SH

Sascha Hess

xenosystems.de - IT-Consulting & Data Management

www.xenosystems.de

Strategische Wissens-Roadmap 2026

ERP-KPIs & Controlling

Die richtigen Kennzahlen — automatisiert, aktuell, entscheidungsrelevant

1

50 ERP-KPIs

Einkauf, Lager, Vertrieb, Finanzen — fertige SQL-Abfragen

2

KPI-Automatisierung

Tägliche Kennzahlen ohne manuellen Aufwand

3

Power BI Schnelleinstieg

Von der SQL-Abfrage zum Dashboard in einem Tag

4

Frühwarnsystem

Automatische Alerts bei KPI-Abweichungen

5

30-Tage-Dashboard-Plan

Erstes Management-Dashboard in einem Monat live

WAS SIE IN DIESEM KIT ERWARTEN DÜRFEN

■  50 ERP-KPIs — Mit Formel, SQL-Vorlage und Zielwert-Empfehlung für jede Kennzahl.

■  KPI-Automatisierung — Staging-Tabellen, Berechnungs-Jobs und tägliche Aktualisierung.

■  Power BI Schnelleinstieg — Von der ersten SQL-Abfrage zum interaktiven Dashboard.

■  Frühwarnsystem — Automatische Mail-Alerts bei Zielwertabweichungen.

■  30-Tage-Plan — Erstes Management-Dashboard in einem Monat produktiv.

ZIEL DIESES KITS

Nach dem Lesen und Umsetzen dieses Kits haben Sie ein automatisiertes KPI-System, das täglich aktuell ist — ohne manuelle Arbeit. Führungskräfte sehen morgens die wichtigsten Zahlen, Abweichungen werden automatisch gemeldet, und Berichte schreiben sich selbst.

JEDE KPI MUSS SEIN:

S — Spezifisch

    Eindeutige Definition, keine Interpretationsspielräume.

    Schlecht: "Kundenzufriedenheit"

    Gut:      "Reklamationsquote = Reklamationen / Lieferungen × 100"

M — Messbar

    Aus dem ERP berechenbar, ohne manuelle Ergänzungen.

    Datenquelle, Formel und Einheit schriftlich definiert.

A — Akzeptiert

    Von Fachbereich und Controlling gemeinsam definiert.

    Nicht von IT allein — sonst wird die Zahl nicht genutzt.

R — Relevant

    Führt die Kennzahl zu Entscheidungen oder Maßnahmen?

    Wenn nicht: weglassen.

T — Terminiert

    Zeitraum und Aktualisierungsfrequenz festgelegt.

    Täglich, wöchentlich oder monatlich — bewusst gewählt.

Name

Liefertreue Lieferanten

Definition

Anteil pünktlicher Lieferungen an Gesamtlieferungen

Formel

Pünktliche Lfg. / Gesamt-Lfg. × 100

Einheit

Prozent

Zielwert

≥ 95 %

Alarmgrenze

< 90 %

Datenquelle

Wareneingangstabelle, Bestelltabelle

Aktualisierung

Täglich

Owner

Einkaufsleiter

STRATEGISCHE KPIs (Monatlich / Lenkungsausschuss)

  EBIT-Marge, Liquidität 3. Grades, Eigenkapitalrendite

TAKTISCHE KPIs (Wöchentlich / Abteilungsleiter)

  Liefertreue, Lagerumschlag, Forderungslaufzeit (DSO)

OPERATIVE KPIs (Täglich / Teamleiter / Disponenten)

  Offene Bestellungen, Überfällige Rechnungen, Lagerbestand

-- Liefertreue je Lieferant (rollierende 90 Tage)

SELECT

    l.LieferantNr,

    l.Name AS Lieferant,

    COUNT(*) AS Gesamt_Lieferungen,

    SUM(CASE WHEN we.Eingangsdatum <= b.ZugesagtesLieferdatum

             THEN 1 ELSE 0 END) AS Puenktlich,

    ROUND(100.0 * SUM(CASE WHEN we.Eingangsdatum <= b.ZugesagtesLieferdatum

                           THEN 1 ELSE 0 END) / COUNT(*), 1) AS Liefertreue_Pct,

    AVG(DATEDIFF(DAY, b.ZugesagtesLieferdatum,

                 we.Eingangsdatum)) AS Avg_Verzoegerung_Tage

FROM dbo.Wareneingaenge we

JOIN dbo.Bestellungen b ON we.BestellNr = b.BestellNr

JOIN dbo.Lieferanten l ON b.LieferantNr = l.LieferantNr

WHERE we.Eingangsdatum >= DATEADD(DAY, -90, CAST(GETDATE() AS DATE))

