Referenztabellen braucht man in einer Data Solution an vielen Stellen, mal um etwas zu verkodieren, mal um es wieder zu dekodieren, gerade wenn personenbezogene Daten im Spiel sind. Wer ein Star Schema nutzt, sollte davon allerdings nichts mehr merken, denn dort muss das schon passiert sein. Die Daten kommen also von woanders her, und trotzdem sieht der Nutzer nur das fertige Ergebnis.
Bei Kunden höre ich öfters den Satz: Selbst die kleinste Tabelle ist bei uns ein Datenprodukt, die kann man anklicken, abonnieren und verwenden. Das andere Ende kenne ich auch, ein ganzes Schema mit physischen Tabellen, das ohne weitere Beschreibung als Datenprodukt bereitgestellt wird. Beides läuft unter demselben Namen, und das zeigt ganz gut, wie unterschiedlich der Begriff verwendet wird.
Im Juni habe ich auf der TDWI in München zugesehen, wie ein KI-Agent in ca. 18 Minuten ein Datenprodukt baut. Das war ziemlich beeindruckend für mich und für alle, die zugehört haben. Während des Vortrags, wurde mir schnell klar, was dafür vorher da sein muss.
Das fachliche Modell liegt fertig auf dem Tisch, und ab hier wird gebaut. Der kürzeste Weg der Implementierung von der Quelle bis zum fertigen Bericht ist der, eine ganze Schicht der Architektur auszulassen, und er funktioniert auch — jedenfalls so lange, wie die Annahmen halten, unter denen man ihn gewählt hat.
Seite 1 von 10




