Einkauf Dashboard: KPIs, Datenquellen und Umsetzung in Power BI
Zusammenfassung
Ein gutes Einkauf Dashboard beantwortet wenige, aber entscheidende Fragen: Wo weichen Kosten ab, welche Lieferanten sind kritisch, und wo hängen Prozesse?
- Starte mit 5–10 KPIs, die direkt an Ziele gekoppelt sind.
- Baue ein sauberes Datenmodell, sonst wird jedes KPI zur Diskussion.
- Lege Refresh-Frequenz und Verantwortlichkeiten fest, damit das Dashboard im Alltag trägt.
- Denke in Rollen: Management-Übersicht plus Drilldown bis Bestellung/Rechnung.
Power BI ist dafür meist die pragmatischste Plattform, weil es Self-Service und Standard-Reporting in einem Setup verbindet.
Ein Einkauf Dashboard macht Kosten, Lieferantenrisiken und Prozesszeiten als KPIs sichtbar – ohne Excel-Pflege und Zahlenstreit.
Definition
Ein Einkauf Dashboard ist eine zentrale Visualisierung von Einkaufs-KPIs, die Daten aus Quellsystemen konsistent zusammenführt und für verschiedene Rollen auswertbar macht. Es ist kein Sammelsurium von Charts, sondern ein steuerungsrelevantes KPI-System mit Drilldowns bis zur Ursache (z. B. Bestellung oder Lieferant).
Einleitung
Wenn du Einkaufszahlen in Excel zusammenkopierst, bezahlst du doppelt: Zeitaufwand plus Misstrauen in die Ergebnisse. Ein Einkauf Dashboard bringt dieselben Fragen in einen stabilen Ablauf: gleiche Definitionen, regelmäßige Aktualisierung, klare Drilldowns. Entscheidend ist nicht das Tool, sondern dass KPIs, Datenmodell und Verantwortlichkeiten zusammenpassen.
Welche KPIs in ein Einkauf Dashboard gehören
KPIs sind nur dann hilfreich, wenn sie Entscheidungen auslösen. Deshalb: wenige Kennzahlen, sauber definiert (Zähler/Nenner, Zeitraum, Ausreißer-Regeln) und mit klarer Verantwortlichkeit.
Kosten & Einsparungen: Einkaufsvolumen, Preisabweichung (Ist vs. Vertrag/Plan), Einsparungsquote (realisiert, nach einheitlicher Methode).
Lieferantenperformance: Termintreue (On-Time Delivery), Reklamationsquote/Qualität, Lieferantenausfallquote bzw. Risikoindikator.
Prozesseffizienz: Bestellzykluszeit (Anforderung bis Bestellung), Durchlaufzeiten bis Wareneingang, Kosten pro Bestellung oder Anteil Touchless-Orders (Automatisierungsgrad).
Datenquellen: Woher die Zahlen wirklich kommen
Ein Dashboard ist nur so gut wie seine Datenquellen. Typisch sind ERP (Bestellung, Wareneingang, Rechnung), eProcurement/Shop-Systeme (Kataloge, Freigaben), Lieferantenstammdaten und manchmal Excel-Dateien für Verträge oder Ziele.
Wichtig für die Umsetzbarkeit: Jede KPI braucht eine belastbare Quelle für Ereignisse (z. B. Bestelldatum, Lieferdatum, Rechnungsdatum) und eindeutige Schlüssel (Lieferant, Material, Bestellposition). Wenn Stammdaten uneinheitlich sind (Lieferant doppelt, Warengruppen wechseln), musst du zuerst die Matching-Logik klären.
Datenqualität und Datenmodell: der Unterschied zwischen „schön“ und „nutzbar“
Die häufigste Ursache für gescheiterte Dashboards ist nicht die Visualisierung, sondern ein wackliges Datenmodell. Anwender wollen nicht wissen, wie ETL funktioniert, sondern dass alle dieselbe Zahl sehen und sie erklären können.
Klare KPI-Definitionen: Was zählt als „pünktlich“? Wie werden Teillieferungen behandelt? Welcher Wechselkurs gilt?
Ein gemeinsames Modell: Fakten (Bestellposition, Wareneingang, Rechnung) plus Dimensionen (Lieferant, Warengruppe, Standort, Kostenstelle).
Plausibilitätschecks: fehlende Lieferdaten, negative Preise, Dubletten, Stornos/Gutschriften als eigener Logikfall.
Dashboard-Elemente, die im Einkauf funktionieren
Ein gutes Einkauf Dashboard führt den Blick: erst Überblick, dann Drilldown. Typische Elemente, die Nutzer tatsächlich verwenden:
KPI-Kacheln mit Ziel/Abweichung und Statuslogik (z. B. Ampel), plus Trend zum Vormonat.
Top-/Flop-Analysen: Ausgaben oder Preisabweichung nach Lieferant/Warengruppe, mit Drilldown auf Positionen.
Ursachenansichten: Termintreue über Zeit, Verteilung der Verzögerungsgründe, Reklamationen nach Werk/Artikel.
Weniger ist mehr: Wenn Nutzer erst zehn Slicer verstehen müssen, verliert das Dashboard im Alltag.
Live-Daten vs. Aktualisierung: wie „echt“ muss es sein?
„Real-time“ klingt gut, ist im Einkauf aber selten nötig. Für Steuerung reicht oft ein planbarer Refresh (täglich, bei Bedarf mehrmals täglich). Der Nutzen: Du erkennst Preis- oder Lieferprobleme früh, ohne Systeme mit Live-Abfragen zu belasten.
Entscheidend ist die Erwartung: Wenn das Dashboard als „heute Morgen 06:00 Uhr“ kommuniziert wird, sind Diskussionen über Abweichungen deutlich seltener.
Implementierung: ein schlankes Framework in 5 Schritten
Damit das Einkauf Dashboard schnell Nutzen bringt und nicht zur Dauerbaustelle wird, hilft ein klarer Ablauf:
1) Steuerungsfragen festlegen: Welche 3 Entscheidungen soll das Dashboard schneller machen?
2) KPI-Set priorisieren: Start mit den KPIs, die Datenreife und Wirkung kombinieren.
3) Datenmodell bauen: erst saubere Tabellen/Beziehungen, dann DAX-Kennzahlen.
4) Prototyp testen: mit echten Nutzern, inkl. Drilldown bis Beleg/Position.
5) Rollout & Betrieb: Refresh, Berechtigungen, Ownership, Änderungsprozess.
Mini-Beispiel aus der Praxis
Ein Einkaufsteam sah im Dashboard eine steigende Preisabweichung in einer Warengruppe, obwohl „Einsparungen“ gemeldet wurden. Der Drilldown zeigte: neue Lieferanten wurden über abweichende Artikelnummern erfasst, Preise wurden dadurch nicht gegen den Vertrag gematcht. Nach Bereinigung der Stammdaten und einer klaren Matching-Regel war die Einsparungsquote messbar und die Diskussionen im Monatsabschluss hörten auf.
Wann externe Unterstützung sinnvoll wird
Externe Hilfe lohnt sich, wenn du schnell von „Zahlen sammeln“ zu „Zahlen steuern“ kommen willst und intern die Zeit für Modellierung und Betrieb fehlt. Typische Trigger sind unklare Datenlage (viele Excel-Quellen), widersprüchliche KPI-Definitionen oder instabile Refresh-Prozesse.
Wichtig: Auch mit Unterstützung muss dein Team mitarbeiten, vor allem bei KPI-Definition, Datenfreigaben und fachlicher Validierung.
