
DAX-Experten
für zuverlässige Power BI-Modelle, in wenigen Minuten mit geprüften und verfügbaren Freelancern vermitteltBeauftragen Sie Experten, die effiziente DAX-Measures schreiben, semantische Power BI-Modelle strukturieren und die Reporting-Performance in Power BI, Excel und Analysis Services verbessern. FRATCH vermittelt Sie schnell und präzise mit geprüften, verfügbaren Freelance-Fachkräften.
Lerne FRATCH Experten kennen, die kürzlich DAX-Experten 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.
Sarvesh L.
Letzte Position:
Datenanalyse für die Integration erneuerbarer Energien bei Harz University
- Entwicklung von Datenpipelines und Visualisierungstools zur Unterstützung nachhaltiger Energieentscheidungen
- Entwicklung von Erkenntnissen zur Optimierung des Einsatzes erneuerbarer Energien und der Strategien zur Netzintegration
Torsten F.
Letzte Position:
Data-Analyst, Anforderungsmanager bei Isabellenhütte Heusler GmbH
Analyse der bestehenden Reporting-Plattform inklusive Prozesse und Governance-Themen mit Stakeholdern aus Vertrieb und Marketing.
Detaillierte Analyse und Bewertung der kundenseitig definierten Anforderungen an bestehendes Reporting sowie neu aufzusetzende Dashboards.
Unterstützung der Stakeholder bei der Steuerung der Vertriebsprozesse und frühzeitigen Erkennung von KPI-Entwicklungen.
Nutzung von Microsoft Power BI als zentrale Analyse- und Reporting-Plattform.
Erarbeitung eines Vorschlags zur notwendigen Weiterentwicklung der Prozesse sowie der Power-BI-Plattform.
Aufnahme der IST-Geschäftsprozesse und Ableitung unternehmensweiter KPIs inklusive Abstimmung mit Stakeholdern.
Analyse und Bestandsaufnahme der Power-BI-Plattform des Kunden.
Analyse von Prozessen und Data-Governance.
Aufnahme und Dokumentation der IST-Geschäftsprozesse.
Erarbeitung von Empfehlungen zur Weiterentwicklung von Prozessen und Reporting-Plattform.
Konzeption und Umsetzung von Dashboards in Power BI.
Erarbeitung unternehmensweiter KPIs und Abstimmung mit Stakeholdern.
Microsoft Power BI.
Data-Analytics.
KPI-Definition und Reporting.
Dashboard-Konzeption und Datenvisualisierung.
Stakeholder-Management und Anforderungsmanagement.
Asım Y.
Letzte Position:
Freiberuflicher BI/DWH/ETL-Spezialist bei Akbank
- Festlegung von Architekturstandards für Informatica-Power-Center-Entwicklungsteams
- Wartung, Performance und Zustand von DWH-(Exadata)-Umgebungen
- Architekturstandards für Qlik-Sense-/BO-Berichte
- Umsetzung von Best Practices bei ETL-Aufgaben
- Dokumentation der ETL-Standards in Confluence
- Regeln für die dynamische Datenmaskierung gemäß GDPR/KVKK-Vorschriften mit dem Informatica-DDM-Tool
- DWH-Datenmodell mit Power Designer
- Aktualisierung der Qlik-Sense-Versionen
- Zusammenführung der Repository-Datenbanken aller Informatica-Server in einer Oracle-Datenbank
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
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die DAX-Experten 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
95%
Basierend auf unserem Profilpool, Stand 16 Okt 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-Experten 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 16 Okt 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der DAX-Experten Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (79%)
- Professionelle Dienstleistungen (55%)
- Fertigung (46%)
- Bank- und Finanzwesen (42%)
- Automotive (36%)
- Gesundheitswesen (35%)
- Einzelhandel (32%)
- Bildung (29%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Was DAX macht
DAX steht für Data Analysis Expressions und ist die Formelsprache hinter Berechnungen in Power BI, Power Pivot und tabellarischen Analysis-Services-Modellen. Damit werden Measures, berechnete Spalten und berechnete Tabellen definiert, die strukturierte Geschäftsdaten in interaktive Analysen verwandeln. Der Auswertungskontext macht Filter, Zeitintelligenz und Beziehungen zum zentralen Bestandteil jedes Ergebnisses.
Zentrale Fähigkeiten
DAX-Spezialisten arbeiten am gesamten Analysemodell, nicht nur an einzelnen Formeln. Typische Ergebnisse umfassen:
- Measures für Umsatz, Marge, Kundenbindung und operative KPIs
- Datumstabellen und Berechnungen für Zeitintelligenz
- Korrekturen von Filter- und Zeilenkontext
- Berechnete Tabellen, Spalten und wiederverwendbare Berechnungsgruppen
- Modellprüfungen, die irreführende Summen und uneinheitliche Filter verhindern
Ökosystem und Tools
DAX ist eng mit Power BI Desktop, Power BI Service, Excel Power Pivot und Azure Analysis Services verbunden. Gute Fachkräfte verwenden außerdem Tabular Editor, DAX Studio und VertiPaq Analyzer, um Abfragepläne zu prüfen, Modelle zu formatieren, Metadaten zu verwalten und Engpässe in Speicher- oder Formel-Engine zu erkennen. SQL, Power Query M und dimensionale Modellierung gehören bei derselben Umsetzung oft ebenfalls zu DAX.
