Definition „Data Model“ Was ist ein Datenmodell?

Ein Datenmodell beschreibt die Daten einer Datenbank – hierdurch wird gewährleistet, dass alle Datenobjekte genau dargestellt werden können. Durch Datenmodelle können Datenbanken auf unterschiedlichen Ebenen entwickelt werden.

Einer Datenbank liegt ein Datenmodell zu Grunde, in dem die zu verarbeitenden Daten beschrieben werden. Zudem werden Eigenschaften der Daten sowie ihre Beziehungen zueinander festgelegt und in Relation zum Anwendungsbereich gesetzt. Gibt es den Anwendungsbereich noch nicht, kann dieser durch das Datenmodell auch skizziert werden.

Bei Anwendungsbereichen sprechen wir von fachlichen und technischen Anwendungsbereichen. Fachliche Definitionen umfassen dabei Datenmodelle für Geschäftsprozesse, -services oder Organisationseinheiten, technische Definitionen kommen bei Apps (für Smartphones oder Computer) zum Einsatz, aber auch bei Web-Services oder auf Plattformebene.

Das Datenmodell dient dabei auf technischer Ebene als Strukturierung der Datenbank; es ist aber auch eine essentielle Kommunikationsgrundlage, um die Funktionalität einer Datenbank zwischen Developern sowie Entscheiderinnen und Entscheidern klar definieren zu können.

Welche Typen Datenmodell gibt es?

Datenmodelle werden als unterschiedliche Typen charakterisiert, drei Modelltypen machen dabei das Gros aller Modelle aus.

Das konzeptionelle Modell

Dieses Datenmodell wird im Englischen auch als Conceptual oder Semantical Data Model bezeichnet und beschreibt den Anwendungsbereich aus einer fachlichen Sicht heraus. In der Regel erstellen Entscheider in den Unternehmen oder Datenbank-Architektinnen und -architekten diese Art Modell, in der genau festgelegt wird, was ein System beinhaltet. Geschäftskonzepte und -regeln werden in diesem Modell definiert und organisiert.

Diese Art Datenmodell schafft klare Geschäftsobjekte mit klaren Eigenschaften und klaren Beziehungen. Ein Onlineshop etwa hätte seine Waren als Geschäftsobjekte und deren Farben, die Typbezeichnung und den Preis als Eigenschaften.

Wie das konzeptionelle Modell letztlich technisch realisiert wird, ist für diesen Typ Datenmodell und die Arten der Beschreibungen, Beziehungen und Definitionen nicht weiter relevant. Es ist der praktischen Umsetzung gewissermaßen übergeordnet.

Das logische Modell

Ein logisches Datenmodell dient der genauen technischen Definition der Regeln und Datenstrukturen. Damit dient das logische Modell (Logical Data Model) als Bindeglied zwischen konzeptionellem und physischem Modell. Die im logischen Modell erarbeiteten Datenstrukturen lassen sich unabhängig vom tatsächlich verwendeten Datenbankmanagementsystem umsetzen.

In diesem Datenmodell werden Informationsobjekte (mit Namen, Attributen und primären und fremden Eigenschaften) festgehalten und Einschränkungen und Relationen definiert. Mit ER- oder oder UML-Diagrammen lassen sich logische Datenmodelle visuell wiedergeben. Für IT-Personal oder technische Abteilungen einer Unternehmensstruktur schafft dieser Modelltyp gleichermaßen Klarheit bei der Erstellung der Datenbank.

Das physische Modell

Das physische Datenmodell wird auch als Datenbankschema, technisches Datenmodell oder aber im Englischen Physical Data Model bezeichnet. Dieses Modell bezieht sich in seiner Strukturierung auf ein bestimmtes Datenbankmanagementsystem und geht auf die herstellerspezifischen Voraussetzungen der Software ein.

Arbeiten Unternehmen beispielsweise mit einer relationalen Datenbank, so gibt das physische Datenmodell die umsetzungsspezifischen Datenobjekte der Tabellen und Spalten sowie der Indizes, Berechtigungen, Ansichten und gespeicherten Vorgänge an.

Wie sich an diesen drei Typen Datenmodell bereits erkennen lässt, ist der Aufbau hierarchisch und führt von der (noch) abstrakten Konzeption über die logischen Grundrisse bis hin zur physischen Umsetzung. Bei letzterer muss die Entscheidung für eine Datenbank bereits getroffen worden sein. Hierbei werden logische Informationsobjekte in physische Datenobjekte eines spezifischen Datenbankmanagementsystems übertragen.

Dieser Aufbau zeigt auch, wie kritisch das gründliche Arbeiten beim Erstellen eines Datenmodells sein kann, da bessere konzeptionelle und logische Modelle Probleme beim Erstellen eines physischen Modells verringern können. Eine Änderung oder Anpassung auf konzeptioneller Ebene ist einfacher und günstiger als bei der physischen Implementierung.

Vorteile eines Datenmodells

Eine Datenbank ist ein enorm komplexes System, bei dem es viele potentielle Sollbruchstellen auf technischer und inhaltlicher Ebene gibt. Analog zum Hausbau ist ein Haus dann stabiler, wenn der Grundriss besser durchdacht ist und das Fundament sauberer gegossen.

Ähnlich verhält es sich auch mit Datenbanken, zumal hier die Kommunikationsebene zwischen IT und Unternehmen hier notorische Gefahren birgt. Die Erstellung von drei Datenmodellen zu jeder Phase der Planung kann helfen, Fehlkommunikationen zu vermeiden.

Ein detailliertes Datenmodell kann als präziser Maßstab für die tatsächliche Erstellung einer physischen Datenbank dienen. Wie komplex ein Datenmodell letztlich ist, hängt auch von der Komplexität der gewünschten Datenbank ab - jedoch sind Datenmodelle als Tool und Roadmap unerlässlich.

(ID:47744248)