Power Query Experten
aus über 15.000 Lebensläufen – mit der Kraft von KIStelle Experten ein, die unordentliche Quelldaten bereinigen, zuverlässige Power Query (M)-Transformationen aufbauen und aktualisierungsbereite Berichte in Excel und Power BI erstellen. Erhalte schnelles, präzises Matching mit geprüften, verfügbaren Freelancern.
Lerne FRATCH Experten kennen, die kürzlich Power Query eingesetzt haben
Christine Tantschinez
Letzte Position:
Kommunikationsberatung bei Storytrend
Die meisten Mittelständler haben ihre Zahlen längst. Was fehlt, ist die Übersetzung: Ein Dashboard mit vierzig Kacheln beantwortet keine einzige Frage, die in der Geschäftsleitung tatsächlich gestellt wird.
Analyse
- Auswertung vorhandener Daten mit Python und SQL
- Prüfung von Datenqualität und Methodik, bevor eine Aussage entsteht
- Ergebnis ist eine Auswertung, die auf eine konkrete Entscheidung zuläuft
Aufbereitung
- Berichte in Power BI und Tableau
- Interaktive Rechner und Visualisierungen im Web
- Präsentationen und Fachtexte für Kunden, Vertrieb und Öffentlichkeit
- Analyse und Kommunikation aus einer Hand — das
Oleg Orlov
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
Daryoosh Dehestani
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 Deekonda
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.
Justina Kmiecik
Letzte Position:
Freiberufliche Beraterin für Change & Data Transformation bei Freelance Fast Data Consulting
Projekt, strategische Beratung – Aufbau der Data Strategy und Data Governance Policy für die Niederlassung Deutschland, Kunde (Privatbank Julius Bär, Hauptsitz Zürich), März 2026 – bis heute
- Konzeption und Verhandlung der Datenstrategie mit den wichtigsten Stakeholdern sowie Einholung des Sign-offs durch den Vorstand (strategische Beratung) – in diesem Rahmen regulatorische Beratung zur Datenregulierung in der EU und speziell für Deutschland. Die Datenstrategie umfasst: Data Lifecycle Management: data capture, data storage, data usage, data retention policy, data quality incident management
- Definition von Meilensteinen und der technischen Machbarkeit zur Implementierung von TOM für die Datenstrategie, Datenqualitätsprüfungen, Metriken und ein Metadateninventar, um die Compliance der Bank mit den Anforderungen von DORA, BCBS239 und MaRisk sicherzustellen.
Projekt Kerndatenänderung, Kunde: (ING Bank, Frankfurt am Main), März – bis Dezember 2025
- Konzeption und Solution Design für neue End-to-End-Prozesse inkl. technischer Schnittstellen
- Definition von Synchronisationslogiken und Datenflüssen zwischen Legacy- und Zielsystemen (Dekommissionierung von Legacy-Systemen)
- Analyse und Validierung von Datenmodellen
- Stakeholder-Kommunikation mit Produktverantwortlichen, Feature Engineers, UX Designern und operativen Einheiten zur Entscheidungsfindung
- Analytics und Impact-Einschätzungen, z. B. zur Bewertung von Folgeeffekten und regulatorischen Anforderungen
- Dokumentation und Kommentierung technischer und fachlicher Anforderungen zur Unterstützung der Umsetzung in agilen Squads
Projekt Digitalisierung einer Usergruppe, Kunde: (ING Bank, Frankfurt am Main), als Interim Product Owner, Jan. 2025 – bis heute
- Mitgestaltung von Grundlagenentscheidungen zur Datenarchitektur und Prozesslogik im Kontext von historisierten Daten und Login-Funktionalität für User
- Entwicklung fachlicher Lösungskonzepte für die Migration zum Zielsystem, inkl. Systemintegration und Datenflüsse
- Unterstützung bei Analytics und Impact-Analysen, insbesondere zur Auskunftsfähigkeit gegenüber Ermittlungsbehörden
- Aktive Abstimmung mit Stakeholdern aus verschiedenen Squads zur Entscheidungsfindung und Sicherstellung regulatorischer Anforderungen
- Erstellung von Testszenarien für operative Teams und Backend-Systeme im Bereich API-Management unter Verwendung von Postman und Bruno.
