
Letzte Chance! 50 % Rabatt auf DataCamp Premium
Der Sale endet in
Jetzt kaufen
Üben und Lernpfad deinen Fortschritt.
Weiter mit GoogleWenn du fortfährst, akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und dass deine Daten in den USA gespeichert werden.Für Einstiegs- oder Junior-Rollen solltest du grundlegende Power-BI-Konzepte erklären können. Du solltest verstehen, welchen Zweck Power BI in einem Unternehmen erfüllt, wie es Mehrwert stiftet und welche Risiken oder Nachteile bei der Nutzung zu beachten sind. Außerdem solltest du dich bestens mit Power BI Desktop und dem Power BI Service auskennen.
Self-Service-BI stellt die Anwender in den Mittelpunkt – nicht die Entwickler. Nutzer können eigenständig Lösungen finden und Insights generieren, ohne auf eine andere Abteilung (z. B. IT) warten zu müssen.
Eine weitere sehr beliebte BI-Plattform ist Tableau – ebenfalls eine starke Option. Ein großer Vorteil von Power BI gegenüber Tableau ist jedoch die deutlich geringere Einstiegshürde. Besonders dann, wenn Entwicklerinnen oder Anwender bereits mit Microsoft Excel vertraut sind, fühlt sich Power BI für Excel-Nutzer schnell vertraut an.
Ein wesentlicher Nachteil ist, dass die Cloud-Lösung (Power BI Service) an das Microsoft-Ökosystem gebunden ist. Nur Personen mit Microsoft-365-Konto und Power BI Pro-Abonnement können Berichte und Dashboards aufrufen. Außerdem läuft Power BI Desktop nur unter Windows – auf MacOS oder Linux lässt es sich nicht installieren.
Power BI eignet sich hervorragend, um interaktive Dashboards und Berichte zu erstellen, mit denen Nutzer Daten explorieren und Insights ableiten. Häufige Einsatzfelder sind Vertriebscontrolling, Finanzreporting, Kundenzufriedenheitsanalysen und Bestandsmanagement. Indem Rohdaten in Visualisierungen überführt werden, erkennen Entscheider Trends schneller und treffen datenbasierte Entscheidungen.
Power BI integriert sich in Excel, Azure, SQL Server und SharePoint. Nutzer können Excel-Dateien direkt importieren, mit Azure Synapse für Advanced Analytics verbinden und Power-BI-Berichte in Microsoft Teams oder SharePoint einbetten, um die Zusammenarbeit zu verbessern.
Power BI bietet KI-gestützte Insights, Echtzeit-Dashboards, zahlreiche Datenkonnektoren, fortgeschrittene Datenmodellierung mit DAX und umfangreiche Visualisierungsmöglichkeiten. Zusätzlich ermöglicht der cloudbasierte Power BI Service einfaches Teilen und Zusammenarbeiten.
Power Query ist ein ETL-Tool (Extract, Transform, Load) in Power BI. Damit lassen sich Datensätze importieren, bereinigen, transformieren, zusammenführen und anpassen.
Berichte können über Slicer-Visuals oder über das ein- und ausklappbare Filterfenster auf der rechten Seite gefiltert werden. Slicer sind sehr intuitiv. Das Filterfenster bietet komplexere Optionen wie Seiten-, Berichts- und Drillthrough-Filter. Es kann für Anwender verborgen bleiben und so vorkonfiguriert und gesperrt werden, dass die Filter für alle bestehen bleiben.
Berichte werden in der Regel in Power BI Desktop entwickelt und anschließend in den Power BI Service veröffentlicht. Dashboards hingegen bestehen aus „Kacheln“ (Tiles) aus einem oder mehreren Berichten innerhalb eines Arbeitsbereichs. Dashboards fassen Insights aus mehreren Berichten an einem Ort zusammen.
Daten, die aus einer lokalen Datenquelle importiert wurden, können im Power BI Service nur über ein Gateway aktualisiert werden. So können cloudbasierte Berichte sicher auf lokal gespeicherte Daten zugreifen.
