Rimo Connector

Infrastruktur

Datenfluss: Quelle → Power-BI-Datenaufbereitung → Rimo Connector (Azure Function App) → Rimo API

flowchart LR
    SRC[Quelle
Excel / Datenbanken] -->|Power BI| DF[Premium Workspace
Dataflow:
'Rimo Connector' / 'Rimo Connector DynAttr']
    DF -->|"CSV-Output"| ADLS[ADLS Gen2
pro Projekt-Ordner]
    ADLS -->|Function App lese| RC[Rimo Connector
Azure Function App]
    RC -->|"REST POST"| RA[Rimo API
Prod / Test]
    RC -.->|nach Verarbeitung| ARC[archive/-Ordner
im ADLS]

    classDef src fill:#e3f2fd,stroke:#1976d2,stroke-width:1px
    classDef pbi fill:#fff3cd,stroke:#b85c00,stroke-width:1px
    classDef azure fill:#bbdefb,stroke:#1976d2,stroke-width:1px
    classDef rimo fill:#c8e6c9,stroke:#2e7d32,stroke-width:1px
    class SRC,DF src
    class ADLS,RC azure
    class RA,ARC rimo

Komponenten

Quelle

Zu importierende Daten koennen aus verschiedenen Quellen kommen, solange sie per Power BI verarbeitet werden koennen — Excel, Datenbanken, etc.

Datenaufbereitung in Power BI

In einem Premium Workspace muss ein Dataflow angelegt werden:

In dem Dataflow wird ein Delta zwischen den zu importierenden Daten aus dem Kundensystem und Rimo erstellt. Es sollen nur Meilensteine / dyn. Attribute importiert werden, die in Rimo nicht gesetzt sind, im Kundensystem aber Daten haben.

Query-Format

Die Reihenfolge ist wichtig:

Fuer Milestones (MS-Import):

1. Externe ID SO
   2. Externe ID MS
   3. Timestamp Planned End (Unix-Format)
   4. Timestamp End (Unix-Format)
   5. Kommentar

Fuer Dynamic Attributes:

1. Externe ID SO
   2. Technischer Dyn-Attr-Name
   3. Value

Die Namen der Header sind nicht relevant, koennen aber bei der Wartung hilfreich sein — sprechende Header empfohlen.

Dieser Dataflow erzeugt im ADLS2 ein .csv-File, das vom Rimo Connector verarbeitet werden kann.

Rimo Connector (Azure Function App)

• Function App in Azure.
• Daten werden nach der Datenaufbereitung in Power BI im ADLS2 abgespeichert.
• Die Function App nimmt sich die Daten aus dem ADLS und schickt sie an die Rimo API.
• Environment-Variablen dienen zur Steuerung des Rimo Connectors:
  • Neue Projekte hinzufuegen / entfernen
  • Rimo-Authentifizierungs-User
  • Namen des Dataflow + Query, die vom Connector beruecksichtigt werden sollen
• Verarbeitete Daten werden archiviert — pro Projekt-Ordner im ADLS muss es einen archive-Unterordner geben.

Diese Konfiguration gilt sowohl fuer Prod als auch fuer Test — Unterschied: Env-Variables zeigen auf jeweilige API + Test-Dataflow. So koennen Prod und Test separat behandelt werden.

Rimo API

Damit der API-User, welcher vom Rimo Connector verwendet wird, auf die benoetigten Projekte zugreifen kann, muss in Rimo beim Userprofil das Projekt hinzugefuegt werden — Doppelklick auf das Userprofil.

Sonstiges

Neues Projekt anlegen — Checkliste

1. Mit PM abstimmen, welche MS / Dyn. Attr. importiert werden sollen.
   2. PM muss ggf. die Logik bestimmen, die benoetigt wird, um die richtigen Daten zu importieren.
   3. Dataflow fuer den Import im Premium Workspace des Projekts erstellen — am besten einen bestehenden Dataflow kopieren und Sourcen / Mapping / projektspezifische Logik anpassen.
   4. Rimo Connector anpassen: neues Projekt hinzufuegen + archive-Ordner erstellen.
   5. Rimo Connector User in Rimo anpassen — Projekt im Userprofil hinzufuegen.

Related pages

• Projektspezifische Arbeitsbereiche (Hub)
• Rimo connector dataflows — konkrete Dataflows pro Projekt
• Rimo Lakehouse

Verwandte Themen

Kuratiert — kann direkt im Editor ergänzt werden://

• 70205063 Telefonica Richtfunk_2022
• Rimo connector dataflows

Automatisch vorgeschlagen über gemeinsame Tags (powerbi, reporting, architektur, rimo): 

• Rimo connector dataflows
• Buchhaltung — Tax proof
• Kelog — DO Planning
• Kelog — Masteritem use
• Kelog — Scan Report
• PMO — Project Overview

Status: Migriert — Team-Review ausstehend · Owner: (festlegen) · Letzter Review: 2026-06-11