aggregierbar

Aggregierbar ist ein Adjektiv im Deutschen, das beschreibt, dass sich ein Datensatz, eine Messgröße oder eine Kennzahl durch Aggregation zu einer zusammenfassenden Größe verarbeiten lässt. Aggregation umfasst Operationen wie Summe, Mittelwert, Anzahl, Minimum oder Maximum und gegebenenfalls komplexere Statistiken, die über eine Menge von Elementen angewendet werden. Daten gelten als aggregierbar, wenn sie bei Gruppierung nach einer gemeinsamen Dimension sinnvoll zusammengefasst werden können, ohne die Aussagekraft zu verzerren.

Damit Daten aggregierbar bleiben, müssen sie eine gemeinsame Granularität und kompatible Einheiten haben oder durch geeignete Transformationen vergleichbar gemacht werden. Kategorische Daten können durch Zählen oder Häufigkeiten aggregiert werden; numerische Daten durch Summen oder Mittelwerte; zeitbezogene Daten erfordern konsistente Zeitfenster.

In der Datenanalyse und im Data-Warehousing werden aggregierbare Messgrößen oft in Faktentabellen mit fester Granularität abgelegt. Die Aggregation erfolgt durch Gruppierung nach Dimensionen wie Produkt, Region oder Zeit. Grundlegende Typen von Messgrößen sind additive, semi-additive und nicht-additive Größen; beispielsweise ist der Umsatz additive, der Lagerbestand zeitweise semi-additiv und der Margenquotient nicht-additiv.

Beschränkungen: Nicht alle Daten sind sinnvoll aggregierbar; Unterschiede in Einheiten, Kontext oder Messmethoden können zu verzerrten Ergebnissen führen. Aggregation kann zu Informationsverlust führen; die Wahl der richtigen Aggregationsregel sowie die Festlegung der Granularität sind zentrale Aspekte der Datenmodellierung. In sensiblen Anwendungen ist auf Datenschutz zu achten, da aggregierte Ergebnisse Rückschlüsse ermöglichen können.

Siehe auch: Additive Größen, Semi-additive Größen, Nicht-additive Größen, OLAP, Data Warehousing.