Finanzdaten besser nutzen: Wie Analytics4PowerBI kommunale Auswertungen vereinfacht

Mit Analytics4PowerBI bringt Axians Infoma die Finanz- und Liquiditätsdaten gebündelt in Microsoft Power BI. Kommunen erhalten so ein fachlich aufbereitetes Datenmodell und Standardberichte für den Einstieg und können darauf eigene Auswertungen aufbauen. Die Lösung ist für Infoma Online ebenso ausgelegt wie für den Betrieb von Infoma newsystem im eigenen Haus.

In vielen Kämmereien gehören Situationen wie diese zum Alltag: Für die Ausschusssitzung wird kurzfristig ein aktueller Plan-Ist-Vergleich gebraucht, ein Fachbereich fragt nach dem Stand seiner Budgets, und die Liquiditätsübersicht sollte auch wieder einmal aktualisiert werden. Die Daten dafür liegen vollständig in Infoma vor. Trotzdem dauert es, bis daraus eine verlässliche Übersicht wird. Listen werden exportiert, in Excel zusammengeführt und abgeglichen, Summen werden geprüft und Rückfragen geklärt. Schon beim nächsten Termin beginnt das Ganze von vorn, und nicht selten kursieren am Ende mehrere Versionen derselben Auswertung.

Das Problem ist also selten fehlendes Datenmaterial. Haushalts- und Budgetdaten, Kostenstellen, Investitionen, offene Posten bei Debitoren und Kreditoren sowie Zahlungsströme sind meist gründlich erfasst und gepflegt. Aufwendig ist der Weg von der Buchung zur aussagekräftigen Information, die eine Amtsleitung oder ein Gemeinderat tatsächlich nutzen kann. An diesem Punkt kommt Analytics4PowerBI ins Spiel.

Wie werden aus Finanzdaten verlässliche Entscheidungsgrundlagen?

Kern der Lösung ist ein sogenanntes Semantikmodell in Power BI. Dahinter steckt eine einfache Idee: Die Infoma-Daten werden nicht als Rohtabellen bereitgestellt, sondern so aufbereitet, dass sie die fachliche Logik der Verwaltung abbilden. Tabellen sind sinnvoll miteinander verknüpft, Kennzahlen sind zentral definiert und tragen Bezeichnungen, die Anwenderinnen und Anwender aus ihrem Arbeitsalltag kennen.

Das hat ganz praktische Folgen. Wer einen Bericht öffnet oder selbst eine Auswertung baut, muss auf diese Weise nicht wissen, in welcher Tabelle des Quellsystems ein bestimmter Wert gespeichert ist. Und wenn Kämmerei und Fachbereich über verfügbare Mittel oder Abweichungen vom Plan sprechen, greifen beide auf dieselbe Definition zurück. Diskussionen darüber, wessen Zahl die richtige ist, werden damit deutlich seltener.

Auch umfangreiche Berichtsabfragen direkt auf dem operativen System können die tägliche Arbeit spürbar ausbremsen, gerade wenn viele Mitarbeitende gleichzeitig darauf zugreifen. Analytics4PowerBI trennt deshalb Buchung und Analyse. Die relevanten Daten werden hierfür übertragen, verarbeitet und in einer dedizierten Datenstruktur abgelegt. Das Fachverfahren läuft unbeeinträchtigt weiter, während in Power BI auch größere Datenmengen zügig ausgewertet werden können.

Wie lassen sich Finanzdaten flexibel auswerten?

Kommunen beginnen mit Analytics4PowerBI nicht bei null. Vorbereitete Standardberichte für Finanzen und Liquidität sind von Anfang an nutzbar. Wer anschließend tiefer einsteigen möchte, kann darauf aufbauen und beispielsweise eigene Kennzahlen ergänzen, individuelle Berichte erstellen oder weitere Datenquellen einbinden, etwa Excel-Tabellen aus den Fachbereichen oder zusätzliche Daten aus Business Central.

Im Alltag verändert sich damit vor allem der Umgang mit Fragen. Statt für jede neue Anfrage eine eigene Liste zu ziehen, lassen sich Entwicklungen interaktiv untersuchen. Von der Gesamtsicht auf den Haushalt geht es per Klick hinunter auf einzelne Produkte, Kostenstellen oder Buchungen. Eine auffällige Abweichung lässt sich so in wenigen Schritten bis zu ihrer Ursache zurückverfolgen. Die Berichte werden dabei zentral über den Power BI Service bereitgestellt und sind im Browser, per App auf mobilen Endgeräten sowie in Microsoft-365-Umgebungen verfügbar. Die Bürgermeisterin oder der Bürgermeister kann demnach etwa auch unterwegs auf den aktuellen Stand zugreifen, ohne dass vorher jemand ein PDF verschicken muss oder Ähnliches. Für Kommunen, die ohnehin mit Microsoft 365 arbeiten, fügt sich Power BI zudem nahtlos in die bestehende Arbeitsumgebung ein.

Funktioniert moderne Datenanalyse auch bei On-Premises-Betrieb?

Viele Verwaltungen gehen den Weg in die Cloud bewusst in Etappen. Analytics4PowerBI trägt dem Rechnung. Neben Infoma Online ist die Lösung auch für Kommunen vorgesehen, die Infoma newsystem beziehungsweise Business Central weiterhin On-Premises betreiben.

Im hybriden Modell bleibt das Fachverfahren im eigenen Rechenzentrum oder beim kommunalen IT-Dienstleister. Aufbereitung und Datenhaltung für die Analysen übernimmt die Infoma-Cloud-Umgebung, Power BI selbst läuft im Microsoft-Tenant der Kommune. So lassen sich moderne, browserbasierte Auswertungen nutzen, ohne die bestehende Systemlandschaft infrage zu stellen. Wer später auf Infoma Online wechselt, kann seine Berichte selbstverständlich migrieren und auf den bisherigen Erfahrungen aufbauen.

Welche Möglichkeiten eröffnen Microsoft Fabric und Microsoft Copilot künftig?

Microsoft entwickelt darüber hinaus seine Datenplattform mit Microsoft Fabric weiter. Datenintegration, Datenhaltung, Analyse und Governance wachsen dort in einer gemeinsamen Umgebung zusammen, wobei Power BI die Auswertungsschicht bildet. Ein sauber strukturiertes Semantikmodell, wie es Analytics4PowerBI mitbringt, ist eine gute Ausgangsbasis, um diese Möglichkeiten künftig schrittweise zu erschließen.

Besonders anschaulich wird das am Beispiel Copilot. Künftig sollen Anwenderinnen und Anwender ihre Fragen an die Daten in natürlicher Sprache stellen können, etwa in der Form: „Wie hat sich unsere Liquidität im letzten Quartal entwickelt?“ oder „Welche Kostenstellen weichen deutlich vom Plan ab?“ Copilot kann dann Berichtsseiten vorschlagen, passende Visualisierungen erstellen oder Zusammenhänge erläutern. Damit die Antworten belastbar sind, braucht die KI allerdings Kontext. Sie muss wissen, was eine Kennzahl bedeutet und wie die Daten zusammenhängen. Genau diese Informationen liefert das Semantikmodell. Die Grundlage für den sinnvollen Einsatz von KI in der Finanzanalyse entsteht also bereits heute, mit einer sauber aufbereiteten Datenbasis.