Alexander Bromberg
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
Nisanthan Sivarajah
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.
Torsten Feix
Letzte Position:
Data-Analyst, Anforderungsmanager bei Isabellenhütte Heusler GmbH
Analyse der bestehenden Reporting-Plattform einschließlich Prozessen und Governance-Themen mit Stakeholdern aus Vertrieb und Marketing.
Detaillierte Analyse und Bewertung der kundenseitig definierten Anforderungen an das bestehende Reporting sowie an neu zu erstellende Dashboards.
Unterstützung der Stakeholder bei der Steuerung der Vertriebsprozesse und der frühzeitigen Erkennung von KPI-Entwicklungen.
Einsatz von Microsoft Power BI als zentrale Analyse- und Reporting-Plattform.
Erarbeitung eines Vorschlags für die notwendige Weiterentwicklung der Prozesse und der Power BI-Plattform.
Erfassung der Ist-Geschäftsprozesse und Ableitung unternehmensweiter KPIs inklusive Abstimmung mit Stakeholdern.
Analyse und Bestandsaufnahme der Power BI-Plattform des Kunden.
Untersuchung von Prozessen und Data Governance.
Erfassung und Dokumentation der Ist-Geschäftsprozesse.
Erarbeitung von Empfehlungen zur Weiterentwicklung von Prozessen und der Reporting-Plattform.
Konzeption und Umsetzung von Dashboards in Power BI.
Definition unternehmensweiter KPIs und Abstimmung mit Stakeholdern.
Microsoft Power BI
Datenanalyse
KPI-Definition und Reporting
Dashboard-Konzeption und Datenvisualisierung
Stakeholder-Management und Anforderungsmanagement
Anshita Srivastava
Letzte Position:
Business Intelligence Developer and Data Analyst bei Deloitte Consulting
Ich bin darauf spezialisiert, komplexe Daten aus unterschiedlichen Umgebungen durch aussagekräftiges visuelles Storytelling in echten Geschäftsnutzen zu verwandeln. Ich habe viel Erfahrung darin, umsetzbare Erkenntnisse zu gewinnen und Empfehlungen an Business-Stakeholder zu präsentieren. Meine technischen Kenntnisse in SQL, Python und führenden Datenvisualisierungstools wie Tableau und Power BI ermöglichen es mir, eine neue Generation von Self-Service-Tools und Analytics-Services bereitzustellen.
- Datenvisualisierung & Storytelling: Aussagekräftige Datenvisualisierungen und Dashboards in Tableau und Power BI erstellt, Erkenntnisse klar vermittelt und umsetzbare Empfehlungen an C-Level-Stakeholder und Führungskräfte präsentiert.
- Stakeholder-Management: Effektive Arbeitsbeziehungen zu wichtigen Business-Stakeholdern, Data Engineers und anderen Partnern aufgebaut, um gemeinsame datengetriebene Ziele zu erreichen.
- Insights & Empfehlungen: Umsetzbare Erkenntnisse aus komplexen Datenanalysen zu Funnel-Conversion, Marketing-Performance und ROI gewonnen und damit die Geschäftsleistung und Strategie direkt beeinflusst.
- Datenzusammenarbeit & Befähigung: Eng mit cross-funktionalen Teams zusammengearbeitet, um die laufenden Datenanforderungen interner Partner zu unterstützen und interne Datenprozesse sowie Workflows zu optimieren.
- BI- & Data-Expertise: Umfangreiche Erfahrung in Datenmodellierung, Datenerfassung, Data Mining und Analyse eingesetzt, um End-to-End-Analyselösungen von der Stakeholder-Analyse bis zur Produktivsetzung bereitzustellen.
Suyash Shaha
Letzte Position:
Data Analyst - Reporting & Analytics bei SIXT SE
- Entwickelte und pflegte analytische Reporting-Lösungen für Kunden, um Umsatztrends, Leistungsfaktoren, Risiken und Optimierungspotenziale zu identifizieren und datengetriebene Entscheidungen in Sales, Finance, Product, Data Engineering und Controlling zu unterstützen.
