Vom Prompt zum Dashboard
.webp)
.webp)
Ein Schritt-für-Schritt-Guide mit Cursor und Power BI
Als Data Consultant und Power-BI-Experte bei taod zeige ich dir in diesem Artikel, wie ich mit Cursor effizient zu einem ersten Power-BI-Dashboard gelange. KI unterstützt mich während des gesamten Erstellungsprozesses.
Stell dir einen Code-Editor vor, ähnlich wie VS Code, der eine richtig gute KI-Assistenz mitbringt. Das ist Cursor. Das Tool kann deinen Projektordner lesen, Dateien im Kontext verstehen und auf Zuruf Code erzeugen, umbauen und dokumentieren. Für Power BI ist das spannend, sobald du im .pbip-Format arbeitest: Dein Report liegt dann nicht mehr als eine einzige .pbix vor, sondern in vielen kleinen Dateien, beispielsweise Seiten, Themes, Measures und Modelldefinitionen. Genau diese Dateien kann Cursor sehen, ändern und konsistent halten.
Die Einrichtung ist simpel: Ich installiere Cursor, öffne meinen Projektordner, und zwar die pbip-Struktur, aktiviere das Indexing, damit die KI alle Dateien kennt, und hinterlege unter Docs mein Wissen: kurze Auszüge aus der Power-BI-Doku, sqlbi-Blogartikel und meine internen BI-Guidelines. Zusätzlich lege ich eine cursor.rules.md ab, in der steht, wie wir arbeiten. Dazu gehören DAX-Konventionen, Layout-Raster, Theme-Farben und Filter-Standards. So bekommt die KI nicht nur Code, sondern auch Kontext, und genau das macht die Ergebnisse stabil.
Ich zeige dir in diesem Tutorial Schritt für Schritt, wie ich einen bestehenden Report zunächst inventarisiere, daraus gezielt neue Seiten, wie zum Beispiel eine geografische Analyse, generiere, sie sauber in Navigation und Filterpane einbinde, Measures dokumentiere und validiere und zum Schluss ein konsistentes, lauffähiges Dashboard erhalte. Die Prompts stehen dabei im Wortlaut im Text – du kannst sie 1:1 übernehmen.
Zum Einstieg lasse ich Cursor eine Inventur der bestehenden Reports machen. Dafür nutze ich einen ausführlichen Analysen-Prompt, der Seiten, Visuals, verwendete Measures, Modellbeziehungen und Theme-Informationen zusammenfasst.
Cursor parst daraufhin die Projektdateien, ordnet Seiten und Visuals, erkennt die eingebundenen Measures, prüft das Theme und erzeugt mir eine übersichtliche Checkliste. Daraus lese ich ab, welche Sichten fehlen oder zu schwach ausgeprägt sind. Häufig zeigt sich, dass eine geografische Perspektive den Mehrwert stark erhöht, weil sie Wachstumsmuster und Ausreißer sofort sichtbar macht.
In so einem Fall bitte ich Cursor, eine neue Seite zu entwerfen und gleich als Dateien anzulegen, orientiert am vorhandenen Layout-Raster, inklusive Visual-Platzhaltern, Slicern und Interaktionen.
Cursor erzeugt daraufhin die Seitendefinition in der pbip-Struktur, legt Karte, Balken- und Liniendiagramm und eine KPI-Kachel als Visuals an, bindet vorhandene Measures ein und schlägt neue, etwa ein sauberes YoY-Measure oder ein Regionen-Ranking vor, falls nötig. Filter, Sync und Interaktionen richtet es entlang meiner Regeln ein. Ich prüfe die Änderungen im Diff, akzeptiere sie und fordere danach die vollwertige Einbindung in Navigation und Filterpane an, damit die Seite im Report „offiziell“ wird.
Damit registriert Cursor die Seite korrekt, passt bei Bedarf das Theme von Legenden, Skalen und Einheitsdarstellung an und führt die Änderungen aus, sodass ich sie in Power BI direkt öffnen kann. In manchen Projekten nutze ich zusätzlich einen kompakten Prompt, um die Verknüpfung und einen Lauf kurz und bündig anzustoßen.
Parallel zur Seitenerstellung dokumentiere ich die Measures systematisch. Gute Doku beschleunigt spätere Änderungen und verhindert semantische Missverständnisse. Cursor sammelt dazu für jedes Measure Namen, DAX-Definition, Geschäftsbedeutung, typischen Filterkontext, Abhängigkeiten, Testbeispiele und das gewünschte Format.
Bevor ich Inhalte freigebe, lasse ich Cursor gegen die hinterlegte Doku und meine Wissensquellen validieren, besonders bei Time-Intelligence-Mustern, Filterkontexten und Formatierungen. Konflikte werden markiert, Fix-Vorschläge erstellt und nach meiner Bestätigung angewandt. Das spart Zeit und reduziert Fehler.
Als Ergebnis erhalte ich ein konsistentes, lauffähiges und versionierbares Power-BI-Dashboard im .pbip-Format. Die neue Seite „Geografische Analyse“ ist nahtlos in die bestehende Reportnavigation eingebunden und folgt exakt dem etablierten Layout-Raster und Theme. Sie bringt eine interaktive Karte, eine Top- beziehungsweise Bottom-Ansicht der Regionen, einen Zeittrend für die aktuell gewählte Region sowie eine YoY-KPI mit.
Slicer und Filterpane sind gemäß meinen Regeln vorkonfiguriert und über Seiten hinweg sauber synchronisiert, sodass sich typische Fragen wie zum Beispiel „Wo wachsen wir?“, „Welche Regionen bremsen?“ und „Wie entwickelt sich Region X über die Zeit?“ mit wenigen Klicks beantworten lassen.
Fazit
Für mich zeigt dieser Workflow sehr deutlich, was KI heute schon im Alltag eines Data Analysts leisten kann und wo der wahre Mehrwert liegt. Cursor nimmt mir nicht die Arbeit ab, aber es beschleunigt sie massiv: Routineaufgaben wie die Inventur bestehender Reports, das Anlegen neuer Seiten oder die Dokumentation von Measures werden mit wenigen Prompts sauber, konsistent und reproduzierbar erledigt. Gleichzeitig behalte ich die Kontrolle und kann die Ergebnisse jederzeit prüfen, anpassen und weiterentwickeln.
Natürlich macht auch Cursor Fehler, etwa bei komplexen DAX-Berechnungen, fehlerhaften Annahmen oder inkonsistenten Vorschlägen. Deshalb ist es wichtig, Ergebnisse kritisch zu hinterfragen und zu validieren, statt sie ungeprüft zu übernehmen. Gerade weil Prompts schnell angepasst und neu ausgeführt werden können, lädt Cursor aber auch dazu ein, viel auszuprobieren und verschiedene Ansätze zu testen, ohne dabei viel Zeit zu verlieren.
Das Ergebnis ist nicht nur ein lauffähiges Dashboard, sondern ein strukturiertes, versionierbares Power-BI-Projekt, das einfacher zu warten und zu erweitern ist. Vor allem aber verschiebt sich mein Fokus weg vom „Reparieren“ einzelner Details hin zu konzeptioneller Arbeit und echten Datenfragen. Für mich persönlich ist das der größte Gewinn, den KI-Tools wie Cursor uns im BI-Alltag bringen können.


.webp)

.webp)

.webp)
