Warum jedes Unternehmen auf Excel läuft und was es wirklich kostet

Fast jedes Unternehmen hat diese eine Excel-Datei. Irgendjemand hat sie vor Jahren gebaut. Sie ist zur inoffiziellen Quelle für Umsatzzahlen, Lagerbestände oder den Projektstatus geworden. Mittlerweile öffnet halb die Firma sie jeden Tag.

Kein Wunder: Excel gehört zu den schnellsten Werkzeugen, um mit Daten zu arbeiten. Daten aus einem Export reinkopieren, eine Formel bauen, fertig. Wer sich auskennt, zieht Daten direkt aus externen Quellen oder schreibt ein kleines Skript für die immer gleichen Handgriffe. Zum Ausprobieren, zum ersten Gefühl für die eigenen Zahlen, ist kaum ein Werkzeug besser geeignet.

Der Punkt, an dem es kippt

Problematisch wird es nicht am ersten Tag. Es beginnt, wenn aus „meiner Datei“ „unsere Datei“ wird. Und irgendwann „die Datei, an der drei Abteilungen gleichzeitig sitzen“.

Jetzt kommen Daten aus mehreren Quellen zusammen, und irgendjemand muss sie von Hand konsistent halten. Der Zugriff wird zum Problem: Man kann eine ganze Datei freigeben, aber nicht einzelne Zeilen darin. Wer die Zahlen der eigenen Abteilung pflegen soll, sieht auf einmal auch die der Geschäftsführung. Niemand weiß mehr genau, welche der zwölf ähnlich benannten Dateien die aktuelle ist, ob sie lokal oder in der Cloud liegt, oder ob die Änderung von heute Morgen im richtigen Dokument gelandet ist. „Hast du X, Y und Z schon aktualisiert, der Chef braucht die Zahlen“ wird zum wöchentlichen Ritual.

Diese Situation ist die Regel, nicht die Ausnahme. Laut der BARC Planning Survey 24 nutzen 76 % der befragten Unternehmen für ihre Planung weiterhin Excel, allein oder in Kombination mit anderer Software (BARC, 2024). In der meistzitierten Übersicht zu Tabellenfehlern enthielten 94 % der 88 in sieben Feldstudien geprüften Dateien mindestens einen Fehler (Panko, „What We Know About Spreadsheet Errors“). Die meisten dieser Fehler fallen nie auf, bis sie es tun. Meistens im ungünstigsten Moment.

Diese Kosten sind nicht statisch. Sie wachsen mit dem Unternehmen. Je mehr Mitarbeitende, Abteilungen und Datenquellen dazukommen, desto mehr Stunden gehen fürs Abgleichen, Suchen und Nachfragen drauf: Zeit, die für Entscheidungen gedacht war, nicht für Datenpflege. Die Rechnung kommt selten als ein einzelner Posten, sondern schleichend. Ein paar Stunden hier, ein Rückfrage-Meeting dort, bis ein Teil einer Stelle nur noch Tabellen zusammenhält, statt am eigentlichen Geschäft zu arbeiten.

Der teurere Teil zeigt sich erst, wenn eine falsche Zahl unbemerkt in eine echte Entscheidung einfließt. Der Energiekonzern TransAlta verlor 2003 24 Millionen US-Dollar, weil beim Sortieren von Gebotslisten in Excel Zeilen verrutschten und hohe Gebote auf den falschen Verträgen landeten (The Globe and Mail). Beim „London Whale“-Handelsverlust von JPMorgan trug ein Excel-Fehler im Risikomodell mit dazu bei, dass ein Verlust auf über 6 Milliarden US-Dollar anwuchs: Im Modell wurde durch die Summe statt durch den Durchschnitt zweier Werte geteilt (JPMorgan Chase Management Task Force Report, S. 128). Die wenigsten Betriebe bewegen sich in diesen Größenordnungen. Das Prinzip ist dasselbe: eine falsch kopierte Zeile, eine veraltete Zahl, eine Nachbestellung auf Basis der falschen Version. Die Wirkung zeigt sich Wochen später in der Marge, nicht im Moment des Fehlers.

Excel muss deshalb nicht verschwinden

Es sollte nur wieder das tun, wofür es gut ist: schnelles Explorieren, erste Entwürfe, der erste Blick auf einen neuen Datensatz. Alles, was regelmäßig läuft und worauf sich mehrere Personen verlassen, braucht eine andere Grundlage.

Was das konkret heißt: Daten fließen automatisch aus den Quellsystemen nach, statt von Hand kopiert zu werden. Sie liegen an einem zentralen Ort, nicht in fünf Dateiversionen mit ähnlichem Namen. Rechte lassen sich pro Zeile statt pro Datei vergeben. Wenn sich etwas ändert, kommt eine Benachrichtigung, statt im Flur nachzufragen, ob die Zahlen schon stimmen.

Auch bei KI lohnt sich der genauere Blick. KI-Funktionen direkt in Excel helfen beim Aufräumen unsauberer Daten. Das ist in der Entdeckungsphase praktisch. Ihr eigentliches Potenzial zeigt KI, wenn sie auf sauber strukturierten Daten in einer echten Datenbank arbeitet. Dann lässt sich eine Frage in normaler Sprache stellen, und die Antwort kommt aus den echten, aktuellen Zahlen, statt erst die richtige Tabelle suchen zu müssen.

Wie das in einem Berliner Betrieb aussah, steht in der Fallstudie zur Gehölzwertermittlung: drei Bürotage wurden zu zwei Stunden, weil die Daten nicht mehr von Hand wanderten.

Was wir anbieten

Wir schauen uns an, wie in Ihrem Unternehmen Daten erfasst werden, und zeigen, wo sich das mit KI-gestützter Extraktion automatisieren lässt. Die Daten landen strukturiert in einer zentralen Datenbank und werden über ein Werkzeug wie Lightdash zu Übersichten, die im Alltag genutzt werden.

Excel bleibt dabei, wofür es gemacht ist: der schnelle erste Blick. Für alles, worauf Ihr Unternehmen sich täglich verlässt, gibt es eine bessere Grundlage.