Data Management
Was ist ETL?
ETL steht für Extract, Transform, Load und bezeichnet einen dreistufigen Prozess, mit dem Daten aus verschiedenen Quellsystemen extrahiert, in ein einheitliches Format transformiert und in ein Zielsystem geladen werden. ETL ist ein zentrales Verfahren der Datenintegration und die Grundlage, um verstreute Daten für Auswertung, Migration oder operative Nutzung zusammenzuführen.
Der Begriff kommt aus dem Data Warehousing, wird heute aber breiter verwendet, überall dort, wo Daten aus mehreren Quellen zusammengeführt werden müssen. Ein ETL-Prozess läuft in der Regel automatisiert und regelmäßig ab. Er sorgt dafür, dass Daten aus ERP, CRM, Shop oder externen Dateien in einer konsistenten, abgestimmten Form im Zielsystem ankommen. Neben Produktdaten betrifft das auch Kunden-, Transaktions- und Sensordaten.
| Phase | Aufgabe | Beispiel |
|---|---|---|
| Extract | Daten aus einer oder mehreren Quellen auslesen | Auslesen von Kunden- und Auftragsdaten aus ERP und CRM |
| Transform | Daten bereinigen, vereinheitlichen und aufbereiten | Formate angleichen, Dubletten entfernen, Felder zuordnen |
| Load | Aufbereitete Daten ins Zielsystem schreiben | Laden in ein Data Warehouse oder eine zentrale Plattform |
| Ausführung | Meist automatisiert und wiederkehrend | Nächtlicher Lauf, der neue Daten übernimmt |
Stand: Juli 2026. Die genaue Ausgestaltung der Phasen hängt von Quellsystemen und Zielarchitektur ab.
Daten durchlaufen nacheinander die drei Phasen, bis sie im Zielsystem konsistent nutzbar sind. Die Darstellung ist schematisch.
Wofür wird ETL genutzt?
ETL kommt überall dort zum Einsatz, wo Daten aus mehreren Systemen in einer abgestimmten Form zusammengeführt werden müssen. Typische Einsatzfelder:
- Befüllen eines Data Warehouse für Reporting und Analyse.
- Datenmigration bei der Ablösung oder Einführung von Systemen.
- Konsolidierung von Daten aus ERP, CRM, Shop und externen Quellen.
- Regelmäßige Aktualisierung zentraler Plattformen aus verteilten Quellen.
Ein wichtiger Unterschied ist die Reihenfolge: Beim klassischen ETL werden Daten vor dem Laden transformiert. Bei der jüngeren Variante ELT (Extract, Load, Transform) werden sie zuerst geladen und erst im Zielsystem aufbereitet, was besonders bei großen Datenmengen und modernen Cloud-Plattformen an Bedeutung gewinnt.
Einordnung
ETL entscheidet in der Praxis oft darüber, ob ein Datenprojekt trägt oder kippt. Die Transform-Phase ist der kritische Punkt: Werden Formate, Einheiten und Dubletten hier nicht sauber behandelt, wandern die Fehler ungefiltert ins Zielsystem und untergraben jede spätere Auswertung. Der Aufwand für die Transformationslogik wird regelmäßig unterschätzt. Wer hier zu knapp plant, migriert am Ende sein Datenchaos statt es aufzulösen.
Philipp Foreman, Geschäftsführer onacy GmbH
Wie hängt ETL mit Datenintegration zusammen?
ETL ist eines der wichtigsten Verfahren der Datenintegration, also des Zusammenführens von Daten aus unterschiedlichen Quellen zu einem konsistenten Ganzen. Während Datenintegration das Ziel beschreibt, ist ETL ein konkreter Weg dorthin. Andere Wege sind etwa Streaming, APIs oder direkte Datenbank-Replikation, die je nach Anforderung ETL ergänzen oder ablösen.
Ohne solide Data Management bleibt ein ETL-Prozess brüchig. Erst wenn Datenmodelle, Definitionen und Zuständigkeiten geklärt sind, lässt sich die Transformationslogik verlässlich abbilden. Genau hier setzt onacy an: Datenflüsse so aufsetzen, dass Quellsysteme sauber angebunden und Daten fehlerarm im Zielsystem ankommen.
Häufige Fragen
Was ist ETL einfach erklärt?
ETL steht für Extract, Transform, Load. In drei Schritten werden Daten aus Quellsystemen ausgelesen, in ein einheitliches Format aufbereitet und in ein Zielsystem geschrieben. So lassen sich verstreute Daten aus ERP, CRM oder Shop konsistent zusammenführen. ETL ist ein zentrales Verfahren der Datenintegration und läuft meist automatisiert und regelmäßig ab.
Wofür steht die Abkürzung ETL?
ETL steht für die drei Phasen Extract, Transform und Load. Extract bezeichnet das Auslesen der Daten aus den Quellen, Transform das Bereinigen und Vereinheitlichen, Load das Schreiben in das Zielsystem. Die Reihenfolge dieser drei Schritte gibt dem Verfahren seinen Namen und beschreibt zugleich den Ablauf eines typischen Datenintegrationsprozesses.
Was ist der Unterschied zwischen ETL und ELT?
Beim klassischen ETL werden Daten vor dem Laden ins Zielsystem transformiert. Bei ELT (Extract, Load, Transform) werden sie zuerst geladen und erst im Zielsystem aufbereitet. ELT gewinnt bei großen Datenmengen und modernen Cloud-Plattformen an Bedeutung, weil die Rechenleistung des Zielsystems für die Transformation genutzt wird. Die Wahl hängt von Datenmenge und Architektur ab.
Wie hängt ETL mit Datenintegration zusammen?
ETL ist eines der wichtigsten Verfahren der Datenintegration, also des Zusammenführens von Daten aus verschiedenen Quellen zu einem konsistenten Ganzen. Datenintegration beschreibt das Ziel, ETL ist ein konkreter Weg dorthin. Alternativen oder Ergänzungen sind Streaming, APIs oder direkte Replikation, die je nach Anforderung zum Einsatz kommen.
Verwandte Themen
ETL ist Teil des Data Managements bei onacy. Diese Seiten vertiefen, wie Daten aus verteilten Quellen konsistent zusammengeführt werden.
Datenflüsse, die im Zielsystem sauber ankommen
Ein ETL-Prozess ist nur so gut wie seine Transformationslogik. Im Erstgespräch schauen wir, welche Quellen zusammenlaufen sollen und wie die Daten fehlerarm im Zielsystem landen.
Mehr Kontext: Data-Management-Hub
