Datenintegration bezeichnet die Zusammenführung oder koordinierte Bereitstellung von Daten aus unterschiedlichen Quellen, sodass sie gemeinsam genutzt und ausgewertet werden können. Sie ist eine grundlegende Voraussetzung vieler unternehmensweiter Analysen.
Methodik und Funktionsweise
Technische Ansätze umfassen Datenpipelines, APIs, ETL- und ELT-Verfahren, Datenvirtualisierung oder ereignisbasierte Schnittstellen. Neben der Übertragung müssen Begriffe, Identifikatoren, Formate und Aktualisierungsregeln abgestimmt werden.
Abgrenzung und Grenzen
Die Verbindung zweier Systeme bedeutet nicht automatisch, dass ihre Daten fachlich übereinstimmen. Unterschiedliche Definitionen von Kunde, Auftrag oder Umsatz können trotz fehlerfreier Übertragung zu widersprüchlichen Ergebnissen führen. Datenharmonisierung ist daher eine eigenständige Aufgabe.
Praxisbeispiel
Wenn CRM- und ERP-Daten zusammen analysiert werden sollen, müssen Kundenkennungen, Auftragsstände und Buchungszeitpunkte sinnvoll miteinander verknüpft werden.
Voraussetzungen und Hinweise
Datenintegration benötigt klare Verantwortlichkeiten, Qualitätsprüfungen und Zugriffskontrollen. Der gewählte Architekturansatz sollte zum Informationsbedarf, Aktualisierungsziel und Betriebsaufwand passen.
Technische Verbindung und fachliche Harmonisierung
Datenintegration verbindet Informationen aus unterschiedlichen Anwendungen so, dass sie gemeinsam verarbeitet werden können. Die technische Übertragung löst dabei nicht automatisch fachliche Widersprüche. Ein CRM-System kann Kunden nach Kontaktbeziehungen strukturieren, während ein ERP-System rechtlich abrechnungsfähige Geschäftspartner führt. Werden beide Datenbestände ohne klare Zuordnung verbunden, entstehen falsche Zusammenfassungen. Deshalb müssen Identifikatoren, Begriffe, Zeitbezüge und Qualitätsregeln abgestimmt werden. Datenintegration umfasst damit neben Schnittstellen auch fachliche Entscheidungen über die Bedeutung, Verlässlichkeit und Verwendung der zusammengeführten Informationen.
Architekturvarianten für unterschiedliche Anforderungen
ETL-Verfahren extrahieren, transformieren und laden Daten in ein Zielsystem. ELT-Ansätze führen bestimmte Verarbeitungsschritte nach dem Laden aus. APIs ermöglichen gezielte Abfragen oder Transaktionen zwischen Anwendungen. Ereignisbasierte Integrationen übertragen Änderungen bei definierten Geschäftsvorfällen. Datenvirtualisierung kann einen gemeinsamen Zugriff ermöglichen, ohne sämtliche Daten physisch zu kopieren. Keine Variante ist für jede Situation überlegen. Die Wahl hängt von Aktualitätsbedarf, Datenvolumen, Quellsystemen, Verfügbarkeit und Sicherheitsanforderungen ab. Besonders wichtig ist, dass die Architektur das fachlich erwartete Verhalten bei Fehlern, Wiederholungen oder verspäteten Meldungen berücksichtigt.
Datenqualität und Stammdatenmanagement
Bei der Integration werden Dubletten, fehlende Werte, widersprüchliche Formate und historisch unterschiedliche Definitionen häufig erst sichtbar. Eine technische Schnittstelle darf solche Probleme nicht einfach verdecken. Unternehmen benötigen Regeln für die Prüfung und Korrektur von Daten sowie klare Zuständigkeiten für verbindliche Stammdaten. Beispielsweise muss erkennbar sein, welches System für eine Kundenadresse maßgeblich ist und wie Änderungen in andere Anwendungen gelangen. Auch historische Werte und der Zeitpunkt ihrer Gültigkeit können relevant sein. Ohne diese Festlegungen können Berichtssysteme trotz regelmäßiger Aktualisierung voneinander abweichende Aussagen erzeugen.
