Data Warehouse
Was ist ein Data Warehouse?
Ein Data Warehouse ist ein zentraler Datenspeicher, der Informationen aus mehreren Quellsystemen zusammenführt, vereinheitlicht und langfristig für Analysen vorhält. Im Unterschied zu operativen Datenbanken ist ein Data Warehouse auf komplexe Abfragen, historische Vergleiche, Business Intelligence und konsistente Berichte ausgerichtet.
Data Warehouse einfach erklärt
Ein Data Warehouse, auf Deutsch einmalig auch Datenlager genannt, schafft eine gemeinsame Basis für Analytics. Es übernimmt Daten beispielsweise aus CRM-Systemen, Onlineshops, Werbeplattformen, Webanalyse, Finanzsoftware und internen Anwendungen. Vor der Speicherung werden Formate, Bezeichnungen und Qualitätsregeln vereinheitlicht. Dadurch lassen sich Informationen aus verschiedenen Abteilungen gemeinsam auswerten.
Ein Data Warehouse enthält typischerweise historische Daten, die nachträglich nur kontrolliert verändert werden. Eine Bestellung kann im Shopsystem ihren aktuellen Bearbeitungsstatus zeigen, während das Data Warehouse zusätzlich festhält, wie sich Umsatz, Marge oder Stornoquote über Monate entwickelt haben. Diese zeitliche Perspektive ermöglicht Trendanalysen, Forecasts und Vorjahresvergleiche.
Der zentrale Denkfehler besteht darin, ein Data Warehouse mit einer großen Ablage gleichzusetzen. Der Nutzen entsteht erst durch ein verbindliches Datenmodell. Wenn Google Ads einen Kampagnennamen anders schreibt als das interne CRM oder mehrere Systeme unterschiedliche Kundennummern verwenden, bleiben die Daten ohne Zuordnungsregeln fachlich getrennt. Prüfe deshalb vor dem Aufbau, welche Entitäten wie Kunde, Bestellung, Kampagne oder Produkt systemübergreifend eindeutig identifiziert werden.
Wie funktioniert ein Data Warehouse?
Ein Data Warehouse verarbeitet Daten in mehreren Schritten. Quellsysteme liefern Rohdaten über Schnittstellen, Dateien, Datenbankzugriffe oder Ereignisströme. Anschließend werden fehlerhafte Datensätze erkannt, Formate normalisiert und fachliche Regeln angewendet. Erst danach stehen die Informationen für Dashboards, Berichte oder statistische Analysen bereit.
ETL und ELT im Vergleich
ETL steht für Extract, Transform, Load. Bei diesem Verfahren werden Daten zuerst extrahiert, außerhalb des Data Warehouse transformiert und anschließend geladen. ELT verändert die Reihenfolge: Die Rohdaten gelangen zunächst in das Zielsystem und werden dort aufbereitet. ELT eignet sich besonders für leistungsfähige Cloud-Systeme und große, unterschiedlich strukturierte Datenmengen.
| Merkmal | ETL | ELT |
|---|---|---|
| Reihenfolge | Extrahieren, transformieren, laden | Extrahieren, laden, transformieren |
| Rohdaten im Zielsystem | Meist nur eingeschränkt | In der Regel vorhanden |
| Transformation | Vor dem Laden | Im Zielsystem |
| Typischer Einsatz | Klar definierte Berichtsmodelle | Flexible Analysen großer Datenbestände |
Analytics mit einem Data Warehouse
Analytics bezeichnet die systematische Auswertung von Daten, um Entwicklungen zu erkennen und Entscheidungen vorzubereiten. Ein Data Warehouse liefert dafür konsistente Eingabedaten. Analysten müssen Kennzahlen wie Umsatz, Conversion-Rate oder Kosten pro Lead dadurch nicht für jeden Bericht neu aus mehreren Dateien zusammensetzen.
Ein Data Warehouse verbessert Analytics nur, wenn Kennzahlen fachlich eindeutig definiert sind. Eine Conversion kann je nach System einen Formularversand, einen qualifizierten Lead oder einen Kauf bezeichnen. Werden diese Ereignisse ungeprüft addiert, entsteht eine scheinbar präzise, fachlich jedoch falsche Kennzahl. Lege für jede KPI fest, welches Ereignis zählt, welche Quelle führend ist und welcher Zeitraum verwendet wird.
