
DAX Experten
für verlässliche Power BI-Einblicke finden, in wenigen Minuten mit geprüften Freelance-Spezialisten vermitteltBeauftragen Sie Experten, die zuverlässige DAX-Measures erstellen, semantische Power BI-Modelle optimieren und Geschäftslogik mit klaren Berichten verbinden. FRATCH vermittelt Sie schnell und präzise mit geprüften, verfügbaren Freelancern, die zu Ihren Projektanforderungen passen.
Lerne FRATCH Experten kennen, die kürzlich DAX eingesetzt haben
William N.
Letzte Position:
Power-BI-Lösungsarchitekt/-Engineer & KI-Berater bei AVERDUNG GmbH
- Neugestaltung der BI-Infrastruktur des Unternehmens: Ablösung einer fragmentierten Landschaft aus manuell gepflegten Excel-Lösungen und CSV-Importen durch eine zentralisierte Power-BI-Umgebung mit einem einheitlichen Datenmodell als unternehmensweiter Single Source of Truth
- Konsolidierung zuvor isolierter Reporting-Logiken in einem zentralen semantischen Modell – Eliminierung redundanter Dateien, manueller Datenübergaben und widersprüchlicher Kennzahlen zwischen den Fachbereichen
- Forecasting & Planung: Konzeption und Umsetzung einer unternehmensweiten Liquiditätsplanung in Power BI – von der fachlichen Logik bis zum vollautomatisierten, datenquellengetriebenen Planungsmodell als Ersatz für den bisherigen manuellen Excel-Prozess; ermöglicht rollierende Forecasts und laufend aktuelle Cashflow-Transparenz für die Geschäftsführung
- Optimierung bestehender Power-BI-Dashboards hinsichtlich Performance, Struktur und analytischem Mehrwert mittels AI-nativem Ansatz
- Analyse und Verbesserung des Datenmodells inkl. Datenqualitätsanalysen, Datenbereinigung und konsistenter Modellierung über Star Schema, DAX und Power Query
- Incident- & Anomalieanalyse: Identifikation, Untersuchung und Erklärung von Datenanomalien inkl. Root-Cause-Analyse und konkreten Handlungsempfehlungen
- KI-Lösungsarchitektur: Anbindung von Business Central und Power BI an LangDock via MCP (Model Context Protocol) für KI-gestützte Datennutzung
- Aufbau eines historischen Datenlayers als Basis für Trend- und Zeitreihenanalysen
- KI-gestützte Automatisierung: Konzeption und Entwicklung von KI-Skills, -Agenten, -Loops und -Prozessen zur automatisierten Analyse und Interpretation von Reports
- Automatisierter Reporting-Workflow: Einrichtung eines geplanten, automatisierten E-Mail-Versands KI-generierter Analysen und Empfehlungen an Stakeholder
- Erhebung und Dokumentation fachlicher Anforderungen sowie Abstimmung mit Fachbereichen und IT im Rahmen von Requirements Engineering / Product-Owner-Tätigkeiten
- Herunterbrechen der Gesamtanforderungen in klar definierte Arbeitspakete und Tasks
- Definition, Priorisierung und Steuerung von Meilensteinen über den gesamten Projektlebenszyklus
Tools: POWER BI, M365, Copilot Studio, MIRO, Microsoft Business Central, Microsoft Fabric, Claude AI, ChatGPT, LangDock, MS VS Code
Stefan O.
Letzte Position:
Gründer bei ProtocolEngine.io
Auf Evidenz basierende Health-Intelligence-Plattform, die veröffentlichte Forschung in persönliche Gesundheitsprotokolle übersetzt. Sie bewertet 430 Gewohnheiten, Lebensmittel und Supplements anhand der Studien dahinter und passt den Score an, wenn sich die Evidenz ändert. Allein aufgebaut.
- Die tägliche Ingest-Pipeline über PubMed, bioRxiv und medRxiv aufgebaut: 43.000+ Papers aus 3.400+ Journals verarbeitet zu 230.000+ typisierten Evidenz-Claims, jeder einzelne zurückverfolgbar bis zur Studie, aus der er stammt.
- Das sechs Faktoren umfassende Evidenz-Scoring-Modell und das öffentliche Changelog dahinter entworfen, damit keine Empfehlung ohne die zugrunde liegenden Papers erscheint. Bis heute 23.000+ Score-Änderungen erfasst und erklärt.
