Power Pivot – Time IntelligenceGleitende Zeiträume mit DATESINPERIOD analysieren

Rollierende und kumulierte Werte berechnen Sie in Power Pivot als sogenannte Rolling Periods mit der DAX-Funktion DATESINPERIOD. So gehen Sie vor.

Rollierende Datenanalyse

Zeitreihen sind das Herzstück jeder betriebswirtschaftlichen Analyse. Egal ob Umsatz, Absatz oder Kosten – in der Praxis interessiert selten nur der einzelne Monat oder das abgeschlossene Jahr.

Viel spannender ist die Frage: Wie entwickelt sich eine Kennzahl im Zeitverlauf?

Genau dafür sind sogenannte Rolling Periods (auf Deutsch: gleitende Zeiträume) da. Mit Rolling Periods können Sie Trends über einen fortlaufenden Zeitraum hinweg betrachten, etwa den Umsatz der letzten 12 Monate oder den Durchschnitt der letzten 6 Monate.

Sie zeigen also nicht nur Momentaufnahmen, sondern liefern ein laufendes Bild Ihrer Unternehmensentwicklung – ideal für Forecasts, Trendanalysen und die strategische Steuerung.

Warum Rolling Periods wichtig sind

Ein Beispiel: Sie betrachten die Umsätze nach Kalenderjahren. Dann springt Ihre Analyse jedes Jahr am 1. Januar auf null – Sie verlieren den Zusammenhang zwischen Dezember und Januar.

Rolling Periods dagegen verschieben das Analysefenster kontinuierlich. Zum Beispiel:

  • Rolling 12 Months (R12M): zeigt die Summe der letzten 12 Monate – unabhängig davon, in welchem Monat Sie sich befinden.
  • Rolling 3 Months (R3M): bildet den Durchschnitt der letzten drei Monate – ideal für kurzfristige Entwicklungen.
  • Rolling 52 Weeks: erfasst den Umsatz über die letzten 52 Wochen – oft genutzt im Handel.

Dadurch erkennen Sie langfristige Trends, Saisoneffekte und strukturelle Veränderungen viel besser als mit klassischen Jahresvergleichen.

Dazu im Management-Handbuch

Vorlagen nutzen

Weitere Kapitel zum Thema