Power Query Experten in Berlin
mit geprüften, verfügbaren Freelancern und präzisem KI-MatchingBeauftragen Sie Experten, die zuverlässige Datenmodelle vorbereiten, wiederkehrende Transformationen automatisieren und Geschäftsdaten aus Excel, Power BI und Microsoft Fabric verbinden. FRATCH bringt Sie schnell und präzise mit geprüften, verfügbaren Freelancern zusammen, die zu Ihrem Projekt passen.
Lerne FRATCH Experten in Berlin kennen, die kürzlich Power Query 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
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.
Anshita S.
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.
Simon S.
Letzte Position:
Co-Gründer und CEO bei Sabana Studio & Ventures GmbH
Hands-on-CFO-Services, einschließlich, aber nicht beschränkt auf die Restrukturierung von Finanzabteilungen, die Entwicklung, Automatisierung und Optimierung von Finanz-Tools und -Prozessen, die Einführung von IFRS sowie die finanzielle Konsolidierung.
Interim-Management und Beratung von Unternehmen bei Geschäftsausbau sowie Strategie.
Kunden wie DEKOM, HYGH, Choco, SmartPractice, Vagabund, RailWatch, Majestic Records, Impact Plus Ventures, Advocado, Quandoo oder FinCompare
Santina W.
Letzte Position:
Business Analystin & BI-Strategin - Vergleichsportal bei dataweys (selbstständig)
- Bestandsaufnahme der bestehenden Reporting-Landschaft und strategische Bündelung des Bedarfs
- Migration und Konsolidierung von Reports auf Metabase, Anbindung an ClickHouse als Datengrundlage
- Aufbau und Pflege von Datenpipelines
Stack: Metabase · ClickHouse · Appsmith · Airflow
Robert F.
Letzte Position:
Interimsleiter Rechnungswesen bei Foodspring
- Führung des Buchhaltungsteams mit 6 Mitarbeitenden
- Schulung und Weiterentwicklung der Mitarbeitenden
- Automatisierung von Buchhaltungsprozessen mit SQL, Python und Power Query
- Verantwortung für Jahres- und Monatsabschluss
- Steuerliche Themen
- Audits
- NetSuite-Administration und -Weiterentwicklung
Lasya M.
Letzte Position:
Dateningenieur bei Carelon Global Solutions (Elevance Health)
- Entwickelte und implementierte skalierbare ETL/ELT-Pipelines mit Python, SQL, dbt, AWS und Informatica, um Daten aus Quellen wie APIs, relationalen Datenbanken und Flat Files in Snowflake zu laden, und verringerte die Pipeline-Laufzeit um ca. 30 %.
- Migrierte umfangreiche Datensätze von On-Premises Teradata zu Snowflake unter Nutzung von AWS-Diensten (S3, Glue, Step Functions, IAM) und stellte so Datenkonsistenz und Integrität sicher.
- Setzte die Kimball-Methodik zur Gestaltung von Stern- und Schneeflockenschemas ein, verbesserte die Abfrageleistung und senkte die Snowflake-Kosten.
- Implementierte automatisierte Datenqualitätsprüfungen mit SQL-basierten dbt-Tests und dem Great Expectations-Framework, um Anomalien zu erkennen und die Datenkorrektheit vor Produktionsläufen sicherzustellen.
- Orchestrierte ETL-Workflows in Airflow mit Python und verwaltete Code-Bereitstellungen über Git nach CI/CD-Best-Practices, um die Zuverlässigkeit zu steigern und die Pipeline-Verfügbarkeit zu gewährleisten.
- Erstellte interaktive Power-BI-Dashboards und kuratierte Datensätze, um datenbasierte Entscheidungen für Stakeholder zu ermöglichen.
- Pflegte technische Dokumentation in Confluence für ETL-Workflows und leitete Wissensaustauschsitzungen für neue Teammitglieder.
Deependra P.
Letzte Position:
Datenspezialist bei Cloud Factory
- Als Datenspezialist habe ich meine analytischen Fähigkeiten genutzt, um Rohdaten in umsetzbare Erkenntnisse zu verwandeln und damit strategische Entscheidungen und operative Verbesserungen vorangetrieben. Meine Aufgaben umfassten Dateninterpretation, Automatisierung von Berichten und funktionsübergreifende Zusammenarbeit unter Einsatz von Tools wie Microsoft Excel, Power BI und Python für umfassende Datenanalysen.
