Konzeptkarte

BARC — The Data Fabric Survey

Stand 2026-07-24T14:00:00Z

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

Was ist BARC — The Data Fabric Survey?

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.
BARC — The Data Fabric Survey ist erst gemeistert, wenn es eine benannte Kaufentscheidung verändert.
Beginnen Sie mit dem semantischen Vertrag und dem Kontrollmodell, bevor Sie das Tool vorführen.
Nutzen Sie aktuelle SAP-, Analysten-, Studien-, KG- und News-Signale als Beleg, nicht als Dekoration.
Trennen Sie verifizierte Fakten von richtungsweisenden Trends und modellierten Annahmen.
Definieren Sie Owner, Kennzahl, Schwellenwert, Support-Pfad und Rollback, bevor Sie skalieren.

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.
Entscheidungsverantwortlicher: Die verantwortliche Person, die den Trade-off akzeptiert und die nächste Maßnahme finanziert.
Semantischer Vertrag: Die gemeinsame Definition von Geschäftsbegriffen, Kennzahlen, Entitäten und Zugriffsregeln, die von Tools und Teams verwendet wird.
Kontrollebene: Die Schicht, die Richtlinien, Zugriff, Lineage, Monitoring und Eskalation über das Betriebsmodell hinweg anwendet.
Evidenzgrad: Eine Kennzeichnung, die verifizierte Fakten, richtungsweisende Signale, modellierte Annahmen und Feldbeobachtungen voneinander trennt.
Adoptionskennzahl: Das messbare Verhalten, das belegt, dass das Konzept die tatsächliche Arbeit nach dem Go-Live verändert hat.
Wiederverwendbares IP: Ein Artefakt, eine Checkliste oder ein Modell, das über Kunden hinweg wiederverwendet werden kann, ohne kundenspezifische Daten zu kopieren.
Entscheidungsverantwortlicher: Die verantwortliche Person, die den Trade-off akzeptiert und die nächste Maßnahme finanziert.

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 →