- Definierte und analysierte Kundentrends und Leistungskennzahlen, um Ursachen für Abweichungen, Anomalien und neue Risiken in verschiedenen Geschäftsbereichen zu identifizieren und umsetzbare Empfehlungen abzuleiten.
- Entwickelte und verantwortete analytische Datenmodelle und Reporting-Layer, um Skalierbarkeit, Performance und analytische Robustheit für Executive- und Operational-Reporting in verschiedenen Geschäftsbereichen sicherzustellen.
- Plante, verfolgte und setzte Projekte um und stellte dabei durch strenge Validierungs- und Abgleichsprozesse die Einhaltung von Zeitplänen, Datenqualität, Konsistenz, Lieferergebnissen, Zuverlässigkeit und Datenqualitätsstandards sicher.
- Erhöhte die analytische Reife durch die Formalisierung analytischer Workflows, die Dokumentation von Datenprozessen und Standard Operating Procedures (SOPs) sowie durch Schulungen zur Förderung von Self-Service-Analytics und zur Verankerung einer datengetriebenen Kultur in operativen und fachlichen Teams.
- Übernahm die Verantwortung für die End-to-End-Roadmap von der Anforderungserhebung und Datensammlung über Transformation und die Entwicklung robuster Business-Logiken bis hin zum Data Storytelling und zur Übergabe an Stakeholder.
- Übersetzte Komplexität in strukturierte Klarheit, indem Anforderungen und Geschäftsprozesse in analytische Empfehlungen überführt wurden, um die Abstimmung zwischen nicht-technischen und technischen Stakeholdern sicherzustellen.
- Führte fortgeschrittene SQL-basierte Analysen komplexer Geschäftsdaten durch, um Trends, Zusammenhänge und Möglichkeiten zur Leistungsverbesserung aufzudecken.
- Trieb Prozessautomatisierung und Effizienzsteigerungen voran, indem Python, SQL-Optimierung und KI-gestützte Tools genutzt wurden, um Verarbeitungszeiten zu reduzieren und die Zuverlässigkeit analytischer und operativer Workflows zu erhöhen.
- Standardisierte KPI-Definitionen und Reporting-Logiken, um Konsistenz und Vertrauen in Reporting-Lösungen sicherzustellen.
- Entwickelte Dashboards und Analysen zur Prozessüberwachung, um Ineffizienzen, Engpässe und Compliance-Abweichungen in End-to-End-Geschäftsprozessen zu identifizieren und umsetzbare Empfehlungen für Prozessverbesserung und Automatisierung abzuleiten.
Beshr Alnirabieh
Letzte Position:
Systemadministrator – HealthCare IT & Dateninfrastruktur bei Cellitinnen Hospitalvereinigung
- Integration medizinischer Modalitäten (u. a. Ultraschall) in die bestehende IT-Infrastruktur (DICOM, HL7) – Inbetriebnahme im geplanten Zeitrahmen.
- Administration und Optimierung von PACS-Systemen für effiziente Archivierung und Verteilung radiologischer Bilddaten an mehreren Standorten.
- Sicherstellung konsistenter Datenqualität und nahtloser Interoperabilität im Datenaustausch zwischen KIS, RIS und PACS.
- Enge Zusammenarbeit mit ärztlichem Personal zur Analyse und digitalen Optimierung klinischer Workflows.
- Anforderungsmanagement und Testkoordination bei der Implementierung klinischer Anforderungen in komplexe IT-Strukturen.
Tapasvi Mishra
Letzte Position:
Datenanalyst — Werkstudent bei DENSO Automotive Deutschland GmbH
- Erstellung und Pflege von Power BI-Dashboards (DAX, Power Query, Datenmodellierung) zur Nachverfolgung von KPIs in über 15 globalen Produktionsstandorten — Haupt-Reporting-Tool für Entscheidungsfindung des EU-Managements.
- Entwicklung einer mehrseitigen Power Apps-Anwendung (Konfigurator-Tool) mit SharePoint-Workflow-Integration für das Vertriebsteam — gemeinsam mit Fachbereichen und IT konzipiert.
