{"id":178155,"date":"2023-06-11T22:14:30","date_gmt":"2023-06-11T21:14:30","guid":{"rendered":"https:\/\/liora.io\/de\/?p=178155"},"modified":"2026-02-23T09:22:34","modified_gmt":"2026-02-23T08:22:34","slug":"power-bi-mit-sql-server-verbinden-so-gehts","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/power-bi-mit-sql-server-verbinden-so-gehts","title":{"rendered":"Power BI mit SQL Server verbinden: So geht&#8217;s!"},"content":{"rendered":"\n<p><strong>Power BI mit SQL Server verbinden: SQL Server und Power BI sind zwei sich erg\u00e4nzende Tools f\u00fcr die Analyse deiner Daten. Auf der einen Seite ist SQL Server ein Datenbankverwaltungssystem (DBMS), mit dem du Datenbanken mithilfe der SQL-Sprache speichern, kontrollieren, sortieren und aktualisieren kannst. Auf der anderen Seite ist Power BI ein Business-Intelligence-Tool, das Organisationen dabei helfen soll, mithilfe von Daten die richtigen Entscheidungen zu treffen. Aber wie kann man SQL Server und Power BI verbinden? Hier findest du drei Ans\u00e4tze, die dir helfen k\u00f6nnen, dein Ziel zu erreichen.<\/strong><\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-power-bi-mit-sql-server-verbinden-durch-ein-skript\">Power BI mit SQL Server verbinden durch ein Skript<\/h2>\n\n\n\n<p>Um <strong>Power BI und SQL Server mithilfe eines Skripts<\/strong> zu verbinden, kannst du R oder Python verwenden. Hier findest du eine Methode, die auf der Programmiersprache Python basiert.<\/p>\n\n\n\n<p>Schritt 1: Installiere diese Bibliotheken mit Pip im Kommando-Terminal :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>pip install pyodbc<\/li>\n\n\n\n<li>pip install pandas<\/li>\n\n\n\n<li>pip install <a href=\"https:\/\/liora.io\/de\/matplotlib-alles-wissen\">matplotlib<\/a><\/li>\n<\/ul>\n\n\n\n<p>Die pyodbc-Bibliothek erm\u00f6glicht den Zugriff auf ODBC-Datenbanken (<a href=\"https:\/\/learn.microsoft.com\/de-de\/sql\/odbc\/microsoft-open-database-connectivity-odbc?view=sql-server-ver16\">Open Database Connectivity<\/a>).<br>Die von pandas erm\u00f6glicht die Manipulation und Analyse von Daten.<br>Schlie\u00dflich erm\u00f6glicht matplotlib das Zeichnen von Diagrammen und Grafiken direkt aus pandas heraus.<\/p>\n\n\n\n<p>Denke daran, zu \u00fcberpr\u00fcfen, wohin das Python Home Directory zeigt. Gehe dazu auf &#8218;Files&#8216; und dann auf &#8218;Options and Settings&#8216;. Klicke auf &#8222;Python Scripting&#8220; und \u00fcberpr\u00fcfe das &#8222;Python Home Directory&#8220;, das auf deinen Local Python Installation Path und deine &#8222;Python IDE&#8220; zeigt, auf der das System das Skript ausf\u00fchrt.<\/p>\n\n\n\n<p>Schritt 2: W\u00e4hle &#8222;Get Data&#8220; in deinem Anzeigefeld am oberen Rand deines Bildschirms.<\/p>\n\n\n\n<p>Das &#8222;Get Data&#8220;-Anzeigefeld \u00f6ffnet sich. W\u00e4hle &#8222;Other&#8220; und dann &#8222;Python script&#8220;. Klicke auf &#8222;Connect&#8220; (Verbinden).<\/p>\n\n\n\n<p>Schritt 3: Gib im Dialogfeld das folgende Skript ein:<\/p>\n\n\n\n<p>import pandas as pd<\/p>\n\n\n\n<p>import pyodbc<\/p>\n\n\n\n<p>conn = pyodbc.connect(&#8218;Driver={SQL Server};&#8216;)<\/p>\n\n\n\n<p>&#8218;Server=servername;&#8216;<\/p>\n\n\n\n<p>&#8218;Database=databasename;&#8216;<\/p>\n\n\n\n<p>&#8218;Trusted_Connection=yes;&#8216;)<\/p>\n\n\n\n<p>cur= conn.cursor()<\/p>\n\n\n\n<p>sqlquery = pd.read_sql_query(&#8218;SELECT * FROM tablename&#8216;,conn)<\/p>\n\n\n\n<p>print(sqlquery)<\/p>\n\n\n\n<p>Diese Abfrage stellt mithilfe der zuvor installierten Bibliothek &#8218;pyodbc&#8216; eine Verbindung zum SQL-Server her und nutzt diese Verbindung, um die Daten aus unserer Tabelle abzurufen. Diese Daten werden dann konvertiert und in Power BI geladen.<\/p>\n\n\n\n<p>Schritt 4: W\u00e4hle im &#8218;Navigator&#8216;-Panel das Ergebnis aus und klicke auf &#8218;Load&#8216;.<\/p>\n\n\n\n<p>Du erh\u00e4ltst dann deine Daten. Du kannst sie dir nach Belieben ansehen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-power-bi-mit-sql-server-verbinden-uber-einen-konnektor\">Power BI mit SQL Server verbinden \u00fcber einen Konnektor<\/h2>\n\n\n\n<p>In dieser Methode verwendest du nur Power BI und einen Connector.