Blog — Data Vault & Data Warehouse Automation
Artikel zu Data Vault 2.0, Data Warehouse Automation, Snowflake, Databricks und praxisnaher Datentechnik.
-
Datensouveränität im KI-Zeitalter
Wie Unternehmen KI-Fähigkeiten aufbauen, ohne Datenkontrolle zu verlieren — Referenzarchitektur mit Datavault Builder, Exasol und Open-Source-LLMs.
Mehr lesen → -
Data Vault & Databricks Medallion-Architektur
Data Vault und Lakehouse gelten oft als unvereinbar. Dieses Webinar zeigt, warum Data Vault 2.0 und Databricks Medallion Architecture eine Stärke sind.
Mehr lesen → -
Wie ich über Business Value in Data denke
Datenprojekte scheitern selten an der Technologie. Sie scheitern, weil der Nutzen zu spät, in der falschen Form oder zu hohem Aufwand entsteht.
Mehr lesen → -
ISO 27001:2022 Zertifizierung & SOC 2 Type 2
Datavault Builder hat die ISO 27001:2022-Zertifizierung und SOC 2 Type 2-Konformität erreicht – ein Bekenntnis zu höchster Datensicherheit.
Mehr lesen → -
Flow.BI: KI-Datenmodelle importieren
Praxisdemo: Metadaten aus Flow.BI per Migration Vault in Datavault Builder migrieren – Hubs, Links, ETL-Pipelines und Deployment Schritt für Schritt.
Mehr lesen → -
Integration und Vereinheitlichung von Daten
Integration oder Unioning in Data Vault? Dieser Artikel erklärt den entscheidenden Unterschied und zeigt, wie Sie große Datenmengen optimal verarbeiten.
Mehr lesen → -
Near-Real-Time-Analytics mit Datavault Builder
Wie verarbeitet man Echtzeit-Datenströme aus IoT, Kreditkarten und Netzwerken effektiv? Webinar mit Datavault Builder und Kafka – auf Deutsch.
Mehr lesen → -
SSO mit Snowpark Container Services
Datavault Builder auf Snowflakes Snowpark Container Services ermöglicht Data Teams, Datenlösungen eigenständig einzurichten und zu betreiben – ohne IT-Abhängigkeit.
Mehr lesen → -
Bi-temporale Datenverarbeitung im DWH
Webinar für Banking, Versicherung und Finanzdienstleister: Wie Sie mit Datavault Builder bi-temporale Daten modellieren, laden und korrekt abfragen.
Mehr lesen → -
DVB auf Snowflake Snowpark Container Services
In diesem Video zeigen wir, wie einfach es ist, Datavault Builder auf den Snowflake Container Services zu betreiben.
Mehr lesen → -
GIT Check-In und Check-Out für Datenmodelle
Datavault Builder 7.1 bringt GIT Check-In und Check-Out für agile, verteilte Entwicklung – einfacher denn je.
Mehr lesen → -
Das Migration-Vault-Konzept
Ein Migration Vault ist ein spezialisierter Metadaten-Store, der selbst als Data Vault aufgebaut ist und die Migration von DBT zu Datavault Builder ermöglicht.
Mehr lesen → -
Talend Open Studio Alternative im Vergleich
Datavault Builder bietet ein breites Spektrum an Funktionen und Modulen – für denselben Preis wie früher kostenlose ETL-Tools.
Mehr lesen → -
Unified Star Schema automatisieren
Wie Datavault Builder die Implementierung des Unified Star Schema von Francesco Puppini und Bill Inmon vollständig automatisiert — schnell, präzise und wartungsarm.
Mehr lesen → -
Yale University: Datenmanagement revolutionieren — 75 % Kostenersparnis und schnellere Erkenntnisse
Datenmanagement-Automatisierung steigert die Produktivität deutlich: Wie die Yale University mit Datavault Builder 75 % der abgerechneten Stunden einsparte, ihr Datenteam erweiterte und schneller zu Erkenntnissen kam.
Mehr lesen → -
BI-SPEKTRUM Case Study: C&A auf Snowflake
BI-SPEKTRUM berichtete in Ausgabe 2023/3, wie einer unserer Kunden Datavault Builder zur Integration von SAP-Daten auf Snowflake einsetzt.
