Power BI Monate richtig sortieren: so klappt’s chronologisch

Definition

„Power BI Monate richtig sortieren“ bedeutet, Monatsbezeichnungen (z. B. „Januar“) in Visuals chronologisch statt alphabetisch anzuordnen. Es ist keine Visual-Option allein, sondern eine Modellierungsaufgabe über eine Sortierspalte.

Einleitung

Wenn Monate in Power BI A–Z sortiert werden, wirkt der Report wie „fertig“, ist aber faktisch schwer interpretierbar. Mit einer sauberen Datumstabelle und einer Monatsnummer bekommst du die Reihenfolge stabil hin – in Diagrammen, Slicern und in der Matrix (Visual).

Warum chronologisch wichtiger ist als alphabetisch

Alphabetische Sortierung erzeugt visuell falsche Verläufe: Peaks und Einbrüche liegen „nebeneinander“, obwohl sie zeitlich auseinanderliegen. Das kostet Zeit (Rückfragen, manuelle Erklärungen) und kann Entscheidungen verzerren, weil Trends nicht zuverlässig lesbar sind. Chronologische Sortierung ist damit kein Kosmetik-Thema, sondern Basis für belastbares Reporting.

Schritt 1: Datumstabelle (Kalendertabelle) erstellen

Für saubere Zeitlogik lohnt sich fast immer eine eigene Datumstabelle. Sie ist die Quelle für Jahr, Monat, Quartal und verhindert Wildwuchs in jedem einzelnen Faktentable.

Beispiel mit DAX (neue Tabelle):

Kalender = CALENDAR(DATE(2023,1,1), DATE(2026,12,31))

Alternativ ist CALENDARAUTO möglich, aber eine explizite Range ist besser steuerbar (Refresh, Historie, Performance). Danach im Modell eine Beziehung zwischen Kalender[Date] und deiner Faktentabelle[Datum] setzen.

Schritt 2: Monatsname, Monatsnummer, Jahr (DAX) erzeugen

In der Datumstabelle legst du die Felder an, die später in Visuals genutzt werden. Wichtig: Monatsname wird angezeigt, Monatsnummer wird zum Sortieren genutzt.

Beispielspalten in DAX:

Monatsnummer = MONTH('Kalender'[Date])

Monat = FORMAT('Kalender'[Date], "MMMM")

Jahr = YEAR('Kalender'[Date])

Für mehrere Jahre brauchst du zusätzlich eine Jahr-Monat-Kombination, sonst landen alle „Januar“ über alle Jahre in einem Bucket.

JahrMonatNum = YEAR('Kalender'[Date]) * 100 + MONTH('Kalender'[Date])

JahrMonat = FORMAT('Kalender'[Date], "YYYY-MM")

Schritt 3: Monatsnamen in Power BI per „Nach Spalte sortieren“

Jetzt kommt die eigentliche Sortierung (SortByColumn):

• In Power BI Desktop die Spalte Kalender[Monat] markieren.
• Spaltentools → Nach Spalte sortieren → Kalender[Monatsnummer].
• Für JahrMonat (Text) analog nach Kalender[JahrMonatNum] sortieren.

Damit ist „power bi sortieren“ nicht mehr abhängig vom Visual, sondern im Modell fest verdrahtet. Das wirkt sofort in Slicern, Achsen und in der Matrix (Visual).

Power Query: Spalten vorbereiten (M) statt DAX

Wenn du die Felder lieber vor dem Modell erzeugst, geht das im Power Query Editor (M (Power Query M / M-Abfrage)). Das kann helfen, wenn du die Logik zentral und gut nachvollziehbar im Query Editor halten willst.

Typische Custom Columns in Power Query (Beispiel-Idee): Monatsnummer über Date.Month([Datum]), Jahr über Date.Year([Datum]) und Monatsname über Date.ToText([Datum], "MMMM"). Wichtig ist am Ende dass Monatsnummer eine Zahl bleibt, nicht Text.

Mehrsprachige Monatsnamen (de/en) ohne Sortierchaos

Die Sortierlogik sollte sprachneutral sein: Monatsnummer bzw. JahrMonatNum. Die Anzeige kann lokalisiert werden. Praktisch heißt das: Intern sortierst du nach Zahlen, extern zeigst du den Monatsnamen in der gewünschten Sprache.

Ein pragmatischer Ansatz ist eine kleine Mapping-Tabelle nach Monatsnummer (1–12) mit Spalten für DE/EN. Dann nutzt du je Sprach-Variante die passende Anzeigespalte, aber sortierst beide nach derselben Monatsnummer. Vorteil: stabile Reihenfolge, egal ob „March“ oder „März“.

Edge-Fälle & Performance: Jahrwechsel, Matrix, bestehende Reports

• Jahrwechsel: Nutze in Visuals lieber JahrMonat (sortiert nach JahrMonatNum) statt nur Monat, sonst werden Monate über Jahre aggregiert.
• Matrix (Visual): Wenn Spalten/Zeilen nach Monat laufen, ist die SortByColumn-Logik Pflicht, sonst wirkt selbst ein korrektes Measure „komisch“, weil die Achsenfolge falsch ist.
• Kompatibilität: Du kannst bestehende Berichte meist ohne Rebuild stabilisieren, indem du eine Datumstabelle ergänzt und Visuals auf die Kalenderfelder umstellst.

Performance: Eine sauber modellierte Datumstabelle ist in der Regel eher ein Performance-Plus, weil Zeitlogik nicht x-fach in Measures und Hilfsspalten verstreut wird.

Mini-Beispiel aus der Praxis

Ein Controlling-Team baut eine Umsatzentwicklung in einem Säulendiagramm und einer Matrix. Solange „Monat“ ein Textfeld aus der Faktentabelle war, wechselte die Reihenfolge je Filter und Sprachversion. Nach Umstellung auf Kalender[Monat] (Sortierung nach Monatsnummer) und Kalender[JahrMonat] (Sortierung nach JahrMonatNum) waren Trend, Drilldown und Export nach Excel konsistent – und Rückfragen im Monatsabschluss gingen sichtbar runter.

Wann externe Unterstützung sinnvoll wird

Wenn es nicht nur um ein einzelnes Visual geht, sondern um viele Reports, mehrere Datenquellen oder mehrsprachige Rollouts, wird das Thema schnell zu Modellierung, Governance und Wiederverwendbarkeit. Externe Unterstützung lohnt sich besonders, wenn ihr eine zentrale Datumstabelle standardisieren wollt, ohne dass jeder Report eine eigene Logik baut, oder wenn bestehende Berichte möglichst ohne Bruch migriert werden sollen.