Programmiersprache DAX in Power BI

DAX (Data Analysis Expressions) ist die zentrale Formelsprache für analytische Berechnungen in Power BI, Analysis Services und Power Pivot. Wer moderne semantische Modelle entwickelt, kommt an DAX nicht vorbei: Die Sprache verbindet fachliche Kennzahlenlogik mit dem Datenmodell und ermöglicht dynamische Analysen über Filter, Zeiträume und Hierarchien hinweg. Gerade in Enterprise-Umgebungen ist DAX deshalb ein Schlüssel für belastbare Reports, Self-Service-BI und konsistente KPI-Definitionen.

Begriffserklärung: Was ist DAX?

DAX ist eine Formelausdruckssprache, mit der sich Berechnungen und Abfragen in tabellarischen Modellen formulieren lassen. Typische Einsatzbereiche sind Measures, berechnete Spalten, berechnete Tabellen und Regeln für Row-Level Security. Im Unterschied zu klassischen Excel-Formeln arbeitet DAX eng mit Relationen, Filterkontexten und dem semantischen Modell zusammen. Damit eignet sich die Sprache nicht nur für einfache Summen, sondern auch für Zeitintelligenz, Prozentanteile, Periodenvergleiche oder simulationsartige Kennzahlenlogik. Microsoft beschreibt DAX zudem als umfangreiche Funktionsbibliothek mit mehr als 250 Funktionen und Operatoren für analytische Formeln.

DAX ist nicht nur „eine Formel für Berichte“, sondern die Berechnungslogik eines tabellarischen BI-Modells.

DAX Schulungen & Weiterbildungsempfehlungen

Wenn Sie DAX in der Praxis gezielt einsetzen möchten, empfehlen wir Ihnen unsere Trainings bei www.IT-Schulungen.com.
Wir bieten sowohl offene Schulungen in unseren Schulungszentren oder online als auch maßgeschneiderte Firmenseminare mit individuell abgestimmten Inhalten und Terminen. Ausgewählte Seminare zu diesem Thema sind u. a.:

DAX – Fast Track (2 Tage)
Kompakter Praxiseinstieg für Business Analysten, Controller, BI-Spezialisten und Data Scientists. Im Fokus stehen DAX-Grundlagen, berechnete Spalten, Measures, Evaluierungskontext, Time Intelligence und erste DAX-Queries.
DAX - Die Programmiersprache von Power BI, Analysis Services und Power Pivot für Excel (3 Tage)
Vertiefendes Seminar für Power User und Daten-Analysten, das DAX systematisch von Datentypen und Operatoren bis zu Filter-, Zeilen- und Kontextübergängen aufbaut. Besonders geeignet für alle, die komplexe Kennzahlenmodelle sauber und wiederverwendbar entwickeln möchten.

Funktionsweise & technische Hintergründe

Technisch arbeitet DAX auf tabellarischen Modellen. Eine Formel wird dabei immer im Kontext ausgewertet: Der Zeilenkontext ist wichtig für berechnete Spalten, der Filterkontext für Measures in Visualisierungen. Die Schlüsselfunktion CALCULATE() verändert diesen Kontext gezielt und ist damit das Herz vieler anspruchsvoller Kennzahlen. Ergänzt wird das durch Zeitintelligenzfunktionen, Tabellenfunktionen und Variablen, mit denen Formeln lesbarer und effizienter werden. Berechnete Tabellen können zusätzlich neue Modellstrukturen erzeugen, etwa Kalender- oder Aggregationstabellen.

Umsatz YTD =
CALCULATE(
    SUM(FactSales[SalesAmount]),
    DATESYTD('Date'[Date])
)

Anteil am Gesamtumsatz =
DIVIDE(
    [Umsatz],
    CALCULATE([Umsatz], ALL('Produkt'))
)

Gute DAX-Modelle entstehen nicht durch einzelne Funktionen, sondern durch das saubere Zusammenspiel aus Datenmodell, Kontext und Measures.

Anwendungsbeispiele in der Praxis

In Finance werden mit DAX Soll-Ist-Vergleiche, Rolling Forecasts und Jahresvergleiche umgesetzt. Im Vertrieb entstehen dynamische Deckungsbeitrags- und Pipeline-Kennzahlen, die sich nach Region, Produkt oder Zeitraum filtern lassen. In der öffentlichen Verwaltung unterstützt DAX standardisierte Fachberichte, etwa für Budgetsteuerung, Fallzahlen oder Service-Level. Auch im Manufacturing ist DAX relevant, etwa für OEE-Auswertungen, Stillstandsanalysen oder Schichtvergleiche auf Basis gemeinsamer semantischer Modelle.

Nutzen und Herausforderungen

Die Stärken von DAX liegen in der hohen Ausdruckskraft für analytische Logik, der Wiederverwendbarkeit von Measures und der engen Integration in Power BI- und Analysis-Services-Modelle. Das verbessert Konsistenz, Skalierbarkeit und Governance. Gleichzeitig ist DAX anspruchsvoll: Kontextwechsel, implizite Typkonvertierungen und unklare Modellbeziehungen führen schnell zu fachlich falschen Ergebnissen oder Performance-Problemen. Auch FORMAT() ist mit Vorsicht zu verwenden, weil es numerische Ergebnisse in Zeichenfolgen umwandeln kann und dadurch Visualisierungen einschränkt.

Alternative Lösungen

Lösung	Stärken	Grenzen	Typischer Einsatz
DAX	Stark in semantischen Modellen, dynamische Measures, Time Intelligence	Lernkurve, Kontextverständnis nötig	Power BI, SSAS Tabular, Power Pivot
Power Query M	Sehr gut für Datenaufbereitung und ETL-nahe Transformationen	Weniger geeignet für interaktive Kennzahlenlogik	Import, Bereinigung, Vorverarbeitung
SQL	Leistungsfähig für Quellabfragen und Aggregationen	Weniger flexibel im Berichtskontext	Data Warehouse, Views, Voraggregation
MDX	Relevant in klassischen OLAP-/Cube-Szenarien	Höhere Komplexität, andere Modelllogik	Multidimensionale Modelle

Fazit

DAX ist die fachlich und technisch entscheidende Sprache für moderne Microsoft-BI-Modelle. Wer Kennzahlen konsistent, performant und wartbar in Power BI oder Analysis Services abbilden will, benötigt ein belastbares Verständnis von Measures, Kontext und Modellierung. Gerade für professionelle BI-Teams lohnt sich deshalb eine gezielte DAX Schulung: Sie verkürzt die Einarbeitung, verbessert die Qualität der Analysen und reduziert Fehler in produktiven Reports. Aktuell entwickelt Microsoft die DAX-Welt zudem weiter, etwa mit zusätzlichen INFO-Funktionen für Modelltransparenz und Dokumentation.

FAQs

Welche Vorkenntnisse sind für eine DAX Schulung sinnvoll?

Hilfreich sind Grundkenntnisse in Power BI, Excel oder Datenanalyse. Für vertiefende DAX-Schulungen ist ein Basisverständnis von Tabellen, Beziehungen und Kennzahlen besonders wertvoll.

Für wen eignet sich DAX besonders?

DAX ist vor allem für Business Analysten, Controller, BI-Spezialisten, Power User und Data Analysts relevant, die semantische Modelle fachlich sauber erweitern möchten.

Reicht Power Query aus, oder braucht man zusätzlich DAX?

Power Query und DAX erfüllen unterschiedliche Aufgaben. Power Query transformiert und lädt Daten, DAX definiert Berechnungen im Modell und im Berichtskontext. In professionellen BI-Lösungen werden beide typischerweise kombiniert.