Power BI seit 2015, Tableau seit 2003, Qlik seit 1993: Wie die drei BI-Marktführer den DACH-Markt 2026 sortieren

Wer den DACH-BI-Markt heute aus drei Werkzeugen erklären müsste, käme an Power BI, Tableau und Qlik nicht vorbei. Die drei Plattformen stehen seit Jahren in den oberen Quadranten der einschlägigen Marktanalysen — bei Gartner, bei Forrester, bei BARC Würzburg —, und sie tun das aus drei sehr unterschiedlichen Gründen. Power BI gilt im Verbund mit Microsoft Fabric als die Default-Wahl jeder Organisation, die ohnehin auf Microsoft 365 sitzt. Tableau steht für die visuelle Exploration in einer Tradition, die unmittelbar auf die Stanford-Forschung zur Polaris-Engine zurückgeht. Und Qlik — das schwedische Urgestein aus Lund — verteidigt seine assoziative Engine in einer Welt, in der das relationale Datenmodell sich gerade einmal mehr neu erfindet.

Eine Bestandsaufnahme im Frühjahr 2026, jenseits der Markenversprechen.

Drei Geburtsdaten, drei Architekturphilosophien

Qlik ist die älteste der drei Plattformen. Die schwedische Firma sei 1993 in Lund gegründet worden, zunächst unter dem Namen QlikTech, und habe ihren technischen Kern um eine assoziative In-Memory-Engine herum gebaut, die ohne vorgefertigte Würfel auskommt. Wer mit QlikView gearbeitet hat, kennt den Effekt: Selektionen propagieren sich in Echtzeit durch das gesamte Datenmodell, und die nicht-selektierten Werte bleiben als grauer Schatten sichtbar. Diese visuelle Eigentümlichkeit — der „Qlik-Effekt” — ist bis heute die deutlichste Markenidentität im BI-Segment.

Tableau folgte 2003. Die Gründer Chris Stolte, Pat Hanrahan und Christian Chabot kamen aus der Stanford-Computer-Graphics-Group, in der die Polaris-Engine entwickelt worden war — ein formales System, um relationale Datenbanken mit grammatikgesteuerter Visualisierung zu verbinden. Aus Polaris wurde VizQL, aus VizQL wurde Tableau, und aus Tableau wurde 2019 — nach dem Salesforce-Erwerb am 1. August 2019 für rund 15,7 Milliarden US-Dollar — die Visualisierungs-Säule innerhalb der Salesforce Customer 360.

Power BI ist der jüngste der drei großen Player. Microsoft habe das Produkt unter dem heutigen Namen im Juli 2015 ausgerollt, technologisch aber auf einem deutlich älteren Fundament: dem Analysis-Services-Tabular-Modell, der DAX-Sprache (Data Analysis Expressions) und der VertiPaq-Engine, die ihre Wurzeln im Excel-Add-in PowerPivot von 2010 haben. Dass Power BI in nur einem Jahrzehnt zur weltweiten Nummer eins im klassischen BI-Markt aufstieg, hat weniger mit visueller Innovation zu tun als mit drei strukturellen Vorteilen: der Pro-Lizenz für unter zehn Euro im Monat pro Benutzer, der nahtlosen Einbettung in Microsoft Teams und SharePoint und — seit März 2023 — dem Copilot-Erlebnis, das natürlich­sprachliche Anfragen direkt in DAX-Measures übersetzt.

Der DACH-Markt 2026: Wer benutzt was, und warum

Im DACH-Raum spielt die Eigentümerstruktur eine größere Rolle als in den USA. Qlik etwa sei im August 2016 von Thoma Bravo übernommen worden — der Private-Equity-Manager habe das Unternehmen von der NASDAQ genommen und 2022 ein weiteres Take-Private vollzogen, was die seither erfolgte Roadmap-Verschiebung weg von QlikView hin zu Qlik Sense und der Qlik-Cloud erklärt. In deutschen Mittelstandskonzernen, in denen QlikView seit Mitte der Nullerjahre tief verankert ist — von Verlagshäusern über Maschinenbauer bis hin zu Lebensmittelproduzenten —, läuft seit etwa 2022 ein zäher, mehrjähriger Migrationsprozess. Die alten Applikationen mit ihren komplexen Set-Analysen und ihren handgeschriebenen Variablen lassen sich nicht per Knopfdruck nach Qlik Sense bringen.

Tableau hat im DACH-Raum traditionell ein anderes Profil. Hier dominiert das Bild der Fachabteilung, die — oft unter Umgehung der zentralen IT — ein paar Tableau-Creator-Lizenzen beschafft, um Vertriebs- oder Marketingdaten visuell zu erkunden. Die Stärke dieser Aufstellung — die schiere Geschwindigkeit, mit der ein Tableau-Nutzer von einer Excel-Tabelle zu einer auswertbaren Visualisierung gelangt — ist gleichzeitig ihre Achillesferse: In Großorganisationen, die zentrale Governance erwarten, gilt Tableau seit Jahren als „Shadow-BI”-Phänomen. Die Salesforce-Übernahme hat daran wenig geändert; die seit 2023 stärkere Verzahnung mit der Salesforce-Data-Cloud öffnet das Produkt jedoch für Kunden, die ohnehin auf der CRM-Plattform sitzen.