- Das Entity-Informationsmodell aufgebaut, das jede Intervention mit ihren Mechanismen, Biomarkern und Outcomes verbindet: 118 Biomarker mit regionsspezifischen Referenzbereichen, 77 Mechanismen, 32 bewertete Outcomes.
- Die Personalisierungsschicht gebaut: Ingestion von Blutwerten, die Labor-PDFs mit einem Vision-Modell ausliest und Ergebnisse anhand der Aufwachzeit des Nutzers korrigiert, plus Integration von Oura, WHOOP und Withings für den täglichen Readiness-Kontext.
- Elf spezialisierte Review-Agents über Korpus und Codebase betrieben, für Paper-Kuration, Retrieval-Qualität, Health-Claim-Compliance über EU- und US-Regime hinweg sowie Security.
- Den Evidence Assistant ausgeliefert, einen RAG-Assistenten, der aus der Claim-Datenbank antwortet und die zugrunde liegenden Papers zitiert, plus eine B2B-Practitioner-Stufe, eine Expo React Native App und Lokalisierung in 3 Sprachen und 7 Märkten.
Stack: Next.js 16, TypeScript, Supabase, pgvector, Anthropic Claude, Vercel, DeepInfra.
Tobias W.
Letzte Position:
CEO & Gründer bei Wittbix
Deepa K.
Letzte Position:
Datenanalyst – BI Lead Engineer bei Novartis
- Leitung der unternehmensweiten BI-Transformation mit Power BI und Microsoft Fabric durch die Bereitstellung skalierbarer Datenmodelle, automatisierter Berichte und leistungsstarker Analyselösungen für die kommerzielle und operative Führungsebene.
- Aufbau und Optimierung von Power BI Dataflows, Fabric-Lakehouse-Datensätzen, semantischen Modellen und automatisierten Reporting-Pipelines zur Verbesserung von Datenskalierbarkeit, Governance und Berichtsleistung.
- Vorantreiben der Modernisierung von Dashboards und der KPI-Governance durch die Übersetzung komplexer Geschäftsanforderungen in Erkenntnisse auf Führungsebene, interaktive Visualisierungen und entscheidungsreife Analysen.
- Entwurf von Microsoft-Fabric-Architekturen von Anfang bis Ende, einschließlich Datenaufnahme, Transformation, Virtualisierung und Unternehmensreporting über funktionsübergreifende Geschäftsbereiche hinweg, mit Migration von SAP BW über Qlik zu Power BI.
- Bereitstellung KI-gestützter Reporting-Funktionen, schwellenwertbasierter Warnmeldungen und Automatisierungs-Frameworks im Power-BI-Ökosystem zur Beschleunigung von Geschäftsentscheidungen.
- Zusammenarbeit mit der kommerziellen Führungsebene, Analytics-Teams und IT-Stakeholdern zur Standardisierung von KPIs, Optimierung der BI-Strategie und Bereitstellung skalierbarer, geschäftskritischer Reporting-Lösungen.
- Anerkannt für die Verbindung von starker Stakeholder-Führung, technischer Architekturkompetenz und geschäftsorientierten Analysen zur Umsetzung wirkungsvoller unternehmensweiter BI-Transformationsinitiativen.
Oleg O.
Letzte Position:
Senior Softwareentwickler / BI Integration Developer Power BI, C# bei Telekommunikation
Embedded Analytics & KI-gestützte BI
Konzeption und Entwicklung einer integrierten Analytics-Lösung auf Basis von ASP.NET Core, Power BI Embedded und LLM-Services zur Bereitstellung kontextbezogener Business-Informationen.
Entwicklung eines KI-Agenten mit Function-/Tool-Calling zur sicheren Orchestrierung von REST APIs, SQL-Datenquellen und technischen Services innerhalb definierter Geschäftsprozesse.
Aufbau automatisierter BI-Workflows inklusive Workspace-Management, Deployment-Prozessen und geplantem Refresh über die Power BI REST API.
Umsetzung sicherer Service-zu-Service-Kommunikation mit Microsoft Entra ID und Service Principal sowie Integration in bestehende Enterprise-Systemlandschaften.
