Mit einem Satz beschrieben versteht man unter einer Datenintegration ein Zusammenfassen aller digitalen Informationen und Daten in ein einheitliches Datenmodel zur Nutzung in einem IT-System. Doch es ist schon etwas mehr nötig, als möglicherweise sogar stark verteilte Datenbestände einfach zu konsolidieren. Wichtigster Aspekt ist hierbei eine zentralisierte und leicht verständliche Ansicht der Informationen aus unterschiedlichen Quellen. Das es hierfür keine allgemeingültige Regel geben kann, dürfte jedem einleuchten. Oftmals zu komplex ist das Zusammenführen von teilweise auch mehrfach vorhandenen und unterschiedlichen Datenstrukturen.
Moderne Geschäftsprozesse, komplexere Kundenlösungen und immer kürzere Reaktionszeiten setzen Unternehmen jedoch zunehmend unter Druck. Alte und teils unstrukturierte Datensysteme müssen daher dringend erneuert und modernisiert werden. Um eine effektive Datenintegration durchführen zu können, müssen vorab wirkungsvolle Datenmodelle und eine gemeinsame Datenbasis geschaffen werden. Externe Komponenten wie Netzwerke, Client- und Serversysteme werden hierzu mit entsprechenden Schnittstellen vernetzt. Wir stellen Ihnen mit diesem Leit- und weiteren Folgeartikeln das Thema detaillierter vor.
Business-Types und API-Lösungen
Grundsätzlich kann man von zwei unterschiedlichen Modellen einer Datenintegration ausgehen. Zum einen werden hier Daten aus bestehenden und älteren Legacy-Systeme über eine Datenintegration in ein wirkungsvolles Datenmodell übersetzt. Über entsprechende Business-Types werden dann einfache Kundensichten erzeugt und angezeigt. Die eigentlichen Datenbestände bleiben dabei aber unberührt. Bestehende IT-Systeme werden mit neuen API-Schnittstellen ausgerüstet und stellen hierüber die problemfreie Vernetzung aller Komponenten sicher. Auf diese Weise können bestehende Systeme und Softwareanwendungen effektiv weitergenutzt werden.
Auf der anderen Seite kann man eine Datenintegration aber auch für die Gestaltung einer gänzlich neuen Datenarchitektur nutzen. Der große Vorteil hierbei ist die Tatsache, dass über eine solche Maßnahme in der Regel nicht-invasiv in die IT-Systemarchitektur eingegriffen wird. Allerdings ist die Zusammenführung von möglicherweise unterschiedlichen Datenquellen alles andere als trivial. Es ist eher eine große technische Herausforderung und bedarf der Gestaltung von speziellen Business-Types und vorgefertigten Prozessen, um eine einheitliche Sicht der Daten zu erreichen. Hier erfolgt dann auch eine Datentransformation und ein Data-Enrichment. Wohldefinierte APIs und wertvolle Business-Types sind hier die zentralen Schnittstellen.
Möglichkeiten der Datenintegration in der Praxis
Um eine Datenintegration in der Praxis durchzuführen, gibt es verschiedene Ansatzpunkte. Das wichtigste Entscheidungskriterium ist die Art und der Umfang der zu integrierenden Datenbestände. Kleinere Datenquellen können, auch aus wirtschaftlichen Gründen, oftmals noch manuell umgesetzt werden. Bei großen Datenmengen ist ein gänzlich anderer Ansatz erforderlich. Die folgende Auflistung zeigt eine erste grobe Klassifizierung über die Möglichkeiten einer Datenintegration:
Nutzung bestehender API-Schnittstellen
Mit der Nutzung bereits bestehender und älterer API-Schnittstellen kann eine normierte Abbildung auf eine moderne und hocheffiziente REST-API stattfinden. Dies hat den großen Vorteil der relativen einfachen Umsetzung in Richtung eines API-Gateways. Die Kundensysteme bleiben bei der Datenextraktion dabei völlig unberührt, da hier die neu erstellten SOAP-WS, REST oder Legacy-Schnittstellen „On the fly“ auf ein Business-Objekt normiert und im Unternehmen benutzbar werden.
Middleware oder anwendungsbasierte Integration
Wer mit größeren oder gar verteilten Datenbeständen arbeiten muss, wird sich eher für einen automatisierten Ansatz der Datentransformation und Datenintegration entscheiden. Eine Middleware-Anwendung übernimmt dabei vereinfacht dargestellt die Datensammlung, normalisiert diese nach einem festgelegten Business-Model und speichert sie beispielsweise in einen neuen zentralen Datenpool. Bei diesem Ansatz spricht man auch von der ETL-Technologie (Extraktion, Transformation und Laden), einem Prozess der kontinuierlichen Datenintegration.
UAI oder CSI
Mit einer besonderen Art der Datenintegration sorgt bei der UAI (Uniform-Access-Integration) eine Frontend-Modul dafür, dass die Informationen aus unterschiedlichen Datenquellen beim User einheitlich dargestellt werden. Die eigentlichen Datensätze bleiben dabei unverändert in den Quellen erhalten. Genau gegenteilig arbeite das CSI-Model (Common-Storage-Integration) im Rahmen der Datenintegration. Hier wird eine Kopie der Datensätze zu einer einheitlichen Sicht verarbeitet und im System gespeichert. Traditionelle Data-Warehouse Anwendungen arbeiten nach diesem CSI-Prinzip.
Fazit
Die rasante Digitalisierung und die damit einhergehende digitale Transformation von Daten nimmt stetig zu. Unternehmen mit veralteten Datenbanken und -strukturen werden dadurch zunehmend unter Druck gesetzt. Um weiterhin kundenorientierte Dienstleistungen oder auch digitale Produkte anbieten zu können, müssen die Unternehmen teils hohe Herausforderungen für die Aktualisierung oder Umsetzung ihrer bisherigen Datenstrukturen meistern. Mit unserer langjährigen Expertise in der Vernetzung und Verlinkung von Anwendungen und Datenbeständen über spezialisierte API-Schnittstellen und Business-Modelle profitieren unsere Kunden im hohen Maße. Gemeinsam mit Ihnen definieren wir die APIs und Business-Types und erstellen ein Daten-Mapping. Unser Know-How ist Ihr Erfolg. Fragen Sie einfach bei uns an, gemeinsam finden wir die für Sie beste Lösung.