blog_Hero.jpg
Veröffentlicht von       Marc Kaiser

Power BI vs. Qlik - eine Gegenüberstellung der Konzepte

Sie stehen vor dem Technologie- bzw. Tool-Entscheid und möchten die passende Business-Intelligence-Lösung für Ihr Unternehmen finden? Mit diesem Vergleich von Microsoft Power BI und Qlik möchten wir Ihnen die Entscheidung erleichtern!


Von der Anbindung der Datenquellen über das Self-Service-Frontend bis hin zur Skalierung – in der nachfolgenden Gegenüberstellung beleuchten wir verschiedene Konzepte, teilweise auch einzelne Funktionen, die für die Implementierung und den alltäglichen Betrieb eines BI-Lösung besonders relevant sind. Bei einigen Punkten gibt es einen klaren Sieger, bei anderen ein Unentschieden.

 

Welche der aufgeführten Punkte für Ihren Anwendungsfall relevant sind, hängt von Ihren konkreten Anforderungen ab. Gehen Sie die Tabelle Punkt für Punkt durch und streichen Sie zunächst all jene Punkte, die für Sie nicht wichtig sind. Markieren Sie zugleich all jene Punkte, von denen Sie sich den grössten Mehrwert versprechen – diese sollten Sie bei Ihrer Entscheidung entsprechend höher bewerten. Power BI oder Qlik – welche Lösung hat in den für Sie relevanten Bereichen die Nase vorn?

 

Falls Sie auch nach diesem Vergleich noch unschlüssig sind, dann nehmen Sie unverbindlich mit uns Kontakt auf. Wir unterstützen Sie beim Lösungsentscheid mit den richtigen Experten und zusätzlichen Tools.

 

Mobile

Der Punkt geht an Qlik - kein Zusatzaufwand für die mobile Nutzung.

 

Power BI Qlik
Die Visuals sind responsive, dennoch ist ein separates Mobile-Frontend empfehlenswert. Dies geschieht zwar in Power BI Mobile, ist aber doch ein zusätzlicher Aufwand; zudem sehen die Endanwender im Report nicht genau das, was sie auf dem Desktop sehen würden.
Das Frontend ist responsive und passt sich dem Endgerät sehr gut an. Zusätzlich gibt es Mobile-Apps für unterschiedliche Betriebssysteme sowie für SaaS wie on-premise. In den Qlik Sense Mobile-Apps werden die gleichen Objekte wie auf dem Desktop zur Verfügung gestellt.
👍

 

Code-Free Datentransformation

Ganz klar: Power Query von ist dem Data Manager von Qlik deutlich überlegen.

 

Power BI Qlik
Mit Power Query steht eine beeindruckende Engine zur Verfügung, die umfassende Extraktions- und Transformationsprozesse erlaubt - auch ungeübte Anwender kommen damit sehr weit.
👍
Der Qlik Data Manager ermöglicht visuelle Extraktions- und Transformationsprozesse. Das funktioniert für ausgesuchte Anwendungsfälle, hat aber klare Limiten. Sehr gut geeignet für vorbereitete Daten (bspw. aus einem DWH), weniger geeignet für Rohdaten.

 

Datentransformation mit Script

Unentschieden - beide Ansätze führen mit Vergleichbarem.

 

Power BI Qlik
Mit M Code / M Script können sämtliche Transformationen in technischer Sprache formuliert werden.
Mit Qlik Script können sämtliche Transformationen in technischer Sprache formuliert werden.

 

Datenmodell / Datenmodellierung

Der Punkt geht eindeutig an Qlik.

 

Power BI Qlik
In Power Pivot könnten Tabellen-Beziehungen mittels Drag & Drop definiert werden. Aber warum muss ich als Modellierer die Beziehung manuell definieren und warum gibt es dabei so viele Einschränkungen? Zudem ist die Handhabung von mehreren Faktentabellen umständlich.
Das Datenmodell muss manuell via Script oder visuell via Data Manager definiert werden, doch dabei gibt es keinerlei Einschränkungen, die QIX-Engine handhabt die Tabellen-Beziehungen automatisch.
👍

 

APIs

Sehr klar fällt hier die Bewertung pro Qlik aus.

