Ratgeber

Dashboard bauen: Datenquellen, KPIs, Diagramme und Zugriff

Um ein Dashboard zu bauen, beginnst du bei den Fragen, die es beantworten muss, und bei den Menschen, die es lesen. Dann definierst du eine kleine Menge an Kennzahlen präzise, verbindest die Daten, aus denen sie entstehen, und wählst für jede ein einfaches Diagramm. Danach legst du fest, wer welche Zahlen sehen darf. Ein KI-App-Builder kann in Minuten ein ansprechendes Dashboard erzeugen. Die schwierige Arbeit, und der Teil, der entscheidet, ob jemand dem Dashboard vertraut, ist, die Daten und Definitionen richtig zu bekommen.

Mit Fragen beginnen, nicht mit Diagrammen

Ein Dashboard, das alles zeigen will, wird einmal geöffnet und dann nicht mehr. Beantworte vor dem Nachdenken über Diagramme:

  • Für wen ist es? Den Gründer, ein Vertriebsteam, den Betrieb, Investoren, deine Kunden?
  • Welche Entscheidungen unterstützt es? „Brauchen wir noch eine Support-Kraft?“ ist eine Frage, die ein Dashboard beantworten kann. „Zeig mir unsere Daten“ nicht.
  • Wie oft wird draufgeschaut? Tägliche Betriebs-Dashboards brauchen frische Daten und Warnungen; eine monatliche Übersicht für den Vorstand nicht.

Schreibe drei bis fünf Fragen auf. Jede wird zu einer oder zwei Kennzahlen.

Jede Kennzahl exakt definieren

Die meisten Streitereien um Dashboards sind eigentlich Streitereien um Definitionen. Schreibe für jede Zahl eine kurze Definition:

KennzahlVagePräzise
Umsatz„Geld, das wir verdient haben“Summe der bezahlten Rechnungsbeträge ohne Steuer, nach Rechnungsdatum, in EUR
Aktive Nutzer„Leute, die es benutzen“Eindeutige Nutzer mit mindestens einem Login in den letzten 30 Tagen
Abwanderung„Leute, die gegangen sind“Zahlende Kunden zu Monatsbeginn, die im Laufe des Monats gekündigt haben, geteilt durch die Kunden zu Monatsbeginn
Reaktionszeit„Wie schnell der Support ist“Median der Stunden von der Ticket-Erstellung bis zur ersten menschlichen Antwort, nur Werktage

Füge diese Definitionen in deinen Prompt ein. Ohne sie wählt eine KI eine vernünftig klingende Berechnung, die vielleicht nicht zu deiner Zählweise passt.

Woher die Daten kommen

QuelleWie ein Dashboard sie liestWorauf du achten musst
Die eigene Datenbank der AppDirekte AbfragenSchwere Abfragen bremsen die Haupt-App; bei Bedarf Zusammenfassungstabellen ergänzen
Eine TabellenkalkulationAls CSV importieren oder über eine API lesenManuelles Bearbeiten bricht Formate; Summenzeilen und verbundene Zellen
SaaS-Tools (Stripe, HubSpot, Shopify, Google Analytics)Ihre APIs mit deinem API-SchlüsselRatenbegrenzungen, Seitennummerierung und jedes Tool definiert Kennzahlen auf eigene Weise
Ein Data-Warehouse (BigQuery, Snowflake, Postgres)SQL über eine serverseitige VerbindungZugangsdaten und Abfragekosten

Zwei Grundsätze gelten überall:

  1. Schlüssel bleiben auf dem Server. API-Schlüssel und Datenbankpasswörter gehören in die Umgebungsvariablen der App, niemals in den Browsercode.
  2. Entscheide über die Aktualität. Bei jedem Seitenaufruf mehrere APIs abzufragen ist langsam und kann Ratenbegrenzungen auslösen. Für die meisten Geschäfts-Dashboards ist ein Abgleich jede Stunde oder über Nacht in deine eigene Datenbank mit einer Angabe „zuletzt aktualisiert“ auf der Seite einfacher und zuverlässiger.

Wenn dir APIs neu sind, erklären was ist eine API und was ist eine Datenbank die Grundlagen.

Das richtige Diagramm wählen

  • Einzelne Zahl mit Veränderung („42.000 €, plus 8 % gegenüber Vormonat“): eine KPI-Karte. Das nützlichste Element auf den meisten Dashboards.
  • Verlauf über die Zeit: ein Liniendiagramm. Balken nur bei wenigen Zeiträumen.
  • Kategorien vergleichen: ein horizontales Balkendiagramm, nach Wert sortiert.
  • Anteil am Ganzen: ein gestapelter Balken. Kreisdiagramme funktionieren nur mit zwei oder drei Segmenten.
  • Details und Ausreißer: eine Tabelle mit Sortierung, Suche und Filtern. Oft nützlicher als jedes Diagramm.