GROUP BY l.LieferantNr, l.Name

HAVING COUNT(*) >= 5  -- Mindestens 5 Lieferungen für Aussagekraft

ORDER BY Liefertreue_Pct ASC;

-- Preisabweichung je Artikel (letztes Quartal)

SELECT

    a.ArtikelNr,

    a.Bezeichnung,

    a.Standardpreis,

    AVG(bp.EinzelPreis) AS Avg_EinkaufsPreis,

    ROUND(100.0 * (AVG(bp.EinzelPreis) - a.Standardpreis)

          / NULLIF(a.Standardpreis, 0), 1) AS Abweichung_Pct,

    SUM(bp.Menge) AS Gesamt_Menge,

    SUM(bp.Menge * (bp.EinzelPreis - a.Standardpreis)) AS Abweichung_EUR

FROM dbo.BestellPositionen bp

JOIN dbo.Artikel a ON bp.ArtikelNr = a.ArtikelNr

JOIN dbo.Bestellungen b ON bp.BestellNr = b.BestellNr

WHERE b.Bestelldatum >= DATEADD(QUARTER, -1, CAST(GETDATE() AS DATE))

  AND a.Standardpreis > 0

GROUP BY a.ArtikelNr, a.Bezeichnung, a.Standardpreis

HAVING ABS(ROUND(100.0 * (AVG(bp.EinzelPreis) - a.Standardpreis)

           / NULLIF(a.Standardpreis, 0), 1)) > 3

ORDER BY ABS(Abweichung_EUR) DESC;

Bestelldurchlaufzeit

Ø Tage Bestellung → Wareneingang

≤ Lieferzeit + 1 Tag

Täglich

Maverick Buying Quote

Käufe ohne Bestellung / Gesamtkäufe

< 5 %

Monatlich

Lieferantenkonzentration

Anteil Top-3-Lieferanten am Einkaufsvolumen

< 60 %

Monatlich

Reklamationsquote Einkauf

Reklamierte Lieferungen / Gesamt-Lieferungen

< 2 %

Wöchentlich

Bestellwert je Bestellung

Ø Nettowert je Bestellvorgang

> 500 € (Bündelung)

Monatlich

-- Lagerumschlagshäufigkeit je Warengruppe (laufendes Jahr)

SELECT

    a.Warengruppe,

    SUM(vp.Menge * vp.EinstandsPreis) AS Umsatz_Einstand,

    AVG(lb.Bestandswert) AS Avg_Lagerbestand,

    ROUND(SUM(vp.Menge * vp.EinstandsPreis)

          / NULLIF(AVG(lb.Bestandswert), 0), 1) AS Umschlag_Haeufigkeit,

    ROUND(365.0 / NULLIF(

          SUM(vp.Menge * vp.EinstandsPreis)

          / NULLIF(AVG(lb.Bestandswert), 0), 0), 0) AS Reichweite_Tage

FROM dbo.VerkaufsPositionen vp

JOIN dbo.Artikel a ON vp.ArtikelNr = a.ArtikelNr

JOIN dbo.Lagerbestaende lb ON a.ArtikelNr = lb.ArtikelNr

WHERE vp.Belegdatum >= DATEFROMPARTS(YEAR(GETDATE()), 1, 1)

GROUP BY a.Warengruppe

ORDER BY Umschlag_Haeufigkeit ASC;

-- Lagerreichweite je Artikel — kritische Artikel hervorheben

WITH VerbrauchPro90Tage AS (

    SELECT

        ArtikelNr,

        SUM(Menge) / 90.0 AS TagesVerbrauch

    FROM dbo.VerkaufsPositionen

    WHERE Belegdatum >= DATEADD(DAY, -90, CAST(GETDATE() AS DATE))

    GROUP BY ArtikelNr

)

SELECT

    a.ArtikelNr,

    a.Bezeichnung,

    lb.Bestand,

    ROUND(v.TagesVerbrauch, 2) AS TagesVerbrauch,

    ROUND(lb.Bestand / NULLIF(v.TagesVerbrauch, 0), 0) AS Reichweite_Tage,

    CASE

        WHEN lb.Bestand / NULLIF(v.TagesVerbrauch, 0) < 7  THEN 'KRITISCH'

