Daten gehören zu den wichtigsten Ressourcen von Unternehmen. Sie schaffen unter anderem eine wertvolle Grundlage, um Prozesse zu optimieren, neue Geschäftsmodelle zu entwickeln und generell informierte Entscheidungen zu treffen. Dementsprechend sammeln Unternehmen in der Regel so viele Daten wie sie können. Damit diese Daten aber auch wirklich nutzbar sind, müssen sie nicht nur gesammelt, sondern auch strukturiert und dauerhaft gespeichert werden. Doch klassische Methoden stoßen oft an ihre Grenzen, insbesondere, bei großen Datenmengen oder wenn sich Daten im Laufe der Zeit verändern. Data Vault 2.0 ist ein Ansatz zur Modellierung, der mehr Flexibilität, Skalierbarkeit und Transparenz verspricht.

Warum nicht einfach ein klassisches Data Warehouse?

Viele Unternehmen haben über Jahre hinweg klassische Data-Warehouse-Architekturen aufgebaut. Damit ist der Aufbau von Datenlagern gemeint, die Informationen aus unterschiedlichen Quellen zusammenführen. Diese haben durchaus ihre Stärken, etwa in der einfachen Abfrage und guten Performance für analytische Zwecke. Sie sind allerdings oft sehr unflexibel. Wenn neue Datenquellen integriert werden sollen, kann das mit großem Aufwand verbunden sein. Zudem fehlt es oft an klarer Nachvollziehbarkeit.

Was ist Data Vault 2.0?

Das Data Vault-Modell wurde Ende der 90er Jahre von Dan Linstedt entwickelt. Es ist ein methodischer Ansatz zum Aufbau von Data Warehouses. Im Gegensatz zu klassischen Modellierungsansätzen, die oft starr sind, verfolgt Data Vault das Ziel, flexibel, erweiterbar und auditierbar zu sein und löst damit die typischen Probleme von Data Warehouses. Data Vault 2.0 ist die weiterentwickelte Version dieser Methode. Sie umfasst nicht nur die reine Datenmodellierung, sondern auch Aspekte wie Big Data, Cloud-Integration, agile Arbeitsweisen und Automatisierung. Es handelt sich also um einen ganzheitlichen Ansatz für den gesamten Entwicklungsprozess. Damit ist Data Vault 2.0 bestens auf die Herausforderungen der modernen Datenwelt zugeschnitten.

Die Grundidee

Der Kern von Data Vault besteht in der klaren Trennung der Datenarten. Das Modell besteht im Wesentlichen aus drei Bausteinen: Ein Hub ist eine zentrale Tabelle, die die wichtigsten Geschäftsobjekte wie beispielsweise Kunden, Produkte oder Rechnungen abbildet. Der Hub enthält pro Geschäftsobjekt einen einzigartigen Business-Key, zum Beispiel die Kundennummer. Die Hubs sind der Ausgangspunkt, um alle späteren Verknüpfungen und Historisierungen darauf aufzubauen. Ein Link stellt die Beziehungen zwischen mehreren Hubs dar und modelliert so Vorgänge wie etwa den Kauf von Artikeln durch bestimmte Kunden. Links enthalten die Schlüssel der verbundenen Hubs und ergänzende Metadaten, aber keine beschreibenden Attribute. Satellites sind Tabellen, die alle relevanten beschreibenden Attribute zu Hubs oder Links festhalten, wie Namen, Adressen, weitere Merkmale oder auch Änderungen und Historien. Satelliten sind dabei für die Änderungen und Historisierung zuständig: Neue Attribute werden als separate Satelliten ergänzt, ohne die Struktur bestehender Tabellen zu ändern. Ein Satellite enthält immer einen Fremdschlüssel zum zugehörigen Hub oder Link und einen Zeitstempel. Die Trennung von Hub, Link und Satellite fördert die Anpassungsfähigkeit und Wartungsfreundlichkeit.

5 Gründe für die Nutzung von Data Vault 2.0:

• Hohe Flexibilität: Änderungen im Quellsystem oder neue Attribute können einfach durch Hinzufügen neuer Satelliten umgesetzt werden. Das Modell wächst also mit, ohne dass das Grundgerüst neu entworfen werden muss. So bleibt es konsistent und performant, auch bei großen Datenmengen oder vielen Quellsystemen.
• Agile Vorgehensweise: Data Vault 2.0 ist darauf ausgelegt, schrittweise aufgebaut zu werden. Statt monatelang an einem riesigen Modell zu arbeiten, können Teams kleine Teile umsetzen, testen und erweitern und Projekte iterativ umsetzen.
• Vollständige Historisierung: Änderungen und Löschungen werden nicht einfach überschrieben, sondern bleiben stets nachvollziehbar gespeichert. Das ist vor allem für Audits, Analysen und Compliance-Anforderungen hilfreich.
• Automatisierung: Viele der wiederkehrenden Prozesse, wie das Laden und Verarbeiten von Daten, können automatisiert werden. Dadurch werden Entwicklungszeiten deutlich verkürzt und Fehlerquellen minimiert. Auch die parallele Verarbeitung großer Datenmengen ermöglicht eine hohe Geschwindigkeit beim Datenmanagement.
• Integration verschiedenster Quellen: Egal ob strukturierte Datenbankdaten, Daten aus Cloud-Systemen oder Big-Data-Technologien, Data Vault 2.0 bringt heterogene Quellen in einem konsistenten Modell zusammen.

Für Einsteiger mag Data Vault 2.0 anfangs komplex wirken, doch die zahlreichen Vorteile macht es in vielen Fällen zu einer lohnenden Investition. Insbesondere für Unternehmen, die mit einer dynamischen und wachsenden Datenlandschaft umgehen müssen, ist dieses Konzept oft die bessere Wahl als starre, klassische Ansätze. Wer langfristig eine belastbare Datenbasis schaffen möchte, kommt an Data Vault 2.0 kaum vorbei.