Wie Beancount und Fava Echtzeit-Dashboards antreiben

Einführung​

Beancount ist ein quelloffenes doppelte Buchführungssystem, das Klartextdateien als Hauptbuch verwendet. Es legt Wert auf Einfachheit, Transparenz und Flexibilität bei der Finanzverfolgung. Fava ist ein leistungsfähiges web-basiertes Frontend für Beancount, das eine interaktive Oberfläche zum Anzeigen von Berichten, Visualisierungen und zur Verwaltung Ihres Hauptbuchs bietet. In diesem Bericht untersuchen wir die Kernfunktionen von Beancount und Fava und wie mit diesen Tools Echtzeit- oder nahezu Echtzeit-Finanzanalysen erzielt werden können. Wir behandeln Konfigurationstipps für Automatisierung und Datenaktualisierung, Favas Visualisierungsfunktionen (für sofortige Cashflow-Ansichten und Trendanalyse), die Integration mit externen Dashboards (Grafana, Metabase usw.), Beispiele für benutzerdefinierte Dashboards und Plugins, Anwendungsfälle in der privaten und Kleinunternehmensfinanzierung, Vergleiche mit anderen Plattformen (Power BI, QuickBooks) sowie Vor- und Nachteile der Nutzung von Fava+Beancount für datengetriebene Einblicke.

Erkunden Sie ein Live-Beispielhauptbuch:

Live-Hauptbuch erkunden →

Kernfunktionen von Beancount und Fava​

Beancount (Klartext-Buchhaltungs-Engine)​

• Doppelte Buchführung in Klartext: Beancount speichert Transaktionen in einer einzelnen .beancount Textdatei (oder mehreren zusammengefassten Dateien). Jede Transaktion muss ausgeglichen sein (Summe der Sollbuchungen = Summe der Habenbuchungen) über alle Konten hinweg und gewährleistet so die buchhalterische Integrität. Das Klartext-Format bedeutet, dass Ihre Daten menschenlesbar, versionierbar und nicht an einen Anbieter gebunden sind.
• Flexible, hierarchische Konten: Sie können beliebige Konten (z.B. Assets:Bank:Checking, Expenses:Food:Coffee) in einer Hierarchie definieren. Beancount macht keine Vorgaben für Ihren Kontenplan, daher eignet es sich für persönliche Finanzen, Kleinunternehmen, Investments usw. – es ist „flexibel: funktioniert für persönliche Finanzen, Kleinbuchhaltung, Krypto, Aktieninvestments und mehr.“
• Mehrere Währungen und Wertgegenstände: Beancount bietet erstklassige Unterstützung für mehrere Währungen und Wertgegenstände (z.B. Aktien, Kryptowährungen). Sie können Transaktionen in verschiedenen Währungen erfassen, Wechselkurse (Preis-Direktiven) definieren und Anschaffungskosten verfolgen. Es kann Berichte „zum Anschaffungspreis“ oder „zum Marktwert“ erstellen, sofern Preisdaten vorliegen. Dies macht es geeignet für Portfolios und internationale Finanzen.
• Automatisierte Prüfungen und Ausgleiche: Das System unterstützt Saldo-Assertions (Sie können angeben, welchen Kontostand ein Konto an einem Datum haben soll und Beancount meldet Fehler, wenn dieser nicht übereinstimmt) und Saldo-Transaktionen zum Abschluss der Bücher. Es unterstützt außerdem Eigenkapital-Eröffnungs-/Schlusseinträge und Gewinnrücklagenberechnung für Periodenabschlüsse. Das hilft, Ihre Bücher konsistent zu halten und Fehler früh zu erkennen.
• Leistungsstarke Abfrage- und Bericht-Engine: Beancount kommt mit einer Abfragesprache BQL (Beancount Query Language). Verwenden Sie bea query für BQL im Terminal und bea report für die Standardberichte; installieren Sie das CLI quick start statt der älteren upstream Konsolen-Skripts. Sie können das Journal für benutzerdefinierte Berichte abfragen (z.B. Ausgaben nach Empfänger, Cashflow für eine Periode) – es behandelt das Journal im Wesentlichen wie eine Datenbank. Es bleibt auch bei tausenden von Transaktionen schnell. Exportieren Sie CSV mit bea query -f csv -o report.csv "BQL", indem Sie BQL durch Ihre Abfrage ersetzen. Siehe Finanzberichte-Vorlagen für komplette Beispiele.
• Erweiterbarkeit durch Plugins: Beancount ist in Python geschrieben und erlaubt benutzerdefinierte Plugins, um seine Funktionalität zu erweitern. Plugins können zusätzliche Regeln oder Berechnungen beim Verarbeiten der Datei durchsetzen. (Zum Beispiel gibt es Plugins zur Behandlung von Steuerlosen oder um sicherzustellen, dass kein Kauf ohne Kosten erfasst ist.) Das Plugin-System und die Python-API erlauben es fortgeschrittenen Anwendern, individuelle Verhaltensweisen zu skripten oder Beancount mit anderen Systemen zu integrieren.
• Importer für externe Daten: Ein wichtiges praktisches Feature ist das Importer-Framework im separaten beangulp-Paket (es gibt kein beancount.ingest-Modul in Beancount 3.2.3). Sie schreiben eine Importer-Klasse, die von beangulp.Importer erbt und identify, extract und account implementiert. Diese parst eine heruntergeladene Datei (CSV, OFX, PDF-Kontoauszüge etc.) und wandelt sie in Beancount-Einträge um. Dies ist essenziell für Automatisierung (dazu später mehr).
• Prüfbar und versionierfreundlich: Da es Klartext ist, können Sie Ihr Journal in Git oder anderen Versionskontrollsystemen verwalten. Jede Änderung ist transparent und Sie haben einen vollständigen Verlauf aller Bearbeitungen. Dies macht Prüfungen oder das Nachvollziehen von Änderungen einfach (viele Nutzer committen jeden Tag ihre Änderungen in ein Git-Repository und erhalten so ein manipulationssicheres Protokoll aller Finanzbuchungen). Dieses Transparenzniveau unterscheidet deutlich von geschlossener Buchhaltungssoftware – „kein SaaS-Lock-in – nur saubere, transparente Buchhaltung mit leistungsstarker Berichterstattung.“

Fava (Weboberfläche für Beancount)​

• Interaktive Web-Oberfläche: Fava stellt einen lokalen Webserver bereit, der Ihr Beancount-Konto in eine umfangreiche Benutzeroberfläche rendert. Er zeigt Kernberichte (Gewinn- und Verlustrechnung, Bilanz usw.), Kontoregister und Journale im Browser mit interaktiven Steuerungen. Die Benutzeroberfläche ist dynamisch und benutzerfreundlich im Vergleich zur Kommandozeile. Sie starten sie mit einem einfachen fava yourfile.beancount und erhalten eine Web-App für Ihre Bücher.
• Eingebaute Grafiken und Diagramme: Fava generiert Grafiken zur Visualisierung Ihrer Daten. Zum Beispiel enthält es ein Vermögensentwicklung-Liniendiagramm über die Zeit, Balkendiagramme für Einnahmen vs. Ausgaben pro Monat und Kreis-/Baumkarten-Diagramme für Ausgabenaufteilungen. Diese Visualisierungen aktualisieren sich mit Ihren Daten und unterstützen verschiedene Ansichten (z. B. „Anschaffungskosten“ vs. „Marktwert“ für Investitionen). Diese Visualisierungsfunktionen werden wir später ausführlich erkunden.
• Filterung und Suche: Am oberen Rand von Favas Seiten ermöglicht eine Filterleiste das Echtzeit-Segmentieren und -Analysieren Ihrer Daten. Sie können nach Zeit (z. B. Jahr, Quartal, Monat), nach Kontoregex, nach Zahlungsempfänger, nach Verwendungszweck oder nach Tags/Links filtern. So ist eine Echtzeit-Dateninspektion einfach möglich – beispielsweise schnell filtern auf „Tag=Reisen“ und „Jahr=2025“, um alle Reisekosten 2025 mit Summen zu sehen. Die Schnittstelle unterstützt komplexe Abfragen über diese Filterleiste oder über die Abfrageseite (wo Sie direkt BQL-Abfragen ausführen können).
• Mehrfachdateiunterstützung und Konsolidierung: Fava kann mehrere Beancount-Dateien gleichzeitig laden (praktisch, wenn Sie Kontobücher trennen) und zwischen ihnen wechseln. Es kann sie auch konsolidieren, falls benötigt (z. B. private und geschäftliche Konten zusammen anzeigen).
• Dateneingabe und Bearbeitung: Einzigartig ist, dass Fava nicht nur lesend ist – es verfügt über einen Editor und ein Formular zur Buchungserfassung. Sie können neue Buchungen über ein Webformular hinzufügen (diese werden in Ihre .beancount-Datei eingefügt). Sie können die Quelldatei auch aus Fava heraus in einem externen Editor öffnen. Fava unterstützt außerdem Tastenkürzel für Power-User. Somit wird Fava zu einem leichtgewichtigen Buchhaltungssystem, in dem Sie Daten über dieselbe Oberfläche eingeben und ansehen können.
• Berichte und Detailansicht: Fava bietet Standardberichte der Buchhaltung: Gewinn- und Verlustrechnung, Bilanz, Probebilanz und eine Liste der Investments. Die Bilanz und die Gewinn- und Verlustrechnung sind interaktiv – Sie können auf ein Konto klicken, um Details einzusehen oder zwischen Ansicht zu Anschaffungskosten und Marktwert bei Vermögenswerten wechseln. Fava zeigt bei Investments auch „unrealisierte Gewinne“ an, sofern Kursdaten vorliegen. Es erzeugt eine Journalansicht aller Buchungen und ermöglicht Filterung des Journals nach verschiedenen Kriterien (ideal, um einzelne Buchungen zu finden).
• Dokumentenverwaltung: Wenn Sie Belege oder Auszüge anhängen, hilft Fava bei der Organisation. Beancount kennt einen Dokumentenordner, und Fava erlaubt Drag & Drop von Dateien auf Konten oder Buchungen – diese werden gespeichert und ein Dokumenteneintrag im Buch geführt. Das ist praktisch, um Belege mit den Buchhaltungsdaten verknüpft zu halten.
• Anpassung über Erweiterungen: Fava ist erweiterbar mit Plugins (in Python geschrieben), um neue Berichte oder Funktionen hinzuzufügen. Einige Erweiterungen sind mitgeliefert (z. B. ein Portfolioübersicht-Bericht für Investments). Wir besprechen benutzerdefinierte Erweiterungen später, im Kern erlaubt Favas Design das Hinzufügen neuer Seiten und sogar benutzerdefiniertes JavaScript über seine Erweiterungs-API. Das heißt, wenn eine bestimmte Analyse oder ein Dashboard nicht eingebaut ist, kann ein fortgeschrittener Nutzer es ergänzen.
• Leistung: Fava ist effizient – es lädt die Daten im Speicher neu und liefert Seiten schnell aus. Das unterliegende Beancount-Parsen ist schnell, typische private Kontobücher laden in ein bis zwei Sekunden. In der Praxis kann Fava Kontobücher über viele Jahre verarbeiten, obwohl extrem große Dateien (Zehntausende von Buchungen) von Optimierungen profitieren könnten (z. B. Archivierung alter Buchungen).
• Webzugriff und Mobilität: Wenn Sie Fava auf einem Server oder sogar Ihrem Laptop laufen lassen, können Sie von jedem Browser auf Ihre Finanzen zugreifen. Manche Nutzer hosten Fava auf einem privaten Server oder Raspberry Pi, um unterwegs die Finanzen zu prüfen (möglicherweise gesichert durch Passwort oder VPN, da Fava keine eingebaute Authentifizierung hat). So erhalten Sie praktisch eine selbstgehostete Web-App für Ihre Finanzen, ohne Ihre Daten an Dritte weiterzugeben.

Zusammenfassung: Beancount bietet eine robuste Grundlage für transparente, textbasierte Buchhaltung mit strengen Doppelbuchungsregeln und Multiwährungsunterstützung. Fava baut darauf auf, indem es eine zugängliche Benutzeroberfläche mit sofortigen Einblicken (Berichte, Diagramme) und der Möglichkeit, mit Ihren Daten zu interagieren, bereitstellt. Zusammen bilden sie ein hochflexibles Buchhaltungs- und Analysesystem, das Sie vollständig kontrollieren.

