Datenarchitektur: Moderne Datenplattform mit Microsoft Fabric und Medallion Architecture

Ein Architektur-Assessment mit Gap-Analyse und Migrationsfahrplan beginnt bei 6.900 EUR und dauert zwei Wochen. Die vollständige Datenarchitektur mit Lakehouse-Design, Medallion Architecture und Proof of Value kostet ab 22.000 EUR bei einer Laufzeit von 10 Wochen. Enterprise-Projekte mit vollständiger Migration und Data-Mesh-Implementierung starten bei 55.000 EUR. Zum Vergleich: Laut Gartner verlieren Unternehmen durch schlechte Datenqualität durchschnittlich 12,9 Millionen Dollar pro Jahr — eine professionelle Datenarchitektur amortisiert sich typischerweise innerhalb der ersten 6 Monate durch reduzierte Infrastrukturkosten und höhere Datenqualität.

Ein klassisches Data Warehouse speichert ausschließlich strukturierte Daten in starren Schemata und ist auf SQL-basierte Abfragen optimiert. Ein Lakehouse kombiniert die kostengünstige Speicherung eines Data Lake mit der Leistung und den ACID-Transaktionen eines Data Warehouse in einer einzigen Plattform. Microsoft Fabric Lakehouse nutzt OneLake als zentrale Speicherschicht und Delta-Lake-Format für strukturierte und unstrukturierte Daten gleichermaßen. Vorteile des Lakehouse: bis zu 40 Prozent geringere Infrastrukturkosten, Schema-on-Read für flexible Datenmodellierung, native Unterstützung für Machine Learning und KI-Workloads sowie offene Formate ohne Vendor-Lock-in. Für die meisten Unternehmen ist das Lakehouse 2026 die zukunftssichere Alternative zum klassischen Data Warehouse.

Die Medallion Architecture ist das von Microsoft empfohlene Schichtenmodell für Lakehouse-Architekturen. Bronze-Schicht: Rohdaten werden 1:1 aus Quellsystemen geladen und historisiert — ohne Transformation, als vollständiges Archiv. Silver-Schicht: Daten werden bereinigt, dedupliziert, standardisiert und angereichert — hier entstehen verlässliche, qualitätsgeprüfte Datensätze. Gold-Schicht: Kuratierte, analytische Datensätze für Business Intelligence, Dashboards und KI-Modelle — optimiert für schnelle Abfragen. Jede Schicht hat ACID-Transaktionen und ist über Delta Lake versioniert, sodass Änderungen nachvollziehbar sind und fehlerhafte Transformationen zurückgerollt werden können.

Die Datenarchitektur beschreibt die Makroebene: Welche Plattformen, Technologien und Standards kommen zum Einsatz, wie fließen Daten zwischen Systemen und welche Governance-Regeln gelten unternehmensweit? Das Datenmodell beschreibt die Mikroebene: Welche Entitäten gibt es, welche Attribute haben sie und wie stehen sie zueinander in Beziehung? Beispiel: Die Datenarchitektur legt fest, dass Kundendaten aus SAP über Microsoft Fabric in ein Lakehouse fließen. Das Datenmodell definiert, dass die Entität Kunde die Attribute Name, Adresse, Branche und Umsatz hat und mit der Entität Auftrag über eine 1:n-Beziehung verknüpft ist. Beide ergänzen sich: Die Datenarchitektur gibt den Rahmen vor, das Datenmodell füllt ihn mit konkreten Strukturen.