Was ist Data Transformation?

Data Transformation (auf Deutsch Datentransformation) ist die Umwandlung von Daten von einem Format, einer Struktur oder einem Datentyp in einen anderen. Sie ist ein unverzichtbarer Bestandteil jeder Integration zwischen Systemen, die unterschiedliche Datenmodelle haben.

Der Grund: Kein System der Welt speichert und verwendet Daten exakt so, wie ein anderes System sie erwartet. Ein Shop liefert Preise als Text-String “19,99 €”. Das ERP erwartet eine Dezimalzahl “19.99”. Das ist eine Data Transformation: Entferne das Währungszeichen, ersetze das Komma durch einen Punkt, parse den String als Zahl.

Arten von Data Transformations

Format-Konvertierungen: Datumswerte (“2026-03-08” vs. “08.03.2026”), Zahlen (Komma vs. Punkt als Dezimaltrennzeichen), Zeichenkodierungen (UTF-8 vs. ISO-8859-1).

Strukturtransformationen: Ein einzelnes Adressfeld aufteilen in Straße, Hausnummer, PLZ und Ort. Oder umgekehrt, mehrere Felder in eines zusammenführen.

Normalisierung und Bereinigung: Großschreibung vereinheitlichen, überflüssige Leerzeichen entfernen, ungültige Zeichen filtern, Duplikate erkennen und zusammenführen.

Anreicherung: Zu einem Datensatz zusätzliche Informationen hinzufügen. Eine IP-Adresse in ein Land und eine Region auflösen. Eine Artikelnummer um den zugehörigen Lieferanten aus einer Lookup-Tabelle ergänzen.

Aggregation: Einzelne Datensätze zusammenfassen. Alle Positionen einer Bestellung zu einer Summe verdichten. Tägliche Verkaufszahlen zu Monatssummen kumulieren.

Data Transformation in ETL-Prozessen

ETL steht für Extract, Transform, Load. Das ist der klassische Prozess für Datenintegration: Daten aus dem Quellsystem extrahieren, transformieren und in das Zielsystem laden. Die Transformation ist der mittlere Schritt und oft der aufwändigste.

In Automation-Plattformen wie Make oder n8n gibt es eingebaute Transformations-Funktionen: Regex für Textverarbeitung, Datumsfunktionen, mathematische Operationen, JSON-Parsing und String-Manipulation. Komplexere Transformationen werden in Code-Modulen geschrieben.

Die Qualität der Transformation entscheidet über die Datenqualität im Zielsystem. Schlechte Transformationslogik erzeugt Datenfehler, die sich durch das gesamte System ziehen und schwer zu finden sind.

Im Rahmen unserer Automation-Arbeit, ERP-Integrationen und E-Commerce-Projekten definieren und testen wir Transformationslogiken sorgfältig. Beim Termin können wir einschätzen, wie komplex die Transformationsanforderungen für deine geplante Integration sind.