Technologien: ASP.NET Core, C#/.NET, Power BI Embedded, Power BI REST API, LLM API, KI-Agenten, Function-/Tool-Calling, Entra ID
Varsha P.
Letzte Position:
Senior Data Analyst bei Infosys
Modernisierung der Enterprise-Analytics – In Deutschland ansässige Enterprise-Reporting-Plattform für Betriebs- und Managementanalysen, die von 1,000+ internen Nutzern aus mehreren Abteilungen genutzt wird.
- Leitung von Power-BI- und Microsoft-Fabric-Reporting-Initiativen von Anfang bis Ende; Bereitstellung skalierbarer Dashboards und semantischer Modelle zur Unterstützung täglicher operativer und strategischer Entscheidungen, wodurch die Geschwindigkeit von Entscheidungen um 30% und die Effizienz der Berichterstattung um 25% verbessert wurden.
- Entwicklung einheitlicher Unternehmensdatensätze mit Microsoft Fabric Lakehouse und OneLake, Automatisierung der Verarbeitung historischer Daten und Reduzierung des manuellen Reporting-Aufwands um 40%.
- Aufbau und Pflege automatisierter Datenaufnahmepipelines mit Fabric Dataflows Gen2 und Data Pipelines, Verbesserung der Zuverlässigkeit der Datenaktualisierung auf 99.8% Verfügbarkeit und Sicherstellung einer gleichbleibenden Datenqualität.
- Umsetzung einer unternehmensweiten Reporting-Governance einschließlich Row-Level Security (RLS), Workspace-Strategie, Deployment-Pipelines und Dokumentation; dadurch Steigerung der Dashboard-Nutzung um 35%.
Verwendete Technologien: Power BI, Microsoft Fabric, DAX, Power Query, SQL, Azure Data Fundamentals, Semantic Modeling, RLS, Agile
Daryoosh D.
Letzte Position:
FP&A Data & AI Architect bei Epta Group
Scope: Eingebettet als FP&A Data & AI Architect innerhalb der Finance-Funktion eines großen europäischen Kühlanlagenherstellers. Ich habe die Transformation von manuellem, fragmentiertem Finanzreporting hin zu einer automatisierten, governance-getriebenen Intelligence-Plattform geleitet. Der Schwerpunkt lag auf dem Wechsel von Excel-basiertem Controlling zu strukturierter Datenarchitektur, Power-BI-Analytics und AI-gestützter Finance-Operation.
Financial Data Integrity & ERP Governance
- GL- vs. Subledger-Abstimmungen angestoßen und geführt sowie strukturelle Abweichungen zwischen Hauptbuch- und Nebenbuchdaten identifiziert und behoben, die vor meinem Start unentdeckt geblieben waren
- Anlagenanalysen durchgeführt, um Posten ohne Buchung im Hauptbuch zu identifizieren und Lücken im Anlagevermögen sowie in der Periodenabgrenzung aufzudecken
- SAP-Reports validiert und damit Baseline-Standards für die Datenqualität der Finance-Nutzung etabliert
- Einen systematischen SAP-Datenvalidierungsrahmen aufgebaut, der die laufende Integrität zwischen ERP-Buchungen und nachgelagerten Reporting-Ergebnissen sicherstellt
Finance Reporting Transformation
- Einen strukturierten Transformationsansatz für die Umstellung manueller Finance-Reports in vollautomatisierte Prozesse entworfen und umgesetzt
- Das Data Reporting Audit Log erstellt und verantwortet; ein zentrales Tracking-System, das Report-Owner, Stakeholder, Datenquellen, manuellen Aufwand und Automatisierungspotenziale über die gesamte Finance-Funktion erfasst
- Die gesamte Reporting-Landschaft kartiert, um Quick-Win-Automatisierungen und strategische Power-BI-Migrationskandidaten zu identifizieren
- Den manuellen Excel- und PowerPoint-Einsatz in FP&A-Workflows aktiv reduziert; Punkt-zu-Zeitpunkt-Snapshots durch Live-Datenmodelle mit Governance ersetzt
Power BI & Analytics Enablement
- Power BI als strategische Reporting-Plattform gegenüber der Finance-Leitung eingeführt und präsentiert und damit intern Zustimmung für die BI-Transformationsroadmap aufgebaut
- Eine erste Power-BI-Architektur entworfen, abgestimmt auf SAP-, Salesforce- und Oracle-Datenstrukturen sowie auf FP&A-Reporting-Anforderungen