        WHEN lb.Bestand / NULLIF(v.TagesVerbrauch, 0) < 14 THEN 'Niedrig'

        WHEN lb.Bestand / NULLIF(v.TagesVerbrauch, 0) > 90 THEN 'Überbestand'

        ELSE 'OK'

    END AS Status

FROM dbo.Artikel a

JOIN dbo.Lagerbestaende lb ON a.ArtikelNr = lb.ArtikelNr

JOIN VerbrauchPro90Tage v ON a.ArtikelNr = v.ArtikelNr

WHERE a.Aktiv = 1 AND lb.Bestand > 0

ORDER BY Reichweite_Tage ASC;

Bestandsgenauigkeit

Inventurzählung = Systembestand (%)

> 98 %

Nach Inventur

Slow Mover Quote

Artikel ohne Bewegung > 180 Tage / Gesamt

< 10 %

Monatlich

Lagerkostenquote

Lagerkosten / Ø Lagerwert

< 20 % p.a.

Monatlich

Lieferfähigkeit

Sofort lieferbare Aufträge / Gesamt

> 95 %

Täglich

Nullbestand-Quote

Artikel mit Bestand = 0 / Aktive Artikel

< 5 %

Täglich

-- Auftragseingang: aktueller Monat vs. Vormonat vs. Vorjahr

SELECT

    YEAR(Auftragsdatum) AS Jahr,

    MONTH(Auftragsdatum) AS Monat,

    COUNT(*) AS Anzahl_Auftraege,

    SUM(Nettobetrag) AS Auftragseingang_EUR,

    AVG(Nettobetrag) AS Avg_Auftragswert,

    LAG(SUM(Nettobetrag)) OVER (ORDER BY YEAR(Auftragsdatum),

                                         MONTH(Auftragsdatum)) AS Vormonat,

    ROUND(100.0 * (SUM(Nettobetrag) -

          LAG(SUM(Nettobetrag)) OVER (ORDER BY YEAR(Auftragsdatum),

                                               MONTH(Auftragsdatum)))

          / NULLIF(LAG(SUM(Nettobetrag)) OVER (ORDER BY YEAR(Auftragsdatum),

                                                        MONTH(Auftragsdatum)), 0), 1)

          AS Veraenderung_Pct

FROM dbo.Verkaufsauftraege

WHERE Auftragsdatum >= DATEADD(MONTH, -13, DATEFROMPARTS(YEAR(GETDATE()),

                                                         MONTH(GETDATE()), 1))

  AND Belegart = 'Auftrag'

GROUP BY YEAR(Auftragsdatum), MONTH(Auftragsdatum)

ORDER BY Jahr DESC, Monat DESC;

-- Liefertreue an Kunden je Monat

SELECT

    YEAR(ls.Lieferdatum) AS Jahr,

    MONTH(ls.Lieferdatum) AS Monat,

    COUNT(*) AS Gesamt_Lieferungen,

    SUM(CASE WHEN ls.Lieferdatum <= va.ZugesagtesLieferdatum

             THEN 1 ELSE 0 END) AS Puenktlich,

    ROUND(100.0 * SUM(CASE WHEN ls.Lieferdatum <= va.ZugesagtesLieferdatum

                           THEN 1 ELSE 0 END) / COUNT(*), 1) AS Liefertreue_Pct,

    AVG(DATEDIFF(DAY, va.ZugesagtesLieferdatum, ls.Lieferdatum)) AS Avg_Verz_Tage

FROM dbo.Lieferscheine ls

JOIN dbo.Verkaufsauftraege va ON ls.AuftragsNr = va.AuftragsNr

WHERE ls.Lieferdatum >= DATEADD(MONTH, -6, CAST(GETDATE() AS DATE))

GROUP BY YEAR(ls.Lieferdatum), MONTH(ls.Lieferdatum)

ORDER BY Jahr DESC, Monat DESC;