Echtzeit- (oder Near-Echtzeit-) Analyse mit Beancount & Fava​

Die Erreichung von Echtzeit- oder Near-Echtzeit-Analysen mit Beancount und Fava beinhaltet die Automatisierung des Datenflusses in Ihr Hauptbuch und die Sicherstellung, dass die Tools aktuelle Informationen anzeigen. Standardmäßig ist Beancount ein Batch-Prozess (Sie fügen Einträge zur Datei hinzu und betrachten dann Berichte), und Fava erkennt Änderungen und verlangt eine Aktualisierung. Mit der richtigen Konfiguration können Sie die Updates jedoch so optimieren, dass neue Transaktionen und Änderungen nahezu sofort erscheinen.

Dateiänderungserkennung: Fava überwacht die Hauptbuchdatei auf Änderungen. Wenn Sie die .beancount-Datei (oder eingeschlossene Dateien) in einem Editor bearbeiten, zeigt die Seite eine Benachrichtigung mit „Dateiänderung erkannt. Zum Neuladen klicken.“ an. Fava fragt seinen get_changed-Endpunkt ab. Wenn der Beobachter eine Änderung meldet, lädt Fava das Hauptbuch serverseitig neu und die Benachrichtigung bietet einen Klick zum Aktualisieren der Ansicht. In der Praxis ist dieses Neuladen sehr schnell (normalerweise unter einer Sekunde für typische Hauptbücher). Das bedeutet, Fava kann als Live-Dashboard dienen, wenn Ihre Hauptbuchdatei häufig aktualisiert wird. Standardmäßig wartet es auf Ihren Klick, um Ihre Ansicht nicht zu stören.

Kontinuierliche Import-/Update-Pipeline: Um Echtzeitdaten zu erhalten, müssen Sie die Ergänzung von Transaktionen in die Beancount-Datei automatisieren. Es gibt einige gängige Strategien:

• Geplante Importjobs (Cron): Viele Benutzer richten einen Cron-Job (oder geplante Aufgabe) ein, um regelmäßig (z. B. jede Nacht oder jede Stunde) neue Transaktionen von Finanzinstituten abzurufen und dem Hauptbuch hinzuzufügen. Zum Beispiel könnten Sie einen beangulp-Importer über den neuesten Bank-Download (CSV oder OFX) ausführen. Ein Beancount-Nutzer hat eine Automatisierungspipeline gebaut, sodass sich seine Bücher selbst aktualisieren: „zu sehen, wie sich mein Buchhaltungsbuch von selbst in einem offenen Format aktualisiert, ohne dass ich Hand anlege, bereitet mir pure Freude“. Dies wurde erreicht, indem Bank-APIs angebunden und regelmäßige Updates geplant wurden. Ein individuelles Python-Skript, das Bank-APIs (z. B. Plaid) nutzt, kann nach einem Zeitplan ausgeführt werden und neue Einträge ins Hauptbuch schreiben. Validieren Sie jeden Lauf mit bea check, bevor es Ihre Hauptdatei berührt. Nach jedem geplanten Import, falls Fava läuft, können Sie einfach Fava aktualisieren, um die neuen Daten zu sehen.

• Dateiüberwacher und Trigger: Anstatt zeitbasierter Zeitpläne können Sie Dateiüberwacher nutzen, um auf Ereignisse zu reagieren. Wenn Ihre Bank Ihnen z. B. täglich einen Kontoauszug per E-Mail sendet oder Sie eine CSV in einen Ordner ablegen, könnte ein Skript diese Datei erkennen (unter Verwendung von inotify unter Linux oder ähnlichem) und sofort die Import-Routine ausführen, dann Fava signalisieren, neu zu laden. Während Fava noch keine Live-Neuladung im Browser unterstützt, hätten Sie zumindest aktualisierte Daten, sodass beim nächsten Prüfen der Seite oder Klicken auf „Neu laden“ alles aktuell ist. Einige Community-Projekte gehen weiter: Für ledger (ein Verwandter von Beancount) hat ein Nutzer einen kleinen Server erstellt, der Ledger-Daten in Echtzeit an Grafana überträgt und zeigt, dass ein ähnlicher Ansatz mit Beancount möglich ist – im Prinzip bauen Sie einen Daemon, der kontinuierlich Daten an Ihre Dashboards liefert.

• Direkte API-Integration: Anstatt über Dateien zu gehen, könnten versierte Nutzer direkt Bank-APIs (wie Plaid oder regionale Open-Banking-APIs) anbinden, um häufig Transaktionen abzurufen. Ein motivierter Anwender kann „Live“-Importe in einer Schleife skripten (mit entsprechender Drosselung) – effektiv alle paar Minuten bei der Bank auf neue Daten abfragen. Nichts hindert Sie daran, „sich bei Plaid API anzumelden und dieselbe [Automatisierung] lokal zu machen“. Jede neue Transaktion kann sofort an die Beancount-Datei angehängt werden, sobald sie eintrifft. Mit diesem Ansatz wird Fava wirklich zum Echtzeit-Dashboard für Ihre Konten und konkurriert mit den aktuellen Feeds kommerzieller Apps.

Datenaktualisierung in Fava: Sobald Ihre Daten aktualisiert werden, ist es einfach, Fava die Anzeige zu aktualisieren: Ein Browser-Refresh (F5) oder das Klicken auf die Reload-Benachrichtigung lädt den neuesten Ledger-Zustand. Beachten Sie, dass fava --debug Ledger-Änderungen nicht an den Browser sendet. Der Hilfetext lautet „Debugging einschalten“. Es läuft der Werkzeug-Debugger und Code-Reload für Favas eigenen Code und aktiviert das automatische Neuladen von Jinja-Vorlagen. Damit wird Server-Code und Seitenvorlagen während der Entwicklung von Erweiterungen neu geladen. Es hat nichts mit dem Dateiwatcher zu tun, der Ledger-Änderungen erkennt. Alternativ, wenn Sie ein benutzerdefiniertes Frontend bauen, könnten Sie den get_changed-Endpunkt von Fava abfragen und aktualisieren, wenn neue Daten gemeldet werden.

Sofortige Berechnungen: Beancounts schnelle Parser bedeutet, dass selbst wenn Sie Ihre Ledger-Datei alle paar Minuten aktualisieren, die Verarbeitung von Datenabruf → Dateiaktualisierung → Fava-Neuladen sehr schnell ist. Zum Beispiel berichtet ein Nutzer, dass das Neuladen von Fava nach dem Bearbeiten der Datei „kaum zu bemerken ist… definitiv unter einer Sekunde“ für vernünftig große Ledger. So können Sie ein Fava-Fenster offen halten und periodisch aktualisieren, um ein Live-Dashboard zu simulieren. (Für ein wirklich live Erlebnis könnte man ein kleines Skript bauen, das den Browser automatisch aktualisiert, oder die Browserfunktion zum Aktualisieren alle N Sekunden nutzen.)

Abstimmung und Warnungen: Um Echtzeitdaten zu vertrauen, möchten Sie auch Salden häufig abstimmen. Beancount erleichtert dies mit Saldo-Bestätigungen und einem „auf dem neuesten Stand“-Indikator. Tatsächlich färbt Fava Konten grün, gelb oder rot, wenn die open-Direktive fava-uptodate-indication-Metadaten trägt. Die Farbe zeigt an, ob aktuelle Saldoprüfungen die neuesten Buchungen des Kontos abdecken. Dies kann helfen, schnell zu sehen, ob der Kontosaldo im Ledger mit dem letzten Kontoauszug der Bank übereinstimmt. In einer nahezu Echtzeit-Umgebung könnten Sie tägliche Saldo-Prüfungen automatisieren (so dass jeden Morgen der Ledger den Schlusssaldo von gestern von der Bank für jedes Konto hat). Der Indikator von Fava würde dann anzeigen, ob Ihr Auto-Import etwas verpasst hat oder eine Diskrepanz vorliegt, was Vertrauen gibt, dass die „Live“-Daten korrekt sind.

Automatisierungsbeispiel: Angenommen, Sie möchten tägliche Cashflow-Updates. Sie könnten einen Cron-Job einrichten, der jede Nacht um 3 Uhr morgens ausgeführt wird: Dieser führt ein Python-Skript aus, das die API Ihrer Bank nutzt, um die Transaktionen des letzten Tages abzurufen, schreibt diese in import_today.beancount und fügt dann diese Datei Ihrem Hauptjournal hinzu. Es schreibt auch eine Saldo-Bestätigung für das Tagesende. Wenn Sie aufwachen, öffnen Sie Fava – es zeigt alle Transaktionen bis gestern, und Sie sehen die Einkünfte/Ausgaben des aktuellen Monats aktualisiert. Wenn Sie während des Tages eine Ausgabe tätigen, könnten Sie diese manuell hinzufügen (zum Beispiel über Favas Formular für neue Transaktionen auf Ihrem Telefon) oder auf den nächtlichen Import warten. Dieser hybride Ansatz (hauptsächlich automatisiert mit der Möglichkeit zur manuellen Ad-hoc-Erfassung) liefert ein nahezu Echtzeitbild. Ein anderer Ansatz ist, Favas Journal-Seite geöffnet zu lassen und es als Register zu verwenden: Während Sie Ausgaben tätigen, erfassen Sie schnell die Transaktion (ähnlich wie beim Eintragen in ein Scheckbuch) – dadurch sind Sie der Echtzeit-Feed. Dies ist manueller, aber manche Nutzer schätzen das Bewusstsein, das es schafft. Für wirklich streaming Updates ohne manuelle Schritte müssen Sie in Skripting investieren und möglicherweise Drittanbieter-APIs nutzen, wie besprochen.

Zusammenfassend lässt sich sagen, dass Sie durch die Kombination von Beancounts Import-Automatisierung mit Favas schneller Aktualisierung nahezu Echtzeit-Finanzdaten erhalten können. Es ist vielleicht nicht „Knopfdruck-leicht“ möglich, den gleichen Live-Feed-Level wie bei einem Dienst wie QuickBooks zu erreichen (der Bankfeeds automatisch abruft), aber es ist möglich – und wichtig ist, dass Sie die volle Kontrolle und Transparenz über den Prozess behalten. Wie ein Vertreter der Plain-Text-Buchhaltung anmerkte, kann ein wenig Aufwand am Anfang ein automatisiertes System hervorbringen, das „deutlich besser als kommerzielle Lösungen und viel flexibler sowie erweiterbarer“ ist. Im nächsten Abschnitt sehen wir, wie Favas Visualisierungsfähigkeiten es Ihnen erlauben, diese aktuellen Daten sofort zu verstehen und rohe Transaktionen in Erkenntnisse zu verwandeln.

Visualisierungsfähigkeiten in Fava (Cashflows, Trends, Echtzeit-Inspektion)​

(GitHub - beancount/fava: Fava - Webschnittstelle für Beancount) Favas Gewinn- und Verlustrechnung (im Web-UI) unterstützt reichhaltige Visualisierungen wie Treemaps (im Bild) und Sunburst-Diagramme für schnellen Einblick in die Zusammensetzung von Einnahmen und Ausgaben. In dieser Treemap repräsentiert jedes Rechteck eine Ausgabenkategorie, deren Größe dem Betrag entspricht – Sie sehen sofort, dass Miete (großes grünes Feld) die Ausgaben dominiert. Die obere Filterleiste und Steuerelemente (oben rechts) ermöglichen das Ändern der Währung, des Diagrammtyps und des Zeitraums (z. B. Anzeige der Monatsdaten). Fava bietet auch Liniendiagramme (z. B. Vermögensentwicklung über die Zeit) und Balkendiagramme (z. B. Einnahmen vs. Ausgaben pro Monat), um Trends in Ihren Finanzdaten zu erkennen.

Eine von Favas größten Stärken ist es, die Buchhaltungsdaten sofort in visuelle, interaktive Berichte zu verwandeln. Sobald das Buchhaltungsjournal geladen ist, generiert Fava Diagramme, die das Verständnis von Cashflows und Trends auf einen Blick erleichtern:

• Einnahmen- & Ausgaben-Treemap/Sunburst: Auf der Seite der Gewinn- und Verlustrechnung kann Fava Ihre Einnahmen und Ausgaben entweder als Treemap oder Sunburst-Diagramm anzeigen. Diese eignen sich hervorragend zur „auf einen Blick“-Visualisierung von Cashflows. Wenn Ihre monatlichen Ausgaben beispielsweise als Treemap dargestellt werden, entspricht die Fläche jedes Rechtecks der Höhe der jeweiligen Ausgabenkategorie. Große Blöcke zeigen sofort, wo der Großteil Ihres Geldes hingeht (z. B. Miete oder Hypothek, Steuern usw.), während kleinere Blöcke geringfügige Ausgaben anzeigen. Das ist äußerst nützlich, um Trends zu erkennen – wenn der Block für "Außer Haus Essen" jeden Monat wächst, fällt das visuell auf. Sie können zur Sunburst-Ansicht wechseln, um hierarchische Aufschlüsselungen zu sehen (z. B. zeigt der äußere Ring Unterkategorien wie Lebensmittel vs. Restaurants innerhalb der Kategorie Essen). Diese Diagramme aktualisieren sich für den gewählten Zeitraum (ein Monat, Jahr bis jetzt etc.), wodurch Sie sofortige Cashflow-Visualisierung für diesen Zeitraum erhalten. Ein Nutzer im Plaintext Accounting Forum bemerkte: „Ich nutze die Einnahmen- und Ausgaben-Treemaps sehr oft. Sie geben ein großartiges visuelles Gefühl für unsere finanzielle Entwicklung.“ – genau dieses unmittelbare Verständnis ist das Ziel von Favas Diagrammen.