 

Power BI Qlik
Es gibt APIs, mit denen Anwender von ausserhalb mit Power BI Funktionen interagieren können. Es fühlt sich jedoch so an, als sei dies ein Nebenschauplatz in PBI: Man kann, muss aber nicht.
Fast jede Backend-Funktion in Qlik kann auch via API angesprochen werden. Frontend-Komponenten sind im Nu eingebettet.
👍

 

Alerts

Der Punkt geht an Qlik, Alerts sind 'tiefer' integriert als in PBI.

 

Power BI Qlik
Alerts werden auf Visualisierungs-Ebene definiert - und erfüllen in dieser Hinsicht ihren Zweck.
Alerts werden auf der Ebene des Datenmodells definiert, unabhängig von der Visualisierung.

👍

 

Standard Reports

Vorteil Power BI, seit die paginated Reports in der Premium-per-User-Lizenz enthalten sind.

 

Power BI Qlik
Separates Tool benötigt: Power BI Report Builder. Die Lizenzierung erfolgt entweder via die Premium- oder die Premium-per-User-Lizenz. Seit Juni 2021 können Standardreports direkt als Visual in Power BI Desktop integriert werden.
👍
Separates Tool benötigt (Qlik NPrinting), das Daten aus Qlik Sense wie QlikView Apps verarbeitet. Eher aufwändig in der Verwaltung, zudem nicht SaaS-kompatibel. Es gib alternative Software-Produkte, welche die Lücken schliessen. 

 

Lizenzkosten

Die Betrachtung der reinen Lizenzkosten fällt klar pro Power BI aus.

 

Power BI Qlik
CHF 10 (pro User und Monat), CHF 20 (Premium per User / Monat), CHF 5'000 (pro Monat). Genügt Pro, so sind die reinen Lizenzkosten unschlagbar attraktiv. Premium per User bricht viele Premium-Funktionen auf User-Ebene herunter - sehr attraktiv. Die Premium-Lizenz ist kostenintensiv, aber auch für mehrere Hundert User vorgesehen, wobei dann die User-Lizenzen wegfallen.
👍
CHF 40 für den Datenkonsumenten und CHF 65 für den Full-User pro Monat auf SaaS-Basis. Höhere Lizenzkosten, Standard-Reporting in SaaS (noch) nicht verfügbar, für On-Premises zusätzlich zu lizenzieren. Neue Features in SaaS tendenziell in den Kosten enthalten, bei on-premise mit Zusatzaufwand verbunden. 

 

Deployment / Skalierung

Was den Aufwand (und damit Zeit & Kosten) betrifft, geht der Punkt hier an Qlik.

 

Power BI Qlik
Angenommen, man startet auf Ebene Einzelplatz, baut aus in Richtung Team-Nutzung, erreicht die Verbreitung in einem Klein- und dann Mittelunternehmen bis hin zum konzernweiten Roll-out: Das Risiko ist gross, bei jedem Ausbauschritt grösstenteils wieder auf der grünen Wiese starten. Vom Datenextrakt über die Transformierung, über die Datenhaltung bis zum rollen- und berechtigungsgesteuerten Frontend. Entweder man startet bereits im Kleinen mit viel Overhead oder erneuert das BI-Projekt bei jedem Skalierungs-Schritt.
Die Grundprinzipien sind in jeder Skalierungs-Stufe ähnlich. Meist kommen zusätzliche Datenhaltungs- und Transformations-Layer hinzu, die jedoch gut skalieren. Das Rollenmodell im Frontend lässt sich ebenfalls problemlos den neuen Anforderungen anpassen.

👍

 

Writeback, inkl. Budgetierung

Unentschieden. Beide Tools sind auf Output getrimmt, Input muss nachgerüstet werden.

 

Power BI Qlik
Im Standard nicht enthalten. Kann aber durch die Power-Plattform ergänzt oder mit (kostenpflichtigen) Produkten von Drittanbietern erweitert werden.
Im Standard nicht enthalten. Kann aber mit (kostenpflichtigen) Produkten von Drittanbietern erweitert werden.

 

Innovationspower (neue Funktionen)

Das ist ein Vergleich von David mit Goliath: MS mit ihrer R&D Power ist hier Qlik (zumindest quantitativ) deutlich überlegen.

 

Power BI Qlik
Monat für Monat wird ein beeindruckendes Paket neuer Funktionen publiziert. Es ist tatsächlich schwierig, in allen Bereichen auf dem Laufenden zu bleiben - so viel ändert sich in so kurzer Zeit.
In SaaS erfolgen die Neuerungen kontinuierlich bzw. monatlich, On-Premises pro Quartal.
👍

 

 

Community

Auch hier wieder ein Vergleich von David mit Goliath - und der Punkt geht schon aus rein quantitativer Betrachtung an Power BI.