Angebots-Abschlussquote

Aufträge / Angebote × 100

> 30 %

Monatlich

Deckungsbeitrag I

Umsatz − variable Kosten

Budgetwert

Monatlich

Umsatz je Mitarbeiter

Gesamtumsatz / Anzahl MA

Branchenwert

Monatlich

Retourenquote

Retouren / Lieferungen × 100

< 3 %

Wöchentlich

Durchschnittlicher Auftragswert

Σ Nettoumsatz / Anzahl Aufträge

Trendbeobachtung

Monatlich

Top-10-Kunden-Anteil

Umsatz Top 10 / Gesamtumsatz

< 50 %

Monatlich

-- DSO: Durchschnittliche Forderungslaufzeit (rollierende 90 Tage)

WITH UmsatzJahr AS (

    SELECT SUM(Nettobetrag) / 365.0 AS TagesUmsatz

    FROM dbo.Verkaufsbelege

    WHERE Belegdatum >= DATEADD(YEAR, -1, CAST(GETDATE() AS DATE))

      AND Belegart = 'Rechnung'

)

SELECT

    ROUND(SUM(op.OffenerBetrag) / u.TagesUmsatz, 1) AS DSO_Tage,

    SUM(op.OffenerBetrag) AS Gesamtforderungen_EUR,

    COUNT(*) AS Anzahl_Offene_Posten,

    SUM(CASE WHEN DATEDIFF(DAY, op.Faelligkeitsdatum, GETDATE()) > 0

             THEN op.OffenerBetrag ELSE 0 END) AS Ueberfaellig_EUR,

    ROUND(100.0 * SUM(CASE WHEN DATEDIFF(DAY, op.Faelligkeitsdatum, GETDATE()) > 0

                           THEN op.OffenerBetrag ELSE 0 END)

          / NULLIF(SUM(op.OffenerBetrag), 0), 1) AS Ueberfaellig_Pct

FROM dbo.OffenePosten op

CROSS JOIN UmsatzJahr u

WHERE op.Typ = 'Forderung';

-- Überfällige Verbindlichkeiten mit Skontopotenzial

SELECT

    l.Name AS Lieferant,

    op.BelegNr AS Rechnungsnummer,

    op.Belegdatum,

    op.Faelligkeitsdatum,

    op.SkontodatumI AS Skonto_Faellig,

    op.OffenerBetrag,

    DATEDIFF(DAY, op.Faelligkeitsdatum, GETDATE()) AS Tage_Ueberfaellig,

    CASE WHEN GETDATE() <= op.SkontodatumI

         THEN ROUND(op.OffenerBetrag * op.SkontoProzentI / 100, 2)

         ELSE 0 END AS Skontopotenzial_EUR

FROM dbo.OffenePosten op

JOIN dbo.Lieferanten l ON op.KontoNr = l.LieferantNr

WHERE op.Typ = 'Verbindlichkeit'

  AND op.OffenerBetrag > 0

ORDER BY op.SkontodatumI ASC, Tage_Ueberfaellig DESC;

Liquidität 1. Grades

Zahlungsmittel / kurzfr. Verbindl.

> 20 %

Täglich

Liquidität 3. Grades

Umlaufvermögen / kurzfr. Verbindl.

> 120 %

Monatlich

Debitorenausfallquote

Abgeschriebene Forderungen / Umsatz

< 0,5 %

Monatlich

Skontoquote

Genutzte Skonti / Mögliche Skonti

> 80 %

Monatlich

Mahnquotenverteilung

OP je Mahnstufe / Gesamtforderungen

Mahnstufe 1 > 80 %

Wöchentlich

EMPFOHLENE ARCHITEKTUR:

ERP-Produktivdatenbank (Read-only für KPI-Jobs)

        ↓ (nächtlicher ETL-Job)

KPI-Staging-Datenbank (eigene DB: "KPI_DWH")

  ├── dbo.KPI_Definitionen    (Metadaten aller KPIs)

  ├── dbo.KPI_Tagesdaten       (tägliche Berechnungsergebnisse)

  ├── dbo.KPI_Zielwerte        (Soll-Werte je KPI und Periode)

  ├── dbo.KPI_Alerts           (ausgelöste Warnmeldungen)

  └── dbo.KPI_History          (Langzeitarchiv, 3 Jahre)

        ↓ (DirectQuery oder Import)