Du veröffentlichst den Bericht in den Power BI Service. Von dort kannst du ihn per Direktlink teilen oder in Anwendungen wie Microsoft Teams oder SharePoint einbetten. Über Berechtigungen steuerst du, wer den Bericht ansehen oder bearbeiten darf.
Grob orientiert gilt:
Workspaces ermöglichen Teamarbeit, indem Berichte, Datasets und Dashboards zentral organisiert werden. Sie unterstützen Berechtigungsmanagement, erleichtern Versionierung und straffen den Veröffentlichungsprozess.
In den meisten Power-BI-Interviews sind DAX-Fragen gesetzt – DAX ist ein Kernbestandteil von Power BI. Du solltest DAX-Funktionen und deren Aufbau im Detail kennen – von Basisfunktionen wie SUM und COUNT bis hin zu komplexeren wie RANKX.
Außerdem solltest du wissen, wie sich Ausdrücke gegenseitig beeinflussen, wie du Zirkularbezüge vermeidest und DAX so optimierst, dass Berichte performant bleiben. Schließlich solltest du DAX-Formeln debuggen können, also Fehler oder Tippfehler finden und beheben. In diesem Abschnitt beleuchten wir diese Aspekte.
Beide nutzen DAX. Measures aggregieren Daten und liefern je nach Filterkontext einen Wert zurück. Berechnete Spalten geben das Ergebnis eines DAX-Ausdrucks für jede Tabellenzeile zurück. Das Ergebnis ist wie jede andere Spalte in Daten- und Modellansicht sichtbar.
Zirkularbezüge entstehen, wenn sich zwei Ausdrücke gegenseitig referenzieren, sodass Power BI nicht weiß, welche Berechnung zuerst erfolgen soll. Häufig passiert das durch fehlerhafte Nutzung der Funktion CALCULATE().
CALCULATE() ändert den Filterkontext für eine Berechnung. Sie wertet einen Ausdruck in einem durch die angegebenen Filter modifizierten Kontext aus. CALCULATE() ist mächtig, weil du damit Aggregationen unter bestimmten Bedingungen durchführen kannst – essenziell für dynamische Berichte.
SUMX() iteriert über eine Tabelle, wertet für jede Zeile einen Ausdruck aus und aggregiert die Ergebnisse. Nützlich bei Berechnungen mit Zeilenkontext, z. B. Gesamtumsatz als Preis × Menge pro Zeile.
TotalRevenue = SUMX(Sales, Sales[Quantity] * Sales[Price])
Beide entfernen Filter, aber ALL hebt Filter auf bestimmten Spalten oder Tabellen auf, während REMOVEFILTERS alle Filter einer Tabelle entfernt. ALL wird häufig für Berechnungen wie „Prozent vom Gesamtwert“ genutzt, REMOVEFILTERS zum dynamischen Leeren von Filtern.
Für mittlere bis Senior-Rollen geht es oft um Architektur, Konnektivität und Datenmodellierung. Du solltest die Bausteine einer BI-Lösungsarchitektur kennen.
Außerdem solltest du wissen, wie du Power BI mit verschiedenen Datenquellen verbindest sowie Daten importierst und mit Power Query transformierst. Ebenso wichtig: Prinzipien und Best Practices der Datenmodellierung. Schließlich können auch Fragen zu Datenaktualisierung und Gateway im Power BI Service für die Cloud-Bereitstellung kommen.

Quelle: Microsoft
Microsoft Fabric is an end-to-end SaaS analytics platform that unifies Power BI with data engineering, warehousing, data science, real-time intelligence, and data integration on a single shared storage layer called OneLake. Power BI is now one experience within Fabric rather than a standalone product. This affects licensing (enterprise capacity is bought as Fabric F-SKUs) and architecture (Power BI can build models directly on OneLake data without copying it).