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>\u00d6ffne <a href=\"https:\/\/liora.io\/de\/power-bi-desktop-anleitung\">Power BI Desktop<\/a> (auf deinem Computer).<\/li>\n\n\n\n<li>Klicke im oberen Bereich deines Bildschirms auf SQL Server.<\/li>\n\n\n\n<li>Gib dann den Namen des Servers in das Dialogfeld &#8222;Server&#8220; in der SQL Server-Datenbank ein. W\u00e4hle &#8222;DirectQuery&#8220; aus.<\/li>\n\n\n\n<li>Im Dialogfeld &#8218;Name&#8216; kannst du den Namen deiner <a href=\"https:\/\/liora.io\/de\/relationale-datenbanken\">Datenbank<\/a> angeben.<\/li>\n\n\n\n<li>Klicke auf &#8222;OK&#8220;.<\/li>\n\n\n\n<li>Du erh\u00e4ltst dann deine Datentabelle und kannst die Daten nach Bedarf anzeigen.<\/li>\n<\/ul>\n\n\n\n<p>Dieser Ansatz ist praktisch, wenn du bereits eine Verbindung zwischen <strong>SQL Server und Power BI<\/strong> hergestellt hast. Die Verbindung zwischen diesen beiden Einheiten herzustellen, kann manchmal m\u00fchsam sein.<\/p>\n\n\n\n<p>Der andere Nachteil zeigt sich, wenn du &#8222;Import&#8220; als deinen Connectivity Mode ausw\u00e4hlst. Alle Daten werden importiert: Es ist dann schwierig, das Visualisierungspotenzial von Power BI zu nutzen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-sql-server-daten-in-excel-exportieren-und-in-power-bi-importieren\">SQL Server-Daten in Excel exportieren und in Power BI importieren<\/h2>\n\n\n\n<p>Dieser Prozess ist sicherlich der zeitaufwendigste, besonders wenn du diese Aufgabe regelm\u00e4\u00dfig wiederholst. Dennoch funktioniert diese Old-School-Methode hervorragend.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Schritt 1:<\/strong> Klicke in SQL Server mit der rechten Maustaste auf die Datenbank, die deine zuk\u00fcnftige Tabelle enth\u00e4lt. Klicke dann auf &#8222;Tasks&#8220; und &#8222;Export Data&#8220;.<\/li>\n\n\n\n<li><strong>Schritt 2:<\/strong> Es \u00f6ffnet sich ein Panel: &#8222;Choose a Data Source&#8220;. W\u00e4hle &#8218;SQL Server Native CLient 11.0&#8216; als Datenquelle und klicke auf &#8218;Next&#8216;.<\/li>\n\n\n\n<li><strong>Schritt 3:<\/strong> Klicke dann auf &#8218;Microsoft Excel&#8216; als Ziel. Bestimme den Dateipfad und den Namen der Datei im Dialogfeld &#8222;Excel file path&#8220;. Klicke dann auf &#8222;Next&#8220;.<\/li>\n\n\n\n<li><strong>Schritt 4:<\/strong> Wenn du bestimmte Daten exportieren m\u00f6chtest, w\u00e4hle &#8218;Write a query to specify the data to transfer&#8216; (Eine Abfrage schreiben, um die zu \u00fcbertragenden Daten festzulegen). Klicke auf &#8218;Next&#8216;.<\/li>\n\n\n\n<li><strong>Schritt 5:<\/strong> Gib im Bereich &#8218;Provide a Source Query&#8216; das folgende Skript ein: SELECT * FROM tablename;<\/li>\n<\/ul>\n\n\n\n<p>Klicke auf &#8222;Next&#8220;.<\/p>\n\n\n\n<p>Klicke in den Feldern &#8218;Select source tables and views&#8216; und &#8218;Review data mapping type&#8216; auf &#8218;Next&#8216;. W\u00e4hle dann im Bereich &#8222;Save and Run Package&#8220; die Option &#8222;Run immediately&#8220; und klicke auf &#8222;Finish&#8220;.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Schritt 6: \u00d6ffne Power BI und w\u00e4hle Excel im Panel oben auf deinem Bildschirm. Finde die aus SQL Server exportierte Datei.<\/li>\n\n\n\n<li>Schritt 7: W\u00e4hle im &#8222;Navigator&#8220;-Panel deine Daten aus und klicke auf &#8222;Load&#8220;.<\/li>\n<\/ul>\n\n\n\n<p>Du wirst sehen, dass deine Daten in Power BI erscheinen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-fazit\">Fazit<\/h2>\n\n\n\n<p>Es gibt verschiedene M\u00f6glichkeiten, <strong>SQL Server<\/strong> und Power BI zu verbinden, jede mit ihren eigenen Vor- und Nachteilen. Du kannst ein R- oder <strong>Python-Skript<\/strong> verwenden, um die Verbindung herzustellen, einen speziellen Konnektor nutzen oder SQL-Daten in Excel exportieren, um sie in <strong>Power BI<\/strong> zu importieren. Welche Methode du verwendest, h\u00e4ngt von deinen Vorlieben und spezifischen Bed\u00fcrfnissen ab.