- Aufbau und Wartung automatisierter Power Automate-Workflows zur Anbindung an SQL-Datenbanken; eigenständige Identifizierung und Einführung eines LLM-basierten Automatisierungsanwendungsfalls, der 90 % des manuellen Reporting-Aufwands eliminiert hat — eigene Projektidee, von der Führungsebene abgenommen und von Anfang bis Ende produktiv umgesetzt.
- Entwicklung einer Python-basierten Datenpipeline (SQL) zur Extraktion, Modellierung und Validierung von Daten aus über 10 EU-Werken — Aufbau verlässlicher Datenmodelle und KPIs für übergreifendes Reporting.
Syed Muhammad Aun Raza Zaidi
Letzte Position:
Masterarbeit – Semantische Schicht bei Linde GmbH, Linde Engineering – Kaufmännische Abteilung
- Titel der Arbeit: Entwurf einer semantischen Schicht für Enterprise Analytics und KI-Integration.
- Architektur für eine semantische Schicht im Enterprise-Analytics-Umfeld entworfen, die Datensatzsuche, Beziehungsabbildung und geregelten Zugriff auf Berichtsdaten verbessert hat.
- Workflows zur Schema-Erkennung und SQL-Generierung für über 400 Datenprodukte erstellt, um komplexe Datenstrukturen in nutzbare Analyseobjekte umzuwandeln.
- Rollenbasierte Zugriffskontrolle, Row-Level Security und Abfragevalidierung implementiert, um Datenqualität, geregelten Zugriff und verlässliche Nutzung von Enterprise-Reporting-Datensätzen sicherzustellen.
Amir Alinaghi
Letzte Position:
Masterarbeit bei Friedrich-Alexander-Universität
- Analyse der Rolle von Ehe als informelle Versicherung in Deutschland unter Anwendung ökonometrischer Methoden (Betreuung: Prof. Dr. Harald Tauchmann).
- Aufbereitung und Bereinigung mehrerer Paneldatensätze sowie Extraktion relevanter Variablen zur Erstellung eines finalen Paneldatensatzes mit über 36.000 Beobachtungen (2006–2020, SOEP).
- Design eines IV-Modells in Stata zur Untersuchung des kausalen Zusammenhangs zwischen Trennung von Paaren und Gesundheitsschocks (mental/physisch).
- Durchführung von Robustness Checks zur Sicherstellung der Stabilität und Validität der Ergebnisse.
William Nguyen
Letzte Position:
Senior Business Analyst/Requirements Engineer bei Finanzen.Net/Finanzen.Zero
- Analyse komplexer Business-Prozesse und End-to-End-User-Journeys in digitalen Produkt- und Plattformumfeldern
- Erhebung, Strukturierung und Priorisierung fachlicher und technischer Anforderungen (funktionale / nicht-funktionale Anforderungen)
- Übersetzung von Business-Zielen in umsetzbare Anforderungen, User Stories und Akzeptanzkriterien
- Durchführung von Stakeholder-Interviews, Workshops und Reviews mit Fachbereichen, IT, UX und Management
- Erstellung und Pflege von Anforderungsartefakten (BRD, FRD, User Stories, Prozessmodelle, Entscheidungsvorlagen)
- Sicherstellung der Konsistenz zwischen Business Needs, technischer Umsetzung und Produktvision
- Enge Zusammenarbeit mit Entwicklungsteams zur Klärung fachlicher Rückfragen während der Umsetzung
- Unterstützung bei Impact-Analysen (A/B-Tests), Change Requests und Scope-Management
- Qualitätssicherung der implementierten Anforderungen inkl. Abnahmekriterien und Fachtests
- Beratung bei der Weiterentwicklung der Produktstrategie und Roadmap-Struktur
- Priorisierung von Backlog-Items nach Business Value
- Definition und Schärfung von Produktzielen, KPIs, MVP-Definition und anderen Success Metrics
- Bewertung neuer Features, Tools und Initiativen aus Nutzer- und Business-Perspektive
- Moderation zwischen Business, Produkt und Technik zur Entscheidungsfindung
- Unterstützung bei Go-to-Market-Überlegungen und Produktpositionierung
