Feldmapping Quelle zu Ziel
Datenmigration ist mehr als Dateiimport. Sie umfasst Auswahl, Bereinigung, Mapping, Transformation, Test, Cutover und den Nachweis, dass die Zielbestände fachlich stimmen.
Was bedeutet das praktisch?
Das Thema Feldmapping Quelle zu Ziel lässt sich am besten als Teil eines größeren Geschäftsprozesses verstehen. Einzelne Arbeitsschritte, Datenfelder oder Kennzahlen haben nur dann Aussagekraft, wenn ihre Eingaben, Ausgaben und Verantwortlichkeiten bekannt sind. Deshalb beginnt eine gute Beschreibung nicht mit einer Softwarefunktion, sondern mit dem realen Vorgang: Was soll erreicht werden, welches Objekt wird bearbeitet, welche Entscheidung wird getroffen und welcher Zustand muss danach eindeutig feststehen?
Datenmigration ist mehr als Dateiimport. Sie umfasst Auswahl, Bereinigung, Mapping, Transformation, Test, Cutover und den Nachweis, dass die Zielbestände fachlich stimmen. Der praktische Nutzen entsteht, wenn Begriffe, Status und Kennzahlen eindeutig definiert sind und dieselbe Definition über Planung, Ausführung und Auswertung hinweg verwendet wird.
Planung und Definition
Vor einer Berechnung oder Systemkonfiguration sollten Definitionen schriftlich festgelegt werden. Dazu gehören Einheit, Bezugszeitraum, Start- und Endzustand sowie bekannte Ausnahmen. Diese scheinbar einfachen Festlegungen verhindern, dass zwei Teams dieselbe Bezeichnung verwenden, aber unterschiedliche Sachverhalte messen. Besonders bei automatisierten Prozessen sollte außerdem dokumentiert werden, welche Regel einen Statuswechsel auslöst und wann eine manuelle Prüfung erforderlich bleibt.
Planung ist kein Versprechen. Sie ist eine nachvollziehbare Annahme über Mengen, Zeiten, Ressourcen oder Daten. Gute Planung lässt Reserven sichtbar, macht Abhängigkeiten deutlich und kann später mit dem tatsächlichen Ergebnis verglichen werden. Genau dieser Soll-Ist-Vergleich liefert die Grundlage für Lernen und Verbesserung.
Daten und Kennzahlen
Eine Datenkennzahl braucht einen klaren Nenner und eine reproduzierbare Regel. „98 % Datenqualität“ ist wenig aussagekräftig, wenn nicht bekannt ist, ob Vollständigkeit, Eindeutigkeit, Validität oder Genauigkeit gemeint ist und welche Felder oder Datensätze geprüft wurden.
Für Vergleiche über mehrere Tage, Bereiche oder Systeme sollten dieselben Definitionen weiterverwendet werden. Wenn sich eine Definition ändert, sollte der Bruch dokumentiert werden. Sonst sieht ein Dashboard möglicherweise nach Verbesserung oder Verschlechterung aus, obwohl sich nur die Messmethode geändert hat.
System- und Prozesssicht
Bei mehreren Systemen muss feststehen, welches System einen Wert fachlich führt, welche Anwendungen Kopien erhalten und was bei Konflikten passiert. Synchronisierung ohne Ownership kann Fehler lediglich schneller verteilen. Schnittstellen benötigen deshalb Monitoring, Wiederanlauf und nachvollziehbare Fehlerbehandlung.
Auch Schnittstellen und manuelle Übergaben gehören zur Prozesssicht. An jeder Übergabe sollte erkennbar sein, welches Objekt übergeben wird, welche Identität verwendet wird, welche Informationen verpflichtend sind und wie eine fehlgeschlagene Übergabe sichtbar wird. Ein Prozess, der nur im Normalfall funktioniert, ist operativ noch nicht vollständig beschrieben.
Praxisbeispiel
Beispiel: Bei „Feldmapping Quelle zu Ziel“ legt ein Unternehmen zuerst die fachliche Definition und den Datenverantwortlichen fest. Danach werden Regeln, Schlüssel, Quell- und Zielsysteme sowie messbare Qualitätskontrollen dokumentiert.
Bereinigung und Migration sollten kontrollierbar sein. Typische Kontrollpunkte sind Datensatzanzahl, eindeutige Schlüssel, Summen, Pflichtfelder, Beziehungen und Stichproben. Ein erfolgreicher technischer Import ist erst dann fachlich erfolgreich, wenn die Zielbestände die vereinbarten Regeln erfüllen.
Typische Fehler
- Felder migrieren, ohne ihre fachliche Bedeutung zu klären
- Dubletten automatisch löschen, ohne mögliche echte Unterschiede zu prüfen
- gleiche Datensatzanzahl als vollständigen Reconciliation-Nachweis behandeln
- Verantwortung für Stammdaten zwischen Fachbereich und IT offenlassen
Diese Fehler haben gemeinsam, dass sie lokale Optimierung mit einem belastbaren Gesamtprozess verwechseln. Ein guter Kontrollpunkt prüft deshalb nicht nur, ob ein einzelner Schritt abgeschlossen wurde, sondern auch, ob das Ergebnis für den nächsten Schritt verwendbar und nachvollziehbar ist.
Prüffragen für die Praxis
- Welches reale Geschäftsobjekt wird beschrieben?
- Welcher Schlüssel identifiziert es stabil?
- Welches System ist für welchen Wert führend?
- Welche Regel beweist nach Änderung oder Migration, dass die Daten fachlich stimmen?
Die Antworten müssen nicht kompliziert sein. Entscheidend ist, dass sie innerhalb des Unternehmens konsistent sind und sich in Arbeitsanweisungen, Systemregeln und Auswertungen wiederfinden. So wird aus einem isolierten Begriff ein steuerbarer Teil des Gesamtprozesses.
Stand: August 2026. Diese Seite ist allgemeine Bildungs- und Planungsinformation. Prozesse, Systeme, Verträge und gesetzliche Anforderungen können je nach Organisation und Land abweichen.