Python für BI-Exports einrichten — Windows, macOS und lokale Projektordner

Wie du Python installierst, ein lokales Verzeichnis vorbereitest, virtuelle Environments nutzt und Qlik-, Power-BI- oder Tableau-Export-Scripts sicher lokal ausführst.

Category: Data Governance
Author: Thomas Lindackers
Reading time: 3 min
Published: Jun 7, 2026
Tags: python qlik power-bi tableau metadata kpi-governance inventory

163 Views

Download PDF

Warum überhaupt lokal ausführen?

BI-Export-Scripts brauchen oft Zugriff auf API Keys, Tenant-URLs oder lokale Dateien wie model.bim, .twb oder .twbx. Diese Informationen gehören nicht in ein Browser-Tool.

Der sichere Ablauf ist deshalb:

Python lokal installieren.
Einen eigenen Projektordner anlegen.
Das Python-Script aus dem BI Python Export Toolkit herunterladen.
API Keys als Environment-Variablen setzen oder lokale Dateien einlesen.
Das Ergebnis als CSV, Markdown oder Plan-JSON in den Sprint Planner übernehmen.

Das Web-Tool ist in diesem Muster nur Download- und Orientierungspunkt. Die Verbindung zu Qlik, Power BI oder Tableau läuft auf deinem Rechner.

Python auf Windows installieren

Die einfachste Variante ist der offizielle Installer von python.org.

Öffne https://www.python.org/downloads/windows/.
Lade die aktuelle stabile Python-Version herunter.
Aktiviere im Installer Add python.exe to PATH.
Wähle Install Now.
Öffne PowerShell und prüfe:

python --version
pip --version

Wenn python nicht gefunden wird, öffne ein neues Terminal. Falls es weiterhin nicht klappt, ist Python meist nicht im PATH.

Python auf macOS mit Homebrew installieren

Wenn Homebrew vorhanden ist:

brew update
brew install python
python3 --version
pip3 --version

Homebrew legt Python üblicherweise als python3 und pip3 ab. Das ist normal.

Python auf macOS ohne Homebrew installieren

Ohne Homebrew kannst du den offiziellen macOS Installer verwenden:

Öffne https://www.python.org/downloads/macos/.
Lade den macOS Installer herunter.
Installiere Python.
Öffne Terminal und prüfe:

python3 --version
pip3 --version

Auf macOS solltest du in eigenen Projekten fast immer python3 verwenden.

Projektordner initialisieren

Lege für BI-Exports einen eigenen Ordner an. Dann bleiben Scripts, Outputs und Abhängigkeiten getrennt von anderen Projekten.

Windows PowerShell:

mkdir bi-export
cd bi-export
python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip

macOS Terminal:

mkdir bi-export
cd bi-export
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip

Wenn das Environment aktiv ist, steht meist (.venv) vor der Terminal-Zeile.

Scripts aus dem Tool herunterladen

Öffne das BI Python Export Toolkit und lade die benötigten Dateien herunter:

bi_kpi_export.py für KPI-/Kennzahl-Formeln aus Qlik, Power BI und Tableau
qlik_app_inventory.py für Qlik App- und optional Sheet-Inventare
BI_EXPORT_TOOLKIT.md als Kurzreferenz

Lege die Dateien in deinen Projektordner bi-export.

Abhängigkeiten installieren

Viele Exporte laufen mit der Python-Standardbibliothek. Für Qlik Engine API Zugriffe auf Master Measures oder Sheets brauchst du zusätzlich:

python -m pip install websocket-client

Das ist nötig, weil Qlik Sheet- und Measure-Details über die Engine API per WebSocket gelesen werden.

Qlik App- und Sheet-Inventar exportieren

Setze Tenant und API Key als Environment-Variablen.

Windows PowerShell:

$env:QLIK_TENANT="https://tenant.eu.qlikcloud.com"
$env:QLIK_API_KEY="dein-api-key"
python qlik_app_inventory.py --include-sheets --format csv --output qlik-inventory.csv

macOS Terminal:

export QLIK_TENANT="https://tenant.eu.qlikcloud.com"
export QLIK_API_KEY="dein-api-key"
python qlik_app_inventory.py --include-sheets --format csv --output qlik-inventory.csv

Ohne Sheets geht es schneller und braucht keine WebSocket-Abhängigkeit:

python qlik_app_inventory.py --format plan-json --output qlik-apps.plan.json

KPI-Formeln exportieren

Qlik aus einer lokalen JSON-Datei:

python bi_kpi_export.py qlik --input qlik-measures.json --format plan-json --output qlik-kpis.plan.json

Power BI aus model.bim:

python bi_kpi_export.py powerbi --input model.bim --format csv --output powerbi-kpis.csv

Tableau aus .twb oder .twbx:

python bi_kpi_export.py tableau --input workbook.twbx --format markdown --output tableau-kpis.md

Output weiterverwenden

Für Plan-Schritte sind drei Formate praktisch:

csv: gut für Tabellen, Excel und schnelle Inventarlisten
markdown: gut für Notizen, Reviews und Pull-Request-Kommentare
plan-json: gut für strukturierte Übergabe in Sprint-Planner-nahe Workflows

Für Governance-Arbeit ist wichtig: Der Export ist nur der Startpunkt. Danach müssen Owner, fachlicher Zweck, Grain, Filter, Version und offene Konflikte ergänzt werden.