Datenflüsse

Datenflüsse beschreiben den Weg von Daten durch Systeme und Prozesse. Sie umfassen die Quellen der Daten, die Transformationsschritte, die Speicherung sowie die Ziele, an die die Daten weitergeleitet werden. In der Praxis helfen Datenflüsse, zu verstehen, wie Anforderungen umgesetzt werden und wo Daten bewegt, verändert oder abgelegt werden.

In der Modellierung werden Datenflüsse häufig mit Datenflussdiagrammen (Data Flow Diagrams, DFD) dargestellt. Typische Bausteine sind externe Entitäten (Quellen/Senken außerhalb des Systems), Prozesse (Transformationen), Datenablagen (Speicher) und die Datenflüsse (Pfeile), die die Richtung und Art der Datenbewegung kennzeichnen. Die Diagramme arbeiten in hierarchischen Ebenen: Level-0 liefert einen Kontext des gesamten Systems, Level-1 zerlegt zentrale Prozesse in Teilprozesse und so weiter.

Historisch wurden DFDs im Umfeld der strukturierten Analyse entwickelt, mit Varianten wie Yourdon- oder Gane-Sarson-Notation.

Anwendungsfelder: Software- und Systementwicklung, Business-Process-Management und Data Engineering. In der Datenverarbeitung spielen Datenflüsse auch eine Rolle bei Data Lineage, Datenqualität, Governance und Compliance. Datenflüsse werden oft umgesetzt als Pipelines, die Daten von Quellen zu Zielen über Transformationsschritte bewegen, teils in Echtzeit, teils batchweise.

Herausforderungen: uneinheitliche Datenbegriffe, Änderungen an Schemas, Latenz, Skalierung, Sicherheit und Datenschutz, Synchronisation mit mehreren Systemen.

Beispiel: Ein Webformular erzeugt Rohdaten, geht durch Validierung, wird in einem Kundenstammsystem gespeichert und fließt in Berichte und Analysen.