Wann Unternehmen Unterstützung benötigen
Unternehmen holen sich meist freiberufliche DAX-Expertise ins Haus, wenn ein Bericht über einfache Formeln hinausgewachsen ist oder Nutzer seinen Zahlen nicht mehr vertrauen. Spezialisten können ein semantisches Modell neu strukturieren, langsame berechnete Spalten ersetzen, Measures mit Quelldaten abgleichen und gesteuerte Datasets für Self-Service-Reporting vorbereiten. Auch bei Migrationen von Excel oder älteren tabellarischen Modellen zu Power BI sind sie hilfreich.
Was starke Spezialisten liefern
Qualität zeigt sich sowohl im Ergebnis als auch im dahinterliegenden Modell. Ein guter DAX-Fachmann benennt Measures klar, trennt Geschäftslogik von Darstellung, behandelt das Filterverhalten bewusst und erklärt, warum eine Berechnung ihr Ergebnis liefert. Er testet Summen, Drill-through-Pfade, inaktive Beziehungen und verschiedene Kombinationen von Datenschnitten, statt nur die Standardansicht des Berichts zu prüfen.
Zusammenarbeit und Übergabe
DAX-Arbeit kann remote durchgeführt werden, wenn Datenzugriff, Sicherheitsregeln und Geschäftsdefinitionen dokumentiert sind. Eine effektive Zusammenarbeit umfasst einen klaren Measure-Katalog, Beispielausgaben, Definitionen von Quelle zu Ziel und Review-Sitzungen mit Finanz- oder operativen Stakeholdern. Vor der Übergabe sollte der Spezialist Annahmen, Abhängigkeiten der Aktualisierung, Performance-Erkenntnisse und die erforderlichen Schritte für eine sichere Erweiterung des Modells dokumentieren.
Häufig gestellte Fragen
Alles, was Kunden üblicherweise über DAX-Experten wissen wollen – kompakt an einem Ort.
DAX wird verwendet, um Geschäftskalkulationen in Power BI, Power Pivot und tabellarischen Analysis-Services-Modellen auszudrücken. Unternehmen nutzen es für Measures, berechnete Spalten, berechnete Tabellen, Zeitintelligenz und filterabhängige KPIs in interaktiven Berichten.
DAX berechnet Ergebnisse innerhalb eines semantischen Modells und reagiert auf den Filterkontext, während Nutzer mit einem Bericht interagieren. SQL ruft Daten an der Quelle ab und formt sie, während Power Query M Daten vorbereitet und transformiert, bevor sie in das Modell gelangen. Eine gute Lösung setzt häufig alle drei gezielt ein.
Ein kompetenter DAX-Spezialist sollte dimensionale Modellierung, Beziehungen, Kardinalität und Sternschemata verstehen. Erfahrung mit Power BI, Power Query M, SQL, Tabular Editor und DAX Studio hilft dabei, Formeln mit Datenaufnahme, Governance und Performance-Arbeit zu verbinden.
Die passende DAX-Erfahrung hängt von der Komplexität des Modells, der Datenqualität und dem geschäftlichen Risiko ab. Für einfache Measures kann gezielte Formelsarbeit ausreichen, während Enterprise-Reporting meist jemanden erfordert, der das Modell entwerfen, Definitionen validieren, die Performance optimieren und Stakeholder anleiten kann.
DAX-Projekte eignen sich oft für die remote Zusammenarbeit, wenn die Fachkraft sicheren Zugriff auf repräsentative Daten und klare Geschäftsdefinitionen erhält. Workshops können dennoch hilfreich sein, um die KPI-Logik abzustimmen, das Berichtsverhalten zu prüfen und Unterschiede zwischen Quellsystemen und veröffentlichten Ergebnissen zu klären.
Prüfen Sie, ob DAX-Measures unter verschiedenen Filtern, Datumsauswahlen, Drill-Pfaden und Beziehungszuständen korrekte Ergebnisse liefern. Untersuchen Sie außerdem Benennung, Dokumentation, Modellstruktur, Aktualisierungsverhalten und Abfrage-Performance, statt einen Bericht nur nach seinem visuellen Erscheinungsbild zu beurteilen.
DAX-Measures sind in der Regel vorzuziehen, wenn Werte auf Berichtsfilter reagieren und das Modell schlank bleiben soll. Berechnete Spalten werden während der Aktualisierung ausgewertet und können für zeilenbezogene Kategorien oder stabile Attribute geeignet sein. Die Entscheidung sollte jedoch Modellgröße, Aktualisierungszeit und das erforderliche Verhalten berücksichtigen.
DAX-Performanceprobleme lassen sich mit DAX Studio, Query View, Tabular Editor und VertiPaq Analyzer untersuchen. Diese Tools helfen dabei, Arbeit der Formel-Engine von Arbeit der Storage-Engine zu trennen, Abfragepläne zu prüfen, aufwendige Ausdrücke zu finden und Modellierungsentscheidungen zu erkennen, die unnötige Scans verursachen.
Der durchschnittliche Stundensatz von Freelancern, die DAX in ihren letzten Projekten eingesetzt haben, liegt bei 96 €, was einem Tagessatz von etwa 764 € 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 (99%), Englisch (96%) und Französisch (22%).
Die häufigsten Industrien unter Freelancern, die DAX in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (79%), Professionelle Dienstleistungen (55%) und Fertigung (46%).
Die häufigsten Bereiche unter Freelancern, die DAX in ihren letzten Projekten eingesetzt haben, sind Business Intelligence (98%), Informationstechnologie (IT) (90%) und Produktentwicklung (59%).
Hauptstandorte der FRATCH Experten, die kürzlich DAX-Experten 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
München
Köln
Frankfurt
Düsseldorf