Episoden
24.05.2026
11 Minuten
Diese Folge knüpft an die Diskussion zur Datenidentifikation an und schärft einen wichtigen Punkt nach: Das semantische Modell darf nicht einfach aus den technischen Vorsystemen abgeleitet werden. Marcus beschreibt, warum gute BI zwischen zwei Extremen navigieren muss: zwischen ungebremstem Self-Service auf der einen Seite und technikgetriebener Zentralisierung auf der anderen. Es geht um Anforderungsanalyse, um die Rolle von Datenplattformen und um die Frage, für wen ihre Strukturen eigentlich gebaut werden. Die Folge macht deutlich: Fachlichkeit muss führen, aber Technik darf nicht ignoriert werden. Belastbare BI entsteht dort, wo beides sauber zusammengeführt wird.
Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/
Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/
Mehr
15.05.2026
7 Minuten
Bevor ein Dashboard gebaut wird, muss eine viel grundlegendere Frage geklärt sein: Welche Daten sind überhaupt die richtigen für das Modell? In dieser Folge geht es um Datenidentifikation im Dashboard Creation Cycle und darum, warum die sichtbare Oberfläche oft nur die halbe Wahrheit zeigt. Marcus beschreibt, wann Daten direkt aus einem Vorsystem kommen, wann eine Datenplattform dazwischen gehört und warum ein DWH nicht einfach nur ein technischer Zwischenschritt ist. Auch die Unterschiede zwischen angezeigten Strukturen, berechneten Feldern und echter Herkunft werden klarer. Die Folge macht deutlich, wer Daten modellieren will, muss zuerst ihre Quelle verstehen.
Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/
Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/
Mehr
09.05.2026
15 Minuten
In dieser Folge geht es um Slowly Changing Dimensions und damit um eine Frage, die im Datenmodell oft zu spät gestellt wird: Was bedeutet Änderung eigentlich genau? Marcus ordnet die gängigen Typen 1, 2 und 3 ein und zeigt, warum Historisierung nicht nur ein technisches Detail ist. Entscheidend ist, ob ein Modell den aktuellen Stand zeigen soll, den Stand zum damaligen Zeitpunkt oder eine korrigierte Sicht auf die Wirklichkeit. Die Folge macht deutlich, dass Zeitbezug, fachliche Gültigkeit und Systemgültigkeit nicht dasselbe sind. Und sie plädiert dafür, Historie möglichst nah an der Quelle zu halten.
Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/
Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/
Mehr
01.05.2026
13 Minuten
In dieser Folge geht es um die Frage, was passiert, wenn ein Star-Schema an seine Grenzen kommt. Marcus spricht über kleine Status- und Ja-Nein-Ausprägungen, über Degenerated Dimensions, über Factless Facts in Many-to-many-Situationen und über Kennzahlen, die erst zur Laufzeit sinnvoll werden. Dabei bleibt die Grundregel klar: Dimensionen beschreiben, Fakten messen. Interessant wird es genau dort, wo eine eigene Tabelle mehr verwirrt als klärt. Die Folge zeigt, dass gutes Datenmodellieren nicht dogmatisch ist, sondern sauber zwischen Regel und begründeter Ausnahme unterscheidet.
Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/
Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/
Mehr
25.04.2026
11 Minuten
In dieser Folge geht es um alternative Modellierungsformen rund um das Star-Schema. Marcus schaut auf Snowflake-Schema, One Big Table und das sogenannte Galaxy-Modell und ordnet ein, warum diese Formen jeweils bestimmte Vor- und Nachteile mitbringen. Der eigentliche Punkt liegt aber tiefer: Analytische Datenmodelle dürfen nicht nach der Logik transaktionaler Vorsysteme gebaut werden. Während operative Systeme auf Schreiben, Ändern und Konsistenz einzelner Datensätze optimiert sind, braucht Analyse eine Struktur, die Lesen, Einordnen und Wiederverwenden unterstützt. Genau deshalb ist Modellierung in BI keine bloße Übernahme vorhandener Tabellen, sondern eine bewusste Übersetzung in analytische Klarheit.
Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/
Musik: Great Podcast Intro (short & long) von Lundstroem
Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/
Mehr
Über diesen Podcast
thinkBI ist ein Podcast über Business Intelligence jenseits von
Tools und Dashboards. Im Fokus stehen Denkweisen, Entscheidungen
und Strukturen hinter erfolgreichen BI-Lösungen. Marcus Wegener
teilt Impulse aus über 15 Jahren BI-Erfahrung und beleuchtet, warum
Business Intelligence weniger ein Technikthema als eine
strategische Disziplin ist. Kurze Folgen, klare Gedanken, keine
Buzzwords – für alle, die mit Daten bessere Entscheidungen treffen
wollen.
Kommentare (0)
Melde Dich an, um einen Kommentar zu schreiben.