- Report-Ownership, Governance-Dokumentation und Standards für Data Lineage etabliert, um nachhaltige Self-Service-Analytics im Finance-Team zu ermöglichen
Transformation Infrastructure & Collaboration
- Jira als zentrales Projektmanagement-Hub für die Transformation konfiguriert und eingeführt, inklusive strukturierter Sprint-Workflows, Backlog-Management und transparenter Fortschrittssteuerung für Finance-IT-Initiativen
- Einen dedizierten FP&A Communication & Transformation Hub vorgeschlagen und angestoßen, ein strukturierter, bereichsübergreifender Austausch zur Ausrichtung von Finance, IT und Fachbereichen auf die Reporting-Transformationsroadmap
- Die Finance-Funktion als aktiven Treiber für Data Governance und digitale Transformation im Gesamtunternehmen positioniert
Outcomes
- GL-/Subledger-Abweichungen identifiziert und ein Untersuchungsrahmen innerhalb der ersten zwei Wochen des Einsatzes aufgebaut
- Data Reporting Audit Log ausgerollt; das erste strukturierte Inventar der Finance-Reporting-Landschaft in der Unternehmensgeschichte
- Power-BI-Transformationsroadmap vorgestellt und von der Finance-Leitung freigegeben
- Jira-basierte Projektgovernance live; Finance-Transformation wird nun mit voller Sprint-Transparenz verfolgt
Technologies: SAP FI/CO · Power BI · DAX · SQL · Excel (advanced) · Power Query (M) · Power Automate · VBA · Jira · Microsoft 365 · SharePoint · Salesforce (Sales Data) · Oracle HCM · Python
Ajay Kumar D.
Letzte Position:
Senior BI and Analytics Engineer bei Novartis
- Leitete die Modernisierung des Enterprise-Reportings durch die Migration von Legacy-SSRS-Reporting-Lösungen nach Power BI und unterstützte dabei über 500 Anwender bei voller Einhaltung von GDPR/DSGVO.
- Entwarf und optimierte Power-BI- und Microsoft-Fabric-Semantikmodelle mit Star Schema, dimensionaler Modellierung, fortgeschrittenem DAX und Performance-Optimierungstechniken und reduzierte so die Abfrage-Latenz um 25 %.
- Lieferte über 20 Executive- und operative Dashboards mit KPI-Scorecards, Drill-through, Bookmarks und Row-Level Security und steigerte die Reporting-Effizienz um 20 %.
- Ermöglichte Self-Service-Analytics durch gesteuerte Power-BI-Datasets, Dataflows und Gateway-Architektur und erhöhte die Nutzung durch fachlich gesteuerte Reports um 35 %.
- Konfigurierte für ein Sales-Dataset mit über 50 Millionen Zeilen eine inkrementelle Aktualisierung und Query Folding und reduzierte die täglichen Refresh-Zeiten um 85 %.
- Implementierte automatisierte ETL/ELT-Pipelines mit Azure Data Factory, Microsoft Fabric und Snowflake und verkürzte die Bereitstellungszeiten für Reports durch Workflow-Automatisierung um 40 %.
- Trieb Initiativen zur Modernisierung der Analytics-Landschaft mit Microsoft Fabric voran, darunter Lakehouse-Architektur, OneLake-Integration und der Aufbau einer zentralen Datenplattform, wodurch sich die Datenlatenz von 2 Stunden auf 20 Minuten reduzierte.
- Übersetzte fachliche Anforderungen von über 15 Stakeholdern in skalierbare Power-BI-Semantikmodelle und Dashboards, verbesserte die Reporting-Konsistenz und reduzierte Ad-hoc-Reporting-Anfragen um 25 %.
- Setzte Microsoft Copilot und generative KI-Tools ein, um SQL-Entwicklung, DAX-Erstellung, technische Dokumentation und Testaktivitäten zu beschleunigen, und reduzierte den Entwicklungsaufwand um etwa 15 Stunden pro Woche.
Marco T.
Letzte Position:
Scrum Master bei Siemens Energy
- Verantwortlich für die Einführung agiler Methoden innerhalb des Interface- & Integration-Teams (2 Scrum-Teams)
- Planung und Durchführung von Trainings zu agilen Methoden
- Moderation von Workshops und Scrum-Events
- Beseitigung von Hindernissen
- Steigerung der Sprint-Performance
Hervé T.
