Referenzprojekt

Projektreporting aus Visual FoxPro für mittelständischen Elektriker

  • Microsoft Visual FoxPro
Data Warehouse
  • Visual FoxPro

Die Ausgangssituation: Manuelle Auswertungen, wenig Transparenz

Der Kunde, ein mittelständisches Elektrohandwerksunternehmen, verwaltet Projekte in einer langjährig gewachsenen Anwendung auf Basis von Microsoft Visual FoxPro. Wichtige Kennzahlen zur Projektperformance – geleistete Arbeitsstunden, gestellte und bezahlte Ausgangsrechnungen, Deckungsbeiträge und weitere Profitabilitäts‑KPIs – wurden bislang regelmäßig manuell in Excel zusammengestellt.

Das kostete Zeit, war fehleranfällig und erschwerte die Transparenz für Projektleitung und Geschäftsführung.

Das Ziel: Tagesaktuelle KPIs ohne Excel‑Pflege

Ziel war eine Cloud‑Synchronisation der FoxPro‑Datenbank, sodass Kennzahlen dynamisch und tagesaktuellberechnet und in ansprechender, leicht vergleichbarer Form dargestellt werden – zugänglich für Projektmanager und ohne händische Nacharbeit.

Die Herausforderung: Visual FoxPro speichert Tabellen im DBF/FPT/CDX‑Verbund. Daraus ergeben sich für die Auswertung typische Stolpersteine: Tabellen‑ und Memo‑Dateigrößen, Index‑Konsistenz und Zeichensatz‑Themen. Zusätzlich existieren Treiber‑ bzw. Provider‑Spezifika älterer 32‑Bit‑Komponenten. Diese Rahmenbedingungen erforderten beim Datenzugriff sichere Kopier‑ und Validierungsstrategien sowie Zeichensatz‑ und Typ‑Normalisierung für eine saubere Weiterverarbeitung in der Cloud.

Laptop auf einem Holztisch zeigt eine Online-Dashboard-Oberfläche mit Finanzdaten wie Umsatz, aktive Kunden, Umsatz pro Kunde und Einkaufsfrequenz. Die Visualisierungen umfassen Diagramme und Tabellen, die den Umsatz nach Kanal über einen Zeitraum vom 1. bis 31. Dezember 2024 darstellen.
  1. Sichere Synchronisation vom Windows‑Server in die Google Cloud
    Auf dem produktiven Windows‑Server läuft ein Synchronisationsskript, das die relevanten FoxPro‑Tabellen mehrmals täglich in ein Google Cloud Storage‑Bucket repliziert. Dabei werden DBF‑, FPT‑ und CDX‑Dateien atomar als Set kopiert, um Inkonsistenzen zu vermeiden. Prüfsummen und Dateizeitstempel verhindern doppelte oder unvollständige Übernahmen, ein Logfile dokumentiert jeden Lauf.

  2. Validierung und Normalisierung mit Cloud Run
    In Cloud Run Functions werden die eingehenden Dateien automatisiert geprüft und konvertiert, inkl. Schema‑ und Typ‑Validierung und Zeichensatz‑Normalisierung nach UTF‑8.

  3. Modellierung in BigQuery & Dataform (semantischer Layer)
    Die konvertierten Tabellen werden in Google BigQuery geschrieben. In Dataform entsteht ein semantischer Layer mit klaren Relationen (Projekte, Mitarbeiter, Leistungen/Zeiten, Ausgangsrechnungen, Zahlungen, Kostenarten) sowie einheitlichen Geschäftsdefinitionen. Wichtige KPIs werden hier einmalig berechnet und zentral bereitgestellt, z. B. Geleistete Stunden pro Projekt, gestellte vs. bezahlte Ausgangsrechnungen sowie Deckungsbeitrag / Profitabilität pro Projekt.

  4. Visualisierung & Distribution in Looker Studio
    Die finalen, zweimal täglich aktualisierten Tabellen speisen ein Looker Studio‑Dashboard mit übersichtlichen Projekt‑ und Team‑KPIs inkl. Drill‑downs, Filtern nach Zeitraum, Projekt, Kunden und Lieferanten sowie Exportfunktionen (CSV/Excel) für Ad‑hoc‑Analysen.

Die Umsetzung: Von Visual FoxPro nach BigQuery

Die Ergebnisse: Schnelle Einschätzungen statt Excel‑Pflege

  • Tagesaktuelle Transparenz über Projektstatus, Aufwand und Profitabilität

  • Deutlich beschleunigte Entscheidungsfindung auf Ebene der Projektleitung

  • Wegfall manueller Excel‑Reports – geringere Fehleranfälligkeit, mehr Fokus auf Inhalte

  • Saubere Datenbasis durch zentrale Definitionen im semantischen Layer (Dataform)

Fazit: Legacy‑Daten, modern nutzbar

Durch die sichere Synchronisation der Visual‑FoxPro‑Tabellen in die Google‑Cloud und die Modellierung in BigQuery/Dataform werden Legacy‑Datenquellen nachhaltig modernisiert. Projektmanager erhalten klare, verlässliche KPIs – ohne Medienbrüche und ohne wiederkehrende Excel‑Arbeit.

Laptop-Bildschirm zeigt Diagramm und Tabelle mit Verkaufsdaten. Das Diagramm visualisiert die Verteilung des Durchschnittsumsatzes pro Kanalgruppe. Die Tabelle darunter listet Kennzahlen pro Kanalmix mit Umsatz, Anzahl Kunden, durchschnittlicher Umsatz pro Kunde und Top-10-Anteil auf.