Halte Farben konsistent: eine Farbe für „dieser Zeitraum“, eine gedämpfte für „Vergleich“, Rot nur für Dinge, die Aufmerksamkeit brauchen.

Wer sieht was

Lege den Zugriff vor dem Bau fest:

  • Intern, alle sehen alles: am einfachsten. Braucht trotzdem Login, wenn Geschäftsdaten enthalten sind.
  • Rollenbasiert: Vertrieb sieht Vertriebszahlen, Finanzen sehen Margen, Führungskräfte sehen ihr eigenes Team.
  • Kundenseitig: jeder Kunde sieht nur seine eigenen Daten. Jede Abfrage muss auf dem Server nach dem Kundenkonto filtern. Teste das, indem du dich als zwei verschiedene Kunden anmeldest.

Ein Dashboard mit Umsatz- oder Kundendaten auf einer öffentlichen URL ohne Login ist ein Datenleck, das nur darauf wartet, gefunden zu werden.

Ein erster Prompt, der funktioniert

Baue ein Vertriebs-Dashboard für ein B2B-Softwareunternehmen mit 10 Personen. Zielgruppe: die Gründer und die Vertriebsleitung, die es jeden Montag prüfen. Übersichtsseite: KPI-Karten für neuen MRR in diesem Monat, Gesamt-MRR, neue Kunden in diesem Monat, abgewanderte Kunden in diesem Monat und Pipeline-Wert, jeweils mit der Veränderung gegenüber dem Vormonat; ein Liniendiagramm des MRR der letzten zwölf Monate; ein Balkendiagramm neuer Deals nach Quelle. Eine Deals-Seite mit durchsuchbarer, sortierbarer Tabelle (Firma, Verantwortlicher, Wert, Phase, Abschlussdatum) und Filtern nach Verantwortlichem und Phase. Kennzahl-Definitionen: MRR ist die Summe der aktiven monatlichen Abobeträge, Jahrespläne geteilt durch 12; Abwanderung zählt Kunden, deren Abo in diesem Monat endete. Verwende vorerst realistische Beispieldaten in einer Datenbank, Stripe binden wir später an. Zeige eine Angabe „zuletzt aktualisiert“. Login erforderlich. Übersichtliches Seitenmenü-Layout.

Der Prompt nennt die Zielgruppe, jede Kennzahl mit ihrer Definition, die Diagramme und den Datenplan. Er beginnt mit Beispieldaten, sodass ihr das Design abstimmen könnt, bevor echte Quellen angebunden werden.

Build-Schritte

  1. Layout mit Beispieldaten. Stimmt Kennzahlen und Diagramme ab, solange die Daten erfunden und leicht zu ändern sind.
  2. Eine echte Quelle anbinden. Prüfe jede Zahl von Hand gegen das Quellsystem. Weicht der MRR von dem ab, was Stripe zeigt, finde den Grund, bevor du weitergehst.
  3. Die weiteren Quellen hinzufügen, eine nach der anderen, jeweils prüfen.
  4. Geplante Aktualisierung oder Abfragen beim Laden, mit einer Angabe „zuletzt aktualisiert“.
  5. Filter: zuerst der Datumsbereich, dann ein oder zwei weitere, die Leute tatsächlich verlangen.
  6. Login und Rollen.
  7. Leere und Fehlerzustände: was die Seite zeigt, wenn eine Quelle ausfällt oder ein Filter nichts findet.
  8. Mit der Zielgruppe teilen, dann alles entfernen, was nach einem Monat niemand anschaut.

Schnell machen

Ein langsames Dashboard wird seltener geprüft. Berechne teure Summen vorab (eine tägliche Zusammenfassungstabelle statt jede Bestellung zu durchsuchen), blättere große Tabellen und lade die Kopfkarten zuerst, damit die Seite nützlich ist, bevor die Diagramme fertig sind. Dauert eine Zahl lange, zeige an, wann sie zuletzt berechnet wurde, statt sie bei jedem Besuch neu zu berechnen.

Häufige Fehler

  • Zu viele Diagramme. Wenn alles hervorgehoben ist, ist nichts hervorgehoben.
  • Undefinierte Kennzahlen. Zwei Leute, die dasselbe Dashboard lesen, sollten zum selben Schluss kommen.
  • Zahlen nie gegen die Quelle prüfen. Eine falsche Zahl, und die Leute vertrauen dem ganzen Dashboard nicht mehr.
  • Bei jedem Seitenaufruf jede API abfragen. Langsam, fragil und manchmal teuer.
  • Kein Datumskontext. Zeige immer den Zeitraum und den Vergleich.
  • Geheimnisse im Frontend. Ein API-Schlüssel, der im Browser sichtbar ist, kann von jedem kopiert werden, der die Seite öffnet.