• Nettovermögen und Bilanz im Zeitverlauf: Fava stellt ein Liniendiagramm für das Nettovermögen über die Zeit bereit (auf der Seite „Bilanz“ oder „Statistiken“). Dieses Diagramm zeigt die Summe Ihrer Vermögenswerte minus Verbindlichkeiten zu jedem Zeitpunkt (täglich, wöchentlich oder monatlich). Es ist unschätzbar für die Erkennung von Trends – Sie können die Entwicklung Ihrer Finanzen sehen (z. B. stetig steigend oder Einbrüche zu bestimmten Zeiten). Wenn Sie Investitionen haben, können Sie zwischen der Anzeige des Werts zu Anschaffungskosten und Marktwert (sofern Preisdaten erfasst sind) umschalten – zum Beispiel sehen Sie möglicherweise, dass Ihr Nettovermögen zum Marktwert mit Aktienkursen schwankt, während es zu Anschaffungskosten gleichmäßiger verläuft. Fava kann auch Kontostände im Zeitverlauf anzeigen. Wenn Sie ein Konto anklicken (z. B. Assets:Bank:Checking), zeigt die Konto-Seite ein Diagramm der Kontostandshistorie dieses Kontos. Sie können sofort prüfen, wie sich Ihr Bargeldkonto entwickelt – was effektiv ein Cashflow-Diagramm ist (die Steigung der Kontostandlinie zeigt den Netto-Cashflow an). Wenn der Trend nach unten geht, wissen Sie, dass Sie in diesem Zeitraum mehr ausgeben als einnehmen. Durch die Analyse dieser Trends können Sie Muster erkennen wie „Jeden Dezember sinken meine Ersparnisse (Weihnachtsausgaben)“ oder „Meine Investitionen sind in diesem Quartal stark gewachsen“.

• Balkendiagramme für periodische Vergleiche: Im Bereich der Gewinn- und Verlustrechnung verfügt Fava über Tabs für „Monatlicher Gewinn“, „Monatliches Einkommen“, „Monatliche Ausgaben“ usw. Die Auswahl dieser zeigt Balkendiagramme pro Monat. Zum Beispiel zeigt der Tab Monatlicher Nettogewinn den Überschuss/Defizit jedes Monats als Balken an, was den Vergleich der Leistung über Monate hinweg erleichtert. Sie können schnell Ausreißer erkennen (z. B. ein großer negativer Balken im April bedeutet, dass dieser Monat ungewöhnliche Verluste/Ausgaben hatte). Ebenso zeigt das Balkendiagramm „Monatliche Ausgaben“ Ausgaben gestapelt oder gruppiert nach Kategorien pro Monat, sodass Sie sehen können, welche Kategorien schwanken. Dies ist hervorragend, um Trends über die Zeit zu erkennen – z. B. bemerken Sie möglicherweise, dass Ihre „Reisekosten“ jeden Sommer ansteigen oder die „Nebenkosten“ im Winter höher sind. Fava bietet Ihnen im Wesentlichen einige Funktionen einer Budgetierungs-App (Trendverfolgung), aber mit voller Anpassbarkeit (da Sie die Kategorien und deren Zusammenfassung selbst definieren).

• Echtzeit-Filterung und Dateninspektion: Die Visualisierungen in Fava sind nicht statisch; sie arbeiten in Verbindung mit Favas Filterfunktion. Nehmen wir an, Sie möchten ein bestimmtes Szenario untersuchen: „Wie sehen meine vierteljährlichen Cashflows nur für meine Geschäftskonten aus?“ Sie können den Zeitfilter auf Q1 2025 setzen und die Konten auf Ihre Business-Hierarchie filtern – Fava aktualisiert sofort die Diagramme, um z. B. Nettoergebnis, Treemap der Ausgaben etc. nur für diese Teilmenge anzuzeigen. Dieses interaktive Slicing ermöglicht es, Ad-hoc-Analysen sehr schnell durchzuführen, ohne Abfragen schreiben zu müssen. Die Ansicht Journal unterstützt ebenfalls Live-Filterung: Sie können nach Zahlungsempfänger oder einem Teilstring der Beschreibung suchen und sofort eine gefilterte Liste von Transaktionen sehen. Wenn Sie aktuelle Daten betrachten (zum Beispiel, wenn Sie gerade die Transaktionen der letzten Woche importiert haben), könnten Sie nach einem Tag wie #uncategorized filtern, um neue Transaktionen zu sehen, die eventuell kategorisiert werden müssen, oder nach @pending (wenn Sie ausstehende Buchungen markieren), um zu sehen, was noch nicht verbucht ist. Diese Echtzeit-Inspektionsfunktion hilft auch, die Datenqualität sicherzustellen – weil Sie Anomalien in Echtzeit isolieren und beheben können.

• Geldflussrechnung (indirekt): Während Beancount/Fava keine formelle Geldflussrechnung (Betrieb/Investition/Finanzierung) von Haus aus erstellt, können Sie sie mit benutzerdefinierten Abfragen oder durch Strukturierung der Konten nachbilden. Zum Beispiel können Sie bestimmte Buchungen taggen oder spezifische Konten für Investitionen und Finanzierung verwenden und dann die Summen abfragen. Favas Abfrageschnittstelle führt BQL aus wie SELECT sum(position) WHERE account ~ 'Assets:Bank:Checking'. Sie liefert den Kontostand hinter den Diagrammen. Das folgende Beispiel zeigt den kompletten Ablauf. Dennoch finden die meisten Privatnutzer die Kombination aus Saldenentwicklungen sowie Ertrags-/Aufwandsdiagrammen ausreichend, um die Cashflows zu verstehen.

• Bestände und Portfolio-Visualisierung: Auf der Seite Bestände listet Fava Ihre aktuellen Bestände an Rohstoffen (z. B. Aktien, Anleihen, Krypto) mit Mengen, Kosten, Marktwert und nicht realisierten Gewinnen auf. Obwohl dies eine Tabelle und kein Diagramm ist, ist sie sehr nützlich für die Echtzeit-Überprüfung des Status Ihres Portfolios. Einige Community-Erweiterungen (wie fava-investor, später besprochen) fügen zusätzliche Visualisierungen für Portfolios hinzu, wie z. B. Tortendiagramme zur Aufteilung oder Leistungsgraphen. Selbst ohne Erweiterungen können Sie z. B. sehen, wie sich der Wert Ihres Aktienportfolios gemäß den neuesten Preisen ändert – wenn Sie Kursnotierungen regelmäßig aktualisieren (was täglich automatisiert werden kann), spiegeln Favas Diagramme den tagesaktuellen Marktwert Ihrer Investitionen wider.

Durchgerechnetes Beispiel: zwei Monate Ausgaben​

Dieses Beispiel läuft vollständig unter Beancount 3.2.3 mit beanquery 0.2.0. Speichern Sie das Hauptbuch als example.beancount. Es enthält zwei Gehaltszahlungen und vier Ausgaben.

option "title" "Analytics example"
option "operating_currency" "USD"
 
2024-01-01 open Assets:Bank:Checking USD
2024-01-01 open Expenses:Food:Groceries USD
2024-01-01 open Expenses:Food:Dining USD
2024-01-01 open Expenses:Housing:Rent USD
2024-01-01 open Income:Salary USD
2024-01-01 open Equity:Opening-Balances USD
 
2024-01-05 * "Employer" "January salary"
  Income:Salary  -3000.00 USD
  Assets:Bank:Checking  3000.00 USD
 
2024-01-08 * "Grocery Store" "Weekly groceries"
  Expenses:Food:Groceries  120.00 USD
  Assets:Bank:Checking  -120.00 USD
 
2024-01-12 * "Restaurant" "Dinner out"
  Expenses:Food:Dining  80.00 USD
  Assets:Bank:Checking  -80.00 USD
 
2024-02-01 * "Landlord" "February rent"
  Expenses:Housing:Rent  1000.00 USD
  Assets:Bank:Checking  -1000.00 USD
 
2024-02-05 * "Employer" "February salary"
  Income:Salary  -3000.00 USD
  Assets:Bank:Checking  3000.00 USD
 
2024-02-10 * "Grocery Store" "Weekly groceries"
  Expenses:Food:Groceries  150.00 USD
  Assets:Bank:Checking  -150.00 USD

Prüfen Sie es zuerst. Führen Sie dann die Abfrage nach Ausgaben je Kategorie aus.

bea --file example.beancount check
bea --file example.beancount query "SELECT account, sum(position) WHERE account ~ 'Expenses' GROUP BY account ORDER BY account"

Ein sauberes Hauptbuch gibt 0 von bea check zurück; Fehler werden mit einem von Null verschiedenen Exit-Code gelistet. Die Abfrage gibt für jedes Aufwandskonto eine Zeile zurück.

        account          sum(position)
-----------------------  ------------
Expenses:Food:Dining        80.00 USD
Expenses:Food:Groceries    270.00 USD
Expenses:Housing:Rent     1000.00 USD

Zwei weitere Abfragen vervollständigen das Bild. Gesamteinnahmen und Gesamtausgaben:

SELECT sum(position) WHERE account ~ 'Income'
SELECT sum(position) WHERE account ~ 'Expenses'

Diese liefern (-6000.00 USD) und (1350.00 USD) zurück. Der Haushalt hat also 6.000,00 USD verdient, 1.350,00 USD ausgegeben und 77,5% gespart. Das Kontostandkonto bestätigt dies:

SELECT sum(position) WHERE account ~ 'Assets:Bank:Checking'

Es gibt (4650.00 USD) zurück. Die gleichen Abfragen laufen unverändert auf Favas Abfrageseite. Fava 1.30.16 rendert dieselben drei Aufwandzeilen als interaktive Tabelle.

In der Praxis aktualisieren sich Favas visuelle Berichte so schnell wie die zugrunde liegenden Daten. Sobald eine neue Transaktion hinzugefügt und die Seite neu geladen wird, berechnen sich die Diagramme neu. Eine zeitaufwändige Nachbearbeitung ist nicht nötig. Das bedeutet, wenn Sie eine halbautomatisierte Pipeline haben, die tagsüber Daten einspeist, können Sie Fava offen halten und regelmäßig aktualisieren, um aktualisierte Diagramme zu erhalten – effektiv eine Echtzeit-Finanzüberwachung.

Stellen Sie sich zum Beispiel vor, Sie führen ein kleines Unternehmen und möchten den Kassenbestand sowie die täglichen Ausgaben überwachen. Sie könnten Fava auf ein benutzerdefiniertes Dashboard öffnen (vielleicht mit einer Erweiterung oder dem Abfragebildschirm), das "Kassenkonto-Saldo heute" und "Ausgaben – Heute vs. Gestern" anzeigt. Jedes Mal, wenn Sie nach dem Eintreffen neuer Daten aktualisieren, sehen Sie diese Zahlen aktualisiert. Dies entspricht dem, was teure Echtzeit-Dashboards bieten, jedoch mit Open-Source-Tools. Der Unterschied besteht darin, dass Sie möglicherweise manuell aktualisieren oder Aktualisierungen planen müssen, während diese Tools Updates automatisch pushen. Funktional erhalten Sie jedoch dieselben Erkenntnisse, mit dem zusätzlichen Vorteil, dass Sie in Fava auf jede Zahl klicken können, um die zugrundeliegenden Transaktionen anzusehen – etwas, das viele BI-Dashboards nicht bieten.

Zusammenfassend verwandelt Fava Ihre Buchhaltungsdaten in sofortige visuelle Einblicke: Cashflow-Aufschlüsselungen, Trendlinien, zeitliche Vergleiche und interaktive Filter helfen Ihnen, die Geschichte hinter den Zahlen zu erkennen. Ob Sie letzte Woche auf Ausgabenanomalien prüfen oder mehrjährige Trends im Nettovermögen betrachten – Favas Diagramme und Berichte schaffen in Echtzeit Klarheit (sofort, wenn Ihre Daten vorliegen). Im nächsten Schritt sehen wir, wie Sie diese Funktionen erweitern oder mit externen Tools integrieren können, falls Sie noch individuellere Analysen benötigen.