Messbar ist die Qualität eines Data Warehouse zum Beispiel über Ladevollständigkeit, Aktualisierungszeit, Dublettenquote und die Zahl nicht zuordenbarer Datensätze. Ein täglicher Import mit 50.000 erwarteten Bestellungen ist unvollständig, wenn nur 47.500 Datensätze ankommen. Die Vollständigkeit beträgt in diesem Rechenbeispiel 95 Prozent: 47.500 geteilt durch 50.000, multipliziert mit 100. Prüfe solche Kontrollen automatisiert nach jedem Ladevorgang.
Datenmodelle für schnelle Analysen
Viele Data-Warehouse-Modelle trennen messbare Vorgänge von beschreibenden Merkmalen. Eine Faktentabelle enthält beispielsweise Umsatz, Menge und Kosten. Dimensionstabellen liefern den Kontext, etwa Datum, Produkt, Region, Kunde oder Kampagne. Diese Trennung reduziert widersprüchliche Zuordnungen und beschleunigt wiederkehrende Auswertungen.
Star Schema und Snowflake Schema
Beim Star Schema liegt eine Faktentabelle im Zentrum und ist direkt mit mehreren Dimensionstabellen verbunden. Das Modell ist vergleichsweise leicht verständlich und benötigt für viele Berichte wenige Tabellenverknüpfungen. Beim Snowflake Schema werden Dimensionen weiter normalisiert. Eine Produktdimension kann dann getrennte Tabellen für Kategorie, Marke und Hersteller verwenden.
Der Unterschied zwischen Star Schema und Snowflake Schema liegt vor allem im Verhältnis von Einfachheit zu Redundanz. Das Star Schema wiederholt bestimmte Beschreibungen, erleichtert dafür Abfragen. Das Snowflake Schema speichert Merkmale stärker getrennt, verlangt jedoch mehr Verknüpfungen. Wähle das Modell nach den Berichtsanforderungen und nicht allein nach theoretischer Speichereffizienz.
Relevanz für SEO, SEA und GEO
Ein Data Warehouse verbindet Marketingkosten mit organischem Traffic, Leads, Umsatz und Kundenwert. Für SEO kann es Rankings, Suchanfragen, Landingpages und CRM-Abschlüsse zusammenführen. Dadurch wird erkennbar, welche organisch gewonnenen Besucher zu qualifizierten Anfragen führen. Eine reine Traffic-Auswertung kann diesen Zusammenhang nicht abbilden.
Für SEA verbindet ein Data Warehouse Klick- und Kampagnendaten mit Ergebnissen außerhalb der Werbeplattform. Unternehmen können dadurch statt eines Formularversands den späteren Auftragswert analysieren. Der gemeinsame Datenbestand unterstützt auch SEO- und SEA-Synergien, etwa bei Keywords, die gleichzeitig bezahlt werden und organisch ranken.
Für GEO, also Generative Engine Optimization, kann ein Data Warehouse Daten zur Präsenz einer Marke in KI-Antworten mit Content-, Quellen- und Conversion-Daten verbinden. Die Analyse zeigt dann, welche Inhalte bei Google Reichweite erzielen, welche Seiten von KI-Systemen aufgegriffen werden und ob daraus messbare Kontakte entstehen. Grundlagen zur Optimierung dieser Präsenz bietet die Leistungsseite zur Sichtbarkeit in KI-Suchen.
Ein fachlich ähnlicher Ansatz wird in der Performance Suite für SEO-, SEA- und GEO-Daten genutzt. Die Plattform bündelt Daten aus mehr als 20 APIs und eigenen Erhebungen. Über das verlinkte Modul für kuratierte Exporte lassen sich ausgewählte Datensätze in ChatGPT, Claude, Perplexity oder Gemini analysieren. Für wiederkehrende Managementauswertungen stehen außerdem automatisierte Reporting-Funktionen zur Verfügung.
Data Warehouse und verwandte Systeme
Der Unterschied zwischen einem Data Warehouse und einer operativen Datenbank liegt im Verwendungszweck. Operative Datenbanken verarbeiten laufende Vorgänge wie Bestellungen, Lagerbewegungen oder Kundenänderungen. Ein Data Warehouse übernimmt ausgewählte Daten aus diesen Systemen und strukturiert sie für umfangreiche, meist lesende Analysen.
Ein Data Lake speichert große Mengen an Rohdaten häufig in ihrem ursprünglichen Format. Ein Data Warehouse verwendet stärker strukturierte und fachlich geprüfte Daten. Moderne Architekturen kombinieren beide Ansätze: Der Data Lake bewahrt flexible Rohdaten auf, während das Data Warehouse verbindliche Kennzahlen für Berichte bereitstellt.