Letzte Position:
Senior Data Engineer bei Schweizerische Post AG
Tools: Fabric, AWS, dbt, Power BI, SQL, DWH, R, Python
- Unterstützte Kunden bei der Umsetzung eines Architekturdesigns zur Extraktion und Aufbereitung von Daten
- Verantwortete die Konzeption und Implementierung der BI- und DWH-Plattform
- Sicherte die Skalierbarkeit und Performance der Datenplattform
Yaroslav S.
Letzte Position:
Senior Low-Code Berater bei Freiberufler
Strukturierte Analyse und Bewertung von Geschäftsprozessen
Erfassung, Dokumentation und Priorisierung von Anforderungen
Erstellung fachlich verständlicher und technisch ausführbarer Prozessmodelle
Einsatz von Tools Camunda
Ableitung von Anforderungen und Schnittstellen aus BPMN-Diagrammen
Abstimmung mit Stakeholdern und Fachbereichen
Übersetzung fachlicher Anforderungen in technische Lösungskonzepte
Realisierung effizienter und bedarfsgerechter Anwendungen
Systematische Erhebung, Analyse und Dokumentation von Anforderungen
Priorisierung und Validierung der Anforderungen in enger Zusammenarbeit mit Stakeholdern
Abstimmung zwischen Fachbereich und Entwicklung zur Sicherstellung gemeinsamer Zielvorstellungen
Erstellung von Use Cases, User Stories und Akzeptanzkriterien
Kontinuierliches Anforderungs- und Änderungsmanagement über den gesamten Projektverlauf
Projektziele festlegen und Projektplan erstellen
Aufgaben delegieren und Projektfortschritt überwachen
Budget überwachen und Stakeholder informieren
Mendix: Architektur, Entwicklung und Wartung maßgeschneiderter Anwendungen (Microflows, Domain Model, Security, XPath)
Modellierung von Mendix Workflows zur Prozessoptimierung
Entwicklung skalierbarer Apps mit Mendix inkl. REST-/SOAP-Integration mit SAP, SQL, Azure & SharePoint
UI-Design für Mendix mit Atlas UI, Fluent UI, HTML, CSS, JavaScript
Entwicklung von Web- & Mobile-Apps mit Mendix nach agilen Methoden (Scrum, Kanban)
Geschäftslogik-Implementierung mit Mendix Microflows und Nanoflows
Performance-Optimierung und Architekturverbesserungen für Mendix-Anwendungen
Durchführung von Mendix-Schulungen
Erstellung technischer Dokumentationen und Best Practices für Mendix
Coaching und Mentoring für Low-Code-Entwicklung mit Mendix
Philipp G.
Letzte Position:
Data Scientist & ML Engineer bei Data-Science Factory GmbH
- Aufbau, Implementierung und Vertrieb von automatisierten Data-Science-Lösungen wie Scorecard Factory und Prognose Factory
- Implementierung automatisierter End-to-End-Cloud-Prozesse
- Entwicklung von LLM- und NLP-Modellen
- Erstellung interaktiver Reports
- Betreuung nationaler und internationaler Großkonzerne sowie mittelständischer Firmen bei der Implementierung von ML-Projekten
Alexander B.
Letzte Position:
Senior Data Engineer bei RWE AG
Architektur und Betrieb von Data Products für den Betrieb im Bereich erneuerbare Energien, einschließlich Windturbinen-, Netz-Mess- und Wetterdaten. Aufbau skalierbarer ETL/ELT-Pipelines in Azure Databricks mit Delta Lake (Bronze/Silver/Gold-Schichten) und Verarbeitung von Daten in verschiedenen Formaten, darunter strukturierte und semi-strukturierte Daten. Mitwirkung an einem Data-Quality-Framework mit Tabellen- und Spaltendokumentation, Ausreißererkennung und Vollständigkeitsmetriken für alle Datensätze innerhalb eines Data Products. Zusätzlich Implementierung eines DORA-KPI-Dashboards in Databricks, das für alle Data Products genutzt wird. Optimierung der CI/CD-Prozesse in Azure DevOps zur Vereinfachung der Bereitstellung über Entwicklungs-, Test- und Produktionsumgebungen hinweg.
