BigQuery-Daten in Google Sheets mit Gemini auswerten: Was der Mittelstand davon hat

Viele Betriebe sammeln inzwischen mehr Daten, als in eine normale Tabelle passen: Bestellungen aus dem Webshop, Buchungen aus dem ERP, Maschinendaten aus der Fertigung oder Exporte aus Google Analytics. Diese Daten liegen oft schon in BigQuery, dem Data Warehouse von Google Cloud. Ausgewertet werden sie trotzdem meist von einer einzigen Person, die SQL kann. Alle anderen warten auf den nächsten Bericht.

Google hat am 19. Oktober 2026 eine Neuerung angekündigt, die genau hier ansetzt: In Google Sheets kannst Du BigQuery-Daten jetzt mit Gemini in normaler Sprache auswerten. Dieser Beitrag erklärt, was die Funktion kann, für wen sie sich im Mittelstand lohnt und was Du vorher klären solltest, damit am Ende verlässliche Zahlen stehen und keine teuren Überraschungen.

Was neu ist

Grundlage sind die verbundenen Tabellenblätter (Connected Sheets). Damit verbindest Du eine Google-Tabelle mit einer Tabelle oder Ansicht in BigQuery. Die Abfragen laufen in BigQuery, die Ergebnisse landen in Sheets. Neu ist, dass Gemini in diesen verbundenen Tabellen mitarbeitet. Laut Ankündigung im Google Workspace Updates Blog kannst Du:

• Fragen in normaler Sprache stellen, etwa nach dem Umsatz einer Region im letzten Quartal. Gemini fragt dabei den vollständigen Datenbestand in BigQuery ab, nicht nur die Zeilen, die in der Tabelle sichtbar sind.
• Nachfragen, zum Beispiel wie sich der Wert im Vergleich zum Vorjahresquartal entwickelt hat oder welche Produkte den Anstieg getragen haben.
• Aus der Analyse ein Dashboard machen lassen. Du beschreibst, was Du brauchst. Gemini zeigt zuerst einen Plan zur Prüfung und baut danach einen neuen Tab mit verbundenen, aktualisierbaren Elementen wie Datenbankformeln, Pivot-Tabellen und Diagrammen.

Die Funktion ist standardmäßig aktiv, eine eigene Admin-Einstellung gibt es laut Google nicht. Sie steht Nutzern zur Verfügung, die die verbundenen Daten abfragen dürfen. Der Rollout begann am 19. Oktober 2026 schrittweise und kann bis zu 15 Tage dauern. Verfügbar ist sie unter anderem in Business Standard und Business Plus sowie Enterprise Standard und Enterprise Plus.

Für wen sich das im Mittelstand lohnt

Ehrlich gesagt: Nicht jeder Betrieb braucht BigQuery. Wenn Deine Auftragsliste ein paar tausend Zeilen hat, reicht eine gut gebaute Google-Tabelle. Wie das aussieht, zeigen unsere Beiträge zur Google-Tabelle als Betriebszentrale und zu Mini-Apps mit Sheets Canvas.

Spannend wird die neue Funktion, wenn mindestens einer dieser Punkte zutrifft:

• Deine Daten sind zu groß für eine normale Tabelle, oder Du kopierst jeden Monat CSV-Exporte zusammen.
• Mehrere Systeme liefern Daten, zum Beispiel Webshop, Warenwirtschaft und Buchhaltung, und Du willst sie gemeinsam auswerten.
• Es gibt bereits eine BigQuery-Umgebung, etwa durch den Export aus Google Analytics, aber außer einer Person nutzt sie niemand.
• Vertrieb, Einkauf oder Geschäftsführung stellen immer wieder ähnliche Fragen, die heute als Ticket bei der IT oder beim Controlling landen.

Ein typisches Beispiel aus dem Vertrieb: Die Vertriebsleitung möchte wissen, welche Kunden in diesem Jahr deutlich weniger bestellt haben als im Vorjahr. Bisher hieß das: Export ziehen, Pivot bauen, abgleichen. Mit Gemini in einer verbundenen Tabelle stellt sie die Frage direkt, schaut sich die Antwort an und fragt nach, welche Produktgruppen betroffen sind.

Was Du vorher klären solltest

1. Voraussetzungen in Google Cloud

Für verbundene Tabellenblätter brauchst Du laut Google-Hilfe Zugriff auf Google Cloud und BigQuery sowie ein Projekt mit eingerichteter Abrechnung. Ohne Abrechnung kannst Du BigQuery in einer Testumgebung ausprobieren. Wichtig: BigQuery-Daten lassen sich aus Sheets heraus nicht ändern. Sheets liest, BigQuery bleibt die Quelle.