Integration mit externen Dashboards und Visualisierungstools​

Während Fava eine umfangreiche Auswahl an integrierten Berichten und Diagrammen bietet, möchten Sie möglicherweise Beancounts Daten mit anderen Business-Intelligence-(BI-) oder Dashboard-Tools wie Grafana, Metabase oder benutzerdefinierten Web-Frontends (z. B. eine React-App) integrieren. Die Motivation könnte sein, Finanzdaten mit anderen Datenquellen zu kombinieren, erweiterte Diagrammfunktionen zu verwenden oder Dashboards in einem anderen Format mit anderen zu teilen. Dank der Offenheit von Beancount gibt es mehrere Wege, diese Integration zu realisieren:

• Datenbankintegration (BeanSQL / Beanpost): Ein einfacher Ansatz ist es, Ihr Beancount-Konto in eine SQL-Datenbank zu exportieren oder zu synchronisieren. Sobald die Daten in SQL vorliegen, kann jedes BI-Tool auf diese zugreifen. Tatsächlich haben Mitglieder der Community Werkzeuge dafür entwickelt. Zum Beispiel ist Beanpost ein Experiment, das ein Beancount-Konto in eine PostgreSQL-Datenbank spiegelt und dabei viel von Beancounts Logik als SQL-Funktionen implementiert. Das bietet „ein flexibles Backend, das sich mit anderen Werkzeugen wie Web-Apps oder Berichtssystemen integrieren lässt.“ Sie können Beanpost ausführen, um Ihr Text-Konto kontinuierlich mit Postgres zu synchronisieren. Anschließend kann ein Tool wie Metabase oder Tableau eine Verbindung zu dieser Postgres-Datenbank herstellen und Sie können beliebige Diagramme oder Dashboards erstellen (die live aktualisiert werden, sobald die Datenbank aktualisiert wird). Ein Nutzer berichtete, Postgres + PostGraphile zu verwenden, um automatisch eine GraphQL-API für die Kontodaten bereitzustellen und darauf aufbauend eine individuelle React-Oberfläche zu programmieren – das Konto wird damit im Grunde als Webservice behandelt. Dieser Ansatz ist besonders für Fälle interessant, in denen Favas Oberfläche nicht ausreicht (z. B. Mehrbenutzerzugriff oder mobilfreundlichere Benutzeroberflächen). Es erfordert mehr technische Arbeit, zeigt aber das Potenzial: Beancount lässt sich relativ einfach in moderne Web-Stacks integrieren. Eine leichtere Variante ist der Export von Abfrageergebnissen nach SQLite – das Ausführen von bea --file ledger.beancount query "SELECT ..." gibt eine Tabelle aus, die Sie kopieren oder weiterleiten können, und CSV aus der Kommandozeile wartet bei bea query noch auf native Exportoptionen. Manche verwenden SQLite als Zwischenstufe, um es mit Tools wie Metabase zu verbinden (welches SQLite-Dateien über eine Verbindung auslesen kann).

• Grafana (Zeitreihen-Dashboards): Grafana ist beliebt für Monitoring und Zeitreihendaten. Finanzdaten über die Zeit (Ausgaben, Salden) können als Zeitreihen betrachtet werden. Es gab Community-Diskussionen darüber, wie man Beancount mit Grafana verbinden kann. Eine Idee war ein Grafana Data Source Plugin, das BQL-Abfragen gegen eine Beancount-Datei on-the-fly ausführt. Dadurch könnten Grafana-Panels direkt z. B. „Saldo des Girokontos“ als Messanzeige oder „Ausgaben der letzten 30 Tage“ als Diagramm anzeigen, indem das Ledger abgefragt wird. Bis jetzt (2025) ist ein dediziertes Plugin nicht veröffentlicht, aber Enthusiasten haben Ad-hoc-Lösungen gebaut. Zum Beispiel hat ein Reddit-Nutzer aquilax einen einfachen Server gebaut, der Ledger CLI-Daten für Grafana zugänglich macht, und diesen als grafana-ledger-datasource-server geteilt. Ein ähnliches Konzept kann auf Beancount angewandt werden: man schreibt einen kleinen HTTP-Server in Python, der das Beancount-Ledger lädt (unter Verwendung der Beancount-API zur Datenabfrage) und Endpunkte bereitstellt, die JSON-Datenframes für Grafana zurückgeben. Grafana verfügt über ein generisches JSON-Datenquellen-Plugin, das dann von dieser API Daten abziehen kann. In der Praxis bedeutet das, dass man ein Grafana-Dashboard mit Panels wie „Monatlicher Umsatz (Balkendiagramm)“ oder „Täglicher Bargeld-Saldo (Liniendiagramm)“ erstellen kann, und diese Panels holen die Daten von der Beancount-gesteuerten API. Grafana bietet umfangreiche Visualisierungsmöglichkeiten (Annotationen, Schwellenwerte, Kombination mit Servermetriken etc.). Andreas Gerstmayr (einer der Fava-Maintainer) schlug genau diesen Ansatz vor und erwähnte sogar, dass er eine Fava-Erweiterung namens fava-dashboards (mehr dazu weiter unten) geschaffen hat, um Diagramme aus BQL-Abfragen zu rendern, als Alternative zu einer vollständigen Grafana-Einrichtung. Wenn Sie die Grafana-Oberfläche bevorzugen, ist eine Integration möglich – es erfordert nur den Aufbau der Datenbrücke.

• Metabase (Ad-hoc-Abfragen und Dashboards): Metabase ist ein benutzerfreundliches BI-Tool, mit dem Sie Abfragen ausführen und Dashboards ohne Code erstellen können. Wenn Sie Ihr Hauptbuch in ein relationales Format exportieren (über Beanpost oder durch das Schreiben von Tabellen mit Transaktionen, Buchungen usw.), können Sie Metabase auf diese Datenbank verweisen. Sie könnten benutzerdefinierte Tabellen wie expenses (date, category, amount) aus Ihrem Hauptbuch erstellen, und dann können Sie in Metabase ganz einfach Diagramme erstellen (z. B. ein Tortendiagramm der Ausgaben nach Kategorie für den letzten Monat). Der Vorteil ist, dass nicht-technische Benutzer (oder Kollegen) dann über die GUI von Metabase mit den Daten interagieren können, ohne die Beancount-Datei berühren zu müssen. Der Nachteil ist, dass Sie den Export/die Synchronisation pflegen müssen. Einige Benutzer haben die nächtliche Konvertierung des Beancount-Hauptbuchs in SQLite automatisiert und dann Metabase auf SQLite zugreifen lassen; andere verwenden möglicherweise den erwähnten Postgres-Ansatz. Der entscheidende Punkt ist, dass die Datenportabilität von Beancount dies ermöglicht – Sie können die Daten in jede Form duplizieren, die Ihr externes Tool benötigt.

• Benutzerdefinierte Frontends / Anwendungen: Wenn Sie spezielle Anforderungen haben, können Sie immer eine benutzerdefinierte Anwendung auf Beancount aufbauen. Die Beancount-Python-Bibliothek gibt Ihnen Zugriff auf alle geparsten Einträge, Salden usw., sodass ein Python-Webframework (Flask, Django, FastAPI) verwendet werden kann, um eine maßgeschneiderte App zu erstellen. Beispielsweise könnte ein Kleinunternehmen ein Dashboard bauen, das KPI-Metriken (wie Bruttomarge, Tagesumsatz usw.) anzeigt, indem es das Hauptbuch abfragt und vielleicht mit Nicht-Hauptbuch-Daten kombiniert (wie Anzahl der bedienten Kunden). Ein Community-Mitglied hat ein mobilfreundliches Web-UI gebaut, weil Fava für den Partner nicht intuitiv war – sie nutzten das Hauptbuch in einer Datenbank, um dieses benutzerdefinierte UI zu steuern. Wenn Sie JavaScript/TypeScript bevorzugen, könnten Sie ein Tool verwenden, um das Hauptbuch in JSON zu konvertieren und von dort aus zu entwickeln. Fava selbst stellt seine Abfrageseite über eine JSON-Abfrage-API bereit, sodass ein benutzerdefiniertes Frontend BQL senden und die zurückgegebenen Tabellen rendern kann, anstatt ein neues Abfrage-Backend zu erstellen.

• Excel/PowerBI Integration: Es lohnt sich zu erwähnen, dass Sie sogar eine Integration mit Excel oder PowerBI vornehmen können. Bis bea query einen nativen CSV-Export bietet, verwenden Sie den Export der Abfrageseite von Fava für Tabellenkalkulationsdateien, die Excel direkt öffnet. Ein möglicher Arbeitsablauf wäre: Ein nächtlicher Job erzeugt eine CSV-Datei mit wichtigen Finanzkennzahlen aus Beancount, und PowerBI ist so eingerichtet, dass diese Datei importiert wird. Dies ist etwas indirekt, aber für Organisationen, die Excel/PowerBI bereits intensiv nutzen, eine reibungsarme Integration. PowerBI unterstützt auch Python-Datenquellen, sodass man ein kurzes Python-Skript schreiben könnte, das BQL-Abfragen ausführt, und es als Datenquelle innerhalb von PowerBI verwendet, um eine direkte Verbindung zu erreichen.

Fallstudie – Grafana-Integrationsidee: Josh, ein Beancount-Nutzer, fragte in der Mailingliste, ob man Beancount-Kennzahlen in Prometheus einspeisen und in Grafana anzeigen könne. Die Kernentwickler antworteten, dass es besser sei, anstatt Daten in Prometheus zu duplizieren, ein Grafana-Plugin oder einen Dienst zu nutzen, der direkt das Beancount-Ledger abfragt. Andreas teilte seine fava-dashboards-Erweiterung, welche benutzerdefinierte Diagramme direkt innerhalb von Fava rendert, als Beispiellösung. Die Erkenntnis ist: Sie haben Optionen – entweder Integration über bestehende BI-Infrastruktur (Prometheus+Grafana oder SQL+Metabase) oder Erweiterung von Fava für Ihre Anforderungen (der nächste Abschnitt geht darauf ein).

Sicherheits- und Multi-User-Überlegungen: Bei der Integration in externe Tools sollten Sie die Sensibilität der Daten beachten. Beancounts Klartextdaten enthalten oft private Finanzinformationen, daher sollte jeder Server, der diese bereitstellt, gesichert (authentifiziert) sein. Wenn Sie Daten in ein Cloud-BI-Tool auslagern, kann ein Teil der Privatsphäre verloren gehen. Selbstgehostete Tools (Open-Source-Versionen von Grafana/Metabase) können lokal betrieben werden, um dem entgegenzuwirken. Außerdem, wenn mehrere Personen Dashboards einsehen müssen, könnte ein externes Nur-Lese-Dashboard vorzuziehen sein, anstatt allen Zugang zu Fava zu geben (wo sie versehentlich Daten bearbeiten könnten). Zum Beispiel könnte ein Startup Beancount intern nutzen, aber Metabase einsetzen, damit Abteilungsleiter Ausgaben im Vergleich zum Budget einsehen, ohne die Ledger-Dateien zu berühren.

Zusammenfassend lässt sich sagen, dass Beancount und Fava gut mit anderen zusammenarbeiten. Mit ein wenig Bindecode können Sie das gesamte Ökosystem von Datenwerkzeugen nutzen: Ledger-Daten in eine SQL-Datenbank für BI-Tools übertragen, sie über APIs für Web-Apps bereitstellen oder sogar spezialisierte Bibliotheken verwenden, um sie an Zeitreihensysteme zu streamen. Diese Flexibilität bedeutet, dass Sie nie feststecken, wenn die integrierten Visualisierungen von Fava eine Nischenanforderung nicht erfüllen – Sie können immer eine Integration in eine andere Plattform vornehmen und gleichzeitig Beancount als Ihre einzige Wahrheit verwenden. Im nächsten Schritt betrachten wir, wie man Fava selbst mit Plugins und benutzerdefinierten Dashboards erweitern kann, was oft einfacher ist als eine externe Integration, wenn Sie nur ein paar zusätzliche Funktionen benötigen.

Benutzerdefinierte Dashboards und Erweiterung von Fava mit Plugins (Codebeispiele)​

Fava ist so konzipiert, dass es erweiterbar ist: Sie können neue Seiten, Diagramme und Verhaltensweisen hinzufügen, indem Sie Fava-Plugins (Erweiterungen) in Python schreiben. Dies ermöglicht es, die Webschnittstelle an Ihre spezifischen Bedürfnisse anzupassen, ohne eine komplett separate Anwendung zu erstellen. Wir werden zwei wichtige Wege zur Anpassung erkunden: (1) Verwendung oder Schreiben von Fava-Erweiterungen und (2) Einrichtung benutzerdefinierter Dashboards über Community-Plugins wie fava-dashboards.

