Das ultimative wiederverwendbare DAX-Mess-Toolkit für Power BI
- MirVel

- 30. Juli
- 4 Min. Lesezeit
Aktualisiert: 3. Aug.
Power BI ist ein leistungsstarkes Business-Intelligence-Tool. Die DAX-Sprache (Data Analysis Expressions) ermöglicht es Benutzern, benutzerdefinierte Berechnungen für Daten innerhalb der Anwendung zu erstellen. Egal, ob Sie Anfänger oder fortgeschrittener Benutzer sind, die Kenntnis der wesentlichen DAX-Kennzahlen ist für eine effektive Datenanalyse entscheidend. Dieser Blogbeitrag stellt ein unverzichtbares Paket von DAX-Kennzahlen vor, die für verschiedene Datensätze wiederverwendet werden können – angefangen bei einfachen Kennzahlen wie SUM, COUNT und AVERAGE bis hin zu komplexeren Kennzahlen, einschließlich Zeitintelligenz.
DAX-Kennzahlen verstehen
DAX-Measures sind Berechnungen, die mit DAX-Ausdrücken erstellt werden und die Sie in Ihren Power BI-Berichten verwenden können. Diese Measures ermöglichen dynamische Berechnungen, die auf Benutzerinteraktionen reagieren, wie z. B. das Filtern und Aufteilen von Daten. Der Vorteil von DAX-Measures liegt in ihrer Wiederverwendbarkeit in verschiedenen Berichten und Datensätzen. Durch die Beherrschung eines Kernsatzes von Measures können Benutzer Zeit sparen und die Konsistenz ihrer Analysen gewährleisten.
Warum ein „Must-have“-Paket erstellen?
Sparen Sie bei jedem Projekt Stunden. Fügen Sie eine PBIX-Datei oder eine Messtabelle aus dem Tabelleneditor in ein beliebiges Modell ein, passen Sie 2–3 Spaltennamen an und schon sind Sie bereit für die Analyse.
Standardisieren Sie KPIs. Eine konsistente Logik sorgt dafür, dass die Zahlen in allen Berichten und Teams übereinstimmen.
Einstieg für neue Analysten. Klare Benennungen, Kommentare und Variablen machen jede Maßnahme zu einem Mikro-Tutorial.
Unten verwendete Namenskonvention : Faktentabelle: „Fakt“ – ersetzen Sie diese durch Ihre eigene (z. B. „Umsatz“). Datumstabelle: „Daten“ (als richtige Datumstabelle gekennzeichnet). Sie können jeder Maßnahme gerne „_pkg“ voranstellen oder sie alle in einem dedizierten Anzeigeordner „⚙ Toolkit“ gruppieren.
1. Grundgesteinsaggregationen
Messen | Code | Hinweise |
Gesamtbetrag | Gesamtbetrag = SUMME ( 'Fakt'[Betrag] ) | Ihr Basismaß. |
Unterschiedliche Befehle | Unterschiedliche Bestellungen = DISTINCTCOUNT ( 'Fact'[OrderID] ) | Einfacher Wechsel zu Kunde, Mitarbeiter usw. |
Durchschnittlicher Stückpreis | Durchschnittlicher Stückpreis = DURCHSCHNITT ( 'Fakt'[Stückpreis] ) | Verwenden Sie AVERAGEX für gewichtete Durchschnittswerte. |
Zeilenanzahl | Zeilenanzahl = COUNTROWS ( 'Fact' ) | Schneller als der SQL-Stil COUNT(*). |

2. Erweiterte DAX-Kennzahlen – Mathematik, Varianz, Vergleich, Logik
Kategorie | Kennzahlname | DAX-Codeausschnitt | Zweck / Hinweise |
Mathematik und Aggregationen | Gesamtbetrag | SUMME('Tatsache'[Betrag]) | Basisaggregation |
Zeilenanzahl | COUNTROWS('Tatsache') | Grundzählung | |
Unterschiedliche Befehle | DISTINCTCOUNT('Fakt'[Bestell-ID]) | Anzahl eindeutiger Werte | |
Durchschnittlicher Umsatz | DURCHSCHNITT('Tatsache'[Betrag]) | Einfacher Durchschnitt | |
SumX über Produkte | SUMX(VALUES('Fakt'[Produkt]), [Gesamtbetrag]) | Verwendung für berechnete Aggregationen | |
Varianzanalyse | Varianz absolut | VAR LY = [Umsatz LY] RETURN [Gesamtbetrag] - LY | Differenz zur Vorperiode |
Varianz % | DIVIDE([Gesamtbetrag] - [Umsatz LY], [Umsatz LY]) | Prozentuale Abweichung | |
Varianz zum Durchschnitt | VAR Avg = AVERAGEX(ALL('Fact'), [Gesamtbetrag]) RETURN [Gesamtbetrag] - Avg | Vergleichen Sie mit dem Gesamtdurchschnitt | |
Standardabweichung (Stichprobe) | STDEV.S('Tatsache'[Betrag]) | Verteilungsmessung | |
Vergleiche und Logik | Hohe Verkaufsflagge | WENN([Gesamtbetrag] > 100000, 1, 0) | Schwellenwertbasierte Logik |
Null Umsatz? | WENN([Gesamtbetrag] = 0, "Keine Verkäufe", "✔️ Aktiv") | Beschriftungslogik | |
Min-Max normalisiert | VAR MinVal = BERECHNEN(MIN('Fakt'[Betrag]), ALLE('Fakt')) VAR MaxVal = BERECHNEN(MAX('Fakt'[Betrag]), ALLE('Fakt')) RÜCKGABE DIVIDIEREN([Gesamtbetrag] - MinVal, MaxVal - MinVal) | Skala zwischen 0 und 1 | |
Eimer und Gruppierung | Verkaufskorb (3 Ebenen) | SWITCH(TRUE(), [Gesamtbetrag] <= 10000, "Niedrig", [Gesamtbetrag] <= 50000, "Mittel", "Hoch") | Leistung kategorisieren |
Dynamisches Banding | FLOOR([Gesamtbetrag], 10000) | Gruppieren nach Bereichen | |
Benchmarking | Gegen die durchschnittliche Flagge | WENN([Gesamtbetrag] > DURCHSCHNITT X(ALLE('Tatsache'), [Gesamtbetrag]), "Über Durchschnitt", "Unter Durchschnitt") | Selbst-Benchmark |
% über Min | VAR MinAmt = BERECHNEN(MIN('Fakt'[Betrag]), ALLE('Fakt')) RÜCKGABE DIVIDIEREN([Gesamtbetrag] - MinAmt, MinAmt) | Verhältnis zum niedrigsten Wert |

