Datenbewirtschaftung mit ANIGMA

ETL & ELT

Datenbewirtschaftung mit ANIMGA

Daten sind der Grundbaustein der Datenbewirtschaftung und eines erfolgreichen Data Driven Business. Unternehmen, die Daten effektiv einsetzen gewinnen wettbewerbstechnische Vorteile gegenüber ihren Mitbewerbern, die keine Strategie mit dem Umgang ihrer Daten verfolgen. Die aus den Daten gewonnen Informationen enthalten wertvolle Einsichten, z.B. für die Entscheidungsfindung, Analytics oder Prozessoptimierung.

Durch verschiedene Faktoren, wie etwa die Digitale Transformation, Künstliche Intelligenz oder Big Data ändert sich auch die Datenbewirtschaftung. Täglich fallen größere Mengen Daten an. Die Kür einer erfolgreichen Daten-Strategie ist es, Informationen gekonnt auszuwerten und zu nutzen. Die eigentliche Herausforderung der digitalen Geschäftswelt besteht darin, Informationen so zu bearbeiten, dass sie den Entscheidern des Unternehmens relevante Erkenntnisse bieten.

ETL- & ELT-Prozess

ETL (Extract, Transform, Load) ist seit Jahrzehnten der herkömmliche Weg, um Daten in einer Zieldatenbank zu vereinigen. Der Prozess umfasst die folgenden Schritte:

Extraktion: Daten aus einer oder mehreren Quellen (z.B. Unternehmensanwendungen, Cloud, Systeme) werden abgerufen, gesammelt und gelesen.

Transformation: Dabei werden die gesammelten Daten für die jeweilige Datenbank umgewandelt.

Laden: Im letzten Schritt werden die Daten in die Zieldatenbank bzw. in das Data Warehouse geladen.

Visualisieren: Optional können die Daten, z.B. mittels eines Business-Intelligence-System noch visuell dargestellt werden.

Sinkende Kosten für Rechenleistung, größere Speicherplätze und Bandbreiten ermöglichen es, Daten vor dem Laden zu streamen. Diese Art der Datenbewirtschaftung nennt man ELT (Extract, Load, Transform). Anders als bei ETL-Prozessen, bei dem erst die transformierten Daten in ein Data Warehouse geladen werden, werden die Daten bei ELT erst in die Zieldatenbank geladen und anschließend erst verarbeitet. Dadurch eignen sich ELT-Prozesse besser für den Umgang mit großen Datenmengen.