbaustufen
-
Planung und Reporting greifen erstmals auf eine gemeinsame, einheitliche Datenbasis zu
-
Systematische Fehlererkennung sorgt f ür spürbar höhere Datenqualität