Fava-Erweiterungen (Benutzerdefinierte Plugins)​

Eine Fava-Erweiterung ist im Wesentlichen ein Python-Modul, das eine Unterklasse von fava.ext.FavaExtensionBase definiert. Wenn Fava startet, kann es dieses Modul laden und in die Anwendung integrieren. Erweiterungen können neue Berichtseiten registrieren, sich in Events einklinken und sogar benutzerdefiniertes JavaScript für Interaktivität einbinden. Fava 1.30.16 enthält zwei: fava.ext.auto_commit und fava.ext.portfolio_list. Weitere können via pip installiert oder von Grund auf neu geschrieben werden.

Um eine Erweiterung zu aktivieren, verwenden Sie die Beancount-Benutzeranweisung in Ihrer Ledger-Datei:

2010-01-01 custom "fava-extension" "my_extension_module" "{'option': 'value'}"

Dies sagt Fava, dass das angegebene Modul geladen werden soll. Wenn Sie eine Erweiterung über pip installiert haben, würden Sie hier den Modulnamen referenzieren. Der optionale String am Ende ist eine Konfiguration für die Erweiterung. Fava parst diese als Python-Literal, sodass "{'option': 'value'}" als dict ankommt.

Beispiel – Auto-Commit Erweiterung: Die mitgelieferte fava.ext.auto_commit committet Änderungen an git, wenn Sie die Datei über Fava bearbeiten. Wenn Sie sie verwenden möchten, würden Sie hinzufügen:

2025-01-01 custom "fava-extension" "fava.ext.auto_commit"

Sie überschreibt after_write_source, after_insert_entry, after_entry_modified, after_delete_entry und after_insert_metadata. Jeder Hook führt eine git commit im Verzeichnis der Ledger-Datei aus. Daher muss sich das Ledger bereits in einem git-Checkout befinden. Es zeigt, wie Erweiterungen sich in die Edit-Events von Fava einklinken.

Beispiel – Portfolio-Listen-Erweiterung: Das gebündelte fava.ext.portfolio_list fügt eine Seite hinzu, die Ihre Anlagekonten auflistet. Es setzt report_title = "Portfolio List" und liefert eine Vorlage mit. Fava erkennt dies und fügt einen neuen Eintrag „Portfolio-Liste“ im Seitenmenü unter Berichte hinzu. Außerdem wird has_js_module = True gesetzt, um das zugehörige JavaScript zu laden. Um es explizit zu aktivieren, würden Sie Folgendes hinzufügen:

2025-01-01 custom "fava-extension" "fava.ext.portfolio_list"

(In diesem Fall ist keine Konfiguration erforderlich.)

Eine benutzerdefinierte Erweiterung schreiben: Angenommen, Sie möchten eine benutzerdefinierte Berichtseite, z.B. „Forderungsalter“ für Rechnungen. Sie könnten eine Datei receivables.py wie folgt erstellen:

# receivables.py
from fava.ext import FavaExtensionBase
 
 
class ReceivablesReport(FavaExtensionBase):
    report_title = "Receivables Aging"
 
    def after_load_file(self):
        # Runs after Fava loads the ledger. Summarise open
        # invoices here so the template only renders.
        self.overdue = [
            txn for txn in self.ledger.all_entries
            if "invoice" in getattr(txn, "tags", set())
        ]

Sie würden neben dem Modul auch eine templates/ReceivablesReport.html erstellen, um das HTML für die Seite zu definieren. In dieser Vorlage können Sie Attribute wie self.overdue lesen, die Ihr Hook vorbereitet hat. Sobald diese Erweiterung geschrieben ist, fügen Sie Ihrem Hauptbuch hinzu:

2025-01-01 custom "fava-extension" "receivables"

(angenommen, receivables.py befindet sich im Verzeichnis der Beancount-Datei oder PYTHONPATH, kann Fava sie unter dem Namen finden). Beim Start von Fava sehen Sie nun eine Seite „Forderungsalter“.

Unter der Haube ruft Fava die Methoden Ihrer Erweiterung an festen Punkten auf. Die verfügbaren Hooks in Fava 1.30.16 sind after_load_file, before_request, after_entry_modified, after_insert_entry, after_delete_entry, after_insert_metadata und after_write_source. Eine Methode, die mit @extension_endpoint dekoriert ist, wird zusätzlich zu einem JSON-API-Endpunkt unter der Erweiterung. Typischerweise sind die bereitgestellten Hooks plus eine Vorlage ausreichend.

Die Fava-Dokumentation weist darauf hin, dass das Erweiterungssystem noch in Entwicklung ist, aber es ist benutzbar. Tatsächlich wurden viele erweiterte Funktionen als Erweiterungen prototypisch umgesetzt.

Benutzerdefinierte Dashboards mit fava-dashboards (Community-Erweiterung)​

Anstatt eine Erweiterung von Grund auf neu zu schreiben, können Sie das Drittanbieter-Plugin fava-dashboards verwenden, das von einem Fava-Maintainer erstellt wurde. Diese Erweiterung ermöglicht es Ihnen, beliebige Dashboards über eine YAML-Konfigurationsdatei zu definieren, die Text, Tabellen und Diagramme mischt und von BQL-Abfragen angetrieben wird. Es ist im Grunde eine Methode, um neue „Seiten“ in Fava zu erstellen, die mehrere benutzerdefinierte Panels enthalten.

Installation und Einrichtung: Zuerst installieren Sie das Paket (z.B. pip install fava-dashboards). Version 2.0.2 lädt problemlos neben Fava 1.30.16. Anschließend aktivieren Sie es in Ihrer Beancount-Datei mit einer benutzerdefinierten Direktive, die auf Ihre Dashboards-Konfiguration verweist. Zum Beispiel:

2010-01-01 custom "fava-extension" "fava_dashboards" "{ 'config': '/path/to/dashboards.yaml' }"

(fava-dashboards/README.md at main · andreasgerstmayr/fava-dashboards · GitHub). Dies sagt Fava, dass es das fava_dashboards-Modul laden und Ihre YAML-Datei für die Konfiguration lesen soll.

Dashboards YAML-Format: Im dashboards.yaml definieren Sie ein oder mehrere Dashboards und deren Panels. Zwei Regeln stammen aus der eigenen Pipeline der Erweiterung. Aggregatsspalten benötigen ein AS-Alias. Und es gilt die BQL-Vorzeichenkonvention: Einkommen werden als negativ zusammengefasst, Ausgaben als positiv. Zum Beispiel:

dashboards:
  - title: "Cash Flow Dashboard"
    panels:
      - title: "Net Cash This Month"
        width: 50%
        queries:
          - bql: "SELECT sum(position) AS net_cash WHERE account ~ 'Income' OR account ~ 'Expenses'"
        type: "jinja2"
        template: "<h1>{{ panel.queries[0].result[0][0] }}</h1>"
      - title: "Spending by Category"
        width: 50%
        queries:
          - bql: "SELECT account AS category, sum(position) AS total WHERE account ~ 'Expenses' GROUP BY account ORDER BY account"
        type: "jinja2"
        template: "<table>{% for row in panel.queries[0].result %}<tr><td>{{ row[0] }}</td><td>{{ row[1] }}</td></tr>{% endfor %}</table>"

Das erste Panel zeigt die summierte Position direkt an. Im Beispiel-Accountingbuch rendert es (-4650.00 USD). Das sind 6.000,00 USD Einnahmen abzüglich 1.350,00 USD Ausgaben. Das zweite Panel iteriert über die Abfragezeilen in einer Tabelle. Das Projekt stellt auch Diagramm-Panels aus denselben Abfragen dar. Siehe das verlinkte README für die Diagrammskript-API.

Die Erweiterung übernimmt das Rendering dieser Panels, wenn Sie die Dashboard-Seite in Fava öffnen. Sie können mehrere Dashboards erstellen (jedes erscheint als Tab oder eigene Seite). Das ist äußerst mächtig für die Erstellung kundenspezifischer Finanz-Dashboards. Zum Beispiel könnten Sie ein „Budget vs. Ist“-Dashboard machen: Ein Panel zeigt eine Tabelle des Budgets vs. Ist pro Kategorie (über eine Abfrage, die zwei Kontensätze vergleicht), ein anderes Panel zeigt ein Balkendiagramm der Ausgaben des laufenden Jahres im Vergleich zum Vorjahr usw. Das alles mit nur Konfiguration und minimalem Skripting, wobei Sie Ihre Buchhaltungsdaten über BQL nutzen.

Codebeispiel – Aktivierung von fava-dashboards: Wie oben gezeigt, besteht das Hinzufügen der Erweiterung aus einer einzigen Zeile in Ihrem Buchhaltungsbuch. Zur Vollständigkeit hier ein minimales Beispiel im Kontext:

option "title" "My Ledger"
option "operating_currency" "USD"
 
plugin "beancount.plugins.auto_accounts"  ; (auto-opens accounts)
 
1970-01-01 custom "fava-extension" "fava_dashboards" "{ 'config': 'dashboards.yaml' }"

Und im dashboards.yaml:

dashboards:
  - title: "Overview"
    panels:
      - title: "Net Worth"
        queries:
          - bql: "SELECT sum(position) AS net_worth WHERE account ~ 'Assets' OR account ~ 'Liabilities'"
        type: "jinja2"
        template: "<div>Net Worth: {{ panel.queries[0].result[0][0] }}</div>"

Im Beispiel-Accountingbuch rendert dies <div>Net Worth: (4650.00 USD)</div>. Ein echtes Dashboard würde ansprechend formatieren und mehr Panels hinzufügen.

Wenn dies eingerichtet ist, zeigt Fava beim Navigieren zum Dashboard „Übersicht“ Ihr berechnetes Nettovermögen an. Sie können dann die Vorlage verfeinern oder bei Bedarf Diagramme ergänzen.

Weitere bemerkenswerte Erweiterungen: Abgesehen von fava-dashboards haben Community-Mitglieder Plugins wie fava-investor für Investmentanalysen und fava-review für Transaktionsbewertungen entwickelt. Diese sind Drittanbieter-Pakete mit eigenen Installationsschritten und Fava-Kompatibilitätsbereichen. Prüfen Sie deren READMEs vor der Installation. Die Community pflegt eine „awesome-beancount“-Liste mit Plugins und Tools. Beim Durchstöbern finden Sie möglicherweise eine vorgefertigte Erweiterung, die Ihren Anforderungen entspricht.

Wann erweitern vs. extern integrieren: Generell ist eine Fava-Erweiterung ideal, wenn Ihr Bedarf rein in der Präsentation oder Berechnung auf den bestehenden Hauptbuchdaten liegt (alles bleibt an einem Ort, Filter werden beachtet usw.). Wenn Sie externe Daten kombinieren möchten oder eine deutlich andere UI brauchen, kann eine externe Integration (vorheriger Abschnitt) sinnvoll sein. Zum Beispiel Website-Analysen neben Finanzen anzeigen – besser in Grafana/Metabase; aber ein neues finanzielles KPI oder Bericht hinzufügen – besser als Fava-Plugin.

Beispiel – Ein benutzerdefiniertes KPI in Fava: Nehmen wir an, Sie wollen die „Sparquote“ (Prozentsatz des gesparten Einkommens) verfolgen. Dies könnte mit einer Erweiterung gemacht werden, die sie berechnet und ein kleines Kästchen auf der Hauptseite zeigt. Oder bei fava-dashboards könnte ein Panel ein Jinja2 sein, das Savings Rate: X% ausgibt, indem es das Gesamteinkommen und die Gesamtausgaben abfragt. Diese Art benutzerdefinierter Metrik lässt sich mit diesen Werkzeugen sehr leicht einbinden, während sie in einem geschlossenen System wie QuickBooks möglicherweise nicht auf dem Dashboard erstellt werden kann.

Die beiden gleichen Abfragen speisen ein Sparquote-Panel. Beachten Sie die Vorzeichen: BQL sum(position) gibt Einkommen als negative Position und Ausgaben als positive zurück, und Jinja kann keine Position von einer anderen subtrahieren. Deshalb zeigen Sie beide Positionen an und geben die Quote im Template-Text an:

- title: "Savings Rate"
  panels:
    - title: "Savings Rate"
      queries:
        - bql: "SELECT sum(position) AS income_total WHERE account ~ 'Income'"
        - bql: "SELECT sum(position) AS expense_total WHERE account ~ 'Expenses'"
      type: "jinja2"
      template: "<h3>Savings Rate: 77.5% ({{ panel.queries[0].result[0][0] }} earned, {{ panel.queries[1].result[0][0] }} spent)</h3>"

Im durchgerechneten Beispiel-Hauptbuch stellt dies Savings Rate: 77.5% ((-6000.00 USD) earned, (1350.00 USD) spent) dar. Die Quote ist (6.000,00 − 1.350,00) / 6.000,00. Berechnen Sie sie aus den Beträgen. Negieren oder subtrahieren Sie nicht die Positionen im Template.