Ein Sternschema besteht aus einer zentralen Faktentabelle und mehreren Dimensionstabellen, die davon abgehen – dadurch entsteht die Form eines Sterns. Die Faktentabelle enthält aggregierbare Werte und mindestens einen Schlüssel, der auf die Dimensionstabellen verweist.
Es gibt vier Kardinalitäten:
Beim Erstellen von Beziehungen sollte das Verknüpfungsfeld in mindestens einer Tabelle eindeutige Werte enthalten. So kannst du Eins-zu-viele- oder Viele-zu-eins-Beziehungen im Datenmodell nutzen.
Die Richtung wird über die Cross-Filter-Richtung definiert. Beziehungen fließen von der Tabelle mit eindeutigen Werten zur Tabelle mit vielen Werten und beeinflussen die Filterung. In den meisten Fällen ist die Ein-Richtung zu bevorzugen.
Probleme entstehen oft bei unterschiedlichen Granularitäten in den Daten. Power BI kann keine feinere Granularität „erraten“, wenn sie in einer Tabelle fehlt. Dadurch können Berechnungsergebnisse je nach Filter doppelt gezählt werden.
DirectQuery verbindet Power BI mit einer Datenquelle, ohne Daten zu importieren. Bei jeder Aktualisierung werden Abfragen direkt an die Quelle gesendet. Es eignet sich für sehr große Datensätze oder Echtzeit-Anforderungen, kann aber langsamer sein als der Importmodus.
Composite Models kombinieren DirectQuery und Import in einem Dataset. So lassen sich große Datenmengen teils in Echtzeit (DirectQuery) nutzen und zugleich Performance durch voraggregierte Import-Daten sichern.
Incremental Refresh aktualisiert nur neue oder geänderte Daten statt des gesamten Datasets. Das steigert die Performance und senkt die Last auf Datenquellen – ideal für umfangreiches Reporting.
Als Nächstes ein paar Fragen zu Data Gateways im Power BI Service. Wenn das Unternehmen On-Premises-Daten nutzt, kommen meist Gateways zum Einsatz. Das sind oft die kniffligeren Fragen.
Das persönliche Gateway ist an das Nutzerkonto gebunden, das es installiert hat. Es kann daher nicht von mehreren Nutzern gemeinsam verwaltet werden. Verlässt die Person das Unternehmen und ihr Konto wird gelöscht, funktioniert das Gateway nicht mehr. Ein Standard-Gateway ist nicht an ein Nutzerkonto gebunden, ermöglicht zentrale Verwaltung der Datenquellen und unterstützt weitere Verbindungstypen wie DirectQuery.
Der größte Performance-Faktor ist die Anzahl gleichzeitiger Nutzer, die Berichte konsumieren – besonders relevant bei Verbindungen mit Echtzeitdaten.
Ja. Empfehlenswert ist jedoch, getrennte Gateways für Import und DirectQuery zu verwenden. DirectQuery kann die Gateway-Maschine stark belasten. Um Verzögerungen oder Skalierungsprobleme zu vermeiden, sind separate Gateways die bessere Wahl.
Ist ein Gateway offline, schlägt die geplante Aktualisierung eines Berichts mit On-Premises-Daten fehl. Power BI kann erst wieder zugreifen, wenn das Gateway online ist. Für hohe Verfügbarkeit solltest du das Gateway überwachen oder einen redundanten Gateway-Cluster einrichten.
Für mittlere und höhere Erfahrungsstufen sind szenariobasierte Fragen üblich. Sie hängen von Branche und Nutzung von Power BI im jeweiligen Unternehmen ab. Es gibt jedoch wiederkehrende Muster, mit denen dein Verständnis zentraler Power-BI-Konzepte geprüft wird.
Eine vollständige Fallstudie für ein Vorstellungsgespräch findest du in diesem Live-Training: Solving a Job Interview Case Study with Power BI.