Power BI wiederum profitiert von einem Faktor, der mit dem Produkt selbst zunächst wenig zu tun hat: dem Microsoft-365-Enterprise-Agreement. Ein deutscher Mittelständler, der seine Office-365-E5-Lizenzen bezahlt, hat Power BI Pro effektiv inkludiert. Diese Inklusionsökonomie hat in den vergangenen drei Jahren die Konkurrenzlandschaft mehr verändert als jedes Feature-Update. Hinzu kommt Microsoft Fabric, die im Mai 2023 angekündigte und seit November 2023 allgemein verfügbare Datenplattform, die Power BI nicht mehr als isoliertes BI-Werkzeug, sondern als Konsumenten-Schicht über einem einheitlichen OneLake-Storage positioniert.

Die DAX-Falle und die Frage nach dem Können

Ein wiederkehrendes Thema in den DACH-BI-Communitys — vom Power-BI-User-Group-München bis zum Frankfurter Tableau-Meetup — ist die Frage nach der Lernkurve. DAX, die Formelsprache hinter Power BI und Analysis Services Tabular, gilt unter erfahrenen BI-Entwicklern als das wahrscheinlich am schwersten zu beherrschende Element des Microsoft-Stacks. Die Sprache habe ihre Wurzeln in der MDX-Welt der klassischen OLAP-Würfel, sei aber bewusst funktional umgebaut worden — mit Filterkontexten, Zeilenkontexten und der berüchtigten CALCULATE-Funktion, die in jeder anspruchsvolleren Berechnung auftaucht.

Wer DAX nicht beherrscht, baue Power-BI-Berichte, die optisch funktionieren, aber unter Last zerbrechen — diese Beobachtung lasse sich in nahezu jeder Implementierung größeren Umfangs anstellen. Tableau hat mit seinen Level-of-Detail-Ausdrücken seit 2015 ein vergleichbares, wenn auch weniger berüchtigtes Schwergewicht im Programm; Qlik kennt mit den Set-Analysen ein eigenes idiomatisches Konstrukt, das die schwedische Plattform für Power-Anwender so wirkmächtig macht.

Diese Komplexität sei der eigentliche Grund, warum der DACH-Markt für spezialisiertes BI-Training und für Senior-BI-Architekten weiterhin Vollbeschäftigung melde. Die Versprechen der Hersteller, dass Copilot oder „Generative BI” die Formelsprache überflüssig mache, sollte man — vorsichtig gesagt — mit kritischer Distanz lesen. Wer Copilot in Power BI heute beobachtet, sieht ein Werkzeug, das einfache Measures korrekt generiert, an komplexeren Berechnungen mit Time-Intelligence und Many-to-Many-Beziehungen aber regelmäßig scheitert. Die DAX-Falle ist nicht aufgehoben — sie ist nur unauffälliger geworden.

Copilot, Pulse, Insight Advisor: Die KI-Generation der drei Marktführer

Seit Microsoft im März 2023 Copilot für Power BI ankündigte, hat sich der KI-Wettbewerb zwischen den drei Plattformen deutlich beschleunigt. Tableau hat mit Tableau Pulse — seit 2024 allgemein verfügbar — eine narrative Insight-Schicht eingeführt, die in regelmäßigen Abständen automatisierte Zusammenfassungen aus überwachten Kennzahlen erzeugt. Qlik hatte mit Insight Advisor bereits vor der ChatGPT-Welle einen natürlich-sprachlichen Zugang implementiert; das Werkzeug wurde 2024 um die Qlik-AnswersFunktionalität ergänzt, die sich an Retrieval-Augmented-Generation-Architekturen orientiert.

Allen drei Ansätzen ist gemeinsam, dass sie die alte BI-Frage „Was sehe ich in diesen Daten?” umzukehren versuchen — hin zu „Was solltest du in diesen Daten sehen?”. Ob das funktioniert, hängt weniger an der eingesetzten Sprachmodell-Generation als an der Qualität der Semantik-Schicht. Ein Modell, das auf einem schlecht modellierten Sternschema operiert, generiert eloquent formulierte Falschaussagen — und genau dort liegt das größere Risiko der KI-BI-Welle.

