Medaillon-Architektur

Das Marketing meldet 500 Neukunden, der Vertrieb gleichzeitig nur 350. Der Grund dafür ist meist simpel: Beide Teams definieren denselben Begriff unterschiedlich. Gleichzeitig verbringen Data Engineers wertvolle Stunden damit, fehlerhafte Dashboards zu reparieren, weil ein Quellsystem unbemerkt einen Feldnamen geändert hat. Im Management-Meeting entstehen dadurch Diskussionen darüber, welche Zahlen korrekt sind, statt fundierter Entscheidungen.

Dieses Chaos entsteht häufig durch die direkte, ungeschützte Verbindung zwischen Rohdaten und Berichten. Fehlt eine klare Trennung zwischen Datenaufnahme, Bereinigung und Reporting, löst jede kleine Änderung im Quellsystem einen Dominoeffekt aus. Das gesamte System gerät dadurch ins Wanken.

Genau hier setzt die Medaillon-Architektur an. Sie bringt Struktur in die Datenverarbeitung, indem sie Verantwortlichkeiten sauber trennt. Die Medaillon-Architektur hat sich dabei als bewährtes Architekturprinzip moderner Datenplattformen etabliert und wird unter anderem in Microsoft Fabric als empfohlener Ansatz zur Strukturierung von Daten in Lakehouses eingesetzt. Statt Rohdaten direkt in Dashboards zu laden, verarbeitet sie Informationen in drei entkoppelten Schichten:

• •Bronze (Roh): Nimmt Daten exakt so auf, wie sie aus den Quellsystemen kommen. Änderungen an der Quelle beeinflussen den historischen Datenbestand dadurch nicht.
• •Silber (Sauber): Bereinigt fehlerhafte Datentypen, entfernt Duplikate und vereinheitlicht Formate. Auf dieser Ebene entsteht die verlässliche Grundlage für das gesamte Unternehmen.
• •Gold (Einsatzbereit): Ergänzt die Daten um Business-Logiken und bereitet sie gezielt für die Anforderungen der Fachbereiche auf.

Aber wie sieht diese Trennung in der Praxis aus? Wo entstehen technische Stolperfallen? Und ab wann lohnt sich der zusätzliche Aufwand? Genau darum geht es in diesem Beitrag.

Warum Unternehmen auf die Medaillon-Architektur setzen

Grundsätzlich lassen sich Daten auch in Excel-Tabellen sammeln und irgendwie entstehen daraus bereits erste Diagramme. Etwas strukturierter wird es, wenn alle Daten zentral organisiert vorliegen. Die vollständigste Lösung ist allerdings die Medaillon-Architektur. Doch worin liegt die eigentliche Verbesserung?

Aus Sicht eines Engineers liegt der größte Vorteil vor allem in der Wartung und im schnelleren Finden von Fehlern. Einzelne Verarbeitungsschritte werden sauber getrennt, sodass jederzeit klar definiert ist, wann und wo Veränderungen stattfinden. Dadurch lassen sich Probleme schneller analysieren und korrigieren. Das bedeutet nicht nur eine schnellere Entwicklung, sondern auch kürzere Unterbrechungen, wenn Prozesse fehlschlagen.

Allerdings arbeiten an Reporting-Lösungen deutlich mehr Menschen als nur ein Data Engineer. Manager profitieren davon, dass eine gemeinsame Architektur besonders gut skaliert. Ein Fehler tritt einmal auf und muss deshalb auch nur einmal behoben werden. Außerdem benötigen Berichte oft dieselben Daten und KPIs, allerdings mit unterschiedlichem Fokus. Wenn das Fundament bereits vorhanden ist, entstehen neue Reports deutlich schneller.

