Fallstricke bei Datumsangaben, Zahlen und anderen Daten meistern Excel – CSV-Dateien ab sofort fehlerfrei einlesen

Excel – CSV-Dateien ab sofort fehlerfrei einlesen

Wer CSV-Dateien in Excel öffnet, hat oft Probleme mit fehlerhaften Umlauten oder falschen Zahlen- und Datumsformaten. Effizienter ist der Import mit Power Query. So bereiten Sie CSV-Daten per Klick schnell und fehlerfrei fürs Reporting auf.

Management Summary

Fallstricke bei Datumsangaben, Zahlen und anderen Daten meistern Excel – CSV-Dateien ab sofort fehlerfrei einlesen

Excel – CSV-Dateien ab sofort fehlerfrei einlesen

Wer CSV-Dateien in Excel öffnet, hat oft Probleme mit fehlerhaften Umlauten oder falschen Zahlen- und Datumsformaten. Effizienter ist der Import mit Power Query. So bereiten Sie CSV-Daten per Klick schnell und fehlerfrei fürs Reporting auf.

Management Summary

Wer für sein Excel-Reporting regelmäßig mit CSV-Dateien aus Projekt-, Zeit- oder ERP-Systemen arbeitet, weiß, wie mühsam es sein kann, die Daten bei jedem Export erneut aufbereiten zu müssen. Das erfordert unnötig viel Zeit und führt zudem oft zu fehlerhaften Berichten. Was viele nicht wissen: In Excel lassen sich CSV-Dateien ganz einfach per Mausklick und ohne mühsames manuelles Bereinigen fehlerfrei und automatisiert einlesen.

Möglich macht das Power Query, das Teil von Excel ist und eine zeit- und nervensparende Lösung für wiederkehrende Datenimporte bietet. Denn Power Query führt alle Schritte zum Aufbereiten der CSV-Datei, die bisher manuell durchgeführt werden mussten, automatisiert durch. Einmal sauber aufgesetzt, lassen sich CSV-Dateien damit automatisch importieren, bereinigen und optimal für das Reporting vorbereiten.

Typische Bereinigungsschritte beim Import von CSV-Dateien sind u.a.:

  • Spalten entfernen und umbenennen, um eine saubere Datenbasis für Pivot-Tabellen und Diagramme zu schaffen,
  • Filterungen durchführen, um nur relevante Zeilen zu erhalten,
  • Datentypen bewusst festlegen, damit Sortierungen, Berechnungen und Diagramme zuverlässig funktionieren,
  • Zahlen korrekt interpretieren und leere Felder bereinigen, damit Kosten und Stunden korrekt berechnet werden,
  • Statuswerte vereinheitlichen, um ein Reporting mit konsistenten Meldungen aufzubauen,
  • berechnete Kennzahlen direkt in Power Query erstellen und so zusätzliche Excel-Formeln und deren Pflege vermeiden.

Werden z.B. aus dem ERP-System periodisch exportierte CSV-Dateien eingelesen, reicht ein Rechtsklick in Excel, um die Tabelle mit der Auswertung wieder auf den aktuellen Stand zu bringen.

Dieser Artikel zeigt, wie sich solche Bereinigungsschritte mit Power Query schnell und zuverlässig automatisieren lassen und gibt eine praxisorientierte Anleitung, wie Sie häufige Probleme beim CSV-Import meistern.

Infografik in Blau-Grau-Tönen mit gestresster Person am Laptop und stilisierter CSV-Datei. Drei Denkblasen mit Problemen wie fehlerhafte Zahlen, nicht filterbare Datumsfelder und immer wieder notwendige Nacharbeiten.
Bild 1: Wer regelmäßig CSV-Dateien aus Projekt-, Zeit- oder ERP-Systemen für sein Excel-Reporting benötigt, weiß, wie mühsam es sein kann, die Daten bei jedem Export neu aufbereiten zu müssen

Daten mit Power Query einlesen, statt die CSV-Datei in Excel zu öffnen

Power Query erleichtert wiederkehrende Datenimporte und bietet wichtige Vorteile für alle, die ihre Projektdaten mit CSV-Dateien aktuell halten:

  • Datenaufbereitung und Auswertung erfolgen getrennt,
  • die Datenaufbereitung kann jederzeit mühelos automatisch wiederholt werden,
  • Fehler durch manuelles Aufbereiten werden vermieden,
  • die Schritte beim Aufbereiten der CSV-Daten werden in Power Query protokolliert und können so auch später von anderen nachvollzogen werden.

 

So wird es nachhaltig: Das automatisierte Verarbeiten von CSV-Dateien einrichten

Bild 2 zeigt eine CSV-Beispieldatei mit Projektdaten, die auf elf Spalten aufgeteilt sind. Die erste Zeile enthält dabei die Spaltenüberschriften. Im hier gezeigten Beispiel soll die Datei für die Auswertung aufbereitet werden, wofür jedes Mal folgende Schritte auszuführen sind:

  • die Spalten "Planned Hours" und "Booked Hours" entfernen,
  • die Daten nach dem Status "Abgeschlossen" filtern und dann die Spalte "Status" löschen,
  • drei Spalten umbenennen: "Actual Costs" in "Ist-Kosten", "Start Date" in "Startdatum", "End Date" in "Enddatum",
  • die Datumsspalten als Datumszahl im üblichen Format Tag.Monat.Jahr darstellen,
  • die Daten nach Enddatum absteigend sortieren,
  • die Abweichung der Ist-Kosten vom Budget berechnen,
  • das Ergebnis formatiert in Excel bereitstellen.

Um die nachfolgenden Beispiele leichter selbst nachzuvollziehen, können Sie die zugehörige CSV-Übungsdatei zusammen mit dem Artikel herunterladen. Wenn Sie die CSV-Datei per Rechtsklick im Editor von Windows öffnen, sehen Sie eine Vorschau der Datei (Bild 2).
 

Im Windows-Editor geöffnete CSV-Datei mit Projektdaten in elf Spalten. Die erste Zeile enthält die Spaltenüberschriften, die Daten dienen als Ausgangsbasis für den automatisierten Import und die Aufbereitung.
Bild 2: Diese im CSV-Format gespeicherten Daten sollen periodisch nach dem gleichen Schema importiert, aufbereitet und ausgewertet werden

Das könnte Sie auch interessieren