Das Beispielszenario
Ein Maschinenbauer, 250 Mitarbeiter. Die Daten liegen in einem ERP, einem CRM und einer gewachsenen Excel-Landschaft im Service. Das Ziel: ein automatisches Vertriebs-Dashboard mit Frühwarnung für abwanderungsgefährdete Kunden — der Klassiker, weil der Schmerz dort am sichtbarsten ist: Bisher baut das Controlling den Monatsbericht zwei Tage lang von Hand zusammen.
Die Aufbaukosten
Fünf Positionen, realistisch bepreist für die Umsetzung mit einem erfahrenen Freelancer oder einer kleinen Beratung:
Konzept und Ist-Analyse (Systeme sichten, Use Case schärfen, Datenmodell entwerfen): 3.000 bis 6.000 Euro. Anbindung der Quellsysteme mit einem Standard-Ladewerkzeug: 2.000 bis 5.000 Euro — die Spanne hängt fast nur daran, ob Ihr ERP eine ordentliche Schnittstelle hat. Datenmodell und Aufbereitung in dbt inklusive Qualitätstests: 5.000 bis 10.000 Euro; das ist das Herzstück und der Punkt, an dem sich Stammdaten-Chaos rächt — doppelte Kunden, uneinheitliche Artikelnummern können diese Position verdoppeln. Dashboard-Aufbau in Power BI: 2.000 bis 4.000 Euro. Dokumentation und Übergabe: 1.500 bis 3.000 Euro, und wer diese Position aus dem Angebot streicht, kauft sich eine Abhängigkeit.
Macht in Summe: grob 15.000 bis 30.000 Euro für einen sauber umgesetzten ersten Anwendungsfall über zwei bis drei Monate. Wer deutlich darunter anbietet, lässt meist Dokumentation oder Tests weg. Wer deutlich darüber liegt, sollte erklären können, warum.
Die laufenden Kosten
Datenbank- oder Warehouse-Hosting: 50 bis 300 Euro monatlich, je nach Klasse und Volumen. Power-BI-Lizenzen: rund 10 bis 20 Euro pro auswertendem Nutzer. dbt Cloud, falls gewünscht: ab etwa 100 Euro. Dazu Wartung — realistisch zwei bis vier Stunden pro Woche, intern oder als kleiner Dienstleistungsvertrag. Alles zusammen landen die meisten Setups dieser Größe bei 200 bis 500 Euro im Monat plus Betreuungsaufwand.
Die Kosten, die in keinem Angebot stehen
Jetzt der Teil, den Sie sonst selten lesen: Mindestens die Hälfte des tatsächlichen Aufwands ist nicht technisch. Ihre Fachbereiche müssen Zeit hergeben — denn kein Externer kann entscheiden, welche von drei Kundennummern die richtige ist oder warum der Umsatz im ERP anders definiert ist als im Vertriebs-Excel. Rechnen Sie über die Projektlaufzeit mit mehreren Personentagen interner Zeit, und planen Sie sie ein wie Budget. Projekte, die daran scheitern, scheitern still: Der Dienstleister liefert, aber niemand hat die inhaltlichen Fragen beantwortet, und am Ende traut den Zahlen wieder keiner.
Der zweite versteckte Posten ist die Pflege nach dem Go-Live. Daten sind ein lebendes System; Quellsysteme ändern sich, neue Felder kommen dazu. Ohne benannte Verantwortung verrottet jede Pipeline — nicht sofort, aber zuverlässig.
Was dem gegenübersteht
Zurück zum Beispiel: Zwei Tage manueller Monatsabschluss sind rund 190 Arbeitsstunden im Jahr — bei Vollkosten schnell ein mittlerer vierstelliger bis fünfstelliger Betrag, nur für das Zusammenkopieren. Dazu kommt das schwerer Bezifferbare, das in Summe meist mehr wiegt: eine verbindliche Zahlenbasis statt Abteilungs-Wahrheiten, Fehler, die gar nicht erst entstehen (die Forschung von Raymond Panko taxiert den Anteil fehlerhafter komplexer Tabellenkalkulationen auf rund 88 Prozent), und Entscheidungen, die auf Zahlen statt auf dem lautesten Bauchgefühl beruhen. Zur Einordnung der Fallhöhe: Gartner beziffert die Durchschnittskosten schlechter Datenqualität auf 12,9 Millionen Dollar jährlich pro Organisation; Untersuchungen von Thomas Redman kommen auf 15 bis 25 Prozent Umsatzverlust. Das sind Zahlen aus großen Stichproben, keine Mittelstands-Prognose — aber der Mechanismus macht vor keiner Unternehmensgröße halt.
Die drei Kostentreiber, die Sie vermeiden können
Erstens: zu groß kaufen — eine Datenplattform, wo eine Datenbank gereicht hätte, kostet schnell das Fünffache im Betrieb. Zweitens: Eigenentwicklungen des Dienstleisters statt Standardwerkzeugen — der Wartungs-Lock-in kommt mit Verzögerung, aber sicher. Drittens: alles auf einmal wollen. Ein Use Case, sauber zu Ende gebracht, schlägt drei halbfertige — auch in der Wirkung auf Ihr eigenes Team.
Was es in Ihrem Fall wäre, klärt der Daten-Readiness-Check vor Ort: zwei bis drei Tage, Festpreis, am Ende eine priorisierte Empfehlung mit Aufwand-Nutzen-Bewertung. Den ersten Anhaltspunkt liefert die Online-Variante in fünf Minuten.