- Implementierung von Python-Skripten zur Validierung und Abstimmung großer Datensätze, wodurch manuelle Fehler reduziert und die Datenzuverlässigkeit erhöht wurden.
- Einsatz von Python (Pandas, NumPy, Matplotlib/Seaborn) zur Automatisierung von Datenbereinigung, -analyse und -visualisierung, was Effizienz und Genauigkeit im Reporting steigerte.
- Entwicklung interaktiver Dashboards in Power BI zur Darstellung wichtiger Kennzahlen, Trends und Leistungsindikatoren, um Entscheidungsprozesse in Echtzeit zu unterstützen.
- Gestaltung und Durchführung automatisierter Berichte mit Excel (Pivot-Tabellen, Power Query, VBA) und Power BI, um Datenkonsistenz und -genauigkeit abteilungsübergreifend sicherzustellen.
- Datenanalyse: Excel (Erweiterte Pivot-Tabellen, Power Query), Power BI (DAX, Datenmodellierung), Python (Pandas, NumPy, Visualisierungsbibliotheken)
- Automatisierung & Reporting: Power BI Dashboards, Excel-Makros (VBA), Python-Skripting.
Juan R.
Letzte Position:
Finanz- und Projektcontroller bei Velero GmbH
- Projektcontrolling inkl. Budgetüberwachung, Prognose und Wirtschaftlichkeitsanalysen
- Analyse von Finanz- und Projektdaten sowie Ableitung von Handlungsempfehlungen
- Identifikation von Optimierungspotenzialen in Controlling- und Geschäftsprozessen
- Erstellung von Managementberichten und Dashboards
Philipp E.
Letzte Position:
Finanzmanager bei Gesellschaft im Wandel gGmbH
- Erstellung von monatlichen und jährlichen Abschlüssen (HGB)
- Prognosen, Budgetierung und Liquiditätsplanung
- Überwachung der Mittelverwendung
- Zusammenarbeit mit Förderstellen, Wirtschaftsprüfern und Steuerberatern
Tarek S.
Letzte Position:
Cloud-Engineering bei Freiberufler
- Entwicklung, Betrieb und Support von BI-Plattformen und Microservice-Architekturen
- Entwicklung eines Open-Source-BI-Scheduling-Tools
Entdecke mehr als 15.000 Top-Freelancer
Statistiken von Experten, die Power Query einsetzen
Aggregiert aus den beruflichen Profilen passender Freelancer.
Berufserfahrung
10 Jahre (Deutschland: 15 Jahre)
Positionsdauer
2,1 Jahre (Deutschland: 3 Jahre)
Positionen pro Freelancer
7 (Deutschland: 10)
Häufigste Fachbereiche
Business Intelligence, Informationstechnologie (IT), Projektmanagement
Häufigste Branchen
Informationstechnologie (IT), Professionelle Dienstleistungen, Fertigung
Fokus der Zertifizierungen
Informationstechnologie (IT), Business Intelligence, Buchhaltung
Bachelor-Abschluss oder höher
100% (Deutschland: 94%)
Master-Abschluss oder höher
73% (Deutschland: 75%)
Doktortitel
9% (Deutschland: 7%)
Zertifizierungen pro Freelancer
2
Häufigste Sprachen
Deutsch, Englisch, Spanisch
Sprechen zwei oder mehr Sprachen
100% (Deutschland: 95%)
Basierend auf unserem Profilpool, Stand 19 Sep 2026.
Tagessatzverteilung
Das Diagramm zeigt, wie sich die Tagessätze der Freelancer in dieser Technologie in Berlin 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 in Berlin, 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 19 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Branchenfokus der Power Query Experten
Sieh, in welchen Branchen unsere gematchten Freelancer am häufigsten tätig sind — jede Zahl wird live aus den Freelancern auf FRATCH berechnet.