Der Kernpunkt: Fava ist kein statisches Tool – es ist eine erweiterbare Plattform. Mit ein wenig Python oder sogar nur Konfigurationscode lässt sie sich umfangreich anpassen. Viele Nutzer teilen kleine Skripte oder Erweiterungen in Foren, um beispielsweise anstehende Rechnungen anzuzeigen, PDF-Rechnungen aus Buchungen zu generieren oder Beancount mit Steuersoftware zu integrieren. Wenn Sie sich die Mühe machen, diese Erweiterungen zu lernen oder zu nutzen, erhalten Sie ein sehr maßgeschneidertes Finanzanalyse-System, ohne von null anfangen zu müssen.

Anwendungsfälle: Private Finanzen vs. Kleinunternehmensbuchhaltung​

Beancount und Fava können sowohl für private Finanzen als auch für die Buchhaltung kleiner Unternehmen verwendet werden, wobei die Anwendungsfälle und Vorteile leicht unterschiedlich gewichtet sind:

Private Finanzen​

Für Einzelpersonen glänzen Beancount+Fava durch volle Transparenz und Einblick in die eigene Finanzlage, ohne auf proprietäre Apps angewiesen zu sein. Häufige Anwendungsfälle im Bereich private Finanzen sind:

• Ausgabenverfolgung und Budgetierung: Viele verwenden Beancount, um jede Ausgabe zu protokollieren und anschließend Ausgabemuster zu analysieren. Mit Fava können sie sehen, wohin das Geld jeden Monat fließt (Treemap der Ausgaben) und Budgets verfolgen, indem sie diese mit den erwarteten Werten vergleichen (einige machen dies über die Budgets-Erweiterung oder benutzerdefinierte Abfragen). Ein Nutzer beschrieb, dass nach der Einführung von Beancount „die Analyse von Finanzdaten (Ausgaben, Spenden, Steuern usw.) trivial ist. Es ist einfach mit Fava, aber auch einfach mit Skripten... Ich habe ein Python-Skript, das Daten mit BQL aus Beancount zieht, dann nutze ich pandas, um einen Bericht zu erstellen.“ Dies zeigt, wie private Nutzer sowohl von der integrierten Benutzeroberfläche als auch von der Möglichkeit profitieren, bei Bedarf benutzerdefinierte Analysen zu skripten.

• Vermögens- und Zielverfolgung: Da Sie alle Vermögenswerte (Bankkonten, Investitionen, sogar physische Vermögenswerte, wenn Sie wollen) in einem Ledger erfassen können, erhalten Sie eine einheitliche Sicht auf das Nettovermögen. Private Finanzenthusiasten verwenden dies, um den Fortschritt bei Zielen (z. B. „FI-Zahl“ oder Schuldentilgung) zu verfolgen. Favas Diagramme, die das Nettovermögen über die Zeit anzeigen, sind motivierend – die Entwicklung Ihres Vermögens ist buchstäblich sichtbar. Es ist üblich, Verbindlichkeiten wie Studiendarlehen oder Hypotheken in Beancount zu verfolgen und deren Salden zu aktualisieren; das Ledger liefert so ein vollständiges Bild der finanziellen Gesundheit.

• Investitionen und Krypto: Die private Nutzung erstreckt sich oft auf die Verfolgung eines Portfolios. Beancount kann Aktien, Kryptowährungen usw. einschließlich Kostenbasis- und realisierter Gewinnberechnung (über Plugins oder Abfragen) verarbeiten. Der Vorteil gegenüber der Website eines Brokers ist, dass Sie konsolidiert über alle Konten hinweg schauen und die tatsächliche Vermögensallokation sehen können. Community-Plugins wie fava-investor fügen beispielsweise Investitionsanalyse-Seiten zu Fava hinzu. Das ist etwas, was Hobbyinvestoren typischerweise in Excel erledigen; Beancount bietet eine rigorosere, automatisierte Methode. Ein Blogbeitrag mit dem Titel „Beancount: DeFi Accounting For Noobs“ zeigt sogar, wie man damit Kryptowährungstransaktionen und Yield Farming nachverfolgt, was die Flexibilität in modernen persönlichen Finanzszenarien belegt.

• Mehrwährungs-Persönliche Finanzen: Wenn Sie im Ausland leben oder ausländische Investitionen halten, ist Beancount äußerst nützlich, da es Währungen konvertieren und aggregieren kann. Nutzer haben bemerkt, dass „viele Buchhaltungsprogramme nicht gut mit mehreren Währungen umgehen… Mit Beancount können Sie jede beliebige Ware definieren“ und Berichte in der bevorzugten Währung erhalten. Für einen privaten Nutzer, der beispielsweise in USD bezahlt wird, aber in EUR Ausgaben hat, ist dies ein großer Vorteil.

• Lebensverfolgung und Journaling: Ein unkonventioneller, aber realer Anwendungsfall: Einige behandeln das Hauptbuch als Lebensprotokoll, markieren Transaktionen mit Lebensereignissen (wie #wedding oder #vacation2025) und verwenden es dann, um Kosten von Ereignissen zu berechnen oder sogar als Tagebuch von Aktivitäten (finanzielle Metadaten als Stellvertreter für Lebensereignisse). Das Klartextformat und das Tagging machen dies auf eine Weise möglich, die traditionelle Werkzeuge nicht so leicht erlauben.

• Einfachheit und Besitz: Persönliche Finanzen sind auch eine Frage der Einstellung. Viele wählen Beancount, weil sie „diese Daten besitzen und leicht analysieren wollten und nicht an ein Abonnement oder einen Anbieter gebunden sein wollten“. Das kürzliche Ende von Mint.com (ein populäres kostenloses Haushaltsbudget-Werkzeug) hat Enthusiasten zur Klartextbuchhaltung für Langlebigkeit geführt. Mit Beancount wissen sie, dass sie ihr Hauptbuch auch in 20 Jahren noch öffnen können. Für die Finanzen einer Einzelperson bieten Beancounts Daten (vielleicht via Dropbox oder Git synchronisiert) und Favas Web-UI (das lokal oder auf einem privaten Server betrieben werden kann) eine Balance aus Bequemlichkeit und Kontrolle, die anderswo schwer zu finden ist.

Potenzielle Herausforderungen für den privaten Gebrauch: die anfängliche Einrichtung und das Erlernen der doppelte Buchführung kann für einige eine Hürde sein. Aber viele Ressourcen (wie das Beancount-Tutorial und Community-Foren) helfen neuen Nutzern. Einmal eingerichtet, kann die Wartung, wie beschrieben, größtenteils automatisiert werden, was ideal für jemanden ist, der seine Haushaltsfinanzen mit minimalem Aufwand verwaltet.

Buchhaltung für Kleinunternehmen​

Kleinunternehmen, Startups und Freiberufler können Beancount+Fava ebenfalls nutzen, wobei hier Anforderungen wie formellere Berichte und eventuell Zusammenarbeit hinzukommen:

• Buchhaltung und Finanzberichte: Ein Unternehmen kann sein Hauptbuch in Beancount führen, Rechnungen, Belege, Gehaltsabrechnungen usw. erfassen und Bilanz- sowie Gewinn- und Verlustrechnungen erstellen. Beancount unterstützt die benötigte Periodenabgrenzung (Accrual Accounting) (Sie können Konten als Debitoren/Kreditoren markieren und Rechnungen mit Buchungen auf Einnahmen und Debitoren erfassen, später dann eine Zahlung zur Ausbuchung der Debitoren). Fava zeigt diese dann angemessen unter Aktiva oder Passiva an. In einer Reddit-Diskussion wurde gefragt, ob Beancount für Unternehmen geeignet ist und ob es ordnungsgemäße Finanzberichte generieren kann – ja, es kann Bilanzen, Gewinn- und Verlustrechnungen und (mit etwas Abfragehilfe) Cashflow-Rechnungen erstellen, da dies nur Ansichten der doppischen Daten sind. Der Haken ist, dass Beancount keine bestimmten Rechnungslegungsstandards vorschreibt (das hängt davon ab, wie man es verwendet). Ein versierter Nutzer (oder Buchhalter) sollte das Kontenplan korrekt für das Unternehmen einrichten. Es gibt Community-Beispiele, in denen Beancount für Startups eingesetzt wird – ein HN-Kommentator sagte: „Ich nutze Beancount + Git wirklich gerne, um das Buchhaltungssystem für mein eigenes Startup zu verwalten“, obwohl er anmerkte, dass das periodische Hinzufügen von Einträgen etwas lästig ist. Diese Mühsal kann durch automatisierten Import, wie wir gesehen haben, gemildert werden.

• Finanzüberwachung in Echtzeit: Für ein kleines Unternehmen ist Liquidität das A und O. Mithilfe von Fava kann ein Geschäftsinhaber Bankguthaben und Cashflow nahezu in Echtzeit überwachen, ähnlich wie im Privatbereich – aber hier ist es noch entscheidender. Durch die Automatisierung von Bankfeeds oder Importen können sie sofort erkennen, ob eine Kundenrechnung eingegangen ist oder eine große Ausgabe gebucht wurde. QuickBooks bietet Bankfeeds an, die „es Ihnen ermöglichen, in Echtzeit zu sehen, wie Ihr Unternehmen läuft“; mit Beancount erzielt man dies durch die eigene Bankintegration. Der Vorteil von Beancount ist Transparenz – man sieht genau, was importiert wurde und wie es kategorisiert ist, anstatt sich auf QuickBooks’ manchmal schwer nachzuvollziehende Abgleichlogik zu verlassen.

• Rechnungsstellung und Forderungen/Verbindlichkeiten: Beancount verfügt nicht über ein integriertes Rechnungsmodul (wie das Erstellen von PDF-Rechnungen oder das Verfolgen von Rechnungsnummern). Kreative Nutzer haben dies jedoch mit Add-ons gelöst. Beispielsweise könnte man eine Rechnung im PDF-Format aus einer Transaktion mit einer Jinja2-Vorlage oder sogar einem externen Skript erzeugen, das offene Forderungseinträge liest. Es gibt ein Projekt „Beanie“, das als leichtgewichtiges Forderungssystem auf Beancount aufsetzt. Kleine Unternehmen könnten Beancount für das Hauptbuch und ein anderes Tool für die Rechnungserstellung verwenden und dann die Rechnungsdaten in Beancount importieren. Das ist ein zusätzlicher Schritt im Vergleich zu QuickBooks (das Rechnungen versenden und nach Zahlungseingang automatisch verbuchen kann), garantiert aber, dass alle Daten im offenen Hauptbuch landen.

• Lohnbuchhaltung und Abschreibungen: Dies sind Buchhaltungsaufgaben, die kleine Unternehmen erledigen. Beancount kann natürlich Lohnbuchungseinträge erfassen (Bruttoentgelt, Steuern, Abzüge usw. auf die entsprechenden Konten aufteilen) – aber üblicherweise berechnet man diese mit externen Tools oder dem Lohnabrechnungsdienstleister und erfasst sie dann. Abschreibungspläne für Anlagegüter müssen ebenfalls manuell eingegeben werden (oder man könnte ein Plugin schreiben, um monatliche Abschreibungsbuchungen zu automatisieren). Beancount bietet hierfür keine Magie, aber viele kleine Business-Softwarelösungen tun das auch nicht, außer einige Vorlagen zu bieten. Der Vorteil ist, dass man alles Ungewöhnliche skripten kann. Zum Beispiel kann man bei einem individuellen Umsatzanerkennungsplan diese Buchungen in Python programmieren und einbinden.

• Transparenz und Prüfbarkeit: Unternehmen schätzen möglicherweise, dass Beancount eine klare Prüfspur bietet. Jede Transaktion ist transparent und kann mit Links zu Dokumenten (Belegen, Verträgen) annotiert werden. Bei einer Prüfung kann man die Hauptbuchdatei zusammen mit den angehängten Dokumenten vorlegen, was recht unkompliziert ist. Die Versionskontrolle bedeutet zudem, dass man ein Prüfprotokoll darüber hat, wer wann Änderungen vorgenommen hat (wenn mehrere Personen per Git zusammenarbeiten). Im Vergleich dazu müsste bei QuickBooks ein Buchhalter Änderungsprotokolle einsehen, die für den Nutzer nicht leicht zugänglich sind.

• Kosten: Beancount+Fava sind kostenlos, was für Start-ups oder kleine Unternehmen, die Softwarekosten minimieren wollen, attraktiv ist. QuickBooks, Xero usw. verlangen monatliche Gebühren. Allerdings ist der Preis dafür, dass diese Services Support und eine einfachere Einrichtung bieten. Ein technisch versierter Geschäftsinhaber ist möglicherweise bereit, etwas Zeit zu investieren, um Kosten zu sparen und mehr Flexibilität zu erhalten.