Wann ein BI-Tool die bessere Wahl ist

Liegen deine Daten bereits in einer Datenbank oder einem Data-Warehouse, und sind die Hauptnutzer Analysten, die sie erkunden, filtern und eigene Diagramme bauen wollen, dienen ihnen BI-Tools wie Looker Studio, Power BI, Metabase und andere besser als ein Eigenbau. Viele SaaS-Tools haben außerdem gute eingebaute Berichte; prüfe die, bevor du sie neu nachbaust. Ein eigenes Dashboard gewinnt, wenn es für Kunden oder Nicht-Analysten ist, Logik oder Berechtigungen braucht, die das BI-Tool nicht ausdrücken kann, Daten aus mehreren Quellen auf eine für dein Geschäft spezifische Weise kombiniert oder in einem Produkt liegt, das du bereits betreibst.

Geht es weniger ums Anschauen von Zahlen und mehr ums Ändern von Datensätzen, brauchst du stattdessen ein Admin-Panel oder ein internes Tool; siehe wie du ein internes Tool baust. Und wenn deine Zahlen heute in einer Tabellenkalkulation liegen, ist wie du eine Tabelle in eine App verwandelst der nächste sinnvolle Schritt.

Mit Mythex bauen

Bei Mythex beschreibst du das Dashboard, und der Agent baut Seiten und Diagramme in einer Live-Vorschau, zunächst mit realistischen Beispieldaten und mit einer eigenen Postgres-Datenbank, sobald die Zahlen dauerhaft gespeichert werden müssen. Der Anwendungsfall Dashboard der Dokumentation enthält einen Startprompt. Liegen deine Daten in einem Tool wie Google Sheets, kannst du das Konto über Connectors verbinden und den Agenten bitten, sie zu lesen und ein Dashboard daraus zu bauen.

Für die App selbst gibt es keine eingebauten Data-Warehouse-Connectors. Für BigQuery, Snowflake, Stripe und ähnliche rufst du deren APIs auf, mit Schlüsseln, die du als Projekt-Geheimnisse speicherst. Logins und Rollen für die Personen, die das Dashboard ansehen, sind Teil der App, die du baust. Um mit einem Prompt zu starten, schau dir die Dashboard-Vorlagen an, etwa das Metriken-Dashboard.

Fragen

Wie baue ich ein Dashboard?

Lege fest, für wen das Dashboard ist und welche Fragen es beantworten muss, wähle einige Kennzahlen mit exakten Definitionen, binde die Datenquellen an und wähle dann ein Diagramm für jede Kennzahl. Ein KI-App-Builder kann die Seiten und Diagramme aus einer Beschreibung erzeugen, sobald du diese Dinge kennst.

Wie viele KPIs sollte ein Dashboard haben?

So wenige, dass jemand sie auf einen Blick erfassen kann, oft fünf bis sieben auf der Hauptansicht. Details gehören auf eigene Seiten, die Leute öffnen, wenn eine Kernzahl merkwürdig aussieht.

Soll ich ein eigenes Dashboard bauen oder ein BI-Tool nutzen?

Nutze ein BI-Tool wie Looker Studio, Power BI oder Metabase, wenn deine Daten bereits in einer unterstützten Datenbank oder einem Data-Warehouse liegen und Analysten sie erkunden. Baue ein eigenes Dashboard, wenn es für Kunden oder Nicht-Analysten ist, eigene Logik oder Berechtigungen braucht oder in einer App sitzt, die du bereits hast.

Kann ein Dashboard Live-Daten zeigen?

Ja, wenn es beim Laden der Seite oder in einem Aktualisierungsintervall aus einer Datenbank oder API liest. Für viele Geschäfts-Dashboards reichen Daten, die stündlich oder täglich aktualisiert werden. Das ist einfacher und günstiger im Betrieb.

Mythex · Pricing · Alles mit KI bauen · Vorlagen für Websites und Apps · Mythex im Vergleich · Glossar zum App-Bau mit KI · Kostenlose Tools für den App-Bau mit KI · English

English አማርኛ العربية Български বাংলা Bosanski Català Čeština Dansk Ελληνικά Español Español (España) Eesti فارسی Suomi Français Français (Canada) ગુજરાતી हिन्दी Hrvatski Magyar Հայերեն Bahasa Indonesia Íslenska Italiano 日本語 ქართული Қазақ тілі ಕನ್ನಡ 한국어 Lietuvių Latviešu Македонски മലയാളം Монгол मराठी Bahasa Melayu မြန်မာ Norsk bokmål Nederlands ਪੰਜਾਬੀ Polski Português (Brasil) Português (Portugal) Română Русский Slovenčina Slovenščina Soomaali Shqip Srpski Svenska Kiswahili தமிழ் తెలుగు ไทย Tagalog Türkçe Українська اردو Tiếng Việt 简体中文 繁體中文(香港) 繁體中文(台灣)