- Informationstechnologie (IT) (73%)
- Professionelle Dienstleistungen (64%)
- Fertigung (55%)
- Bank- und Finanzwesen (36%)
- Bildung (27%)
- Lebensmittel und Getränke (27%)
- Einzelhandel (27%)
- Werbung (18%)
Bitte beachte, dass Freelancer in mehreren Branchen tätig sein können, daher überschneiden sich die Prozentwerte.
Über die Technologie
Datentransformation
Power Query ist die Technologie von Microsoft zur Datenaufbereitung und -transformation. Damit können Teams Verbindungen zu Dateien, Datenbanken, Webdiensten und Geschäftssystemen herstellen und Daten anschließend in einem wiederholbaren Prozess bereinigen, umformen und zusammenführen. Dieselbe Logik kann Excel-Arbeitsmappen, Power BI-Berichte und andere Microsoft-Datenprodukte unterstützen.
Zentrale Funktionen
Experten nutzen die M-Sprache und den Power Query-Editor, um uneinheitliche Quelldaten in zuverlässige Eingaben für Analysen zu verwandeln. Typische Aufgaben sind:
- Excel-, CSV-, SQL- und Cloud-Quellen verbinden
- Duplikate entfernen und Datentypen korrigieren
- Abfragen zusammenführen, anfügen und filtern
- Wiederverwendbare Parameter und Funktionen erstellen
- Aktualisierungs- und Transformationslogik dokumentieren
Microsoft-Ökosystem
Power Query ist in Excel, Power BI, Power BI Dataflows und Microsoft Fabric integriert. Gute Spezialisten verstehen, wie sich Abfrageschritte auf semantische Modelle, Aktualisierungsverhalten, Gateways und nachgelagerte Berichte auswirken. Sie arbeiten möglicherweise auch mit SharePoint, Azure-Datendiensten, SQL Server und APIs und sorgen dabei für klare Berechtigungen und Abhängigkeiten von Datenquellen.
Wann Expertise wichtig ist
Unternehmen beauftragen meist freiberufliche Fachkräfte, wenn die manuelle Aufbereitung von Tabellen langsam, fehleranfällig oder schwer zu prüfen geworden ist. Power Query-Expertise ist bei der Umstellung von Berichtssystemen, Dashboard-Programmen, der Finanzautomatisierung und der Zusammenführung operativer Daten hilfreich. In Berlin können Spezialisten lokale Teams vor Ort, remote oder in einem hybriden Setup unterstützen – mit klarer Dokumentation für deutsch- und englischsprachige Stakeholder.
Praktische Projektarbeit
Ein Spezialist kann bestehende Abfragen prüfen, ein Transformationsmuster entwickeln und die Zuverlässigkeit der Aktualisierung verbessern, ohne bereits genutzte Berichte zu beeinträchtigen. Außerdem kann er Namenskonventionen, die Handhabung von Parametern, Fehlerprüfungen und Übergabematerialien einführen. Eine gute Projektplanung trennt Probleme der Datenquelle von Problemen der Abfrage und legt fest, wer für Zugangsdaten, Gateways und die laufende Wartung verantwortlich ist.
Qualitätsmerkmale
Achten Sie auf Fachkräfte, die jede Transformation in geschäftlichen Begriffen erklären und einen Berichtswert bis zu seiner Quelle zurückverfolgen können. Sie sollten Sonderfälle testen, sich ändernde Spalten berücksichtigen und Power Query-Logik von DAX- oder Datenmodellthemen unterscheiden. Klarer M-Code, planbare Aktualisierungen, sinnvolle Performance-Entscheidungen und eine hilfreiche Übergabe sind stärkere Qualitätsmerkmale als ein allein optisch ansprechendes Dashboard.
Häufig gestellte Fragen
Die wichtigsten Details zu Power Query, aus den Fragen, die uns am häufigsten erreichen.
Power Query wird verwendet, um Daten vor der Analyse oder Berichterstellung zu verbinden, zu bereinigen und umzuformen. Die Technologie wird häufig in Excel, Power BI, Power BI Dataflows und Microsoft Fabric eingesetzt, insbesondere wenn Informationen aus mehreren uneinheitlichen Quellen stammen.