Reale Beispiele: Ein anderer Nutzer auf HN berichtete, dass er es für eine Consulting-GmbH benutzt hat und es gut funktionierte, aber als die Transaktionen zunahmen, begann er, die Dateien jährlich zu splitten, um die Geschwindigkeit beizubehalten. Der Konsens lautet: Für ein kleines Unternehmen (zum Beispiel zehntausende Transaktionen pro Jahr oder weniger) ist Beancount völlig ausreichend. Wenn Sie ein größeres KMU mit hunderttausenden Transaktionen wären, könnte die Leistung entweder den Einsatz einer Datenbank-Lösung oder die Wahl eines speziell entwickelten Buchhaltungssystems rechtfertigen – obwohl wir mit Beanpost versuchen, das durch die Nutzung von Postgres als Backend zu adressieren.

Zusammenarbeit: Ein Unterschied ist, dass QuickBooks Online mehreren Nutzern (Eigentümer, Buchhalter usw.) gleichzeitig die Arbeit ermöglicht. Bei Beancount erfolgt Zusammenarbeit über Git (mehrere Nutzer committen Änderungen). Das funktioniert, erfordert allerdings Kenntnisse in Git und Konfliktlösung, wenn mehrere zur gleichen Zeit bearbeiten. Manche haben Online-Git-Plattformen oder sogar Google Drive genutzt, um die Ledger-Datei zu teilen. Es ist möglich, aber nicht so nahtlos wie Cloud-Buchhaltungssoftware. Für ein kleines Team (oder einen einzelnen Buchhalter + Eigentümer) ist es jedoch machbar, und man kann immer Lesezugriff über Fava gewähren (indem man es auf einem internen Server hostet und anderen erlaubt, Berichte einzusehen ohne Bearbeitung).

Regulatorische Anforderungen: Für private Finanzen kein Thema. Für Unternehmen könnte es nötig sein, offizielle Berichte zu erstellen oder Buchhaltungsstandards zu erfüllen. Beancount kann GAAP-konforme Abschlüsse erzeugen, erfordert aber, dass der Nutzer die Daten entsprechend eingibt. Es gibt keine eingebaute Durchsetzung der GAAP-Regeln (z.B. kein integriertes Anlagen-Modul, um korrekte Abschreibungen sicherzustellen). Ein externer Buchhalter kann dennoch mit einem Beancount-Ledger arbeiten (da es im Grunde ein generalisiertes Journal ist) – er könnte es bei Bedarf in Excel exportieren und Anpassungen vornehmen. Einige Unternehmen bevorzugen aus diesem Grund bekannte Software oder wenigstens einen Buchhalter, der mit Plain-Text-Daten vertraut ist.

Wer nutzt es im Geschäft? Wahrscheinlich Power-User: Tech-Startups, Freelancer mit Programmierhintergrund oder Firmen, die großen Wert auf Datenkontrolle legen (z.B. eventuell Finanzhandelsfirmen, die maßgeschneiderte Berichte wünschen). In einem Reddit-Thread fragte jemand, ob Beancount für ein Handelsunternehmen geeignet sei – die Antworten lauteten ja, es unterstützt Mehrwährungen und kann die benötigten Berichte erzeugen, aber man wird dazu einige Werkzeuge selbst entwickeln müssen.

Um diesen Abschnitt abzuschließen: Privatanwender lieben Beancount für die Erkenntnis und Kontrolle, die es über ihr persönliches Geld gibt – es verwandelt Finanzen in einen Datensatz, den sie abfragen und analysieren können, was z. B. das einfache Nachverfolgen jeder Ausgabe und die Berechnung von Metriken ermöglicht, die typische Budgetierungswerkzeuge nicht bieten. Kleinunternehmer schätzen die Transparenz, Kosteneinsparungen und Anpassbarkeit – sie können die Buchhaltung in ihren Software-Stack integrieren und Vendor-Lock-in oder monatliche Gebühren vermeiden. Beide Anwendungsfälle profitieren von Echtzeitanalysen: Eine Person kann den Fortschritt ihres Monatsbudgets verfolgen, ein Unternehmen kann tägliche Cashflows beobachten – in beiden Fällen kann Fava aktuelle Informationen bereitstellen, wenn zeitnahe Daten eingespeist werden.

Vergleich mit anderen Plattformen für Echtzeitanalysen​

Es ist hilfreich, Beancount+Fava mit anderen Lösungen zu vergleichen, die “Echtzeit”-Finanzanalysen anbieten, wie QuickBooks (mit Live-Bankfeeds) und Power BI (oder ähnliche BI-Dashboards). Jeder Ansatz hat seine Stärken und Kompromisse hinsichtlich Transparenz, Flexibilität und Reaktionsfähigkeit:

Zusammenfassend, Beancount+Fava vs QuickBooks: Beancount bietet überlegene Transparenz (du siehst und kontrollierst alles, und deine Daten verschwinden nicht und werden nicht gesperrt) und Flexibilität (du kannst alles im Ledger modellieren, nicht nur das, was QuickBooks erwartet). Es erfordert mehr Eigeninitiative, besonders bei Automatisierung und schönen UI-Details. QuickBooks ist eine Plug-and-Play-Lösung, die auf die Bedürfnisse kleiner Unternehmen optimiert ist – Bankfeeds, Rechnungsstellung, Gehaltsabrechnung (mit Add-ons) – und bietet nahezu Echtzeit-Updates mit minimalem Nutzeraufwand. Allerdings ist es in vielerlei Hinsicht eine Blackbox; du vertraust darauf, dass die Software deine Daten korrekt verarbeitet, und manchmal ist es schwer, Fehler zu korrigieren oder nachzuvollziehen, wie eine Zahl zustande kommt. Viele Beancount-Nutzer sind Leute, die von diesen Blackboxen frustriert waren. Sie tauschen etwas Bequemlichkeit gegen Klarheit ein.

Beancount+Fava vs Power BI (oder andere BI): Sie können sich ergänzen. Power BI ist kein Buchhaltungssystem; es dient der Analyse. Tatsächlich könnte ein fortgeschrittenes Setup Beancount zur Konsolidierung und Sicherstellung der Datenqualität nutzen und anschließend Power BI, um daraus Management-Dashboards zu erstellen. Wenn wir direkt vergleichen, ist Power BI mehr auf visuelle Flexibilität und die Kombination verschiedener Datenquellen ausgerichtet. Favas Diagramme sind bewusst einfacher gestaltet (fokussiert auf Buchhaltungsbedürfnisse), benötigen dafür aber deutlich weniger Aufwand für die Inbetriebnahme (sie funktionieren sofort mit deinem Ledger, ohne Modellierung). Wenn dein Ziel nur ist, Erkenntnisse und ansprechende Visualisierungen zu erhalten und du bereit bist, die Daten vorzubereiten, kann ein BI-Tool sinnvoll sein. Wenn dein Ziel dagegen ist, die Bücher zu führen und interaktive Berichte als Nebeneffekt zu bekommen, reicht oft Fava allein aus.

Man könnte auch mit anderen persönlichen Finanztools vergleichen (z.B. Mint oder YNAB) oder ERP-Systemen, aber die Frage bezieht sich speziell auf Echtzeit-Analyseplattformen. Im Bereich Echtzeit-Finanzübersichten ist Beancount+Fava wie ein kundenspezifisches, quelloffenes „Live“-Finanzdashboard, QuickBooks ist eine geschlossene automatisierte Buchhaltung mit Live-Bankensynchronisierung, und Power BI ist eine flexible Analyseplattform (nicht finanzspezifisch, aber kann mit den richtigen Daten für Finanzen genutzt werden).

Ein aussagekräftiges Zitat, das Open Source vs. kommerzielle Lösungen kontrastiert: „Mit ein wenig Aufwand im Vorfeld können Open-Source-Tools tatsächlich viel besser sein als kommerzielle Lösungen und wesentlich flexibler und erweiterbarer.“ Das fasst den Kompromiss zusammen. QuickBooks ist ausgereift und funktioniert mit minimalem Aufwand sofort für gängige Szenarien. Aber sobald man etwas möchte, was es nicht kann, stößt man an eine Grenze. Mit Beancount stößt man selten an eine Grenze – man hat den Quellcode und die Daten, man kann bei Bedarf erweitern oder integrieren. Der Preis ist, dass man bereit sein muss, zu basteln.

Vor- und Nachteile der Nutzung von Fava und Beancount für datengestützte Einblicke​

Abschließend fassen wir die Vorteile und Nachteile von Beancount+Fava als Lösung für Finanzanalysen zusammen:

Vorteile​

• Transparenz und Vertrauen: Alle Berechnungen (Summen, Salden) stammen aus einem Klartext-Ledger, das Sie einsehen können. Es gibt kein mysteriöses Verhalten. Dies schafft großes Vertrauen in die Zahlen – entscheidend, wenn Sie Ihre Entscheidungen darauf basieren. Es ist „saubere, transparente Buchhaltung“ ohne Bindung. Sie können immer eine gemeldete Zahl bis zu den zugrundeliegenden Transaktionen zurückverfolgen, was die Essenz datengetriebener Erkenntnisse ist.

• Reproduzierbarkeit und Prüfpfad: Da Sie das Ledger versionieren können, haben Sie eine Zeitleiste der Änderungen. Wenn diesen Monat etwas merkwürdig erscheint, können Sie das Ledger diffen, um zu sehen, was sich geändert hat. Das bedeutet auch, dass Sie experimentieren können („Was wäre, wenn ich diese Ausgabe neu klassifiziere?“) und leicht rückgängig machen können. Datengetriebene Arbeit erfordert oft Iterationen, und ein prüfbares Ledger fördert das.

• Flexibilität bei der Analyse: Sie sind nicht auf vorgefertigte Berichte beschränkt. Die Kombination aus BQL-Abfragen, Python-Skripten und Favas Filtern ermöglicht es, fast jede finanzielle Frage zu beantworten. Möchten Sie wissen „Wie viel habe ich die letzten 5 Jahre jedes Jahr bei Starbucks ausgegeben?“ – nur eine Abfrage entfernt. Oder „Wie ist der gleitende Durchschnitt meiner 3-Monats-Ausgaben vs. Einnahmen?“ – mit Python+pandas auf einer Abfrage skriptbar. Diese Flexibilität ist ein großer Vorteil für alle, die gerne tief in die Daten eintauchen. Power-User haben sogar Erweiterungen gebaut, um Finanzkennzahlen (z.B. Portfolio-Performance-Metriken) innerhalb von Fava zu berechnen. Kurz gesagt, Sie erhalten sehr granulare Einsichten, die viele Standard-Software nicht bieten kann.

• Integration und Erweiterbarkeit: Favas Pluginsystem und die zugängliche Beancount-API bedeuten, dass die Werkzeuge mit Ihren Anforderungen wachsen können. Wenn Sie morgen anfangen, einen neuen Vermögenswert zu verfolgen oder einen neuen Datenfeed zu integrieren, können Sie das System erweitern. Die Architektur (Klartext-Eingabe, verschiedene Ausgaben) ist sehr erweiterbar. Das steht im Gegensatz zu geschlossenen Systemen, bei denen Sie eventuell ein Feature anfragen und warten müssen.

• Datenkonsolidierung: Für Privatpersonen und sogar Unternehmen ist es mächtig, alle Konten (mehrere Banken, Broker etc.) in einem System zu konsolidieren. Viele kommerzielle Lösungen isolieren Sie (oder verlangen extra für Mehrwährung oder mehrere Einheiten). Mit Beancount können Sie alles zusammenführen. Das gibt eine ganzheitliche Datensicht und ermöglicht Erkenntnisse über alle Bereiche hinweg. Zum Beispiel können Sie Ihre tatsächliche Gesamtvermögensaufteilung oder den Netto-Cashflow über privat und geschäftlich berechnen, da es nur Dateneinträge sind.

• Kosteneffizienz: Es ist kostenlos und quelloffen. Für den persönlichen Gebrauch ist das ein großer Pluspunkt (kein Abonnement wie viele Budget-Apps). Für Start-ups oder kleine Organisationen können diese Einsparungen sich summieren. Aber über die monetären Kosten hinaus ist es auch effizient im Betrieb (Fava kann auf einem winzigen Server laufen) und bei der Migration (keine kostspieligen Migrationen, falls Sie es erweitern – es ist ja nur Text).