- Sparringspartner für Produkt- und Stakeholder-Entscheidungen auf Management-Ebene
- Dashboard-Erstellung, Datenmodellierung, BI-Report-Administration und Datenanalyse über PowerBI
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Power Query einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
15 Jahre
Positionsdauer
3 Jahre
Positionen pro Freelancer
10
Häufigste Fachbereiche
Business Intelligence, Informationstechnologie (IT), Projektmanagement
Häufigste Branchen
Informationstechnologie (IT), Professionelle Dienstleistungen, Fertigung
Fokus der Zertifizierungen
Informationstechnologie (IT), Business Intelligence, Projektmanagement
Bachelor-Abschluss oder höher
94%
Master-Abschluss oder höher
74%
Doktortitel
7%
Zertifizierungen pro Freelancer
2
Häufigste Sprachen
Deutsch, Englisch, Französisch
Sprechen zwei oder mehr Sprachen
95%
Basierend auf unserem Profilpool, Stand 6 Sep 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Technologie verteilen, basierend auf aktuellen Verträgen auf unserer Plattform. Jeder Balken deckt eine Tagessatzspanne ab – seine Höhe zeigt, wie viele Freelancer innerhalb dieser Spanne abrechnen.
Durchschnittssätze von Experten, die Power Query 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 6 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Über die Technologie
Power Query Grundlagen
Power Query ist die Datenaufbereitungsschicht in Excel und Power BI. Sie wird verwendet, um Verbindungen zu Dateien, Datenbanken, APIs und anderen Quellen herzustellen und die Daten vor der Analyse zu strukturieren.
Was es abdeckt
- Importieren und Zusammenführen von Quelldaten
- Bereinigen von Spalten, Datentypen und leeren Werten
- Teilen, Zusammenführen und Entpivotieren von Tabellen
- Automatisieren wiederholbarer Aktualisierungsschritte
Es passt besonders gut, wenn Teams eine einheitliche Aufbereitung brauchen, bevor Dashboards, Berichte oder Workbook-Modelle erstellt werden.
Ökosystem und M-Code
Power Query arbeitet mit Excel, Power BI Desktop und vielen Daten-Connectors. Die Logik hinter jeder Abfrage wird in M geschrieben, sodass starke Spezialisten bei Bedarf über den visuellen Editor hinausgehen können.
Gute Profis verstehen Query Folding, Parameter, benutzerdefinierte Funktionen und wie sich das Aktualisierungsverhalten je nach Quelle verändert.
Wann Unternehmen Spezialisten hinzuziehen
Unternehmen holen sich meist freiberufliche Hilfe, wenn Aktualisierungen fehlschlagen, sich Quellsysteme ändern oder Berichte zu lange brauchen, um vorbereitet zu werden. Sie ziehen auch Experten hinzu, wenn viele manuelle Tabellenarbeitsschritte in einen stabilen Prozess überführt werden sollen.
Starke Unterstützung ist üblich bei Migrationsarbeiten, der Bereinigung von Berichten und geteilten Datenmodellen, auf die viele Teams angewiesen sind.
Wie gute Arbeit aussieht
Ein starker Spezialist hinterlässt klare, gut lesbare Abfragen und vermeidet fragilen Schritte. Er trennt Staging von der finalen Logik, dokumentiert Annahmen und hält Transformationen, wenn möglich, nah an der Quelle.
Er weiß auch, wann die Oberfläche sinnvoll ist und wann M direkt bearbeitet werden sollte, um sauberere und leichter wartbare Lösungen zu schaffen.
Umsetzung und Zusammenarbeit
Power Query-Arbeit betrifft oft Geschäftsberichte, Finanzen, Vertrieb, Betrieb und BI-Teams. In vielen Fällen kann sie remote erledigt werden, solange der Experte Zugriff auf Beispieldaten, Quelldetails und Anforderungen an die Aktualisierung hat.
Für lokale Teams hilft enge Zusammenarbeit, wenn Quellsysteme sensibel sind oder das Datenmodell schnelles Feedback braucht.
