Erstelle Data-Warehouse-Schemas mit Dispec Loomer

Data-Warehouse-Modelle in Minuten statt Wochen

Der Aufbau eines Data Warehouses ist traditionell ein teures, komplexes und langwieriges Projekt. Daten müssen modelliert, normalisiert, historisiert und in Fakt- und Dimensionstabellen überführt werden. Dazu kommen manuelle SQL-Skripte, Schema-Anpassungen und ständige Änderungen in den Quellsystemen.

Dispec Loomer revolutioniert diesen Prozess.

Mit Loomer erstellen Sie komplette DWH-Schemas inklusive automatisierter Beladung in wenigen Minuten, nicht in Wochen.

Unterstützte Datenbanken

Dispec Loomer unterstützt den Aufbau von DWH-Strukturen für:

• Microsoft SQL Server
• PostgreSQL
• Oracle
• MySQL

Alle Funktionen stehen in jedem dieser Systeme vollständig zur Verfügung.

Fakt- und Dimensionstabellen automatisch erzeugen

Dispec Loomer erstellt vollständige Sternschemata:

• Faktentabellen
• Dimensionstabellen
• SCD1-Dimensionen (aktuelle Werte)
• SCD2-Dimensionen (historisierte Werte)

Bei SCD2 erzeugt Loomer automatisch:

• Surrogate Keys
• Gültige Historienzeilen
• Korrekte Verweise auf den jeweils gültigen Datensatz

Damit erhalten Sie ein professionelles, vollwertiges Data Warehouse, ohne eine einzige Zeile SQL schreiben zu müssen.

Normalisierte oder denormalisierte Quellen - beides möglich

Ihre Datenquelle kann sein:

• Normalisiert (3NF)
• Denormalisiert (Flatfile, Excel, CSV, Export aus Fachsystemen)

Dispec Loomer kann daraus erzeugen:

• Ein vollständig normalisiertes DWH-Schema
• Oder ein klassisches Sternschema mit Fakt- und Dimensionstabellen

Sie entscheiden, wie Ihr Zielmodell aussehen soll - Loomer übernimmt die technische Umsetzung.

Automatische Schema-Erweiterung bei Strukturänderungen

Ein häufiges Problem in DWH-Projekten: Die Quelle ändert sich. Neue Spalte? Geänderter Datentyp? Zusätzliche Attribute?

Dispec Loomer erkennt diese Änderungen automatisch und:

• Ergänzt fehlende Spalten im DWH
• Passt Datentypen an
• Erweitert Dimensionen und Fakten
• Hält das gesamte Schema stabil und konsistent

Wichtig: Strukturen werden niemals gelöscht, sondern nur erweitert.

Damit bleiben alle lesenden Systeme, zum Beispiel Power BI, jederzeit funktionsfähig.

Das Fabric-Prinzip: Daten möglichst unverfälscht übernehmen

Dispec Loomer folgt dem Fabric-Prinzip:

• Daten werden so unverändert wie möglich übernommen
• Transformationen werden bewusst und sparsam eingesetzt
• Datenqualität bleibt transparent nachvollziehbar

Warum ist das wichtig?

Die meisten QS-Probleme entstehen im Quellsystem. Wenn Daten 1:1 übernommen werden, lassen sich Fehler schneller finden, sauber analysieren und nachhaltig beheben.

Kommt es bei der Transformation zu Problemen, zeigt die Loomer Runtime diese im detaillierten Log an - inklusive betroffener Zeilen und Felder.

DWH-Erstellung in 5 Schritten

1. Quelle auswählen: Normalisiert oder denormalisiert - Loomer erkennt die Struktur automatisch.
2. Zielmodell definieren: SCD1, SCD2, Sternschema oder 3NF.
3. Tabellen generieren: Loomer erstellt alle Fakt- und Dimensionstabellen automatisch.
4. Ladeprozesse konfigurieren: Delta, Full Load oder Historisierung.
5. Transformation starten: Die Loomer Runtime übernimmt SQL-Generierung, Beladung und Logging.

Warum Dispec Loomer für DWH-Projekte ideal ist

• DWH-Schemas in Minuten statt Wochen
• Automatische Historisierung (SCD2)
• Automatische Surrogate Keys
• Automatische Schema-Erweiterung
• Stabile Strukturen für BI-Tools
• Keine SQL-Kenntnisse erforderlich
• Reproduzierbare, transparente Prozesse

Dispec Loomer macht Data-Warehouse-Engineering schneller, günstiger und zuverlässiger als klassische ETL-Prozesse.