<\/p>\n\n\n\n<p>Wenn du einen dieser Ans\u00e4tze verwendest, kannst du SQL Server und Power BI problemlos miteinander verbinden, um auf deine Daten zuzugreifen und daraus Erkenntnisse f\u00fcr eine bessere Entscheidungsfindung zu gewinnen.<\/p>\n\n\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/liora.io\/de\/weiterbildung\/data-ki\/power-bi\">Mehr \u00fcber Power BI lernen<\/a><\/div>\n<\/div>\n\n\n\n<script type=\"application\/ld+json\">\n{\n  \"@context\": \"https:\/\/schema.org\",\n  \"@type\": \"FAQPage\",\n  \"mainEntity\": [\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Power BI mit SQL Server verbinden durch ein Skript\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Diese Methode nutzt Python: 1. Bibliotheken installieren (pyodbc f\u00fcr Datenbankzugriff, pandas f\u00fcr Datenmanipulation, matplotlib f\u00fcr Visualisierung). 2. In Power BI 'Get Data' &gt; 'Andere' &gt; 'Python-Skript' w\u00e4hlen. 3. Skript eingeben, das mit pyodbc eine Verbindung zum SQL Server herstellt und Daten mit pandas abruft. 4. Im Navigator das Ergebnis ausw\u00e4hlen und laden. Die Daten stehen dann in Power BI zur Verf\u00fcgung.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Power BI mit SQL Server verbinden \u00fcber einen Konnektor\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"In Power BI Desktop oben auf 'SQL Server' klicken, Servernamen eingeben und 'DirectQuery' w\u00e4hlen. Optional Datenbanknamen angeben und mit OK best\u00e4tigen. Die Datentabelle erscheint und kann analysiert werden. Diese Methode setzt eine bestehende Verbindung voraus. Bei 'Import'-Modus werden alle Daten importiert, was die Visualisierungsm\u00f6glichkeiten einschr\u00e4nken kann.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"SQL Server-Daten in Excel exportieren und in Power BI importieren\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Diese zeitaufw\u00e4ndige 'Old-School'-Methode funktioniert in 7 Schritten: 1. In SQL Server mit Rechtsklick auf Datenbank &gt; Tasks &gt; Export Data. 2. Datenquelle als SQL Server Native Client w\u00e4hlen. 3. Ziel als Microsoft Excel mit Dateipfad w\u00e4hlen. 4. Bei Bedarf eigene Abfrage schreiben (z.B. SELECT * FROM tabelle). 5. Export sofort ausf\u00fchren. 6. In Power BI 'Excel' w\u00e4hlen und exportierte Datei \u00f6ffnen. 7. Im Navigator Daten ausw\u00e4hlen und laden.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Fazit\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Die drei Verbindungsm\u00f6glichkeiten haben jeweils Vor- und Nachteile: Python\/R-Skript, spezieller Konnektor oder Excel-Export. Die Wahl h\u00e4ngt von pers\u00f6nlichen Vorlieben und spezifischen Anforderungen ab. Alle Methoden erm\u00f6glichen den Zugriff auf SQL Server-Daten in Power BI f\u00fcr bessere Entscheidungsfindung.\"\n      }\n    }\n  ]\n}\n<\/script>\n","protected":false},"excerpt":{"rendered":"<p>Power BI mit SQL Server verbinden: SQL Server und Power BI sind zwei sich erg\u00e4nzende Tools f\u00fcr die Analyse deiner Daten. Auf der einen Seite ist SQL Server ein Datenbankverwaltungssystem (DBMS), mit dem du Datenbanken mithilfe der SQL-Sprache speichern, kontrollieren, sortieren und aktualisieren kannst. Auf der anderen Seite ist Power BI ein Business-Intelligence-Tool, das Organisationen [&hellip;]<\/p>\n","protected":false},"author":82,"featured_media":178156,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2472],"class_list":["post-178155","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ki"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/178155","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/82"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=178155"}],"version-history":[{"count":4,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/178155\/revisions"}],"predecessor-version":[{"id":219318,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/178155\/revisions\/219318"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/178156"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=178155"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=178155"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}