Stell dir vor, du sollst einen Power-BI-Bericht zu Beschwerden und Lob im Customer Service erstellen. Die Infos liegen jedoch in einem Ordner mit rund 100 Dateien. Die nächste Frage lautet:
Du kannst einen gesamten Ordner als Datenquelle wählen. Auf Basis des Formats einer Beispieldatei importierst du alle Dateien im selben Format. Wichtig ist, dass wirklich alle Dateien dem gleichen Schema folgen – sonst ergeben die importierten Daten wenig Sinn.
Drei Schnellmaßnahmen bringen sofort spürbare Verbesserungen:
Ich nutze Power Query, um die Daten aus beiden Systemen zu bereinigen und zu transformieren: Spalten umbenennen, Datentypen vereinheitlichen, Tabellen mergen oder anhängen. Bei Bedarf ergänze ich benutzerdefinierte Transformationen oder bedingte Logik, um Strukturunterschiede auszugleichen – so entsteht ein konsistentes Dataset fürs Reporting.
Ich setze Row-Level Security (RLS) ein, um den Zugriff nach Rollen zu beschränken. Zusätzlich konfiguriere ich Workspace-Berechtigungen und verankere Data-Governance-Richtlinien, damit nur autorisierte Nutzer Berichte sehen oder ändern können.
Für Senior-Rollen werden oft sehr fortgeschrittene Themen geprüft – teils szenariobasiert, teils konzeptionell.
Sei bereit, komplexe Datenmodellierungsprobleme mit großen Datenmengen zu adressieren und Berichtsdesigns dafür zu erläutern.
Außerdem können Fragen zu Advanced Analytics und KI in Power BI kommen. Kenne die neuesten Funktionen und Releases, um zu zeigen, was heute möglich ist und wie das Unternehmen davon profitiert.
Bidirektionale Filter können Performance-Probleme und unerwartete Ergebnisse verursachen. Ein Workaround ist, auf betroffenen Visuals zusätzliche Visual-Level-Filter zu setzen. Alternativ lassen sich DAX-Measures mit CALCULATE() nutzen, um den Filterkontext gezielt zu überschreiben.
What-if-Parameter erlauben es Nutzern, Werte interaktiv anzupassen und die Auswirkungen in Echtzeit zu sehen. Du definierst z. B. einen Wertebereich (etwa 0–20 % Rabatt), steuerst ihn über einen Slicer und referenzierst den Parameter in DAX-Measures für Szenarioanalysen.
Bei großen Datenmodellen helfen mehrere Maßnahmen: Entferne unnötige Spalten und Zeilen bereits beim Import. Vermeide nach Möglichkeit berechnete Spalten und nutze stattdessen Measures. Optimiere DAX, indem du komplexe Iteratoren vermeidest und Variablen einsetzt. Implementiere Aggregationen für große Faktentabellen. Und für extrem große Datasets: DirectQuery oder Composite Models in Betracht ziehen.
Direct Lake is a storage mode introduced with Microsoft Fabric that lets a Power BI model read data directly from OneLake. It combines the fast performance of Import (without scheduled refreshes) with the freshness of DirectQuery (without querying a separate source). The trade-off is that the data must live in a Fabric lakehouse or warehouse.
Zum Schluss geht es um Fragen für sehr erfahrene Power-BI-Profis. In Interviews für Top-Rollen stehen meist nicht die technischen Details im Vordergrund.
Stattdessen geht es um deine Erfahrung mit Optimierung, Governance und Management von Reports.
Auf diesem Level solltest du Erfahrung in der Zusammenarbeit mit oder Leitung von Power-BI-Teams haben, passende Ansätze für Business-Probleme auswählen und End-to-End umsetzen – von der Abstimmung mit Stakeholdern bis zur Bereitstellung sowie dem laufenden Betrieb und der Weiterentwicklung. Hier einige Fragen mit Beispielantworten:
Ich habe das Reporting über fünf Geschäftsbereiche mit uneinheitlichen Datenstrukturen vereinheitlicht. Die größte Herausforderung waren unterschiedliche Definitionen zentraler Kennzahlen wie „Umsatz“ und „Kunde“. Ich habe Workshops moderiert, um gemeinsame Definitionen festzulegen, anschließend ein zentrales Datenmodell mit dokumentierten Business-Regeln aufgebaut und einen stufenweisen Rollout gestartet – zunächst ein Pilotbereich, dann sukzessive Skalierung.