Erweiterte zeitintelligente DAX-Maßnahmen
Messen | Code | Warum |
Umsatz YTD | Umsatz YTD = GESAMT ( [Gesamtbetrag], 'Daten'[Datum] ) | Laufende Summe seit Jahresbeginn. Microsoft Learn |
Umsatz QTD / MTD | Tauschen Sie TOTALYTD gegen TOTALQTD oder TOTALMTD. | |
Vertrieb LY | Verkäufe LY = BERECHNEN ( [Gesamtbetrag], SAMEPERIODLASTYEAR ( 'Daten'[Datum] ) ) | Vorjahresvergleich. |
Wachstum im Jahresvergleich (%) | Wachstum im Jahresvergleich % = DIVIDIEREN ([Umsatz YTD] - [Umsatz LY], [Umsatz LY]) | |
Rollierende 12-Monats-Verkäufe | Rollierende 12M = BERECHNEN ( [Gesamtbetrag], DATESINPERIOD ( 'Daten'[Datum], MAX ( 'Daten'[Datum] ), -12, MONAT ) ) | Glättet die Saisonalität. |
Woche-zu-Woche % | DAX WoW = VAR Curr = [Gesamtbetrag] VAR Prev = BERECHNEN ( [Gesamtbetrag], DATEADD ( 'Daten'[Datum], -7, TAG ) ) RETURN DIVIDE ( Curr - Prev, Prev ) |
4. Kontext & Filter && Ranking & Top-N-Muster-Helfer
Messen | Code | Anwendungsfall |
Hat Verkäufe? | Hat Verkäufe? = WENN (ISBLANK ([Gesamtbetrag]), "Nein", "Ja") | Tooltip und visuelle Filter. |
Aktuelle Auswahl | Aktuelle Auswahl = CONCATENATEX ( WERTE ( 'Fakt'[Produkt] ), 'Fakt'[Produkt], ", " ) | Dynamische Titel. |
Alle Filter entfernen | Gesamtbetrag (Alle) = BERECHNEN ( [Gesamtbetrag], REMOVEFILTERS() ) | Sauberer als das alte ALL(). |
Rang nach Umsatz | RANKX (ALLE ('Fakt'[Produkt]), [Gesamtbetrag],, DESC, Dicht) | |
Ist es ein Top-5-Produkt? | WENN ( [Rang nach Umsatz] <= 5, 1 |

Metadaten und selbstdokumentierende Modelle
Mit der INFO/VIEW -Familie von Microsoft (Nov. 2024) können Sie Modellobjekte als native Tabellen/Maßnahmen darstellen:
Tables = INFO.VIEW.TABLES ()Relationships = INFO.VIEW.RELATIONSHIPS ()Leistungstipps
Umschließen Sie Nenner mit DIVIDE(), um eine Division durch Null zu vermeiden.
Ziehen Sie CALCULATE ( … , REMOVEFILTERS ( ) ) ALL ( ) vor, um die Übersichtlichkeit und Sicherheit auf Zeilenebene zu gewährleisten.
Zwischenspeichern Sie umfangreiche Berechnungen in Basismaßen und verwenden Sie sie dann erneut (ein Muster, das als Maßverzweigung bezeichnet wird ).
Achten Sie auf bidirektionale Beziehungen. Maßnahmen, die ALLSELECTED() verwenden, können unvorhersehbar werden.
✅ Profi-Tipps:
Beginnen Sie jedes Modell mit mindestens 3–5 davon , noch bevor Sie visuelle Elemente erstellen.
Verwenden Sie Anzeigeordner und den Backslash „\“ in Power BI (z. B. Core\Totals, Core\Customer), um die erstellten Maßnahmen zu organisieren und Unterordner hinzuzufügen.
Versehen Sie wiederverwendbare Muster mit Unterstrichen (_Gesamtbetrag), um sie oben in den Listen zu halten.








Kommentare