Technology stack: Azure Databricks, PySpark, SQL, Delta Lake, Unity Catalog, Azure Data Lake, APIs, Dremio, Azure DevOps, YAML, Git, Databricks Workflows, Application Insights, Terraform, OpenAI API, Codex, LLM-assisted workflows
Sarvesh L.
Letzte Position:
Datenanalyse für die Integration erneuerbarer Energien bei Harz University
- Erstellte Datenpipelines und Visualisierungstools zur Unterstützung bei Entscheidungen im Bereich nachhaltiger Energien
- Entwickelte Erkenntnisse zur Optimierung des Einsatzes erneuerbarer Energien und der Netzintegration
Nisanthan S.
Letzte Position:
Business-Intelligence-Consultant (freiberuflich) bei NBIC – Nisanthan BI Consulting
Beratung von Unternehmen beim Aufbau, bei der Migration und Optimierung von BI- und Reporting-Landschaften (Power BI, SQL, Python, ETL)
5 Kundenprojekte in Immobilien und Finanzen seit 05/2025: Übernahme und Stabilisierung bestehender Reports, Automatisierung wiederkehrender Standard- und Managementberichte, Aufbau von Cashflow-Modellen
Angebots- und Machbarkeitsbewertungen für BI- und Reporting-Projekte
Einsatz von KI-gestützter Entwicklung (Claude Code), um Automatisierung, Tooling sowie Web-/App-Entwicklung zu beschleunigen
Individuelles ERP-System
Problem: Die Kernprozesse eines Kunden liefen über verstreute, voneinander getrennte Excel-Dateien ohne zentrale Datenspeicherung – fehleranfällig, schwer skalierbar und nicht durchgängig auswertbar.
Vorgehen: Geschäftsprozesse und Anforderungen aufgenommen, Daten modelliert und iterativ gemeinsam mit dem Fachteam entwickelt.
Umsetzung: Ein maßgeschneidertes, webbasiertes ERP-System mit zentraler Datenbank, rollenbasierten Modulen und automatisiertem Reporting aufgebaut – umgesetzt mit KI-gestützter Entwicklung in Claude Code.
Zeiterfassungs-App
Ausgangssituation: Zeiterfassung auf Basis einer überladenen, makrolastigen Excel-Vorlage – wartungsintensiv, nur für einen Nutzer und fehleranfällig.
Umsetzung: Alle Funktionen und VBA-Makros in eine eigenständige Web-App mit zentraler Datenspeicherung, Mehrbenutzerfähigkeit und automatisiertem Reporting überführt.
Cashflow-Modellierung
Ausgangssituation: Das bestehende Cashflow-Modell deckte nur Bestandsinvestitionen ab; Projektentwicklungen fehlten in der Steuerung.
Umsetzung: Das CF-Modell aufgebaut und erweitert, um Cashflows aus Projektentwicklungen einzubeziehen.
Optimierung: Bestehende CF-Modelle geprüft und optimiert sowie die KPI-Ausgaben für Reporting und Steuerung erweitert.
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die DAX einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
16 Jahre

Positionsdauer
2,9 Jahre

Positionen pro Freelancer
11

Häufigste Fachbereiche
Business Intelligence, Informationstechnologie (IT), Produktentwicklung

Häufigste Branchen
Informationstechnologie (IT), Professionelle Dienstleistungen, Fertigung

Fokus der Zertifizierungen
Informationstechnologie (IT), Business Intelligence, Projektmanagement
Bachelor-Abschluss oder höher
98%
Master-Abschluss oder höher
72%
Doktortitel
9%

Zertifizierungen pro Freelancer
3

Häufigste Sprachen
Deutsch, Englisch, Französisch

Sprechen zwei oder mehr Sprachen
96%
Basierend auf unserem Profilpool, Stand 26 Sep 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Experten in dieser Technologie verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, welcher Anteil der Experten innerhalb dieser Spanne abrechnet.
Durchschnittssätze von Experten, die DAX einsetzen
Die Tagessätze basieren auf aktuellen Verträgen und enthalten keinen FRATCH-Aufschlag.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.
Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 26 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der DAX Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (80%)
- Professionelle Dienstleistungen (55%)
- Fertigung (46%)
- Bank- und Finanzwesen (42%)
- Automotive (36%)
- Gesundheitswesen (34%)
- Einzelhandel (32%)
- Bildung (28%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Was DAX ist
DAX, kurz für Data Analysis Expressions, ist eine Formelsprache für analytische Modelle. Sie wird verwendet, um Measures, berechnete Spalten, berechnete Tabellen und Logik für zeitbezogene Geschäftsanalysen zu definieren. DAX arbeitet hauptsächlich mit Microsoft Power BI, Power Pivot und Tabular-Modellen von SQL Server Analysis Services.
Wo DAX eingesetzt wird
DAX verwandelt strukturierte Geschäftsdaten in wiederverwendbare Kennzahlen und interaktive Analysen. Unternehmen nutzen DAX für Finanzberichte, Vertriebsanalysen, Bestandsanalysen, Personalplanung, Kundensegmentierung und operative Dashboards.
- Measures für Umsatz, Marge, Wachstum und Prognosen erstellen
- Aktuelle Ergebnisse mit früheren Zeiträumen und Zielen vergleichen
- Filterabhängige KPIs für Power BI-Berichte erstellen
- Drill-down-Analysen über verschiedene Geschäftsbereiche hinweg unterstützen
Ökosystem und Tools
Gute DAX-Arbeit erfordert mehr als das Schreiben von Formeln. Spezialisten arbeiten mit Power BI Desktop und Service, Power Query und M, Star-Schemas, Beziehungen, Sicherheit auf Zeilenebene und Deployment-Workflows. Sie nutzen möglicherweise auch Tabular Editor, DAX Studio, SQL Server, Azure Analysis Services oder Microsoft Fabric.
Wann Unternehmen Unterstützung benötigen
Freelance-Expertise ist hilfreich, wenn ein Modell uneinheitliche Zahlen liefert, langsam aktualisiert wird oder schwer zu erweitern ist. Unternehmen holen sich ebenfalls Spezialisten während einer Power BI-Migration, eines Projekts zur Standardisierung von Berichten oder beim Aufbau einer zentral verwalteten semantischen Ebene ins Boot.
- Ineffiziente Measures und den Filterkontext überprüfen
- Modelle für eine klarere Zuständigkeit und Wiederverwendung überarbeiten
- Berechnungen anhand von Geschäftsdefinitionen validieren
- Leistung von Aktualisierungen, Abfragen und Berichten verbessern
Was starke Spezialisten liefern
Ein guter DAX-Experte versteht Evaluierungskontext, Kontextübergang, Iteratoren, Beziehungen und Zeitintelligenz. Er übersetzt unklare Geschäftsfragen in getestete Measures und erklärt das Ergebnis Analysten und Entscheidungsträgern verständlich. Außerdem weiß er, wann ein Problem in das Datenmodell, Power Query, SQL oder den Bericht gehört und nicht in eine Formel.
Wie Projekte erfolgreich werden
Eine gute Umsetzung beginnt mit abgestimmten Kennzahlendefinitionen, repräsentativen Daten und einem Modell, das die Granularität des Geschäfts abbildet. Die Remote-Zusammenarbeit funktioniert gut, wenn Spezialisten auf Dokumentation, Beispielausgaben und einen sicheren Entwicklungsprozess zugreifen können; Vor-Ort-Arbeit kann bei Workshops und der Abstimmung mit Stakeholdern helfen. Qualität zeigt sich durch lesbare Formeln, schnelle Abfragen, kontrollierte Berechtigungen und die Validierung mit den Personen, die die Berichte nutzen.
Häufig gestellte Fragen
Alles, was Kunden üblicherweise über DAX wissen wollen – kompakt an einem Ort.
DAX wird verwendet, um Berechnungen in Power BI, Power Pivot und Tabular-Modellen zu erstellen. Die Sprache unterstützt Measures, berechnete Spalten, Zeitintelligenz, Filterlogik und Geschäfts-KPIs, die auf den Berichtskontext reagieren.
DAX berechnet Ergebnisse innerhalb eines analytischen Modells und reagiert auf Filter- und Evaluierungskontext. SQL wird hauptsächlich verwendet, um Daten auf Datenbankebene abzurufen und umzuwandeln. Daher arbeiten die beiden Sprachen oft zusammen, anstatt einander zu ersetzen.