Power BI Dashboard

-- KPI-Definitionstabelle

CREATE TABLE dbo.KPI_Definitionen (

    KPI_ID        INT IDENTITY PRIMARY KEY,

    KPI_Code      NVARCHAR(50) UNIQUE NOT NULL,

    KPI_Name      NVARCHAR(200) NOT NULL,

    Bereich       NVARCHAR(50),    -- Einkauf / Lager / Vertrieb / Finanzen

    Einheit       NVARCHAR(20),    -- %, EUR, Tage, Stück

    Zielwert      DECIMAL(18,2),

    Alarmgrenze   DECIMAL(18,2),

    Alarm_Richtung NVARCHAR(10),   -- 'unter' oder 'ueber'

    Beschreibung  NVARCHAR(MAX),

    Aktiv         BIT DEFAULT 1

);

-- KPI-Tagesdaten

CREATE TABLE dbo.KPI_Tagesdaten (

    ID            INT IDENTITY PRIMARY KEY,

    KPI_ID        INT REFERENCES dbo.KPI_Definitionen(KPI_ID),

    Berechnungs_Datum DATE NOT NULL,

    Wert          DECIMAL(18,4),

    Dimension1    NVARCHAR(100),  -- z.B. Warengruppe, Lieferant

    Berechnet_Am  DATETIME2 DEFAULT GETDATE(),

    CONSTRAINT UQ_KPI_Tag UNIQUE (KPI_ID, Berechnungs_Datum, Dimension1)

);

-- KPI-Alerts

CREATE TABLE dbo.KPI_Alerts (

    AlertID       INT IDENTITY PRIMARY KEY,

    KPI_ID        INT REFERENCES dbo.KPI_Definitionen(KPI_ID),

    Alert_Datum   DATETIME2 DEFAULT GETDATE(),

    Ist_Wert      DECIMAL(18,4),

    Ziel_Wert     DECIMAL(18,4),

    Abweichung_Pct DECIMAL(8,2),

    Alert_Gesendet BIT DEFAULT 0,

    Empfaenger    NVARCHAR(500)

);

-- Täglicher KPI-Berechnungsjob (SQL Agent, täglich 06:00)

-- Beispiel: Liefertreue Lieferanten automatisch berechnen und speichern

DECLARE @Datum DATE = CAST(GETDATE() AS DATE);

DECLARE @KPI_ID INT = (SELECT KPI_ID FROM dbo.KPI_Definitionen

                       WHERE KPI_Code = 'EINK_LIEFERTREUE');

-- Alte Werte für heute löschen (Idempotenz)

DELETE FROM dbo.KPI_Tagesdaten

WHERE KPI_ID = @KPI_ID AND Berechnungs_Datum = @Datum;

-- Neue Werte berechnen und speichern

INSERT INTO dbo.KPI_Tagesdaten (KPI_ID, Berechnungs_Datum, Wert, Dimension1)

SELECT

    @KPI_ID,

    @Datum,

    ROUND(100.0 * SUM(CASE WHEN we.Eingangsdatum <= b.ZugesagtesLieferdatum

                           THEN 1 ELSE 0 END) / COUNT(*), 1),

    l.Name

FROM dbo.Wareneingaenge we

JOIN dbo.Bestellungen b ON we.BestellNr = b.BestellNr

JOIN dbo.Lieferanten l ON b.LieferantNr = l.LieferantNr

WHERE we.Eingangsdatum >= DATEADD(DAY, -90, @Datum)

GROUP BY l.LieferantNr, l.Name

HAVING COUNT(*) >= 5;

-- Alert prüfen

INSERT INTO dbo.KPI_Alerts (KPI_ID, Ist_Wert, Ziel_Wert, Abweichung_Pct)

SELECT

    t.KPI_ID,

    t.Wert,

    d.Alarmgrenze,

    ROUND(100.0 * (t.Wert - d.Alarmgrenze) / NULLIF(d.Alarmgrenze, 0), 1)

FROM dbo.KPI_Tagesdaten t

JOIN dbo.KPI_Definitionen d ON t.KPI_ID = d.KPI_ID

WHERE t.KPI_ID = @KPI_ID

  AND t.Berechnungs_Datum = @Datum

  AND d.Alarm_Richtung = 'unter'

  AND t.Wert < d.Alarmgrenze;

IMPORT-MODUS (empfohlen für die meisten KMU):

  ✓ Daten werden in Power BI-Dataset gespeichert

  ✓ Sehr schnell — keine Datenbankabfrage beim Öffnen

  ✓ Automatische Aktualisierung (täglich / stündlich)

  ✗ Daten bis zu 24h veraltet

  ✗ 1 GB Dataset-Limit (Pro-Lizenz)