Ich definiere klare Richtlinien für Workspace-Management, Nutzerberechtigungen und Datenzugriffe. Dazu gehören Row-Level Security, definierte Workspace-Rollen und Regeln für Report-Zertifizierungen. Außerdem setze ich Richtlinien für Gateway-Management und Datenteilung auf. Für Compliance nutze ich Datenklassifizierung, Audit-Trails und sorge für DSGVO-Konformität. Die Richtlinien werden dokumentiert und regelmäßig mit Stakeholdern überprüft.
Ich starte mit einer Bestandsaufnahme: Welche Reports migrieren, einstellen oder neu gestalten – basierend auf Business-Mehrwert. Dann priorisiere ich High-Impact-Reports und erstelle Standardvorlagen für Konsistenz. In enger Abstimmung mit Stakeholdern erfolgt ein gestufter Rollout mit Pilotgruppen. Schulungen und Support begleiten die Migration, parallel laufen beide Systeme übergangsweise, bevor die Altplattform abgeschaltet wird.
Ich setze RLS zur Zugriffsbeschränkung ein, konfiguriere Workspace-Berechtigungen sorgfältig und nutze Sensitivitätslabels zur Klassifizierung. Externes Teilen wird über Mandanteneinstellungen eingeschränkt, Nutzung über Audit-Logs überwacht. Regelmäßige Security-Reviews und Schulungen sensibilisieren Anwender. Alerts für auffällige Aktivitäten helfen, Probleme früh zu erkennen.
Ich identifiziere mit Stakeholdern die wichtigsten Kennzahlen und optimiere zuerst dort. Ich setze Aggregationen und Summary-Tabellen für häufig abgefragte Daten ein und verwende Incremental Refresh für große Datasets. Oft fahre ich zweigleisig: schnell ladende Executive-Dashboards für den Überblick und detaillierte Reports on demand. Regelmäßige Performancetests und Feedback helfen, die Balance aus Speed und Tiefe zu finden.
KI steht inzwischen im Zentrum vieler Power-BI-Interviews. Copilot in Power BI ist der Dreh- und Angelpunkt, zusätzlich werden Kenntnisse der seit Jahren verfügbaren KI-Visuals sowie der Vorbereitung des semantischen Modells erwartet, damit KI-Funktionen verlässliche Ergebnisse liefern.
Copilot ist der generative KI-Assistent von Power BI. Er kann aus Prompts Berichtseiten entwerfen, DAX-Measures verfassen oder vorschlagen, Daten in natürlicher Sprache zusammenfassen und Fragen zu einem Modell konversational beantworten. Copilot funktioniert in Power BI Desktop und im Power BI Service und ist das Herzstück von Microsofts KI-Strategie in Power BI.
Du benötigst Microsoft-Fabric-Kapazität ab F64 oder eine Premium Per User (PPU)-Lizenz mit aktiviertem Fabric-Testzeitraum. Außerdem muss der Tenant-Admin Copilot auf Mandantenebene aktivieren. Am besten funktioniert Copilot mit Import- oder Direct-Lake-Semantikmodellen – DirectQuery wird unterstützt, ist aber häufig langsamer und weniger konsistent.
Neben Copilot liefert Power BI mehrere integrierte KI-Visuals aus.
Smart Narratives sind KI-generierte Textzusammenfassungen, die die Daten in deinen Visuals automatisch beschreiben. Du fügst das Visual aus dem Visualisierungen-Bereich hinzu, Power BI analysiert die Daten auf der Berichtseite und generiert Insights in natürlicher Sprache. Die Texte passen sich dynamisch an Filter an und liefern kontextbezogene Erklärungen zu Trends, Ausreißern und Kennzahlen.
