Grundlagen der Datenintegration - Datenintegration - page 25

wird. Insbesondere bei Webanwendungen, die wie oben beschrieben, ihre Daten lediglich
aus anderen Systemen abgreifen, kann das zum Problem werden, da heutige Webnutzer
nur selten Wartezeiten akzeptieren. Dies führt unter Umständen dazu, dass z. B. bei Preis-
vergleichsportalen Mehrfachanzeigen ein und desselben Artikel-Preis-Paares auftreten, da
wegen abweichender Schreibweise nicht erkannt wird, dass das gleiche Produkt betroffen
ist.
Je nachdem welches Bedürfnis in einem Integrationsprojekt im Vordergrund steht, wird
eine der oben genannten Ebenen dominieren. Für jede Ebene haben sich typische Integra-
tionsarchitekturen als sinnvoll erwiesen. Im nächsten Abschnitt werden die wichtigsten
Ansätze betrachtet.
Kontrollfragen/Aufgaben:
1. Finden Sie jeweils ein weiteres Anwendungsszenario für Integration auf
Präsentations - Applikations - und Datenebene!
2. Suchen Sie im Internet nach konkreten Anwendungen, in denen Informationen aus
verschiedenen Unternehmen einheitlich präsentiert werden!
3. Suchen Sie Anbieter von Integrationslösungen und lesen Sie die veröfentlichten
Referenzen! Erstellen Sie sich eine Übersicht, in welchen Bereichen, bei welchen
Aufgabenstellungen Integrationswerkzeuge eingesetzt werden!
2.5 Integrationsarchitekturen
2.5.1 Extraktion-Transformation-Laden (ETL und ELT)
Der klassische Ansatz für die Integration auf Datenebene wird als Extraktion-
Transformation-Laden (ETL) bezeichnet. Der ETL-Prozess beschreibt den Vorgang, Daten
aus bestehenden Datenquellen zu extrahieren , mittels geeigneter Transformationsregeln
zu homogenisieren , nach bestimmten Vorschriften zu bereinigen und ggf. anzureichern und
in ein separates Ziel zu laden . Der integrierte Datenbestand existiert damit materialisiert
in einem eigenständigen System, die Quellsysteme bleiben unverändert bestehen. Der Zu-
griff auf die integrierten Daten durch den Anwender erfolgt über das Zielsystem.
Das häuigste Einsatzszenario für ETL ist das Erstellen unternehmensweiter Data Ware-
houses oder abteilungsweiter Data Marts . Daten, die aus verschiedenen Anwendungssyste-
men in verschiedenen Unternehmensbereichen anfallen, z. B. im Bereich Sales, Marketing,
Finance, Production, Logistic usw. werden in einem zentralen System zusammengeführt,
um z. B. eine umfassende Sicht auf den Kunden, die eigene Produktpalette oder Lieferanten
zu bekommen. Auf dieser Basis können komplexe Analysen erstellt werden, die Grundlage
für sinnvolle und nachhaltige Geschäftsentscheidungen sind.
Das Anwendungsspektrum von ETL ist allerdings deutlich breiter und spielt auch in an-
deren Bereichen des Datenmanagements, wie z. B. der Migration von Daten aus Altsys-
temen, der Replikation und Synchronisation von Daten, dem Datenqualitätsmanagement
oder dem Master Data Management eine wichtige Rolle [Fel08, S.8], [BAR09].