  → Für: Tages-/Wochen-Berichte, KPI-Dashboards

DIRECTQUERY-MODUS:

  ✓ Immer aktuelle Daten

  ✓ Kein Datenmengenlimit

  ✗ Langsam bei komplexen Abfragen

  ✗ Hohe Last auf ERP-Datenbank

  → Für: Operative Echtzeit-Übersichten (Lagerbestand, offene Aufträge)

BESTE PRAXIS FÜR POWER BI & ERP

Verbinden Sie Power BI nie direkt mit ERP-Rohtabellen. Erstellen Sie stattdessen SQL-Views oder gespeicherte Prozeduren — diese abstrahieren die ERP-Datenstruktur und schützen Ihre Berichte vor ERP-Updates, die Tabellennamen oder -strukturen ändern.

-- Beispiel: Stabile View für Power BI Umsatz-Analyse

CREATE OR ALTER VIEW dbo.vw_PBI_Umsatz AS

SELECT

    CAST(vb.Belegdatum AS DATE) AS Datum,

    YEAR(vb.Belegdatum) AS Jahr,

    MONTH(vb.Belegdatum) AS Monat,

    DATENAME(MONTH, vb.Belegdatum) AS Monatsname,

    k.Name AS Kunde,

    k.Kundennummer,

    k.Region,

    k.Branche,

    a.Warengruppe,

    a.Produktgruppe,

    vp.ArtikelNr,

    a.Bezeichnung AS Artikel,

    vp.Menge,

    vp.Nettobetrag AS Umsatz_EUR,

    vp.EinstandsPreis * vp.Menge AS Kosten_EUR,

    vp.Nettobetrag - (vp.EinstandsPreis * vp.Menge) AS DB1_EUR

FROM dbo.VerkaufsPositionen vp

JOIN dbo.Verkaufsbelege vb ON vp.BelegNr = vb.BelegNr

JOIN dbo.Kunden k ON vb.KundenNr = k.KundenNr

JOIN dbo.Artikel a ON vp.ArtikelNr = a.ArtikelNr

WHERE vb.Belegart = 'Rechnung'

  AND vb.Storniert = 0;

EMPFOHLENE DASHBOARD-SEITEN:

SEITE 1 — EXECUTIVE SUMMARY

  KPI-Karten: Umsatz MTD, DB-Marge, DSO, Liefertreue

  Umsatz-Trend (12 Monate, Linie + Vorjahr)

  Top-5-Kunden nach Deckungsbeitrag

SEITE 2 — VERTRIEB

  Auftragseingang aktueller Monat vs. Plan

  Umsatz je Verkäufer / Region

  Pipeline und offene Angebote

SEITE 3 — LAGER & EINKAUF

  Lagerreichweite nach Warengruppe

  Kritische Artikel (< 7 Tage Reichweite)

  Liefertreue Lieferanten Top/Flop 10

SEITE 4 — FINANZEN

  DSO-Trend, überfällige Forderungen nach Alter

  Skontopotenzial

  Liquiditätsvorschau 30/60/90 Tage

3-STUFEN-ALERT-SYSTEM:

STUFE 1 — INFORMATION (Grün → Gelb)

  Abweichung: 10-20 % vom Zielwert

  Empfänger:  Abteilungsleiter

  Kanal:      E-Mail / Teams-Nachricht

  Reaktion:   Beobachten, Ursache prüfen

STUFE 2 — WARNUNG (Gelb → Orange)

  Abweichung: 20-30 % vom Zielwert

  Empfänger:  Bereichsleiter + Abteilungsleiter

  Kanal:      E-Mail mit Detailbericht

  Reaktion:   Maßnahmenplan innerhalb 48h

STUFE 3 — ALARM (Orange → Rot)

  Abweichung: > 30 % vom Zielwert

  Empfänger:  Geschäftsführung + alle Führungsebenen

  Kanal:      E-Mail + SMS / Teams-Direktnachricht

  Reaktion:   Sofortmaßnahmen, Eskalation

-- SQL Agent Job: Täglicher KPI-Alert-Check (täglich 07:00)

DECLARE @AlertText NVARCHAR(MAX) = '';

DECLARE @AnzahlAlerts INT = 0;