DAX wurde hauptsächlich für spaltenbasierte Tabular-Modelle entwickelt, während MDX mit multidimensionalen Cube-Modellen verbunden ist. Ein Spezialist sollte den Modelltyp verstehen, bevor er entscheidet, welche Sprache und welcher Berechnungsansatz geeignet sind.
Ein guter DAX-Freelancer versteht normalerweise Datenmodellierung, Power Query und M, SQL, Power BI-Visualisierung und Sicherheit auf Zeilenebene. Erfahrung mit Tabular Editor, DAX Studio, Microsoft Fabric oder Analysis Services kann bei größeren Modellen ebenfalls wertvoll sein.
Ein einfaches Berichtsmodell benötigt möglicherweise jemanden, der mit grundlegenden Measures und Beziehungen vertraut ist. Komplexe Finanz- oder Betriebsmodelle erfordern dagegen fundierte Kenntnisse in Kontext, Optimierung und Governance. Bewerten Sie die Arbeit anhand der Modellkomplexität, des Berechnungsrisikos und der Anforderungen der Stakeholder statt anhand einer festen zeitlichen Grenze.
DAX-Projekte eignen sich oft für die Remote-Zusammenarbeit, da Modelle, Formeln, Dokumentation und Validierungsergebnisse sicher geteilt werden können. Workshops, Zugriffskontrollen, Zeitzonen und der Bedarf an direkten Sitzungen mit Stakeholdern sollten bestimmen, ob gelegentliche Vor-Ort-Arbeit zusätzlichen Nutzen bringt.
Bitten Sie den DAX-Spezialisten, den Filterkontext, die Modellgranularität und den Grund für jedes wichtige Measure zu erklären. Prüfen Sie, ob die Formeln lesbar sind, die Ergebnisse den vereinbarten Definitionen entsprechen, die Abfragen eine gute Leistung zeigen und das Modell bei neuen Daten oder Berichtsanforderungen wartbar bleibt.
Ein DAX-Spezialist ist eine gute Wahl, wenn Berechnungen umstritten sind, die Leistung schlecht ist oder ein semantisches Modell schwer wartbar geworden ist. Für einfache Berichte kann ein allgemeiner Power BI-Experte ausreichen. Komplexe Measure-Logik und Modelloptimierung erfordern jedoch eine tiefere Spezialisierung.
Der durchschnittliche Stundensatz von Freelancern, die DAX in ihren letzten Projekten eingesetzt haben, liegt bei 95 €, was einem Tagessatz von etwa 758 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern, die DAX in ihren letzten Projekten eingesetzt haben, haben 98% mindestens einen Bachelor-Abschluss, 72% mindestens einen Master-Abschluss und 9% einen Doktortitel.
Freelancer, die DAX in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 16 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 2,9 Jahre.
Die häufigsten Sprachen unter Freelancern, die DAX in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (96%) und Französisch (22%).
Die häufigsten Industrien unter Freelancern, die DAX in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (80%), Professionelle Dienstleistungen (55%) und Fertigung (46%).
Die häufigsten Bereiche unter Freelancern, die DAX in ihren letzten Projekten eingesetzt haben, sind Business Intelligence (97%), Informationstechnologie (IT) (91%) und Produktentwicklung (60%).
Hauptstandorte der FRATCH Experten, die kürzlich DAX eingesetzt haben
Unsere Freelancer und Interim-Experten sind in ganz Deutschland zuhause — verfügbar vor Ort in Berlin, Hamburg, München und allen wichtigen Wirtschaftszentren oder komplett remote. Wähle eine Stadt und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
In Österreich unterstützen unsere Freelancer und Interim-Experten Unternehmen von Wien bis Graz — vor Ort, wo dein Projekt sie braucht, oder komplett remote. Wähle eine Stadt und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
In der ganzen Schweiz sind unsere Spezialisten in Zürich, Genf, Basel und Bern aktiv — vor Ort oder komplett remote. Wähle eine Stadt und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
Länder:
Kostenlose Demo vereinbaren
Kontaktiere uns und das FRATCH-Team meldet sich innerhalb von 4 Stunden bei dir.
Möchtest du lieber direkt mit uns in Kontakt treten?
Wir haben immer Zeit für einen Anruf oder eine E-Mail!

Berlin
Hamburg
München
Köln
Frankfurt
Düsseldorf