2. Rechte sauber trennen

Der direkte Zugriff auf Datasets und Tabellen wird in BigQuery gesteuert, nicht in Sheets. Laut BigQuery-Dokumentation kann jemand, der nur Zugriff auf die Tabelle hat, darin Analysen nutzen, die Daten aber weder manuell aktualisieren noch eine geplante Aktualisierung einrichten. Für Dich heißt das:

• Lege Rechte über Gruppen fest, nicht über einzelne Personen.
• Gib nur die Tabellen und Ansichten frei, die eine Abteilung wirklich braucht. Gehaltsdaten und Personalthemen gehören nicht in dasselbe Dataset wie Verkaufszahlen.
• Arbeite mit Ansichten (Views), die nur die nötigen Spalten zeigen. So kann Gemini auch nur diese Spalten abfragen.

Laut Google werden Zugriffe über verbundene Tabellenblätter in den Cloud-Audit-Logs festgehalten. Damit lässt sich nachvollziehen, wer wann auf welche Daten zugegriffen hat.

3. Kosten im Blick behalten

Abfragen in BigQuery kosten Geld. Im On-Demand-Modell wird laut Preisseite von Google Cloud die Datenmenge abgerechnet, die eine Abfrage verarbeitet. Das erste Terabyte pro Monat ist kostenlos. Wenn plötzlich zehn Leute per Gemini Fragen an eine große Tabelle stellen, steigt die verarbeitete Datenmenge. Darum:

• Richte in Google Cloud Budgets mit Benachrichtigungen ein.
• Lass Gemini auf vorbereitete, schlanke Ansichten zugreifen statt auf Rohdaten mit allen Spalten.
• Prüfe nach den ersten Wochen, welche Fragen und Dashboards wirklich genutzt werden.

Wie Du KI-Kosten grundsätzlich steuerst, beschreibt unser Beitrag KI-Kosten im Griff.

4. Begriffe festlegen, bevor Gemini rechnet

Die häufigste Fehlerquelle ist nicht die KI, sondern ein unklarer Begriff. Ist Umsatz netto oder brutto? Zählt eine Gutschrift mit? Gilt das Rechnungsdatum oder das Lieferdatum? Schreib diese Definitionen auf und bilde sie in den Ansichten ab. Dann rechnet Gemini mit denselben Regeln wie Dein Controlling.

Ergebnisse prüfen, nicht blind übernehmen

Gemini zeigt vor dem Bau eines Dashboards einen Plan. Nutze diesen Schritt bewusst: Stimmen Zeitraum, Filter und Kennzahl? Gerade am Anfang lohnt es sich, ein paar Antworten mit bekannten Zahlen abzugleichen, zum Beispiel mit dem Monatsabschluss. Erst wenn das passt, sollte ein Dashboard an die Geschäftsführung oder in die Teamrunde gehen. Ein einfaches Muster dafür:

1. Drei bis fünf Fragen festlegen, deren Antwort Du sicher kennst.
2. Diese Fragen an Gemini stellen und die Ergebnisse vergleichen.
3. Abweichungen klären, meist liegt es an einer Definition oder einem Filter.
4. Erst danach das Team einweisen und das Dashboard mit geplanter Aktualisierung teilen.

Wie wir bei Deschalet vorgehen

Als zertifizierter Google Cloud Partner verbinden wir Google Workspace und Google Cloud so, dass Fachabteilungen selbst mit ihren Daten arbeiten können. Typisch ist ein kleiner Start:

• Woche 1: Datenquellen sichten, eine Frage mit echtem Nutzen auswählen, Begriffe festlegen.
• Woche 2: Daten in BigQuery bereitstellen, Ansichten und Rechte über Gruppen anlegen, Budget einrichten.
• Woche 3: Verbundene Tabelle aufsetzen, Gemini-Fragen gegen bekannte Zahlen testen, erstes Dashboard bauen.
• Woche 4: Team schulen, Nutzung und Kosten prüfen, nächste Frage auswählen.

Wenn Daten aus mehreren Systemen regelmäßig nach BigQuery fließen sollen, kommt Prozessautomatisierung mit n8n oder Make ins Spiel. Und wenn Du sehen willst, wie Gemini insgesamt in Google Workspace zusammenwächst, lies unseren Beitrag zu Workspace Intelligence. Mehr zu unserer Arbeit mit Google Workspace findest Du auf der Seite Google Workspace.

Fazit

Gemini in verbundenen Tabellen macht BigQuery für Menschen nutzbar, die kein SQL schreiben. Das ist für den Mittelstand eine echte Chance, weil Auswertungen nicht mehr an einer Person hängen. Der Nutzen steht und fällt aber mit drei Dingen: sauberen Rechten, klaren Begriffen und einem Blick auf die Kosten. Wenn Du prüfen willst, ob sich das für Deine Daten lohnt, buch Dir ein kostenloses Erstgespräch.