Die Beratungs- und Schulungsökonomie um die drei Plattformen

Ein Aspekt, der im DACH-Markt selten offen verhandelt wird, ist die Beratungs- und Schulungsökonomie, die sich um die drei Plattformen herum etabliert hat. Power BI hat in den vergangenen fünf Jahren eine schiere Welle deutschsprachiger Lern­ressourcen hervorgebracht — von YouTube-Kanälen mit sechsstelligen Abonnenten­zahlen über Buchpublikationen einschlägiger Microsoft-MVPs bis zu universitären Lehr­veranstaltungen, die DAX und das Tabular-Modell als Pflicht­bestandteil der Wirtschafts­informatik etabliert haben. Diese demokratisierende Wirkung — Power-BI-Kompetenz ist nicht mehr an einen Beraterausweis gebunden — hat den Markt für klassische BI-Beratung erkennbar verschoben.

Tableau steht hier traditionell anders da. Die Salesforce-zugehörige Trailhead-Plattform und die Tableau-Public-Community bieten zwar umfangreiches Lehrmaterial, aber die Einstiegs­hürde für Enterprise-Implementierungen ist höher — und damit auch das Tagessatz-Niveau der spezialisierten Beratungs­häuser. Tableau-Customer-Conferences ziehen im DACH-Raum eine treue, aber zahlenmäßig vergleichs­weise überschaubare Anhänger­schaft an.

Qlik wiederum lebt in einer eigentüm­lichen Spannung. Die langjährige Anwender­schaft im deutschen Mittelstand hat eine starke regionale Beratungs­szene hervorgebracht — kleine bis mittelgroße Beratungs­häuser, die häufig aus der QlikView-Tradition heraus entstanden sind. Die Migration nach Qlik Sense und in die Qlik-Cloud, zu der Qlik seine Kunden seit etwa 2022 systematisch drängt, beschäftigt diese Beratungs­szene seither — mit gemischten Ergebnissen.

Die semantische Schicht — der eigentliche Wettkampf

Die strategisch interessanteste Auseinandersetzung der drei Marktführer findet seit Mitte 2023 nicht auf der Visualisierungs­ebene statt, sondern in der semantischen Schicht. Microsoft hat mit dem Power-BI-Semantic-Model — der Wiederbenennung des bisherigen Analysis-Services-Tabular-Modells — eine zentrale Modell­schicht geschaffen, die als Konsumenten-Schnittstelle für andere Werkzeuge dienen soll. Tableau hat mit der Semantic Layer im Tableau-2024.1-Release eine eigene Variante eingeführt. Qlik integriert mit Qlik Talend Data Fabric eine semantische Abstraktion, die das assoziative Modell um eine konventionellere Metadaten-Schicht ergänzt.

Der Hintergrund dieser parallelen Entwicklungen ist die offene Frage, wer in einer Lakehouse-zentrierten Architektur die fachliche Definition der Kennzahlen besitzt. Wenn die Daten in Snowflake oder Databricks liegen, wenn die Transformation mit dbt erfolgt, wenn die Visualisierung in Power BI, Tableau oder Qlik geschieht — wo wird dann die kanonische Definition eines Begriffs wie „Nettoumsatz” oder „Aktive Kunden” gehalten? Diese Frage hat in den vergangenen achtzehn Monaten eine eigene Software-Kategorie hervorgebracht: die Semantic-Layer-Anbieter wie Cube oder AtScale, die eine herstellerneutrale Modell­schicht zwischen Datenplattform und BI-Werkzeugen positionieren.

Aus DACH-Perspektive ist diese Entwicklung von erheblicher Tragweite. Eine Organisation, die heute eine BI-Strategie entwickelt, sollte die Frage des semantischen Modells nicht implizit der Wahl des Visualisierungs­werkzeugs überlassen. Wer Power BI wählt, wählt damit auch das Power-BI-Semantic-Model — und akzeptiert einen Lock-in, der seine Kennzahlen-Definitionen an die Microsoft-Plattform bindet. Wer Tableau oder Qlik wählt, trifft eine analoge Entscheidung. Die Alternative — eine herstellerneutrale Semantic-Layer — ist in der DACH-Praxis bisher selten umgesetzt, aber zunehmend Gegenstand von Architektur­diskussionen.

Fazit ohne Sieger

Wer einen Rangordnungs-Artikel erwartet hat, wird enttäuscht: Die drei Marktführer bedienen unterschiedliche Bedürfnisse, und die Entscheidung fällt im DACH-Raum 2026 selten am Produkt, sondern am bereits vorhandenen Lizenz-Stack, an der Eigentümerstruktur der Beraterszene und an der Frage, ob die Organisation eine zentrale Governance-Strategie oder eine fachabteilungsgetriebene Self-Service-Kultur pflegt. Was sich beobachten lässt: Microsoft baut den größten Mengenmarkt aus, Tableau hält die Premium-Position in datenliterarischen Fachabteilungen, Qlik bedient eine treue Mittelstands-Kundschaft, die ihre QlikView-Investitionen schützt — und alle drei stehen vor derselben Frage, ob die Lakehouse-Generation der Datenplattform-Anbieter ihnen das semantische Modell aus der Hand nehmen wird.

Davon mehr in einer kommenden Ausgabe.