Mehr lesen → -
DDVUG Willibald Use Case Demo
Sieh, wie ein vollständiges Data Warehouse mit 2 Datenquellen in unter 3 Stunden in Datavault Builder aufgebaut wird — live beim DDVUG Willibald Use Case.
Mehr lesen → -
Ist Data Modeling tot?
Brauchen wir noch Datenmodelle? Welchen Wert haben Modelle, warum haben sie früher versagt – und wie schaffen wir damit echten Nutzen?
Mehr lesen → -
Data Vault bi-temporal: Inscription Time
Wann ist Inscription Time im Data Vault relevant? Drei Lösungsansätze — von Persistent Staging bis bi-temporalen Satelliten — mit Praxisbeispielen aus dem Banking.
Mehr lesen → -
Data Vault vs. Data Mesh — ein Widerspruch?
Schließen sich Data Vault und Data Mesh aus? Petr Beles erklärt, warum die Kombination aus Data Mesh, Data Vault und Automatisierung die richtige Antwort ist.
Mehr lesen → -
CI/CD mit Datavault Builder auf Snowflake
Wie Snowflakes Zero Copy Cloning zusammen mit Datavault Builder eine CI/CD-Pipeline für Ihr Data Warehouse ermöglicht — in wenigen Minuten einsatzbereit.
Mehr lesen → -
Sind Equi-Joins immer besser?
Sind INNER JOINs wirklich immer besser als LEFT JOINs? Ein reproduzierbarer Test auf Snowflake zeigt: die Antwort ist differenzierter.
Mehr lesen → -
3NF und Data Vault: Kein Grund zur Sorge
Unterstützt Datavault Builder 3NF? Die Antwort ist ja – und hier erfahren Sie, wie das funktioniert und warum Data Vault trotzdem die bessere Wahl ist.
Mehr lesen → -
DWH-Temporalität Teil 4: SCD-Type-2
Wie erstellt man SCD-Type-2-Dimensionen im Kimball-Stil aus einem Data Vault? Praxisleitfaden zu PIT-Tabellen, Joins und dem Einsatz von Datavault Builder.
Mehr lesen → -
DWH-Temporalität Teil 3: Zeitachsen ausgeben
In manchen Fällen ist die Ausgabe von Zeitachsen in Reports unerlässlich – etwa für Kundenhistorien, Betrugserkennung oder den Vergleich von Wissensständen.
Mehr lesen → -
DWH-Temporalität Teil 2: Komplexität
Wie sich temporale Komplexität im Data Vault reduzieren lässt – Datavault Builder-Nutzer fragen häufig, wie Änderungen über die Zeit korrekt abgebildet werden.
Mehr lesen → -
DWH-Temporalität Teil 1: Die Herausforderung
In den letzten Jahren wurde ich immer wieder mit der Anforderung konfrontiert, Reports mit SCD Type 2-Dimensionen zu erstellen – hier ist meine Orientierungshilfe.
Mehr lesen → -
Multi-Active Satellites im Data Vault
Petr Beles über die Implementierung von Multi-Active Satellites als Document Satellites im Data Vault: Muster, Abwägungen und praktische Empfehlungen.
Mehr lesen → -
Über Links im Data Vault
Petr Beles über Data-Vault-Links für Transaktionen: Muster, Stolperfallen und Designentscheidungen bei der Modellierung von Transaktions-Links.
Mehr lesen → -
Qlik
Zeigen Ihre Qlik Apps und Power BI Reports unterschiedliche Zahlen?
Weder Qlik noch Power BI liegt falsch. Jedes Tool hat seine eigene Ladelogik, seine eigenen Definitionen und seine eigene Lineage, also wird dieselbe Kennzahl zweimal berechnet und niemand kann sie abgleichen. Die Regeln gehören in ein gesteuertes Warehouse Modell, das beide Tools lesen.
Mehr lesen → -
Tableau
Gibt es auf Ihrem Tableau Server zu viele Versionen derselben Zahl?
Jede veröffentlichte .tdsx war an dem Tag, an dem sie entstand, vernünftig. Zusammen sind sie Hunderte private Definitionen derselben Kennzahl, und niemand kann sagen, welche stimmt.