Darüber hinaus spielt das Konzept der „Single Source of Truth“ eine zentrale Rolle. Ziel ist eine zentrale und eindeutige Datenbasis. Dadurch bleiben Benennungen konsistent, Tabellen einheitlich und die Arbeit für Analysten einfacher und effizienter. Gleichzeitig verhindert die Architektur widersprüchliche Kennzahlen. Meetings drehen sich dann nicht mehr darum, welches Jahresergebnis korrekt ist, sondern um die eigentlichen Entscheidungen.

Wann lohnt sich die Medaillon-Architektur?

Die Medaillon-Architektur eignet sich nicht für jeden Anwendungsfall gleichermaßen. Besonders sinnvoll wird sie überall dort, wo Reporting eine zentrale Rolle spielt. In modernen Lakehouse-Plattformen wie Microsoft Fabric hat sie sich zudem als bewährtes Architekturkonzept etabliert. Die klare Trennung von Rohdaten, aufbereiteten Daten und Business-Modellen unterstützt sowohl klassische BI-Szenarien als auch Advanced Analytics und KI-Anwendungen.

Dazu gehören klassische Dashboards und Berichte, aber auch moderne datengetriebene Anwendungen.

Sobald Diagramme, KPIs oder Kennzahlen für Manager und Controller bereitgestellt werden sollen, unterstützt die Architektur stabile und nachvollziehbare Prozesse. Darüber hinaus entstehen durch KI neue Anwendungsfelder wie „Chat-with-your-data“, bei denen Nutzer Fragen an ihre Daten stellen und automatisch Antworten erhalten. Auch dafür bildet eine saubere Datenstruktur eine wichtige Grundlage.

Generell steigt der Nutzen der Medaillon-Architektur mit der Menge und Vielfalt der Daten. Kleine Datenbestände lassen sich oft noch direkt für einzelne Reports aufbereiten. Sobald jedoch aus einer Datenquelle mehrere Systeme werden, wächst die Komplexität schnell an. Dann lohnt sich der Aufbau einer stabilen Architektur besonders.

Die Bronze-Schicht speichert außerdem historische Daten. Löscht ein Quellsystem ältere Informationen, bleiben diese dennoch erhalten. Gerade bei manuell gepflegten Excel-Dateien ist das wichtig, da historische Daten dort oft fehlen oder nirgends sonst gespeichert werden. Innerhalb der Architektur bleibt diese Historie jedoch bestehen.

Wofür brauchen wir die Schichten der Medaillon-Architektur?

Die Medaillon-Architektur besteht aus drei Schichten, die jede Datenquelle durchläuft. Dabei verbessert sich die Qualität der Informationen Schritt für Schritt, bis die Daten schließlich für Reporting, Analysen und weitere Anwendungen nutzbar sind.

Bronze-Schicht: Die Rohdatenbasis

Am Anfang steht immer die Bronze-Schicht. Hier landen sämtliche Informationen exakt so, wie die Quellsysteme sie ausgeben: unverändert, ungefiltert und in ihrer ursprünglichen Struktur. Deshalb wird diese Ebene häufig auch als RAW-Schicht bezeichnet.

Dass die Daten bewusst unberührt bleiben, hat einen wichtigen geschäftlichen Hintergrund. Werden Quelldaten bereits beim Import verändert oder überschrieben, droht bei Fehlern ein dauerhafter Datenverlust. Die Bronze-Schicht verhindert genau das.

Treten später Probleme in der Verarbeitung auf, müssen Data Engineers die operativen Systeme nicht erneut belasten. Stattdessen passen sie lediglich die Verarbeitungslogik an und spielen die ursprünglichen Rohdaten noch einmal ein.

Außerdem entsteht auf dieser Ebene eine vollständige Historie aller Datenstände. Das erleichtert Governance- und Audit-Anforderungen erheblich, da sich jede Kennzahl bis zu ihrem Ursprung zurückverfolgen lässt. Gleichzeitig bleibt das Unternehmen flexibel, denn neue Anforderungen oder zukünftige Analysemodelle lassen sich jederzeit anhand des historischen Datenbestands rückwirkend umsetzen.