 

Power BI Qlik
Die Power BI eigene Community ist sehr aktiv und wird aktiv vom Hersteller betreut. Das Ökosystem ist riesig – es gibt unzählige Blogs und Video-Kanäle, kostenlos und kostenpflichtig, die nur darauf warten, konsumiert zu werden.
👍
Die Qlik-Community ist sehr aktiv und wird vom Hersteller aufmerksam betreut. Das Ökosystem ist überschaubar - mit der Zeit kennt man die (nützlichen und sehr wertvollen) Content-Quellen.

 

 

Anbindung von Datenquellen

Unentschieden. Im Detail hat evtl. der eine Anbieter einen Connector mehr, aber in der Summe sind die Ansätze und die Abdeckung vergleichbar.

 

Power BI Qlik
Es gibt eine Vielzahl von vorkonfigurierten Connectoren sowie generischen Treibern und APIs, sodass beinahe jedes Quellsystem angebunden werden kann.
Es gibt eine Vielzahl von vorkonfigurierten Connectoren sowie generischen Treibern und APIs, sodass beinahe jedes Quellsystem angebunden werden kann.

 

Cloud vs. On-Premise bzw. Cloud mit On-Premise

Der Punkt geht an Qlik: deutlich mehr (Kombinations-) Optionen und Freiheiten bei der Wahl, ob SaaS, lokal oder hybrid.

 

Power BI Qlik
Wer sich für Power BI entscheidet, nutzt überwiegend die Cloud-Variante, obwohl PBI auch für On-Premises Zwecke zur Verfügung steht: dabei gibt es jedoch einige funktionale Limitierungen, zudem fallen (u. U. hohe) zusätzliche Kosten an. Die volle Funktions- und Integrations-Power erreicht man nur mit der Cloud-Variante. Dagegen hat man bei der On-Premises-Variante das Gefühl, einen Ferrari beschafft zu haben, der sich als Einsitzer mit gedrosselter Motorenleistung und 60 km/h Maximalgeschwindigkeit herausstellt.
Der Kern ist identisch - ob On-Premises oder SaaS. Das SaaS-Angebot ist vergleichsweise neu. Zusatzfunktionen sind On-Premises tendenziell kostenpflichtig (und teuer), in SaaS dagegen bereits enthalten. SaaS und lokal lässt sich zudem problemlos kombinieren (hybrid).
👍

 

Frontend

Der Punkt geht an Qlik, auch wenn der PPBI-Dashboard-Ansatz in Qlik fehlt. Dank des zugrunde liegenden assoziativen Datenmodells ist man bei der Analyse 'im Fluss' und nicht wie bei PBI auf einzelne Objekte limitiert.

 

Power BI Qlik
Von Tabellen über normale Visualisierungen wie Balken- oder Liniendiagramme bis zu komplexeren Objekten wie Boxplot etc. - es ist fast alles dabei. Bei Bedarf kann der Umfang mit sog. Custom-Visuals (teilweise kostenpflichtig) erweitert werden. Obwohl die einzelnen Visualisierungen interaktiv sind, fehlt die Durchgängigkeit, der Story-Telling-Ansatz bei der (Drill-Down-)Datenanalyse über mehrere Schritte und Ebenen hinweg. Toll: mittels Dashboards können Inhalte report-übergreifend zentral zur Verfügung gestellt werden.
Dito Power BI: Fast alle möglichen / notwendigen Visualisierungen sind dabei. Sogar eine Pivot-Tabelle ;-) Alle Objekte sind interaktiv und lassen sich beliebig in den Story-Telling-Ansatz integrieren, bei der (Drill-Down-)Datenanalyse auch über mehrere Schritte und Ebenen hinweg.
👍

 

 

Formel-Syntax

Unentschieden. In beiden Fällen ist das kein Thema für Endanwender. Aber nach einer gewissen Einarbeitung kommt man in beiden Systemen ähnlich flexibel zurecht.

 

Power BI Qlik
DAX benötigt Schulung und kann eine Hürde sein. Formel-affine Anwender finden jedoch nach einigen Stunden und etwas mehr Übung Zugang und können sich dann grösstenteils frei bewegen. Zudem gibt es sehr viel Community-Content rings um Dax.
DAX benötigt Schulung und kann eine Hürde sein. Formel-affine Anwender finden jedoch nach einigen Stunden und etwas mehr Übung Zugang und können sich dann grösstenteils frei bewegen. Zudem gibt es sehr viel Community-Content rings um Dax.