Mehr lesen → -
Power BI
Zeigen Ihre Power BI Reports unterschiedliche Zahlen für dasselbe?
Finance, Sales und Operations haben jeweils ihr eigenes semantisches Modell gebaut, und jedes ist in sich stimmig. Die Definitionen waren nirgends falsch. Sie wurden nirgends abgestimmt.
Mehr lesen → -
Qlik
Bereinigen Sie dieselben Daten in jedem Qlik Ladeskript erneut?
Dieselben Mapping Loads, String Korrekturen und Deduplizierungen werden in jeder App und jeder QVD Schicht neu geschrieben, und die Kopien laufen auseinander. Die Bereinigung wiederholt sich pro Skript, weil keine integrierte Warehouse Schicht sie einmal erledigt.
Mehr lesen → -
Qlik
Sind Ihre Qlik Set Analysis Ausdrücke zu lang und zu langsam?
Set Analysis ist präzise für echte Vergleiche. Die meisten langen Ausdrücke in Ihrer App stehen dort, weil das Modell nie Historie, Flags oder eine einheitliche Granularität geliefert hat, und das Diagramm baut sie bei jeder Selektion neu.
Mehr lesen → -
Tableau
Sind Ihre Tableau LOD Ausdrücke zu komplex, um sie noch anzufassen?
FIXED, INCLUDE und EXCLUDE sind präzise Werkzeuge für echte Fragen über mehrere Granularitäten. Die meisten in Ihrem Workbook stehen dort, weil das Warehouse nie die Granularität aufgelöst oder die Historie bewahrt hat.
Mehr lesen → -
Power BI
Ist Ihr Power BI DirectQuery Report bei jedem Klick langsam?
DirectQuery und Direct Lake versprechen Live Daten. Was ankommt, ist ein Visual nach dreißig Sekunden und eine Compute Rechnung, die niemand erklären möchte. Nicht der Modus ist das Problem, sondern das Schema darunter.
Mehr lesen → -
Qlik
Erzeugen Ihre Qlik Apps immer wieder synthetische Schlüssel?
Synthetische Schlüssel und zirkuläre Referenzen sind Qlik, das genau das verknüpft, was es bekommen hat. Sie entstehen, weil die Daten ohne konforme Dimensionen oder echte Schlüssel ankommen, und deshalb muss jede App sie selbst erfinden.
Mehr lesen → -
Qlik
Scheitern Ihre Qlik Reloads immer öfter, je mehr Daten es werden?
Die In Memory Engine ist schnell, weil alles im RAM liegt. Reloads scheitern und Apps werden langsam, wenn dieses RAM mit Details auf Zeilenebene und Transformationen gefüllt ist, die vorher kein Warehouse erledigt hat.
Mehr lesen → -
Tableau
Scheitern Ihre Tableau Extract Refreshes oder laufen sie ständig zu spät?
Der Backgrounder läuft in einen Timeout, die .hyper Datei wächst weiter, und das Dashboard zeigt den Stand von gestern. Der Extract ist so groß, weil er Rohzeilen mitschleppt, die weiter oben nie aggregiert wurden.
Mehr lesen → -
Power BI
Wird Ihr Power BI DAX zu lang, um es noch zu pflegen?
Zweihundert Zeilen CALCULATE und FILTER sind kein Zeichen für fortgeschrittenes DAX. Meist sind sie ein Zeichen dafür, dass das Warehouse nie die Schlüssel, die Historie oder die Granularität geliefert hat.
Mehr lesen → -
Tableau
Wird Ihr Tableau Dashboard bei jeder Filteränderung langsam?
Zwanzig Sekunden "Abfrage wird ausgeführt" bei jedem Filterklick. Tableau rendert nicht langsam. Es wartet auf eine Datenbank, der eine Frage gestellt wurde, die sie nicht schnell beantworten kann.
Mehr lesen → -
Power BI
Scheitert Ihr Power BI Refresh nachts immer wieder?
Der geplante Refresh läuft in einen Timeout, Power Query geht der Speicher aus, und Sie erfahren davon, wenn jemand das Dashboard öffnet. Die Ursache ist fast nie Power BI. Es ist das, was Power BI tun soll.
Mehr lesen →
Hier gibt es noch nichts.