-- Alle ausgelösten aber noch nicht gesendeten Alerts sammeln

SELECT

    @AlertText = @AlertText +

    CHAR(13) + CHAR(10) +

    '⚠ ' + d.KPI_Name + ' [' + d.Bereich + ']' + CHAR(13) + CHAR(10) +

    '   Ist-Wert:    ' + CAST(ROUND(a.Ist_Wert, 1) AS VARCHAR) + ' ' + d.Einheit + CHAR(13) + CHAR(10) +

    '   Ziel:        ' + CAST(ROUND(a.Ziel_Wert, 1) AS VARCHAR) + ' ' + d.Einheit + CHAR(13) + CHAR(10) +

    '   Abweichung:  ' + CAST(a.Abweichung_Pct AS VARCHAR) + ' %' + CHAR(13) + CHAR(10),

    @AnzahlAlerts = @AnzahlAlerts + 1

FROM dbo.KPI_Alerts a

JOIN dbo.KPI_Definitionen d ON a.KPI_ID = d.KPI_ID

WHERE a.Alert_Gesendet = 0

  AND CAST(a.Alert_Datum AS DATE) = CAST(GETDATE() AS DATE);

-- Alert senden wenn vorhanden

IF @AnzahlAlerts > 0

BEGIN

    EXEC msdb.dbo.sp_send_dbmail

        @profile_name = 'KPI-Alerts',

        @recipients   = 'controlling@firma.de;geschaeftsfuehrung@firma.de',

        @subject      = 'KPI-Frühwarnung: ' + CAST(@AnzahlAlerts AS VARCHAR)

                        + ' Kennzahl(en) unter Zielwert — '

                        + CONVERT(VARCHAR, GETDATE(), 104),

        @body         = 'Folgende KPIs haben heute Alarmgrenzen unterschritten:'

                        + CHAR(13) + CHAR(10) + @AlertText

                        + CHAR(13) + CHAR(10)

                        + 'Details im KPI-Dashboard: https://powerbi.firma.de';

    -- Als gesendet markieren

    UPDATE dbo.KPI_Alerts SET Alert_Gesendet = 1

    WHERE Alert_Gesendet = 0

      AND CAST(Alert_Datum AS DATE) = CAST(GETDATE() AS DATE);

END;

Einkauf

Liefertreue Lieferant

< 90 %

Einkaufsleiter

Lager

Lagerreichweite kritischer Artikel

< 7 Tage

Disponent + Einkauf

Vertrieb

Liefertreue an Kunden

< 90 %

Vertriebsleiter

Finanzen

DSO

> Zahlungsziel + 20 Tage

Buchhaltung + GF

Finanzen

Überfällige Forderungen

> 15 % der Gesamtforderungen

GF + Buchhaltung

Allgemein

Backup fehlt

> 26 Stunden

IT-Leiter

VOR DEM START

KPI-Steckbriefe für mindestens 10 KPIs mit Fachbereich abstimmen und unterschreiben lassen. Datenbankzugriff auf ERP (Read-only) für den KPI-Job-User einrichten. Power BI Desktop installiert und Zugang zu Power BI Service (Pro-Lizenz) sichergestellt.

ERGEBNIS NACH 30 TAGEN

Nach 30 Tagen haben Sie ein automatisiertes KPI-System mit 10+ täglich berechneten Kennzahlen, ein Management-Dashboard in Power BI und ein Frühwarnsystem das Alarme automatisch sendet. Der manuelle Reporting-Aufwand sinkt von Stunden auf Minuten pro Woche.

BI-Dashboard-Aufbau

Power BI / DeltaMaster Dashboards inkl. ETL-Strecken, KPI-System und Data-Warehouse-Aufbau — für KMU ab 1 Woche Projektumfang.

ERP-Prozessautomatisierung

Analyse, Konzeption und Umsetzung von Workflow- und Schnittstellenautomatisierungen — von Quick Wins bis zur vollständigen Roadmap.

SQL Server DB Health Check

Professioneller Audit Ihres SQL Servers — Managementreport, Risikobewertung und Maßnahmenplan. Scope: 3-5 Tage.

ERP-Einführungsberatung

Begleitung von ERP-Projekten (MACH, Dynamics NAV/BC, APplus) — Anforderungsanalyse, Datenmigration, Go-Live-Support.

Interim IT-Management

Übernahme der IT-Steuerung auf Zeit — Budgetplanung, Dienstleister-Management, strategische IT-Ausrichtung.