ETL ist ein Datenintegrationsverfahren aus den Schritten Extract, Transform und Load. Daten werden aus einem oder mehreren Quellsystemen extrahiert, nach fachlichen und technischen Regeln transformiert und anschließend in ein Zielsystem wie ein Data Warehouse geladen.
Was bedeutet ETL?
Verkaufsdaten liegen im ERP, Marketingdaten in einer Cloud-Anwendung und Serviceinformationen in einer separaten Datenbank. Für ein gemeinsames Reporting müssen diese Informationen zunächst zusammengeführt werden. Ein klassischer Ansatz dafür ist ETL.
ETL steht für Extract, Transform, Load: Daten werden aus Quellsystemen extrahiert, in eine geeignete Struktur transformiert und anschließend in ein Zielsystem geladen.
1. Extract – Daten aus Quellen holen
Im ersten Schritt werden relevante Daten aus den Quellsystemen gelesen. Das können relationale Datenbanken, APIs, CSV-Dateien, ERP-Systeme oder Cloud-Dienste sein.
Eine wichtige Frage lautet dabei, ob immer der komplette Datenbestand geladen wird oder nur Änderungen seit dem letzten Lauf. Letzteres reduziert Datenmenge und Laufzeit, benötigt aber eine verlässliche Änderungslogik.
2. Transform – Daten fachlich nutzbar machen
System A speichert Länder als „DE“, System B als „Deutschland“. Eine Transformation kann beide Werte auf einen gemeinsamen Standard abbilden, ungültige Datensätze markieren und Umsatzwerte in eine einheitliche Währung umrechnen.
Transformation ist häufig der anspruchsvollste Teil. Daten werden bereinigt, zusammengeführt, typisiert, gefiltert oder mit Geschäftsregeln angereichert. Forschung zu ETL-Prozessen behandelt diese Schritte deshalb als eigene modellierbare Aktivitäten.
3. Load – Daten ins Ziel laden
Im letzten Schritt werden die transformierten Daten in das Zielsystem geschrieben. Klassisch ist das ein Data Warehouse oder Data Mart. Heute können auch Lakehouses, Analyseplattformen oder operative Anwendungen Ziele einer Pipeline sein.
ETL und ELT
Bei ETL findet die Transformation vor dem Laden statt. ELT dreht die Reihenfolge teilweise um: Daten werden zunächst in ein leistungsfähiges Zielsystem geladen und dort transformiert.
ELT ist besonders in modernen Cloud-Datenplattformen verbreitet. Das macht ETL jedoch nicht überholt. Die passende Architektur hängt von Datenvolumen, Sicherheitsanforderungen, Zielsystem und vorhandener Infrastruktur ab.
ETL ist nicht nur für Reporting relevant
Bei einer Systemmigration können Kundendaten aus einer alten Anwendung extrahiert, bereinigt und auf das Datenmodell des neuen Systems abgebildet werden. Auch das ist im Kern ein ETL-Prozess.
Weitere Anwendungsfälle sind Stammdatenkonsolidierung, Datenmigration, regelmäßige Exporte für Partner oder die Vorbereitung von Daten für Machine-Learning- und KI-Anwendungen.
Typische Fehler in ETL-Pipelines
- Transformationen sind nicht dokumentiert.
- Fehlerhafte Datensätze verschwinden ohne nachvollziehbares Logging.
- Quellsysteme werden durch große Abfragen belastet.
- Schlüssel und Zeitstempel werden unterschiedlich interpretiert.
- Wiederholte Läufe erzeugen doppelte Datensätze.
ETL und Datenintegration
ETL ist eine konkrete Form der Datenintegration. Für Echtzeitprozesse kann dagegen eine API- oder Event-basierte Integration geeigneter sein. Ein Unternehmen nutzt deshalb häufig mehrere Muster parallel: ETL für Analyse und Historisierung, APIs für direkte Interaktionen und Events für asynchrone Abläufe.
Idempotenz und Wiederanlauf
Produktive ETL-Jobs müssen mit Fehlern umgehen können. Wird ein Lauf nach 70 Prozent abgebrochen und erneut gestartet, darf er nicht automatisch alle bereits geladenen Datensätze duplizieren. Dafür braucht die Pipeline eindeutige Schlüssel, Checkpoints oder idempotente Ladeverfahren.
Ebenso wichtig ist die Frage, was mit fehlerhaften Datensätzen passiert. Gute Pipelines trennen technische Fehler von fachlich ungültigen Daten und machen beides sichtbar, statt problematische Zeilen kommentarlos zu verwerfen.
Fazit
ETL schafft einen kontrollierten Weg von heterogenen Quelldaten zu einem nutzbaren Zielbestand. Die drei Begriffe klingen einfach, doch die Qualität einer Pipeline entscheidet sich vor allem in Transformation, Fehlerbehandlung und Datenverantwortung. Wer ETL plant, sollte deshalb nicht nur Technik, sondern auch die fachliche Bedeutung der Daten modellieren.
Passende Leistungen von Wils Solutions
Häufige Fragen
Wofür steht ETL?
ETL steht für Extract, Transform, Load: Daten werden extrahiert, transformiert und anschließend in ein Zielsystem geladen.
Was ist der Unterschied zwischen ETL und ELT?
Bei ETL werden Daten vor dem Laden transformiert. Bei ELT werden sie zunächst geladen und anschließend im Zielsystem transformiert.
Ist ETL nur für Data Warehouses gedacht?
Nein. ETL wird auch für Migrationen, Datenkonsolidierung, Exporte und andere Integrationsaufgaben eingesetzt.
Wann ist eine API besser als ETL?
Wenn Daten unmittelbar während eines Geschäftsprozesses benötigt werden, ist eine API häufig geeigneter. ETL eignet sich besonders für batch-orientierte Integration und Analyse.