Häufig gestellte Fragen
Schnelle Antworten auf die Fragen, die rund um Power Query am häufigsten aufkommen.
Power Query wird verwendet, um sich mit Datenquellen zu verbinden, Zeilen zu bereinigen und zu transformieren und Daten für Excel- oder Power BI-Berichte aufzubereiten. Es ist in Reporting-Workflows üblich, in denen dieselben Vorbereitungsschritte immer wieder ohne manuelle Arbeit ausgeführt werden müssen.
Power Query ist besser für wiederholbare Datenaufbereitung und das Zusammenführen von Quellen vor der Analyse. Excel-Formeln sind innerhalb eines Blatts nützlich, aber nicht so stark, wenn es darum geht, einen stabilen Import- und Transformationsablauf über viele Dateien oder Systeme hinweg aufzubauen.
Power Query ist Teil der Datenaufbereitung in Power BI und existiert auch in Excel. Power BI ist das umfassendere Tool für Berichte und Modellierung, während Power Query darauf fokussiert ist, die Daten zuerst in die richtige Form zu bringen.
Ein starker Power Query-Spezialist kennt meist auch Excel, Power BI, Datenmodellierung und grundlegendes SQL. Kenntnisse in M, Quellsystemen und der Fehlersuche bei Aktualisierungen sind besonders nützlich, wenn Abfragen langfristig zuverlässig bleiben müssen.
Eine einfache Power Query-Bereinigung braucht vielleicht nur jemanden, der gut mit Connectors, Filtern und dem Strukturieren von Spalten umgehen kann. Projekte mit vielen Quellen, benutzerdefinierten Funktionen oder komplexen Aktualisierungsregeln brauchen einen tieferen Spezialisten, der M lesen und wartbare Abfragen entwerfen kann.
Ja, Power Query-Arbeit ist oft remote möglich, weil die Logik in Dateien, Berichten und Quelldefinitionen liegt. Remote-Arbeit ist praktisch, wenn der Freelancer Beispieldaten prüfen, Aktualisierungspläne verstehen und Änderungen an der echten Quellenstruktur testen kann.
Achte auf einen Power Query-Experten, der jede Transformation klar erklärt und die Abfragelogik lesbar hält. Gute Arbeit ist leicht zu aktualisieren, leicht zu erweitern und stützt sich nicht auf unnötige manuelle Schritte oder versteckte Korrekturen.
Hole einen Power Query-Spezialisten dazu, wenn Aktualisierungen fehlschlagen, sich Datenquellen häufig ändern oder Mitarbeitende zu viel Zeit damit verbringen, dieselben Bereinigungsschritte immer wieder zu wiederholen. Es ist auch ein kluger Schritt, wenn die Vorbereitung von Arbeitsmappen und Power BI teamweit standardisiert werden soll.
Der durchschnittliche Stundensatz von Freelancern, die Power Query in ihren letzten Projekten eingesetzt haben, liegt bei 102 €, was einem Tagessatz von etwa 816 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern, die Power Query in ihren letzten Projekten eingesetzt haben, haben 94% mindestens einen Bachelor-Abschluss, 74% mindestens einen Master-Abschluss und 7% einen Doktortitel.
Freelancer, die Power Query in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 15 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 3 Jahre.
Die häufigsten Sprachen unter Freelancern, die Power Query in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (95%) und Französisch (25%).
Die häufigsten Industrien unter Freelancern, die Power Query in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (73%), Professionelle Dienstleistungen (60%) und Fertigung (52%).
Die häufigsten Bereiche unter Freelancern, die Power Query in ihren letzten Projekten eingesetzt haben, sind Business Intelligence (88%), Informationstechnologie (IT) (85%) und Projektmanagement (68%).
Hauptstandorte der FRATCH Experten, die kürzlich Power Query eingesetzt haben
Unsere Freelancer und Interim-Experten sind in der gesamten DACH-Region zuhause — verfügbar vor Ort in den wichtigsten Wirtschaftszentren oder komplett remote. Wähle einen Standort und entdecke passende Spezialisten, lokale Markteinblicke und aktuelle Verfügbarkeiten.
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