Wenn das Reporting jeden Monat zu spät kommt, liegt das selten am Reporting selbst. Das eigentliche Problem liegt eine Ebene tiefer — bei den Daten. Zahlen stehen in DATEV, auf dem Bankkonto, in Excel-Listen und in operativen Systemen; jede Quelle spricht ihre eigene Sprache, keine von selbst mit der anderen. Wer daraus ein Monatsreporting bauen will, kopiert, sortiert und gleicht ab — von Hand, jeden Monat aufs Neue. Ein schöneres Dashboard löst das nicht. Was es löst, ist die unsichtbare Schicht darunter: wie Daten aus den Quellsystemen in eine konsistente Grundlage fließen.
Warum manuelles Reporting irgendwann kippt
Am Anfang funktioniert der Weg über Copy-and-paste. Eine Gesellschaft, ein Konto, eine Handvoll Berichte — das hält eine Person in einer Arbeitsmappe zusammen. Doch mit jeder weiteren Gesellschaft, jedem zusätzlichen Konto und jedem neuen Bericht wächst der Aufwand überproportional. Drei Symptome kehren dann zuverlässig wieder:
- Verspätung. Das Reporting ist erst fertig, wenn der Monat längst gelaufen ist — und Entscheidungen schon getroffen sind.
- Inkonsistenz. Zwei Berichte zeigen unterschiedliche Zahlen, weil sie aus unterschiedlichen Ständen zusammenkopiert wurden.
- Abhängigkeit. Nur eine Person weiß, wie die Datei zusammenhängt. Fällt sie aus, steht das Reporting.
Diese Symptome sind kein Fleißproblem. Sie sind die natürliche Folge davon, dass Daten von Hand zusammengeführt werden statt über ein System.
Die Datenquellen, die zusammenkommen müssen
Belastbares Reporting beginnt damit, die relevanten Quellen sauber zu verbinden. Im Mittelstand sind das in der Regel drei:
- Finanzbuchhaltung. DATEV oder ein vergleichbares System liefert Erträge, Aufwendungen, Konten und Salden — die buchhalterische Wahrheit.
- Bank und Liquidität. Kontoauszüge zeigen die tatsächlichen Zahlungsströme und den verfügbaren Bestand — oft zeitlich versetzt zur Buchhaltung.
- Operative Systeme. CRM, ERP, Projekt- oder Zeiterfassung enthalten die Mengengerüste: Aufträge, Auslastung, Projektfortschritt. Erst sie erklären, warum die Finanzzahlen so aussehen, wie sie aussehen.
Jede Quelle hat ihr eigenes Format, ihre eigene Logik und ihren eigenen Rhythmus. Reporting bedeutet im Kern, diese drei in eine gemeinsame Sprache zu übersetzen.
Eine Quelle der Wahrheit
Bevor man automatisiert, muss man sich einigen. Was genau heißt „Umsatz“ — gebucht, fakturiert oder bezahlt? Was ist ein „aktiver Kunde“? Wie wird die „Marge“ gerechnet? Solange diese Definitionen nicht festgelegt und dokumentiert sind, widerspricht jeder Bericht dem nächsten, und Diskussionen drehen sich um Zahlen statt um Entscheidungen. Ziel ist eine einzige, konsolidierte Ebene mit einheitlichen Definitionen, auf die sich alle Berichte stützen — eine Quelle der Wahrheit statt vieler konkurrierender Stände.
Das Datenmodell ist die eigentliche Arbeit
Sichtbar ist am Ende das Dashboard. Der Wert liegt aber im Modell darunter. Ein tragfähiges Datenmodell trennt sauber in Schichten:
- Rohdaten aus den Quellsystemen, unverändert und nachvollziehbar.
- Bereinigte Daten — vereinheitlichte Formate, stabile Schlüssel, konsistente Perioden.
- Definierte Kennzahlen — die abgestimmten Größen, einmal berechnet, überall gleich.
- Berichte — die Sicht, die Geschäftsführung und Bank tatsächlich lesen.
Wer diese Schichten vermischt — etwa Kennzahlen direkt in eine Grafik rechnet —, baut ein Modell, das niemand prüfen und niemand pflegen kann. Die Trennung ist unspektakulär, aber sie entscheidet darüber, ob das System ein Jahr später noch trägt.
Automatisierung: vom Handbetrieb zum geplanten Ablauf
Automatisierung ersetzt nicht den Menschen, sondern das Wiederkehrende: geplante Importe, immer gleiche Transformationen, regelmäßige Aktualisierung. Der Mensch prüft, ordnet ein und entscheidet; die Maschine trägt zusammen. Das senkt drei Dinge zugleich: die Verspätung, die Fehlerquote und die Abhängigkeit von einer einzelnen Person. Wichtig ist die Reihenfolge — erst ein sauberes Modell, dann die Automatisierung. Wer einen unklaren Prozess automatisiert, bekommt nur schneller falsche Zahlen.
Qualitätssicherung gehört eingebaut
Ein System, das schnell liefert, aber falsch, ist gefährlicher als ein langsames. Deshalb gehören Kontrollen fest in den Ablauf:
- Abstimmung. Stimmt der Bericht mit DATEV überein? Entspricht der ausgewiesene Bestand dem Bankkonto?
- Plausibilität. Automatische Regeln, die ungewöhnliche Sprünge oder leere Felder markieren, bevor sie in den Bericht wandern.
- Nachvollziehbarkeit. Jede Zahl muss bis zur Quelle zurückverfolgbar sein. Eine Kennzahl, deren Herkunft niemand erklären kann, ist wertlos.
Selbst bauen oder Werkzeug kaufen?
Die Antwort ist meist pragmatisch. Man beginnt mit dem, was vorhanden ist — strukturierten Exporten und Werkzeugen wie Power Query — und führt ein dediziertes BI-Werkzeug erst ein, wenn die Komplexität es rechtfertigt. Über-Engineering ist genauso ein Risiko wie das ewige Excel: Ein System, das niemand außer einem Spezialisten bedienen kann, ist im Mittelstand keine Lösung. Maßstab ist nicht der modernste Stack, sondern Verlässlichkeit und Pflegbarkeit.
Was am Ende zählt
Das Ziel ist ein Reporting, das sich weitgehend selbst aktualisiert, in sich konsistent und bis zur Quelle nachvollziehbar ist — und das die Geschäftsführung von der Datensammelei befreit, damit Zeit für die eigentliche Aufgabe bleibt: entscheiden. Die Datenschicht darunter fällt niemandem auf, solange sie funktioniert. Genau das ist ihr Zweck.