Analytics Engineering & Business Intelligence

Ich betreue und erweitere das bestehende Power BI Setup bei der Heinerich GmbH. Grundlage ist ein Microsoft SQL Server, aus dem ich strukturierte Datenmodelle für Power BI aufbaue. Als zentrale Quelle dient das ERP-System Abas, das ich über Views und abgestimmte Schnittstellen an die Reportinglandschaft anbinde.

Ich entwickle neue Datenmodelle und Reports für verschiedene Unternehmensbereiche – z. B. für den Vertrieb (Sales-Dashboards, Kundenanalysen), das Controlling (Performance-Reports auf Abteilungsebene), die Geschäftsführung (KPIs & Forecasts) oder das Backoffice (Korrekturanalysen, operative Auswertungen).

Neben der technischen Umsetzung übernehme ich auch den Betrieb der BI-Plattform: von der Datenqualität über Ladeprozesse bis hin zur Fehleranalyse im Tagesgeschäft. Dabei stehe ich im engen Austausch mit den Fachbereichen und übersetze Anforderungen direkt in funktionierende Berichte – flexibel, pragmatisch und mit Blick aufs Wesentliche.

Ich begleite die Migration eines umfangreichen BI-Systems von SAS auf Power BI – mit Fokus auf das Schadens- und Unfallmanagement. Die bestehenden Auswertungen analysiere ich inhaltlich und technisch, insbesondere den SAS-Code und die zugrunde liegenden SQL-Abfragen, um sie in moderne Power BI Reports zu überführen.

Ich übernehme die Business Analyse in verschiedenen Fach- und Datenbereichen, modelliere die nötigen Informationsstrukturen und konzipiere gemeinsam mit den Fachpersonen neue Reportinglösungen. Die Anforderungen erfasse ich in Workshops und Interviews und setze sie in Power BI prototypisch und produktiv um.

Basis der Datenversorgung ist ein Oracle Data Warehouse. Die Datenflüsse werden mit Informatica realisiert – bei Bedarf analysiere und optimiere ich auch diese ETL-Prozesse. Darüber hinaus teste ich die erstellten BI-Applikationen auf fachliche Korrektheit und technische Konsistenz und begleite die Einführung neuer Berichte im Austausch mit den Fachabteilungen.

Durch die Migration profitieren die Fachbereiche von schnelleren Ladezeiten, intuitiver Bedienung und der Möglichkeit zur Self-Service-Analyse. Die Umstellung sorgt so nicht nur für Effizienz, sondern auch für mehr Transparenz und Eigenständigkeit in der täglichen Arbeit mit Daten.

• Entwicklung und Implementierung einer Smart Factory Plattform zur Digitalisierung des Shopfloors einer Automobilproduktion
• Erhebung der fachlichen und technischen Anforderungen vom Auftraggeber
• Projektsteuerung auf Seitens des Dienstleisters nach Agilen Methoden
• Datenmodelierung 

Technologien:

• Confluent Kafka
• MinIO
• MS PowerBI
• MS SQL Server
• MS SSIS