 

End-To-End: von Datenintegration bis zur Datenvisualisierung

Der Punkt geht an Power BI und die fast nahtlose Integration mit zusätzlichen Azure-Komponenten. Das Datenmanagement, auch dies nur betrachtet mit Qlik Sense, ist bei Qlik insb. im SaaS-Umfeld unterentwickelt und nur mit Zusatzanbietern sinnvoll möglich.

 

Power BI Qlik
Mit der Azure-Integration, die in Power BI mit jedem Release noch gestärkt wird, hat Microsoft fast unbegrenzte Möglichkeiten geschaffen, um den Datenintegrations- mit dem Datenvisualisierungs-Teil zu verknüpfen. Oft wird hier jedoch ein zusätzliches Skill-Set (Team) benötigt, um die volle Power zu nutzen. Übrigens: Teilweise werden auch bei Microsoft die Qlik Data Integration Tools verwendet…
👍
Qlik realisiert diesen Ansatz mit zwei Bereichen: Data Integration (vormals Attunity) und Data Analytics (Qlik Sense). Beide Bereiche sind dabei zusammenzuwachsen, die Data Integration ist ausgelegt auf sog. Enterprise Unternehmen.

 

Self Service Skills

In beiden Tools werden die gleichen Skill-Sets benötigt. Mit Power Query hat Power BI die Nase vorn.

 

Power BI Qlik
  • Datentransformation: mit Power Query kommt man extrem weit, M Code Kenntnisse sind von Vorteil.
  • Datenmodellierung: Stern- oder Snowflake-Modell, Kardinalität und ähnliche Begriffe sollten keine Fremdworte sein, wenn man performante und skalierende Datenmodelle mit Power Pivot erstellen will.
  • Frontend: mit einem guten Gefühl dafür, wie Daten als Informationen präsentiert werden, kommt man sehr weit. Idealerweise ist die Person ein Excel-Power User.
Datentransformation: Qlik Script Kenntnisse sind fast Voraussetzung.
Datenmodellierung: Dito Power BI.
Frontend: Dito Power BI.

 

 

Integration in die MS-Office Welt

Der Punkt geht an Microsoft. Ist aber auch naheliegend, dass Microsoft die Integration eines Microsoft-Produktes in ein anderes Microsoft-Produkt gelingen müsste.

 

Power BI Qlik
Hervorzuheben ist insbesondere die nahtlose Integration in MS Teams mit dem Ansatz des Zusammenarbeitens. Bereits die erste Version (März 2021) bietet beeindruckende Funktionen.
👍
Auch Qlik lässt sich in MS Teams integrieren, jedoch nicht so tief wie PBI. Hervorzugeben ist das Excel-Add-in (eines Drittanbieters), das Excel als Frontend nutzt und damit sowohl auf das Datenmodell wie auf das Frontend von Qlik zugreifen kann.

 

>> Aus dem QCircle 2021: Battle: Power BI vs. Qlik (Video)

powerbi-vs-qlik

Remo Schaer, BI Consultant Heyde

Marc Kaiser, Data Architect / Partner, Heyde

Remo Schaer und Marc Kaiser duellieren sich an diesem Workshop mit zwei BI-Werkzeugen. Besucher lernen die Unterschiede (aber auch Gemeinsamkeiten) von Qlik Sense und Power BI kennen. Themen wie Connectoren, Datentransformationen, Visualisierungen, Formelkonzepte und Lizenzmodelle / Preise werden im Detail analysiert. Viel Spass!
>> zum Video

 

 

Kontaktieren Sie uns jetzt >>

 

Marc Kaiser

Marc Kaiser

Als Betriebsökonom und BI-Spezialist garantiert Marc Kaiser den Miteinbezug aller relevanten Zusammenhänge. Dank seiner langjährigen Erfahrung im Bereich Business-Applikationen besitzt er die wertvolle Fähigkeit, auch komplexeste Kundenanforderungen in griffige Lösungen umzusetzen. Kunden und Mitarbeitende schätzen seine ausserordentliche Fähigkeit zuzuhören und seine systematische und analytische Art, Probleme in Lösungen zu überführen.

VERWANDTE BEITRAGE