Wer seine Ausgaben wirklich verstehen will, braucht mehr als eine Excel-Tabelle. Ich habe Apache Superset lokal aufgesetzt – und mit etwas KI-Unterstützung ein Sankey-Diagramm gebaut, das meine Finanzen in vier Ebenen visualisiert.
Warum überhaupt ein eigenes Dashboard?
Banking-Apps zeigen Kontostände. Was sie selten zeigen: wohin das Geld wirklich fließt, wenn man die Ausgaben in sinnvolle Kategorien aufdröselt. Ich wollte das ändern – ohne meine Daten an einen Cloud-Dienst zu übergeben. Die Lösung: Apache Superset, eine Open-Source-Plattform für Datenvisualisierung, die sich vollständig selbst hosten lässt.
Apache Superset – was ist das?
Apache Superset ist ein quelloffenes Business-Intelligence-Tool, das ursprünglich bei Airbnb entwickelt wurde. Es unterstützt Dutzende Datenquellen, erlaubt komplexe SQL-Abfragen und bietet eine breite Bibliothek an Chart-Typen – darunter auch das Sankey-Diagramm, das für Geldflüsse wie gemacht ist.
Der entscheidende Vorteil gegenüber kommerziellen Alternativen wie Tableau oder Looker: alles bleibt lokal. Die Daten liegen auf dem eigenen Rechner, in einem Docker-Container – kein Dritter hat Zugriff.
Installation per Docker
Superset lässt sich über das offizielle Docker-Compose-Setup einrichten. Wer schon einmal einen Dienst per Docker gestartet hat, findet sich schnell zurecht. Die grundlegenden Schritte: Repository klonen, Umgebungsvariablen anpassen, Container starten.
Hinweis: Beim ersten Start kann es zu Konfigurationsproblemen kommen – etwa mit Datenbank-Migrationen oder fehlenden Umgebungsvariablen. Hier lohnt es sich, die Container-Logs genau zu lesen (docker compose logs -f).Genau an dieser Stelle kam Claude ins Spiel. Ich hatte einen Fehler beim Start, der nicht auf Anhieb verständlich war. Ich habe Claude daraufhin Zugriff auf den Installationspfad gegeben – und die KI hat nicht nur die Ursache erklärt, sondern auch den korrekten Fix geliefert. Ein iterativer Prozess, der am Ende funktioniert hat.
Die KI wurde zum Debugging-Partner: Zugriff auf das lokale Projekt, Anweisungen abwarten, Lösung anwenden – und wieder von vorne, bis der Container sauber lief.
Daten importieren: von der CSV zur Datenbank
Meine Ausgangsdaten waren Kontoauszüge im CSV-Format – so wie sie jede Bank zum Download anbietet. Das Problem: Die Spaltenstruktur und das Datumsformat variieren je nach Bank, und Superset erwartet eine saubere Tabelle in einer Datenbank.
Mit Claude habe ich die passenden SQL-Befehle generiert, um die CSV-Daten zu importieren und dabei gleichzeitig zu bereinigen. Konkret:
- CSV-Struktur analysieren und Zieltabelle in SQLite anlegen
- Datumsfelder normalisieren, Beträge als numerische Werte importieren
- Kategorien und Unterkategorien als eigene Spalten hinzufügen
- Dataset in Superset registrieren und für Charts freigeben
Wer seine Ausgaben kategorisieren will, kommt um eine manuelle Zuordnung nicht ganz herum – zumindest einmalig. Ich habe dafür eine einfache Mapping-Tabelle angelegt, die Buchungstext-Muster einer Kategorie zuweist.
Das Sankey-Diagramm – vier Ebenen für den Geldfluss
Das Herzstück des Dashboards ist ein Sankey-Diagramm. Es visualisiert, wie Geld von einer Quelle durch mehrere Stufen fließt – ideal für Finanzdaten. Mein Aufbau umfasst vier Ebenen:
- Ebene 1 – Einkommen: Der Ausgangspunkt. Alle Geldeingänge fließen hier zusammen.
- Ebene 2 – Hauptkategorie: Wohnen, Lebenshaltung, Freizeit, Sparen – die groben Ausgabenblöcke.
- Ebene 3 – Unterkategorie: Miete, Nebenkosten, Lebensmittel, Gastronomie, Kultur, Sport und weitere.
- Ebene 4 – Zweck: Die konkrete Buchungsebene – Supermarkt, Fitnessstudio, Streamingdienst, Restaurantbesuch.
Was auf den ersten Blick abstrakt klingt, wird im Diagramm unmittelbar anschaulich: Man sieht auf einen Blick, wie viel vom Gesamteinkommen in die Hauptkategorien fließt, wie sich diese auf Unterkategorien aufteilen und für welche konkreten Zwecke das Geld letztlich ausgegeben wird.
Dashboard: weitere Kennzahlen, Diagramme, Filter
Weitere Diagramme kann man in einem Dashboard zusammenfassend darstellen.
Neben dem Sankey-Diagramm gebe ich mir feste Kennzahlen aus:
- Einnahmen
- Ausgaben
- Differenz
- Sparrate (Betrag)
- Sparquote (%)
Durch die Kategorisierung in den Kontoauszügen werden diese ganz einfach automatisch ausgerechnet und angezeigt.
Das Dashboard wird ergänzt durch Filter, in meinem Fall nach Monaten, also 01/2026, 02/2026 und so weiter. Durch diese Monatsauswahl kann man die Monate untereinander vergleichen und Auffälligkeiten ins nachvollziehbar.
Außerdem können mehrere Monate (oder das ganze Jahr) zusammengefasst werden. Alles im selben Dashboard.
KI als Werkzeug – nicht als Abkürzung
Ein Aspekt, der mir bei diesem Projekt wichtig erscheint: Die KI hat die Arbeit nicht ersetzt, sondern qualitativ verändert. Ich musste weiterhin verstehen, was ich tue – welche SQL-Struktur Sinn ergibt, wie Superset Datasets aufbaut, was ein Sankey-Diagramm an Datenstruktur erwartet.
Aber anstatt mich durch Dokumentationsseiten zu kämpfen oder Trial-and-Error bei SQL-Queries zu betreiben, hatte ich einen Gesprächspartner, der Fehler erklärt, Alternativen vorschlägt und Code direkt lieferbar macht. Das beschleunigt nicht nur – es senkt die Hemmschwelle, solche Projekte überhaupt anzugehen.
Fazit: Eigenes Finanz-Dashboard ist möglich
Apache Superset, Docker und ein wenig KI-Unterstützung reichen aus, um ein vollwertiges Finanz-Dashboard auf dem eigenen Rechner zu betreiben. Die Daten bleiben lokal, die Visualisierung ist flexibel, und der Aufbau ist – mit der richtigen Unterstützung – auch ohne tiefes Datenbankwissen machbar.
Das Sankey-Diagramm mit vier Ebenen ist für mich inzwischen das wichtigste Werkzeug für den monatlichen Finanzüberblick. Wer ähnliche Ausgaben-Strukturen kennt und seine Daten endlich sinnvoll visualisieren möchte, findet in diesem Setup einen guten Startpunkt.