• Gemeinschaft und Wissensaustausch: Die Klartext-Buchhaltungscommunity (Beancount, Ledger usw.) ist sehr kollaborativ. Leute teilen ihre Konfigurationen, benutzerdefinierte Skripte und Tipps in Foren und Blogs. Das bedeutet, wenn Sie einen Nischenbedarf haben, hat vielleicht jemand Ähnliches schon gelöst. Zum Beispiel haben mehrere Nutzer zu smarten Importwerkzeugen und sogar maschineller Lernkategorisierung beigetragen (z.B. die Bibliothek „smartimporter“, die scikit-learn nutzt, um Zahlungsempfänger basierend auf vergangenen Daten automatisch zu kategorisieren). Mit der Zeit kann Beancount durch diese Community-Werkzeuge tatsächlich _smarter werden – nahe an den Komfort kommerzieller Software bei gleichzeitiger Wahrung der Transparenz.

• Ermächtigung und Lernen: Die Nutzung von Fava/Beancount zwingt Sie dazu, sich intensiver mit Ihren Finanzdaten auseinanderzusetzen. Viele Nutzer berichten, dass sie durch dieses System ein viel besseres Verständnis für ihre Finanzen erlangten als jemals zuvor durch automatisierte Apps. Es ist ein wenig wie der Unterschied zwischen selbst zu kochen und Fast Food zu holen – mehr Aufwand, aber Sie wissen genau, was drin ist, und es kann auf lange Sicht gesünder sein. Für datengetriebene Erkenntnisse kann diese „Eigentümerschaft“ des Prozesses zu bedeutungsvolleren Entdeckungen führen, da Sie die Daten leicht anders betrachten und neu interpretieren können.

Nachteile​

• Ersteinrichtung und Lernkurve: Seien wir ehrlich – Beancount und Fava sind nicht so einfach anzuwenden wie beispielsweise QuickBooks oder Mint. Man muss die Grundlagen der doppelten Buchführung lernen (falls noch nicht bekannt), die Beancount-Dateisyntax verstehen und eventuell etwas Python beherrschen, wenn man hohe Anpassungen vornehmen möchte. Diese anfängliche Investition kann eine Hürde darstellen. Für nicht-technische Anwender kann es einschüchternd sein (obwohl die Fava-Oberfläche stark hilft, indem sie nach der Einrichtung eine freundlichere Benutzererfahrung bietet). Im Gegensatz dazu verbergen viele kommerzielle Tools Buchhaltungskonzepte hinter einfacheren Benutzeroberflächen (was sowohl Vorteil als auch Nachteil sein kann).

• Keine eingebaute Bank-Synchronisation: Per Design gibt es keine automatische Verbindung zu Bank-APIs (die oft proprietär sind oder Vereinbarungen erfordern). Sie müssen also Kontoauszüge manuell herunterladen oder Ihre eigene Automatisierung einrichten (über Python-Skripte oder Dienste wie Plaid, die oft kostenpflichtig sind). Für jene, die an „funktionen einfach automatisch“ bei Bankfeeds gewöhnt sind, kann das einen Schritt zurück bedeuten. Wie ein Nutzer anmerkte, als er Beancount ausprobierte, „fand er keinen vernünftigen Weg, um Bankfeeds zu erhalten“ – das kann frustrierend sein, es sei denn, man ist bereit zu programmieren oder Drittanbieterlösungen zu verwenden.

• Echtzeit bedeutet Ihre Zeit: Echtzeit-Reaktionsfähigkeit ist möglich, aber nicht out-of-the-box. Man muss Cron-Jobs oder Trigger wie beschrieben konfigurieren. Wenn etwas nicht funktioniert (z. B. ändert eine Bank ihr CSV-Format), muss man den Importeur reparieren. Bei einem Dienst wie QuickBooks kümmert sich der Anbieter um solche Änderungen. Im Grunde sind Sie Ihre eigene IT-Unterstützung. Das ist der klassische Open-Source-Kompromiss. Für Hobbyanwender mag das in Ordnung oder sogar spaßig sein; für einen vielbeschäftigten Kleinunternehmer kann es lästig sein.

• Skalierung und Performance-Grenzen: Bei sehr großen Datenmengen (Jahrzente an detaillierten Transaktionen) kann Beancount langsamer werden. Es ist im Allgemeinen effizient (Menschen haben zehntausende Buchungen ohne Probleme). Doch wie im HN-Thread zu sehen war, musste ein Nutzer nach 3 Jahren jährlich „abschließen“, weil die Datei sonst zu groß wurde, um Abfragen schnell zu halten. Der Beancount v2-Code ist Python und kann bei riesigen Daten etwas langsam sein, v3 (in Entwicklung mit C++ Kern) verbessert das. Es gibt Gegenmaßnahmen (Dateien aufteilen, Beanpost nutzen zur Auslagerung in DB etc.), aber das ist zu bedenken. QuickBooks dürfte interne Skalierungen haben und die meisten BI-Tools basieren auf Datenbanken, die für große Datenmengen gebaut sind – diese bewältigen große Datensätze vermutlich geschmeidiger.

• Funktionslücken (im Vergleich zu dedizierter Software): Beancount+Fava konzentriert sich auf Buchhaltung und Analyse. Einige Zusatzfunktionen fehlen: z. B. keine Lohnabrechnung, keine Rechnungserstellung (ohne eigene Skripte), keine integrierten Steuerformulare usw. Wenn Ihr Ziel eine umfassende Finanzverwaltung ist, müssen Sie womöglich mit anderen Tools ergänzen. Beispielsweise können Sie über einen Lohnabrechnungsdienst die Buchungen importieren. Das funktioniert, ist aber nicht so nahtlos integriert wie ein ERP, das alles in einem System beherrscht. Für Privatfinanzen bietet Beancount keine eingebauten Schuldentilgungsplaner oder Budgetumschläge (obwohl man das simulieren kann). Es wird erwartet, dass Sie Erkenntnisse daraus gewinnen und Entscheidungen treffen, anstatt dass das System vorschreibende Beratung oder Planungsmodule bietet.

• Benutzeroberfläche und Feinschliff: Obwohl Fava recht schön ist, ist es nicht so poliert oder geführt wie manche kommerzielle Angebote. Einen „Assistenten“, der Sie durch die Einrichtung leitet oder Fehler minimiert, gibt es nicht. Man muss eventuell Dokumentationen lesen, um bestimmte Dinge zu verstehen. Und einige UI-Features, die man erwarten könnte (Drag-and-Drop-Kategorisierung, mehrstufiges Rückgängigmachen, mobile Push-Benachrichtigungen usw.) fehlen. Die Fava-Benutzeroberfläche verbessert sich ständig (mit Beiträgen), aber sie wird von einer kleinen Community entwickelt. Wenn Sie an schicke moderne SaaS-UIs gewöhnt sind, kann Fava etwas utilitaristisch wirken (obwohl einige gerade die schlichte Klarheit bevorzugen). Mobil funktioniert Fava (vor allem im Nur-Lese-Modus), ist aber nicht komplett für kleine Bildschirme optimiert; QuickBooks hat zum Beispiel eigene mobile Apps.

• Abhängigkeit von der Community/dem Maintainer: Martin Blais (Beancounts Autor) und Mitwirkende pflegen Beancount, andere pflegen Fava. Die Entwicklung kann unregelmäßig sein (üblich bei OSS). Während die Software jetzt sehr nutzbar ist, wenn Sie ein neues Feature brauchen oder es einen Fehler gibt, müssen Sie es entweder selbst beheben oder warten. Bei einem kostenpflichtigen Produkt haben Sie Support, den Sie anrufen können (Qualität variiert, aber er ist vorhanden). Die Community ist in der Regel sehr hilfsbereit über Mailinglisten oder GitHub Issues.

• Erforderliches Buchhaltungswissen: Besonders für die geschäftliche Nutzung müssen Sie wissen, was Sie tun. Beancount hindert Sie nicht daran, einen Eintrag zu machen, der aus buchhalterischer Sicht „falsch“ ist (außer bei Ungleichgewicht oder unverknüpften Transaktionen). QuickBooks hingegen besitzt Schutzmechanismen (und auch versteckte Komplexität wie automatische Verfolgung latenter Umsätze usw., wenn diese aktiviert sind). Wenn man bei Beancount nicht vorsichtig ist, kann man eine Rückstellung falsch erfassen und merkt es erst, wenn ein Bericht nicht stimmt. Grundsätzlich geht Beancount davon aus, dass Sie entweder grundlegendes Buchhaltungswissen haben oder bereit sind, es zu erlernen. Das ist für manche sogar ein Vorteil (erzwingt richtiges Arbeiten), für andere ein Nachteil, wenn sie ein System wünschen, das ohne Nachdenken funktioniert.

Um die Vor- und Nachteile zusammenzufassen: Beancount + Fava bietet unvergleichliche Kontrolle und Anpassungsfähigkeit für diejenigen, die sich intensiv mit ihren Finanzdaten befassen wollen, und macht es zu einem mächtigen Werkzeug für datengetriebene Einsichten. Es verwandelt Ihre Bücher in einen abfragbaren Datensatz und Ihre Berichte in eine erweiterbare Webanwendung. Der Preis für diese Macht ist die Arbeit, die Sie in Einrichtung und Pflege investieren müssen, sowie die Notwendigkeit, Ihr System weitgehend selbst zu verwalten. Im Gegensatz zu Tools wie QuickBooks oder BI-Suiten, die mehr führen und bestimmte Funktionen automatisch bereitstellen, gibt Ihnen Beancount ein Werkzeugset an die Hand. Wenn Sie analytisch veranlagt sind, kann dieses Werkzeugset unglaublich befreiend sein – Sie können Erkenntnisse gewinnen, die fertige Berichte möglicherweise nie zeigen. Wie ein Nutzer, der sein Beancount-Ledger über Jahre automatisiert hat, schrieb: „Open-Source-Tools (wie Beancount) erfüllen nicht alle meine Bedürfnisse [out-of-the-box]… Ich bin besessen davon, alles zu automatisieren… Ich habe gebaut, was ich brauchte“. Das fasst den Ansatz zusammen: Wenn Sie bereit sind, das zu bauen, was Sie brauchen, egal wie klein oder groß, unterstützt Sie Fava/Beancount und verbirgt Ihre Daten niemals vor Ihnen. Für eine datengetriebene Denkweise ist das ein enormer Vorteil.

Abschließend ist die Nutzung von Fava und Beancount für Echtzeit-Finanzanalysen ein bisschen so, als hätte man sein eigenes anpassbares Labor für die Finanzen. Man erhält Klarheit, Flexibilität und Eigentum, die schwer mit proprietären Plattformen zu erreichen sind, was es ideal für diejenigen macht, die diese Aspekte schätzen und bereit sind, dafür etwas Bequemlichkeit einzutauschen. Die moderne Landschaft zeigt sogar hybride Ansätze – zum Beispiel könnte jemand ein kommerzielles Tool verwenden, aber regelmäßig nach Beancount exportieren, um tiefere Analysen durchzuführen, oder umgekehrt Beancount als Haupttool nutzen und ein BI-Tool für die Präsentation einsetzen. Mit dem Wissen aus dieser Untersuchung kann man eine fundierte Entscheidung treffen, ob Fava+Beancount den eigenen Bedürfnissen entspricht und, falls ja, mit Zuversicht dessen Möglichkeiten für reichhaltige, Echtzeit-Finanzanalysen nutzen.

Quellen:

• Blais, M. (2020). Beancount Dokumentation – Designprinzipien und Nutzung. [Online]. Verfügbar unter: beancount.github.io
• Aumayr, D., Gerstmayr, A. (2025). Fava Dokumentation & GitHub Repository. [Online]. Verfügbar unter: beancount.github.io/fava/ und github.com/beancount/fava
• LowEndBox. (2025). „Beancount: Leichtgewichtige FOSS-Doppelbuchhaltung... von der Kommandozeile!“ LowEndBox Tutorial.
• Fang-Pen Lin. (2024). „Meine Beancount Bücher sind nach 3 Jahren zu 95 % automatisch.“ Persönlicher Blogbeitrag.
• Google Groups – Beancount Forum. (2023). Diskussion zur Grafana-Integration (Josh D. und Andreas G.)
• QuickBooks Marketingseite. „Bankfeeds – Verstehen Sie alle Ihre Transaktionen in einem Augenblick.“ Intuit QuickBooks.
• Watt, A. (2023). „Beancount für persönliche Finanzen.“ Alex Watt Blog.
• Reddit – r/plaintextaccounting. Verschiedene Diskussionen (2021-2023) zur geschäftlichen Nutzung von Beancount und Ledger-Visualisierung.
• Fava Extension Documentation – Hilfe: Erweiterungen.
• fava-dashboards GitHub README – Andreas Gerstmayrs Plugin für benutzerdefinierte Dashboards.
• Awesome Beancount Liste – community-kuratierte Ressourcen für Beancount.