Konzeptkarte

BARC — The Data Fabric Survey

Stand 18. Oktober 2026

Redaktion: Cédric Mary, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist BARC?

Data Fabric ist ein Technologiemuster (aktive Metadaten, Virtualisierung, Lineage); Data Mesh ist ein Organisationsmodell (domänenverantwortete Data Products) — wer beides vermischt, diagnostiziert das eigentliche Problem eines Kunden falsch.

Data Fabric ist ein Architekturmuster, kein Produkt, das man kauft und einschaltet — eine Unterscheidung, die im Vendor-Marketing ständig verlorengeht. Sie beschreibt ein Designprinzip: dass Datenintegration, -zugriff und -governance über ein Unternehmen hinweg von Metadaten getrieben werden sollten, speziell von aktiven Metadaten, statt von handgecodeten Punkt-zu-Punkt-Pipelines, die jedes Quellsystem mit jeder konsumierenden Anwendung verbinden. Das Versprechen ist eine einheitliche, abfragbare, governte Sicht auf Unternehmensdaten, unabhängig davon, wo sie physisch liegen — On-Premise-ERP, Cloud-Warehouses, SaaS-Anwendungen, Data Lakes oder operative Datenbanken —, ohne dass zunächst jedes Byte an einen Ort kopiert werden muss.

Die drei Mechanismen

Eine funktionierende Data Fabric ruht auf drei zusammenwirkenden Fähigkeiten. Aktives Metadaten-Management geht über einen passiven Katalog hinaus, der einfach aufzeichnet, wo Daten liegen; es verfolgt Beziehungen zwischen Datensätzen, beobachtete Nutzungsmuster, Schema-Änderungshistorie und berechnete Qualitäts-Scores, und nutzt diese Intelligenz, um Joins zu empfehlen, Drift zu markieren und Richtliniendurchsetzung zu automatisieren, statt einen Menschen ein Problem bemerken zu lassen. Intelligente Datenvirtualisierung erlaubt es einem Konsumenten, über genuin heterogene Quellen hinweg über eine semantische Schicht zu fragen, ohne zunächst all diese Daten physisch in einen zentralen Speicher zu verschieben — die Abfrage wird dorthin federiert, wo die Daten liegen, und die Ergebnisse werden im Flug zusammengestellt. Automatisierte Lineage verfolgt die Herkunft jedes Datenpunkts von seinem Ursprung durch jede Transformation bis zu seinem Konsumpunkt, was Impact-Analyse möglich macht, wenn sich ein Quellschema stromaufwärts ändert, und ist oft selbst eine regulatorische Anforderung.

Warum es zählt

Aktive Metadaten gehen über einen passiven Katalog hinaus — sie verfolgen Beziehungen, Drift und Qualitäts-Scores, um Joins zu empfehlen und Richtliniendurchsetzung zu automatisieren.
Eine Data Fabric kann von einem zentralisierten Engineering-Team implementiert werden; ein Data Mesh erfordert die Verteilung der Eigentümerschaft über Geschäftsdomänen wie Finance und Supply Chain.
Lineage ermöglicht Impact-Analyse, wenn sich ein Quellschema ändert, und unterstützt regulatorische Anforderungen zur Datenrückverfolgung.

Kernpunkte

BARC-Nutzererfahrungsumfrage für die Data-Fabric-Kategorie.
Deckt Datenintegration + Metadaten + Katalog + Qualität + Governance + Orchestrierung ab.
Anbieterfeld: Informatica, Talend / Qlik Talend, Microsoft Fabric, Denodo usw. (BDC konkurriert hier).
Neuere Survey als BI / Planning — die Kategorie selbst ist jung.
Ranglisten paywalliert.
Die Data Fabric Survey 26 (BARCs 7. Jahresausgabe) befragte 776 Teilnehmer in 45 Ländern zu 19 Produkten; 69 % berichten hohen/sehr hohen Nutzen für Datenzugänglichkeit und 68 % für Datenkontrolle und -vertrauen, aber 36 % sehen kaum oder keinen Nutzen ihrer aktuellen Tools für die KI-Vorbereitung (BARC, 2026).
Anbieter vermarkten KI/ML- und Data-Product-Fähigkeiten weit stärker, als Nutzer sie tatsächlich einsetzen: 42 % der Anbieter positionieren KI/ML als Differenzierungsmerkmal gegenüber nur 18 % der Nutzer mit aktivem Einsatz, mit einer ähnlichen Lücke bei Data Products (51 % vs. 26 %) und Data Governance (41 % vs. 25 %) (BARC, 2026).
In aktiven Tool-Auswahlprozessen ist Microsoft Fabric die am häufigsten evaluierte Plattform (26 %), vor Databricks (21 %) und Snowflake (19 %) — die Shortlist, die ein Berater beim Scoping von SAP BDC bei einem Kunden bereits erwarten sollte (BARC, 2026).

Begriffe auf dieser Seite

Data Fabric: Integrierte Datenmanagement-Architektur, die Ingestion, Metadaten, Katalog, Qualität, Governance und aktive Orchestrierung unter einheitlicher Semantik vereint — ein von Gartner popularisierter Begriff.
Wiederverwendbares IP: Ein Artefakt, eine Checkliste oder ein Modell, das über Kunden hinweg wiederverwendet werden kann, ohne kundenspezifische Daten zu kopieren.
Data Mesh: Ein soziotechnisches Betriebsmodell, getrennt von Data Fabric, das Dateneigentümerschaft an Domänenteams verteilt (Finance veröffentlicht Finance-Data-Products, Supply Chain die eigenen) unter föderierten Governance-Regeln, die jede Domäne unabhängig anwendet, statt dass ein zentrales Team die gesamte Integration besitzt.
Aktive Metadaten: Metadaten, die über einen passiven Katalogeintrag hinausgehen, der nur festhält, wo Daten liegen — sie verfolgen Beziehungen, Nutzungsmuster, Schemaänderungshistorie und Qualitätswerte und nutzen diese Intelligenz, um Joins zu empfehlen, Drift zu markieren und automatisierte Richtliniendurchsetzung anzutreiben, statt dass ein Mensch ein Problem bemerken muss.
Datenvirtualisierung / Föderation: Einem Konsumenten erlauben, heterogene Quellen über eine Semantikschicht abzufragen, ohne zunächst alle Daten physisch in einen zentralen Speicher zu verschieben — die Abfrage wird dorthin föderiert, wo die Daten liegen, und Ergebnisse werden im laufenden Betrieb zusammengestellt; SAP Datasphere Remote Tables sind eine konkrete Umsetzung.
Lineage (Datenherkunft): Das Nachverfolgen der Herkunft eines Datenpunkts von seinem Ursprung durch jede Transformation bis zu seinem Konsumptionspunkt; ermöglicht Auswirkungsanalysen, wenn sich ein Quellschema vorgelagert ändert, und ist häufig selbst eine regulatorische Anforderung.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →

Offene SAP-Projekte

Aktuelle SAP-Analytics-Projekte und Stellen im DACH-Raum: SAP-Analytics-Projekte im DACH-Raum.