Data Warehouse

Die Löschung erstreckt sich auch auf das Data Warehouse – die dortige Kopie ist ein eigener Datenbestand und gehört in das Löschkonzept. Artikel 12 Absatz 3 DSGVO setzt dafür eine Frist von einem Monat nach Eingang des Antrags, verlängerbar um zwei weitere Monate. Die Ausnahme für statistische Zwecke in Artikel 17 Absatz 3 greift nur, soweit die Löschung das Auswertungsziel erheblich beeinträchtigt. Praktisch bleibt die verdichtete Kennzahl, die personenbezogene Zeile geht.

Die belastbarste Zahl aus dem deutschsprachigen Raum ist alt: 15 Prozent der untersuchten Vorhaben wurden nie produktiv, die betriebswirtschaftlichen Anforderungen waren im Schnitt nur zu 70 Prozent erfüllt – eine Untersuchung über knapp 100 Unternehmen, berichtet im November 1999. Eine Marktforschungsprognose von 2005 sagte voraus, rund die Hälfte der Vorhaben werde scheitern oder an mangelnder Datenqualität hängen. Eine neuere Messung für den Mittelstand ist nicht belegt.

An einem Bericht, der plausibel aussieht und trotzdem den Stand von vorgestern zeigt. Fällt der nächtliche Ladelauf aus, bleiben die Tabellen gefüllt und niemand bemerkt den Stillstand – anders als bei einer Auswertung direkt auf dem Betriebssystem, die bei einem Ausfall sofort leer bleibt. Die Gegenmaßnahme ist ein Ladeprotokoll je Tabelle mit Zeitstempel und ein Alarm, sobald der letzte erfolgreiche Lauf älter ist als das vereinbarte Ladeintervall. Ohne diesen Alarm ist die Aktualität der Zahlen eine Annahme.

Die Fachabteilungen, nicht die Technik. Ein Data Warehouse muss sich beim Laden auf eine Lesart festlegen: Zählt der Umsatz mit oder ohne Storno, ab Auftrag oder ab Rechnung. Solange Vertrieb und Buchhaltung unterschiedlich rechnen, verschiebt eine technische Festlegung den Streit nur in den Ladeprozess. Das leistet ein Data Warehouse nicht: Es vereinheitlicht Formate, nicht Begriffe. Die Einigung gehört vor die erste Zeile Code – schriftlich, mit einer benannten verantwortlichen Person.

Der Zeitpunkt, an dem die Struktur festgelegt wird. Ein Data Warehouse bringt die Daten beim Laden in ein festes Schema; ein Data Lake nimmt sie roh auf und deutet sie erst beim Lesen. Daraus folgt die Regel: wiederkehrende Berichte über bekannte Fragen gehören in das Warehouse, unstrukturierte Bestände und offene Auswertungen in den Lake. Ohne Katalog und benannte Zuständigkeit wird aus einem Lake eine Ablage, die keiner mehr auswertet.