Lead Consultant für BI & Analytics Engineering
Ich entwickle moderne Analytics-Plattformen und BI-Produkte, die Daten im Unternehmensmaßstab in klare, verlässliche Entscheidungen übersetzen.
In der Nähe von Frankfurt · Deutschland
Erfahrung
Wählen Sie ein Unternehmen aus, um Rollen, Technologien und konkrete Beiträge im Detail zu sehen.
Aufbau einer Microsoft-Fabric-Lakehouse-Plattform und Migration komplexer Tableau-Landschaften zu leistungsstarkem Power BI.Technische Leitung verlässlicher Tableau- und Analytics-Engineering-Lösungen für mehr als 400 Führungskräfte.Planung und Architektur einer durchgängigen Tableau-zu-Power-BI-Migration — von ETL bis zu Semantikmodellen.Standardisierung der Power-BI-Landschaft und Neugestaltung der Modelle, sodass ein Semantikmodell viele Berichte versorgt.Migration des Reportings von Power BI zu Tableau und Neugestaltung der Dashboards mit Fokus auf UX und Performance.Optimierung von Power-BI- und Tableau-Modellen mit mehr als 3 Milliarden Datensätzen, CI/CD und automatisierten Berichtstests.Optimierung und Einbettung von Tableau-Analysen mit mehr als 100 Millionen Datensätzen in eine interne Datenplattform.Durchgängige Bereitstellung gesteuerter, DSGVO-konformer BI-Dashboards — von ETL bis Row-Level Security.Entwicklung von Controlling-Dashboards und Forecast-Analysen für Entscheidungen des Senior Managements.Ausgewählte Projekte
Repräsentative Projekte aus Mobilität, Finanzwesen, Fertigung und Consumer Technology.
Deutsche Bahn
Konzeption von Microsoft-Fabric-Lakehouses und metadatengesteuerter Ingestion bei gleichzeitiger Migration komplexer Tableau-Anwendungen zu leistungsstarken Power-BI-Semantikmodellen.
Deutsche Leasing
Technische Leitung skalierbarer Tableau-Produkte, individueller SQL-Modelle und dbt-Qualitätsworkflows für eine unternehmensweite Management-Zielgruppe.
Cocomore / Samsung
Planung der durchgängigen Migration von Tableau zu Power BI, Ablösung einer umfangreichen Tableau-Prep-Pipeline durch dbt und Neugestaltung der Modelle mit Sternschema und optimierten DAX-Mustern.
Deutsche Bahn
Optimierung von Tableau- und Power-BI-Modellen über Milliarden von Datensätzen sowie Einführung von CI/CD, automatisierten Berichtstests, georäumlichen Analysen und Python-basierten Extrakt-Pipelines.
Aktuell in Entwicklung
Nebenprojekte aus der Beratungspraxis, die beim nächsten Auftreten eines Problems den manuellen Schritt überflüssig machen.
Ein Config-over-Code-Framework für die Datenaufnahme. Metadaten-Kontrolltabellen steuern die Bronze-, Silver- und Bridge-Schichten, die ein Direct-Lake-Semantikmodell versorgen. Eine neue Tabelle wird durch Metadatenzeilen statt durch neuen Code eingebunden. Die Abstimmung bricht bei Abweichungen deutlich ab, und das gesamte Framework lässt sich aus dem Browser installieren.
Notebook-Treiber für Modelloperationen, die sonst über eine Benutzeroberfläche geklickt werden: der Lebenszyklus inkrementeller Aktualisierung, schreibgeschützte Diagnosen bis zum VertiPaq-Speicherbedarf einzelner Spalten, präzise TOM-Metadatenänderungen und das Klonen von Modellen zwischen Workspaces inklusive Berichtsneubindung.
Drei wiederverwendbare Schichten, damit Power-BI-Design nicht in jedem Projekt dieselben Probleme neu löst: ein markenbewusstes Theme-System, eine typisierte Registry für Berichtskomponenten und ein Builder, der Berichte aus einer Spezifikation unter einem Theme zusammensetzt.
Mein Beitrag
Ich arbeite entlang der gesamten Analytics-Wertschöpfung — mit besonderer Tiefe dort, wo Engineering, BI-Design und Adoption zusammenkommen.
Power-BI- und Tableau-Erlebnisse, ausgerichtet auf die Entscheidungen, die Menschen tatsächlich treffen müssen.
Wiederverwendbare Semantikmodelle, getestete Transformationen und Pipelines, die auch bei wachsender Skalierung verständlich bleiben.
Pragmatische Architekturen von Ingestion und Lakehouse-Schichten bis zu Modellierung und kontrollierter Nutzung.
Kooperative Leitung für Migrationen, Standards, Mentoring, Stakeholder-Abstimmung und die Befähigung von Teams.
Das beste Analytics-Produkt ist nicht das vollste Dashboard. Es ist das, dem Menschen genug vertrauen, um danach zu handeln.
Ich verbinde praxisnahes Engineering mit dem Blick eines Beraters auf das Gesamtsystem: die Geschäftsfrage, das Datenmodell, die Oberfläche und die Menschen, die es anschließend verantworten.
Mit der Geschäftsfrage, der Zielgruppe und einem klaren Bild der besseren Entscheidung beginnen.
Modelle, Pipelines und Delivery-Praktiken schaffen, die verlässliche Analysen wiederholbar machen.
Muster teilen, Kollegen coachen und das fertige System leichter übernehmbar und weiterentwickelbar machen.
Verfügbar für ausgewählte hybride und Remote-Projekte
Machen wir daraus einen klaren nächsten Schritt.
Gespräch beginnen