Sicherheit, Betrieb und Nutzen für Unternehmensmodelle
Für den laufenden Betrieb müssen Zugriff, Übertragung, Protokollierung und Fehlerbehandlung geregelt werden. Datenschutz und Geheimnisschutz hängen von den tatsächlich verarbeiteten Informationen ab. Fachbereiche sollten außerdem erkennen können, wie aktuell die integrierten Daten sind und welche Quellen sie speisen. Datenintegration kann einen digitalen Unternehmenszwilling unterstützen, indem Organisations-, Prozess- und Systeminformationen miteinander verknüpft werden. Sie ist jedoch nur ein Baustein: Für die fachliche Nutzung braucht es zusätzlich konsistente Modelle und klar beschriebene Analysen. Die Qualität einer Integration bemisst sich deshalb daran, ob die vorgesehenen Geschäftsfragen zuverlässig beantwortet werden können.
Häufige Fragen
Müssen für die Datenintegration alle Daten zentral gespeichert werden?
Nein. Auch föderierte Abfragen, APIs und virtuelle Datenzugriffe können geeignet sein. Die Entscheidung hängt von Nutzung, Aktualität und Sicherheitsanforderungen ab.
Was ist der Unterschied zwischen Integration und Harmonisierung?
Integration verbindet Daten technisch oder logisch. Harmonisierung klärt und vereinheitlicht ihre fachliche Bedeutung und Regeln zur Verwendung.
Praktische Prüffragen
- Prüfen Sie fachliche Bedeutungen und Identifikatoren in den beteiligten ERP-, CRM- und Analysesystemen, bevor Daten technisch zusammengeführt werden.
- Wählen Sie ETL, ELT, API-Schnittstellen oder ereignisbasierte Übertragung anhand des benötigten Aktualitätsgrads und der tatsächlichen Betriebsanforderungen.
- Regeln Sie, welches System für Stamm- und Referenzdaten verbindlich ist und wie widersprüchliche oder verspätete Änderungen behandelt werden.
- Überwachen Sie Dubletten, fehlende Werte und unplausible Zuordnungen, damit integrierte Berichte nicht allein durch fehlerfreie Übertragung als korrekt gelten.
- Berücksichtigen Sie Rechte, Protokollierung und Aufbewahrung schon bei der Architekturentscheidung und dokumentieren Sie die Herkunft wichtiger Informationen.
Betriebliche Informationen fachlich harmonisieren
Datenintegration verbindet technische Systeme, doch die eigentliche Herausforderung liegt häufig in der Bedeutung der Informationen. Ein CRM kann einen Kontakt als Kunden führen, während ein ERP nur abrechenbare Vertragspartner berücksichtigt. Werden diese Daten ohne abgestimmte Regeln zusammengeführt, entstehen Dubletten und fehlerhafte Kennzahlen. Deshalb müssen Objektdefinitionen, Identifikatoren und Gültigkeitsstände vor der Integration geprüft werden. Ein semantisches Datenmodell kann helfen, fachliche Unterschiede sichtbar zu machen. Auch der Umgang mit historischen Daten ist wichtig: Eine rückwirkend geänderte Adresse oder Kostenstelle darf frühere Geschäftsvorgänge nicht automatisch falsch erscheinen lassen. Eine technische Schnittstelle allein löst solche Fragen nicht.
Architektur und Betrieb an der Nutzung ausrichten
Für eine Datenintegration kommen unterschiedliche Ansätze infrage. Regelmäßige Datenladungen können für Managementberichte ausreichen, während operative Prozesse schnelle API- oder Ereignisschnittstellen benötigen. Die Entscheidung sollte von Aktualität, Verfügbarkeit, Datenvolumen und Sicherheitsanforderungen abhängen. Im Betrieb sind technische Fehler, doppelte Übertragungen und verspätete Ereignisse zu berücksichtigen. Fachliche Verantwortliche müssen zudem wissen, welche Quelle verbindlich ist und wie Konflikte behandelt werden. Gerade bei einem digitalen Unternehmenszwilling sind konsistente Identifikatoren notwendig, damit Prozesse, Organisationseinheiten und Anwendungen korrekt miteinander verbunden werden. Datenintegration schafft diese Grundlage, erzeugt aber nicht automatisch ein vollständiges Unternehmensmodell oder verlässliche Entscheidungsprognosen.
Verwandte Wiki-Begriffe
Weiterführende Erklärungen: Semantisches Datenmodell, Business Intelligence, Enterprise Knowledge Graph.
Fachliche Quellen
IBM – Grundlagen der Datenintegration. Praxisbeispiele sind redaktionelle Szenarien ohne behaupteten Kundenbezug.