30
gearbeitet werden muss, führt diese Proble-
matik nicht selten zu erheblicher Frustration
der Mitarbeiter.
Fazit
Was oft mit Augenrollen beginnt, endet im Se-
minar nicht selten mit der Feststellung, dass
bisher doch noch nicht alle Verbesserungsmög-
lichkeiten im Umgang mit SVERWEISen Ein-
gang in die persönliche Arbeitsweise gefunden
hatten. Für manche Teilnehmer ist die Rückfüh-
rung der Fehler Nummer 6 und Nummer 7 auf
eine Governance-Thematik aufgrund der feh-
lenden persönlichen Handlungsmöglichkeiten
auch ein kleines Frustrationserlebnis. Gleich-
zeitig wird gelegentlich deutlich, dass nicht nur
im Umgang mit dem Thema Data Governance,
sondern auch bei der Mitarbeiterqualifikation
Handlungsbedarf oft unerkannt und folglich
ungedeckt bleibt.
Zweck die notwendigen Relationen nicht erheb-
lich besser in Power Pivot definiert werden kön-
nen. Ist dies nicht sinnvoll, steht in Power Pivot
z. B. die DAX-Funktion RELATED zur Verfü-
gung, die ggf. erheblich effizienter sein wird als
SVERWEIS. Der Einsatz von SQL-Abfragen z. B.
in Access zur Datenaufbereitung ist zwar flexib-
ler als Power Pivot, im Zusammenhang mit der
Entropie aber mit Vorsicht zu genießen: Werden
die Daten vorab nach Access importiert, schafft
man weitere Redundanzen. Wenn möglich, soll-
te man die Tabellen daher in Access nur ver-
knüpfen statt sie zu importieren. Power Pivot
speichert zwar ebenfalls eine lokale Kopie der
Daten, erhält die Verknüpfung zur Datenquelle
im Unterschied zu importierten Access-Tabel-
len aber im Regelfall aufrecht, um eine prob-
lemlose Aktualisierung zu ermöglichen.
Fehler Nummer 7 ist von den bislang genann-
ten Fehlern am schwersten zu beheben. Es
greift, wie angedeutet, erheblich zu kurz, Quali-
fikationsbedarf zu konstatieren. Das wesentlich
gravierendere
Problem ist in vielen Unter-
nehmen, dass die Controller das Thema
Datenmanagement aus Kapazitätsgründen
nicht auch noch zu ihrer Aufgabe machen
können
. Die wenigsten Musiker bauen ihre In-
strumente selbst. Da aber bspw. die Kollegen
aus der IT im Regelfall weder die Bedeutung
noch die Verwendung der einzelnen Spalten
bzw. Felder kennen, sehen sie sich ebenfalls
nicht in der entsprechenden Verantwortung.
Bei vielen Führungskräften, egal welcher Abtei-
lung, ist die Bewirtschaftung der Schlüsselres-
source Daten respektive Informationen als Auf-
gabe noch gar nicht angekommen – oder
man
träumt lieber von Big Data anstatt „hands
on“ aufräumen zu lassen
. Das Thema Daten-
management rutscht aus diesen Gründen in
nicht wenigen Firmen zwischen die Stühle und
wird dort liegen gelassen, bis die Arbeitsmap-
pen vor SVERWEISen nur so strotzen.
Es lohnt sich daher zu prüfen, ob sich Fehler
wie Nummer 6 und Nummer 7 also nicht ur-
sächlich auf Probleme der Data Governance
zurückzuführen lassen. Die Art der Verwen-
dung des scheinbar trivialen SVERWEIS ent-
puppt sich nicht selten als valider Indikator
dafür, worin die zuständigen Führungskräfte
ihre Aufgaben sehen. Wo tagtäglich oder im
Projekt mit den daraus resultierenden Daten
regelmäßig und systematisch anhand statis-
tisch valider Stichproben beurteilt und doku-
mentiert.
Die regelmäßige, systematische
Evaluation der Datenqualität wird in vielen
Unternehmen jedoch vernachlässigt.
Fehlerquelle Nummer 7:
Abertausende von SVERWEISen
Arbeitsmappen mit Tausenden von SVER-
WEISen verursachen häufig Performance-
Probleme. Außerdem muss den Nutzern in
solchen Anwendungsszenarien klar sein,
dass sie mit ihren SVERWEISen Datenbanko-
perationen imitieren, die es möglicherweise
gar nicht geben dürfte. Der SVERWEIS stellt
häufig eine 1:1 Beziehung zwischen zwei Ta-
bellen her. Für Daten, für die eine solche
1:1-Beziehung gilt, sind aber die Gründe ge-
nau zu prüfen, warum sie nicht von vorneher-
ein in der gleichen Tabelle bzw. Abfrage ste-
hen. Mit anderen Worten:
Die exzessive,
dauerhafte Nutzung von SVERWEISEen
kann ein Indikator dafür sein, dass die zur
Verfügung stehenden Datenquellen die
tagesgeschäftlichen Anforderungen der
Anwender nicht erfüllen.
Dergleichen darf
aber kein Dauerzustand sein, denn es ist zeit-
aufwändig (teuer!) und fehlerintensiv, diese
Mängel ständig nachträglich zu beheben. Der
SVERWEIS wird in diesem Zusammenhang
zum reinen Reparaturwerkzeug, das die Fol-
gen konzeptioneller Versäumnisse im Daten-
management zu lindern versucht. In diesem
Reparaturbetrieb entstehen immer weitere
Redundanzen und über kurz oder lang auch
Folgefehler, die nur im Idealfall als „#NV“ zu
erkennen sein werden. Der Informationsge-
halt und die Zuverlässigkeit der Daten wird
bei ihrer Expansion z. B. durch SVERWEISe
mit zunehmendem Abstand von der Ur-Da-
tenquelle deutlich abnehmen. Analog zur
Physik spricht man im diesem Zusammen-
hang auch bei Daten von Entropie.
Seine Universalität macht den SVERWEIS in ge-
nau diesem Zusammenhang für viele zu einem
Schweizer Taschenmesser unter den Ex-
cel-Funktionen.
Allerdings: Zum Bäumefällen
ist er eben nicht geeignet. Lässt man sich no-
lens volens auf den Reparaturbetrieb ein, sollte
daher geprüft werden, ob für den gewünschten
Fehler im Umgang mit dem SVERWEIS