Silber-Schicht: Bereinigung und Standardisierung

Für die Silber-Schicht werden ausschließlich die Rohdaten aus Bronze verwendet. Hier beginnt die eigentliche Aufbereitung der Daten.

Das Data-Engineering-Team bereinigt Datensätze systematisch, entfernt Duplikate, korrigiert Tippfehler und behandelt fehlende Werte. Dadurch sinkt das Risiko fehlerhafter Auswertungen deutlich, da problematische Informationen gar nicht erst ins Reporting gelangen.

Neben der Bereinigung spielt die Standardisierung eine zentrale Rolle. Unterschiedliche Datumsformate oder uneinheitliche Schreibweisen wie „Deutschland“ und „Germany“ werden vereinheitlicht. Dadurch entsteht eine gemeinsame Sprache im Unternehmen. Fachbereiche müssen Datenfelder nicht mehr selbst interpretieren, sondern arbeiten mit klar definierten Strukturen.

Darüber hinaus findet auf dieser Ebene die gezielte Datenanreicherung statt. Unterschiedliche Quellsysteme werden erstmals miteinander verbunden. Werden beispielsweise CRM-Kontakte mit ERP-Transaktionen verknüpft, entstehen neue Zusammenhänge und Analysen, die vorher technisch kaum möglich waren.

Gold-Schicht: Business-Logik und Reporting

Die bereinigten und standardisierten Daten aus der Silber-Schicht bilden die Grundlage für die Gold-Schicht. Genau hier entsteht der konkrete geschäftliche Mehrwert.

Das Data-Engineering-Team ergänzt die Daten um zentrale Business-Logiken und berechnet wichtige Kennzahlen. Statt einzelne Transaktionen zu analysieren, greifen Fachbereiche direkt auf aggregierte Informationen wie monatliche Umsätze, Deckungsbeiträge oder Kundenabwanderungsraten zu.

Dadurch müssen komplexe Formeln nicht mehr in verschiedenen Tools nachgebaut werden. Alle Beteiligten arbeiten stattdessen mit einheitlich definierten und verlässlichen Kennzahlen.

Für schnelle Abfragen werden die Daten außerdem in verbrauchsoptimierten Strukturen modelliert. Bewährte Ansätze wie das Sternschema und semantische Modelle sorgen dafür, dass Dashboards selbst große Datenmengen in Sekunden visualisieren können. Entscheider erhalten dadurch ohne Verzögerung Antworten auf operative und strategische Fragen.

Die Gold-Schicht geht allerdings weit über klassisches Reporting hinaus. Da die Daten qualitativ hochwertig und aufbereitet vorliegen, eignet sich diese Ebene gleichzeitig als Grundlage für Advanced Analytics und Machine Learning. Ob Vorhersagemodelle oder Kundensegmentierungen: Data Scientists und Algorithmen greifen direkt auf ein vorbereitetes Fundament zu.

Fazit: Die Vorteile der Medaillon-Architektur

Die Medaillon-Architektur verwandelt unübersichtliche Datenlandschaften in eine verlässliche und nachvollziehbare Struktur. Dadurch löst sie eines der größten Probleme moderner Unternehmen: fehlendes Vertrauen in die eigenen Zahlen.

Für Tech-Teams bedeutet das weniger Fehlersuche, schnellere Entwicklung und Schutz vor Datenverlust. Entscheider profitieren gleichzeitig von konsistenten Kennzahlen und schnellen Antworten auf geschäftliche Fragen. Egal ob für klassische Dashboards oder zukünftige KI-Anwendungen.

Sobald du mehr als nur eine einzelne Excel-Tabelle nutzt, wird die Medaillon-Architektur vom optionalen Zusatz zur stabilen Grundlage für fundierte Business-Entscheidungen.

–

Erfahre mehr über die Themen Microsoft Fabric, Business Intelligence, unsere erfolgreichen Kundenprojekte, oder finde passende Webinare und Workshops.