ETL – Extract, Transform, Load
ETL steht für Extract, Transform, Load und bezeichnet ein Verfahren zur Datenintegration, bei dem Daten aus Quellsystemen extrahiert, transformiert und in ein Zielsystem geladen werden.
Im Schritt Extract werden Daten aus operativen Quellsystemen wie ERP, CRM, DMS, Webshops oder externen Plattformen ausgelesen. Im Schritt Transform werden sie bereinigt, harmonisiert, validiert, dedupliziert und in das Datenmodell des Zielsystems überführt.
Eine moderne Variante ist ELT (Extract, Load, Transform): Daten werden zunächst roh in eine performante Zielplattform geladen und dort transformiert.
Praxis-Beispiel: ETL-Pipeline für ERP-Reporting
Ein Unternehmen exportiert nächtlich alle Auftrags-, Kunden- und Lager-Daten aus seinem ERP-System ins zentrale Data Warehouse. Der ETL-Prozess (Extract-Transform-Load) übernimmt das in drei Schritten: Extract (Daten aus ERP-Datenbank lesen, typisch via SQL oder API), Transform (Bereinigung, Normalisierung, Berechnung von KPIs wie Roh-Marge pro Auftrag), Load (in Star-Schema oder Snowflake-Schema des DWH einfügen). Am Morgen liegen aktuelle Reports in Power BI bereit — Auftragseingänge, Lager-Reichweite, Margen pro Kunde, Vergleich Plan/Ist. Klassische ETL-Tools: Informatica, Microsoft SSIS, Talend, Apache NiFi, Pentaho. Cloud-Native: Talend Cloud, AWS Glue, Azure Data Factory.
Häufige Fragen zu ETL
Was unterscheidet ETL von ELT? ETL transformiert Daten, bevor sie ins Ziel-System geschrieben werden. ELT lädt Roh-Daten und transformiert erst nach dem Laden, oft im Cloud-Data-Warehouse (Snowflake, BigQuery). Bei großen Datenmengen ist ELT meist effizienter. Wie lange dauert ein ETL-Lauf? Bei Mittelstands-Volumen (1-50 Mio. Datensätze) typisch 30 Min bis 4 Stunden, abhängig von Komplexität der Transformationen und Hardware. Bei Cloud-DWH oft schneller wegen paralleler Verarbeitung. Brauche ich ETL für ein Reporting? Bei einfachen Auswertungen reicht oft direktes BI-Tool gegen die ERP-Datenbank. Sobald mehrere Datenquellen kombiniert werden müssen oder komplexe Transformationen nötig sind (z. B. Konzern-Konsolidierung), wird ETL Pflicht.
Verwandte Begriffe: Data Warehouse, MDM, iPaaS, Business Intelligence
Häufig gestellte Fragen
Was sind die Vorteile von Etl?
Die wichtigsten Vorteile sind Effizienz-Gewinne, Datenkonsistenz und bessere Entscheidungsgrundlagen — die konkreten Vorteile hängen vom Einsatzkontext ab und werden im Hauptteil ausführlich erläutert.
Die genaue Ausgestaltung hängt von Branche, Größenklasse und Customizing-Tiefe des konkreten ERP-Setups ab.
Eine fundierte Antwort erfordert immer den Blick auf die individuellen Geschäftsprozesse und die strategische IT-Roadmap.
Wie unterscheidet sich Etl von verwandten Konzepten?
Abgrenzungen zu verwandten Begriffen werden im Hauptteil erläutert. Mehr Begriffe und ihre Unterschiede finden Sie im ERP-Glossar.
Die genaue Ausgestaltung hängt von Branche, Größenklasse und Customizing-Tiefe des konkreten ERP-Setups ab.
Wann braucht ein Unternehmen Etl?
Konkrete Trigger-Punkte (Größe, Komplexität, Compliance-Anforderungen) sind im Hauptteil beschrieben. Generell lohnt sich der Einsatz wenn manuelle Prozesse skalieren-Probleme verursachen.
Die genaue Ausgestaltung hängt von Branche, Größenklasse und Customizing-Tiefe des konkreten ERP-Setups ab.
Welche Trends prägen Etl aktuell?
Wichtige Trends sind KI-Integration, Cloud-First, Composable Architecture und Embedded Analytics. Mehr zu modernen Architekturen unter Cloud-native ERP.
Die genaue Ausgestaltung hängt von Branche, Größenklasse und Customizing-Tiefe des konkreten ERP-Setups ab.
Wer entscheidet über Etl im Unternehmen?
Strategische Entscheidungen liegen meist bei Geschäftsführung oder CIO; die operative Umsetzung läuft mit Fachbereichen + IT-Team gemeinsam. Stakeholder-Setup ist im Hauptteil beschrieben.
Die genaue Ausgestaltung hängt von Branche, Größenklasse und Customizing-Tiefe des konkreten ERP-Setups ab.