2026-10-26
Schlechte Maschinendaten: Datenqualität sichern, bevor sie Power BI erreicht

Dashboards sind nur so gut wie die Maschinendaten, die sie speisen. In dieser Folge der iFAKT-Reihe behandeln wir typische Probleme der Datenqualität: fehlende Werte, Benennung, Zeitstempel und Einheiten sowie wie man sie behebt, bevor sie Power BI erreichen. Du erfährst, wie du Datenqualitätsprüfungen in die Pipeline einbaust. Für wen: Dateningenieure, BI-Entwickler und Analysten in der Fertigung. Unterstütze diesen Podcast: https://www.spreaker.com/podcast/m365-fm-microsoft-365-azure-cloud-power-platform-ai--6704921/support . Diese Episode enthält KI-generierte Inhalte.
Dashboards sind nur so gut wie die Maschinendaten, die sie speisen. In dieser Folge der iFAKT-Reihe behandeln wir typische Datenqualitätsprobleme: fehlende Werte, Benennung, Zeitstempel und Einheiten, und wie man sie behebt, bevor sie Power BI erreichen.
Du lernst, wie du Datenqualitätsprüfungen direkt in die Pipeline einbaust.
Für wen das ist: Data Engineers, BI-Entwickler und Analysten in der Fertigung.
Werde Unterstützer dieses Podcasts: https://www.spreaker.com/podcast/m365-fm-microsoft-365-azure-cloud-power-platform-ai--6704921/support.
Diese Episode enthält KI-generierte Inhalte.
Apple Podcasts · Spotify · YouTube · Deezer
Bad Machine Data: Fixing Data Quality Before It Reaches Power BI (English)