Viele der wichtigsten Power-BI-Interviewfragen sind technisch – etwa zu DAX und Datenmodellierung. Um den Job zu bekommen und im Gespräch zu überzeugen, solltest du dich gezielt und gründlich vorbereiten.

Arbeitgeber schätzen Bewerbende, die Problemlösungskompetenz, analytisches Denken und die Fähigkeit zeigen, komplexe Insights verständlich zu vermitteln. Ebenso wichtig sind Kommunikation und Teamarbeit, da die Rolle oft bereichsübergreifend agiert.
Bereite konkrete Beispiele vor, die deine Problemlösung, Teamarbeit und erfolgreiche Power-BI-Einsätze zeigen. Fokussiere auf Ausgangslage, dein Vorgehen und die Ergebnisse. Übe, diese Situationen klar und prägnant zu erklären.
Zertifizierungen wie die Power BI Data Analyst Associate Certification (PL-300) können dein Profil stark aufwerten. Sieh dir unseren umfassenden Guide zu Power-BI-Zertifizierungen an – welche es gibt, wie du bestehst und wie sie deiner Karriere nutzen.
Übe typische Power-BI-Aufgaben und -Herausforderungen, etwa Berichte von Grund auf erstellen, DAX-Formeln optimieren oder Daten mit Power Query transformieren. Zeitmanagement und ein strukturiertes Vorgehen sind in Tests entscheidend.
Frag nach den Projekten, an denen du arbeitest, nach Teamstruktur und nach der Rolle von Power BI in der Datenstrategie. Fragen zur Datenkultur und zukünftigen Plänen zeigen Interesse und strategisches Denken.
Recherchiere Durchschnittsgehälter für Power-BI-Rollen in deiner Region und Branche. Betone in Verhandlungen deine besonderen Kompetenzen, Zertifizierungen und welchen Mehrwert du lieferst. Sei klar in deinen Vorstellungen und zugleich flexibel.
Lerne kontinuierlich weiter: Fortgeschrittene Kurse, Fachkonferenzen und Zertifizierungen. Suche anspruchsvolle Projekte und Führungsaufgaben, um Kompetenzen und Sichtbarkeit auszubauen. Im umfangreichen Katalog von DataCamps Power-BI-Kursen findest du passgenaue Angebote.
Wenn du noch nicht bereit für Interviews bist und gerade erst als Power-BI-Entwickler durchstartest, sieh dir unseren Schritt-für-Schritt-Guide an: How to become a Power BI developer.
Wir haben Leitfäden mit Interviewfragen für viele weitere Technologien und Rollen:
Blog
Blog
Blog
Power-BI-Kurse
Kurs
Lerne die wichtigsten Konzepte der Datenmodellierung in Power BI kennen.
Kurs
Lerne die Vorteile von Data Analysis Expressions (DAX) in Power BI kennen und schreibe damit deine eigenen Funktionen.
Üben und Lernpfad deinen Fortschritt.
Weiter mit GoogleWenn du fortfährst, akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und dass deine Daten in den USA gespeichert werden.
Microsoft Power BI ist eine der führenden Business-Intelligence-Plattformen. Microsoft wurde im Gartner Magic Quadrant for Analytics and Business Intelligence Platforms bereits 18 Jahre in Folge als Leader ausgezeichnet – mit Top-Bewertungen bei „Vollständigkeit der Vision“ und „Umsetzungsfähigkeit“.
Diese Popularität sorgt allerdings auch für viel Wettbewerb auf dem Arbeitsmarkt. Wenn du also einen Job mit Power BI anvisierst, ist die beste Strategie: Bereite dich gezielt auf das Vorstellungsgespräch vor.
In diesem Artikel schauen wir uns die häufigsten Kategorien, Themen und Fragen an, die dich in einem Power-BI-Interview erwarten können.