Die Datenintegration führt Daten aus verschiedenen Quellen zu einer einheitlichen Ansicht zusammen. Ein Unternehmen verfügt über Kundendaten in einem CRM-System, Transaktionsdaten in einem ERP-System und Support-Tickets in einem Helpdesk-System. Jedes System kennt nur einen Teil der Daten. Die Integration verknüpft diese Teile, sodass ein vollständiges Bild entsteht. Ohne sie müssten Analysten jedes System separat abfragen und die Daten manuell abgleichen.

Die Ansätze unterscheiden sich. ETL extrahiert Daten aus Quellen, transformiert sie in ein gemeinsames Format und lädt sie in ein Zielsystem. ELT kehrt die Reihenfolge um: Zuerst werden die Rohdaten geladen, dann transformiert. Die Wahl hängt von den Fähigkeiten des Zielsystems und den Präferenzen des Teams ab. Cloud-Data-Warehouses haben ELT populär gemacht, da sie Transformationen in großem Umfang verarbeiten können. API-basierte Integration verbindet Systeme in Echtzeit. Message Queues entkoppeln Produzenten und Konsumenten. Stammdatenmanagement stellt sicher, dass zentrale Entitäten wie Kunden und Produkte eine einheitliche, maßgebliche Definition haben. Die größte Herausforderung ist nicht die Technologie, sondern die Semantik. Zwei Systeme können unterschiedliche Codes für denselben Kunden verwenden. Ein System erfasst einen Verkauf bei der Bestellung, ein anderes erst beim Versand. Um diese Unterschiede auszugleichen, sind Geschäftsregeln erforderlich, nicht nur technische Schnittstellen. Integrationsprojekte scheitern, wenn die Daten an verschiedenen Stellen unterschiedliche Bedeutungen haben.

Integrationsansätze

• ETL – extrahieren, transformieren, laden
• ELT – extrahieren, laden, transformieren
• API-Integration – Echtzeitverbindungen zwischen Systemen
• Nachrichtenwarteschlangen – asynchroner Datenaustausch
• Stammdatenmanagement – ​​zentrale Datenquelle für wichtige Entitäten

Integration erfordert ebenso viel Übereinkunft wie Technologie. Die Systeme können sich verbinden. Die Definitionen müssen übereinstimmen.