Power Query ersetzt viele wiederkehrende Schritte wie Kopieren, Einfügen und Formatieren durch einen aufgezeichneten Transformationsprozess. Im Gegensatz zur manuellen Aufbereitung kann die Logik aktualisiert werden, wenn sich Quelldaten ändern, und als Abfolge definierter Schritte überprüft werden.
Power Query bereitet Daten auf und transformiert sie, bevor sie das finale Modell oder den Bericht erreichen. SQL wird normalerweise direkt an der Datenbank ausgeführt, während DAX hauptsächlich für Berechnungen innerhalb eines Power BI- oder Analysis Services-Modells verwendet wird. Gute Fachkräfte wissen, welcher Layer für welche Aufgabe geeignet ist.
Ein guter Power Query Spezialist kennt sich häufig mit Excel, Power BI-Datenmodellen, DAX, SQL und Microsoft Fabric aus. Kenntnisse in APIs, SharePoint, Gateway-Konfiguration und Datenqualitätskontrollen können ebenfalls wichtig sein, wenn Datenquellen über verschiedene Geschäftssysteme verteilt sind.
Power Query-Arbeiten können von der Bereinigung einer einzelnen Arbeitsmappe bis zur Einrichtung wiederverwendbarer Dataflows für einen Reporting-Bereich reichen. Das passende Erfahrungsniveau hängt von der Komplexität der Quellen, den Anforderungen an die Aktualisierung, der Governance und der Anzahl der Teams ab, die das Ergebnis pflegen werden.
Power Query-Projekte eignen sich oft für die Remote-Zusammenarbeit, da Abfragen, Anforderungen und Testergebnisse online geprüft werden können. Unternehmen in Berlin bevorzugen möglicherweise dennoch Workshops vor Ort zur Erkundung der Datenquellen oder zur Abstimmung mit Stakeholdern, während Umsetzung und Dokumentation remote erfolgen können.
Prüfen Sie, ob die Power Query-Schritte verständlich, wiederholbar und gegenüber üblichen Änderungen der Quelldaten robust sind. Bitten Sie um Nachweise für Tests der Aktualisierung, Fehlerbehandlung, Performance-Prüfungen und Dokumentation – nicht nur um einen fertigen Bericht.
Klären Sie vor Beginn mit Power Query die Quellsysteme, die Authentifizierungsmethode, den erwarteten Aktualisierungszeitplan und die Zuständigkeit für Gateways oder Dataflows. Bestätigen Sie außerdem, ob der Umfang das Datenmodell, DAX-Messwerte, Berichtsänderungen oder nur Abfragetransformationen umfasst.
Der durchschnittliche Stundensatz von Freelancern in Berlin, Deutschland, die Power Query in ihren letzten Projekten eingesetzt haben, liegt bei 97 €, was einem Tagessatz von etwa 774 € bei einem 8-Stunden-Tag entspricht.
Von den Freelancern in Berlin, Deutschland, die Power Query in ihren letzten Projekten eingesetzt haben, haben 100% mindestens einen Bachelor-Abschluss, 73% mindestens einen Master-Abschluss und 9% einen Doktortitel.
Freelancer in Berlin, Deutschland, die Power Query in ihren letzten Projekten eingesetzt haben, haben im Durchschnitt 10 Jahre Berufserfahrung; ein einzelnes Projekt dauert typischerweise etwa 2,1 Jahre.
Die häufigsten Sprachen unter Freelancern in Berlin, Deutschland, die Power Query in ihren letzten Projekten eingesetzt haben, sind Deutsch (100%), Englisch (100%) und Spanisch (36%).
Die häufigsten Industrien unter Freelancern in Berlin, Deutschland, die Power Query in ihren letzten Projekten eingesetzt haben, sind Informationstechnologie (IT) (73%), Professionelle Dienstleistungen (64%) und Fertigung (55%).
Die häufigsten Bereiche unter Freelancern in Berlin, Deutschland, die Power Query in ihren letzten Projekten eingesetzt haben, sind Business Intelligence (91%), Informationstechnologie (IT) (91%) und Projektmanagement (64%).
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.
Hamburg 
München 
Köln 
Frankfurt 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!
Philipp Thomaschewski
FRATCH CEO
