Der technische Prozess der Konsolidierung von Daten aus heterogenen Quellen in eine kohärente, vereinheitlichte Darstellung oder eine zugängliche Vermittlungsschicht, die kombinierten Zugriff, Abfragen, Analysen oder anwendungsbezogene Nutzung ermöglicht, während Transformationen und Provenienz dokumentiert werden.

Prinzip

Integration legt Abbildungen, Transformationen und Harmonisationsregeln fest, die Schema-, Format- und Semantikheterogenität vereinbaren, sodass Abfragen oder Analysen über das einheitliche Modell ausgeführt werden können; der gewählte Ansatz (physisches ETL, virtuelle Föderation oder semantische Vermittlung) spiegelt Kompromisse zwischen Leistung, Treue und Provenienzwahrung wider.

Demonstration

Illustratives Szenario → Situation: Eine Universität will kombinierte Berichte über Erwerbungen, Ausleihe und elektronische Ressourcennutzung, die in drei separaten Systemen liegen. → Erkennung: Überlappende, aber unterschiedlich benannte Felder (z. B. 'user_id' vs. 'patron_no'), verschiedene Datumsformate und unterschiedliche Titelidentifikatoren. → Aktion: Zielschema definieren, ETL-Pipelines implementieren, um Felder zu transformieren und zuzuordnen, Identifikatoren abzugleichen und die Herkunft zu dokumentieren. → Folge: Administratoren führen Quellübergreifende Reports (z. B. Kosten pro Nutzung) aus; Analysten können integrierte Datensätze abfragen, wobei quellspezifische Unterschiede (Lizenzbeschränkungen) über Provenienzfelder erhalten bleiben.

Fehlanwendung

Die Annahme, strukturelle oder lexikalische Ähnlichkeit impliziere semantische Äquivalenz, und das Durchführen von blinden Joins (Fehler: Schema-Kompatibilität mit konzeptueller Identität verwechseln) führt zu irreführenden Aggregaten oder fehlerhaften Analysen.

Konsequenz

Effektive Integration ermöglicht ganzheitliche Analysen, koordinierte Dienste und automatisierte Workflows; schlecht geplante Integration verbreitet Fehler, verstärkt Inkonsistenzen, verschleiert Provenienz und kann Datenschutz- oder Compliance-Risiken schaffen, indem Daten über beabsichtigte Grenzen hinweg kombiniert werden.

Umkehrung

Wenn gesetzliche, datenschutzrechtliche, betriebliche oder Provenienzanforderungen Trennung erzwingen (z. B. zur Isolierung personenbezogener Daten oder zur Bewahrung quellspezifischer Lizenzen), kann statt einer vollständigen Integration ein föderierter Abfrage- oder Vermittlungsansatz erforderlich sein.

Abgrenzung

Eindeutig eingeschlossen: ETL- oder semantische-Vermittlungsprojekte, die Ausleih-, Erwerbungs- und Nutzungsprotokolle in einen einzigen analytischen Datensatz überführen. Grenzfall: Eine föderierte Suche, die den Zugriff vereinheitlicht, aber kein einheitliches Datenmodell erzeugt (einige Integrationsaspekte vorhanden, jedoch keine konsolidierte Darstellung). Eindeutig ausgeschlossen: Nur UI-basierte Aggregation, die lediglich disparate Ergebnisse anzeigt, ohne Schema oder Datenwerte zu harmonisieren.

Semantische Spannung

Interoperabilität und analytischer Nutzen durch Standardisierung ↔ Treue zur Originalsemantik, Provenienz und rechtlich/datenschutzrechtlichen Restriktionen, die eine Homogenisierung verhindern.

Synthese

Datenintegration ist ein ausdrücklicher Ingenieurskompromiss: Sie schafft eine nutzbare einheitliche Sicht durch Kodifizierung von Abbildungen und Transformationen, doch diese Entscheidungen bringen stets semantische Interpretationen und Provenenzpflichten mit sich, die aktiv verwaltet werden müssen.