Ihr Dashboard ist nicht Ihr Unternehmen
Die meisten Management-Dashboards bestehen einen einfachen Test nicht: Welche Entscheidung wurde in den letzten zwölf Monaten getroffen, weil sich diese Zahl bewegt hat? Das Problem sind nicht schlechte Daten oder schwache Visualisierung. Die Grafiken funktionieren. Sie produzieren keine Entscheidungen.
Ein Test, der sich in der nächsten Geschäftsführungssitzung lohnt. Fragen Sie für jede Grafik im Dashboard die Anwesenden im Raum: Nennen Sie eine Entscheidung aus den letzten zwölf Monaten, die getroffen wurde, weil sich diese Zahl bewegt hat. Keine Diskussion über die Zahl. Eine tatsächliche Entscheidung.
Die Antworten sind meist unangenehm. In einem typischen Mittelstands-Controlling-Bericht bestehen zwischen der Hälfte und zwei Dritteln der Grafiken diesen Test nicht. Die Zahlen stimmen, die Darstellung ist sauber, und nach der Sitzung passiert wegen keiner dieser Grafiken etwas Konkretes. Microsofts eigener Adoption-Leitfaden für Power BI und Fabric zieht die Grenze an derselben Stelle. Es sei ein verbreiteter Irrtum, Adoption vor allem an der Nutzung oder der Zahl der Nutzer festzumachen: Adoption bedeute nicht, die Technologie regelmäßig zu nutzen, sondern sie wirksam zu nutzen. Und Wirksamkeit, so der Leitfaden, sei deutlich schwerer zu definieren und zu messen.1
Das ist der BI-Fehlermodus, über den im Mittelstand kaum gesprochen wird, weil nichts offensichtlich kaputt ist. Die Daten sind in Ordnung. Die Visualisierung ist in Ordnung. Das Dashboard wird geöffnet. Es verändert nur nicht, was das Unternehmen tut. Im Folgenden drei Kategorien von Grafiken, die den Test am häufigsten nicht bestehen.
1. Grafiken, die zeigen, was passiert ist, aber nicht, was zu tun ist
Eine Grafik zeigt, dass der Umsatz in der südlichen Region in vier Monaten um 14 % gefallen ist. Der Trend ist klar. Was passiert als Nächstes?
In den meisten Unternehmen folgt darauf ein Gespräch. Jemand fragt warum. Jemand anderes verspricht, sich das anzusehen. Die Grafik taucht im nächsten Monatsreview wieder auf, immer noch rot, und dasselbe Gespräch findet erneut statt. Das Dashboard hat ein Problem sichtbar gemacht und ist dort stehen geblieben, weil die Arbeit, herauszufinden, was zu tun ist, nie in den Prozess eingebaut worden ist.
Eine nützliche Disziplin: Für jede Grafik im Management-Dashboard sollte das Team vorab sagen können, was ein ungünstiger Wert bedeutet und welche erste Maßnahme folgt. Keine allgemeine Maßnahme. Eine konkrete, mit benanntem Verantwortlichen und festem Zeitrahmen. Ohne das ist die Grafik ein Alarm, dem niemand zugeordnet wurde, der ihn beantwortet.
2. Grafiken, die Probleme zeigen, für die niemand zuständig ist
Die zweite Kategorie ist strukturell anders. Die Grafik funktioniert, die Maßnahme wäre offensichtlich, und trotzdem passiert nichts, weil keine einzelne Person dafür verantwortlich ist, auf das zu reagieren, was sie zeigt.
Das ist das Problem des verwaisten Signals, und es ist in matrixorganisierten Mittelständlern weit verbreitet. Der Vertriebsleiter sieht den regionalen Einbruch und nimmt an, dass der Regionalleiter handelt. Der Regionalleiter sieht ihn und nimmt an, dass der Vertriebsleiter ihn ansprechen wird. Der CFO sieht ihn im Board-Pack und nimmt an, dass sich jemand näher am Geschäft bereits darum kümmert.
Was BI-Organisationen, die Entscheidungen produzieren, von solchen unterscheidet, die nur Berichte produzieren, ist im Kern eine andere Frage: Statt zu fragen „Welche Berichte brauchen wir“, fragen sie „Welche Entscheidungen ermöglichen wir“.2 Die zweite Frage zwingt zur Eigentümerfrage. Die erste lässt sie unsichtbar bleiben.
BI-Investitionen erzeugen regelmäßig Dashboards voller verwaister Signale. Die Lösung ist nicht technisch. Eine zusätzliche Spalte im Metrik-Verzeichnis leistet den größten Teil der Arbeit: Für jede Kennzahl im Dashboard der Name der Person, von der erwartet wird, dass sie handelt, wenn die Zahl Handlungsbedarf signalisiert.
3. Grafiken, die existieren, weil sie niemand entfernt hat
Die leiseste Kategorie. Viele Kennzahlen im Management-Dashboard eines Mittelständlers wurden vor Jahren ausgewählt, aus Gründen, an die sich niemand erinnert, für ein Geschäft, das sich inzwischen verändert hat. Sie werden weiterhin berichtet, monatlich, im Board-Pack, dort aus Gewohnheit durchgegangen, und produzieren keine Entscheidung.
Sie zu entfernen fühlt sich riskant an. Neue hinzuzufügen fühlt sich produktiv an. Mit der Zeit sammelt das Dashboard Grafiken so wie ein Schreibtisch Papiere sammelt, und die Menge an Informationen wächst, ohne dass die Menge an Entscheidungen mitwächst. Praktiker-Audits gescheiterter BI-Implementierungen haben wiederholt festgestellt, dass die Dashboards, die tatsächlich genutzt werden, nicht die umfassendsten sind, sondern die am stärksten redigierten.3
Der Test bringt das direkt ans Licht. Eine Grafik, die keine Entscheidung aus den letzten zwölf Monaten benennen kann, informiert nicht das Geschäft, auch wenn sich im Raum alle einig sind, dass die Zahl interessant ist.
Wofür der Test gedacht ist
Der Test ist kein Werkzeug, um das BI-Team zu kritisieren. Er ist etwas, das das Führungsteam an sich selbst anlegen sollte. Die Frage ist nicht, ob das Dashboard gut ist, sondern ob das Unternehmen es tatsächlich nutzt, um das Geschäft zu führen.
Die Antwort entscheidet darüber, ob die nächste BI-Investition sinnvoll ist. Ein Unternehmen, das keine Entscheidungen benennen kann, die sein aktuelles Dashboard hervorgebracht hat, braucht kein größeres. Was es braucht, ist die langsamere Arbeit, jede Grafik rückwärts von der Entscheidung her zu entwerfen, die sie informieren soll, mit benannten Verantwortlichen und vereinbarten Handlungen, bevor ein neues Werkzeug angeschafft wird. Ein Dashboard, das keine Entscheidungen produziert, ist kein Teilerfolg, den bessere Technologie vervollständigen würde. Es ist genau das Problem, das die Technologie eigentlich lösen sollte.
- Microsoft Learn, Microsoft Fabric adoption roadmap (Power-BI-Leitfaden, Stand 2026)
- Datahub Analytics (2026), From Dashboards to Decisions: Why Data Products Are Replacing Traditional BI
- SR Analytics (2025), Praktiker-Audit gescheiterter BI-Implementierungen