Business Intelligence ist ebenfalls kein Synonym für ein Data Warehouse. Business Intelligence umfasst Methoden und Werkzeuge für Berichte, Dashboards und Analysen. Das Data Warehouse bildet häufig die Datenbasis dafür. Ein Dashboard kann allerdings auch direkt auf einzelne Quellsysteme zugreifen, was bei abweichenden Definitionen zu widersprüchlichen Zahlen führen kann.
Typische Fehler beim Aufbau
Ein Data Warehouse kann technisch korrekt funktionieren und dennoch ungeeignete Ergebnisse liefern. Der häufigste Grund sind unklare Geschäftsregeln. Wenn Umsatz einmal mit und einmal ohne Stornierungen berechnet wird, zeigen zwei Berichte verschiedene Ergebnisse, obwohl beide Abfragen fehlerfrei laufen.
Wann lohnt sich ein Data Warehouse?
Ein Data Warehouse lohnt sich, sobald wiederkehrende Entscheidungen Daten aus mehreren Systemen benötigen und manuelle Zusammenführungen zu viel Zeit oder widersprüchliche Ergebnisse erzeugen. Ein Unternehmen mit nur einer Datenquelle und wenigen Standardberichten benötigt häufig noch keine eigene Warehouse-Architektur. Bei mehreren Vertriebskanälen, Werbeplattformen, Ländern oder Marken steigt der Nutzen deutlich.
Vor der technischen Auswahl solltest du drei bis fünf konkrete Analysefragen festlegen. Eine geeignete Frage lautet beispielsweise: Welche Kampagnen erzeugen nach Abzug von Stornos und Vertriebskosten den höchsten Deckungsbeitrag? Aus solchen Fragen ergeben sich benötigte Quellen, Aktualisierungsintervalle, Tabellen und Qualitätsprüfungen. Die Anforderungen an ein aussagekräftiges SEO-Reporting lassen sich nach demselben Prinzip definieren.
Häufige Fragen zum Data Warehouse
Welche Daten gehören in ein Data Warehouse?
In ein Data Warehouse gehören Daten, die für wiederkehrende Analysen, Berichte oder Planungen benötigt werden. Dazu zählen beispielsweise Transaktionen, Kampagnenkosten, Webanalyse-Daten, CRM-Informationen, Produktdaten und historische Bestände.
Braucht jedes Unternehmen ein Data Warehouse?
Nein. Bei wenigen Datenquellen und einfachen Berichten kann eine direkte Auswertung ausreichen. Ein Data Warehouse wird sinnvoll, wenn mehrere Systeme verbunden, historische Entwicklungen analysiert oder einheitliche KPI-Definitionen durchgesetzt werden sollen.
Wie aktuell sind die Daten in einem Data Warehouse?
Die Aktualität hängt vom Ladeprozess ab. Manche Systeme aktualisieren Daten einmal täglich, andere stündlich oder nahezu in Echtzeit. Das Intervall sollte sich an der Entscheidung orientieren, die auf den Daten basiert.
Kann ein Data Warehouse in der Cloud betrieben werden?
Ja. Cloudbasierte Systeme stellen Speicher und Rechenleistung flexibel bereit und trennen häufig beide Ressourcen. Unternehmen müssen trotzdem Zugriffsrechte, Kostenkontrolle, Datenmodelle und Qualitätsprüfungen selbst definieren.
Was bedeutet Single Source of Truth?
Single Source of Truth bezeichnet eine fachlich verbindliche Datenquelle für eine Kennzahl oder Entität. Der Begriff bedeutet nicht, dass alle Rohdaten physisch in einem einzigen System liegen müssen. Maßgeblich sind eindeutige Definitionen und geregelte Zuständigkeiten.
Wer ist für ein Data Warehouse verantwortlich?
Die technische Verantwortung liegt häufig bei IT- oder Datenteams. Fachabteilungen müssen jedoch Definitionen für Umsatz, Leads, Kunden und Kampagnen liefern. Ein belastbares Data Warehouse benötigt deshalb klar benannte technische und fachliche Verantwortliche.
Wenn du SEO-, SEA- und GEO-Daten ohne manuelle Tabellen in einer gemeinsamen Analysebasis nutzen möchtest, kannst du einen kostenlosen Zugang anlegen.
Sie haben noch Fragen?
