Zero-ETL erspart die Ladestrecke, nicht die Kopie

Fünf Stufen soll eine Organisation durchlaufen, um „datengetrieben“ zu werden, eine nach der anderen, keine überspringbar. Parallel dazu verspricht ein zweiter Begriff, „Zero-ETL“, dass Unternehmensdaten künftig ganz ohne Kopiervorgang zwischen Systemen fließen. Für keinen der beiden Sätze gibt es bislang eine geprüfte Grundlage.

Unter beiden Behauptungen liegt ein dritter Gedanke, der etwas verändert: Verantwortung für einen Datenbestand soll nicht mehr zentral bei IT oder Controlling liegen, sondern bei der Fachabteilung, die ihn nutzt, mit einem benannten Eigentümer und zugesicherter Qualität. Das Konzept heißt „Data as a Product“ und stammt aus einer 2019 veröffentlichten Idee, die Fachdomänen zu Anbietern ihrer eigenen Daten macht.

Für die feste Stufenfolge im Reifegradmodell fehlt jede Validierungsstudie#

Reaktiv, standardisiert, integriert, vorausschauend, datengetrieben: Die Idee, Organisationen entlang solcher Stufen einzuordnen, stammt aus der Softwareprozessbewertung der 1980er Jahre. Eine systematische Übersichtsarbeit zur gesamten Modellfamilie fand 2012 keine einzige Studie, die eine solche Reihenfolge belegt (Wendler, *Information and Software Technology*, DOI 10.1016/j.infsof.2012.07.007). Eine zweite Übersicht aus demselben Jahr kam zum gleichen Ergebnis und bemängelte eine schwache theoretische Grundlage (Pöppelbuß und Röglinger, ECIS 2011). Eine 2024 veröffentlichte Literaturübersicht nennt die Annahme, Stufen ließen sich nicht überspringen, ausdrücklich eine Designentscheidung der Modellautoren, keinen empirischen Befund (DOI 10.1080/10580530.2024.2332210). Ein Stufenmodell, das stattdessen an eine geprüfte Kriterienliste statt an eine Behauptung gebunden ist, existiert an anderer Stelle: Europas Gesetzentwurf zur Cloud-Souveränität misst in vier Stufen, die an einen Gesetzestext gebunden sind¹.

Microsofts Mirroring-Dokumentation widerspricht dem Zero-ETL-Label#

Für die zentral vermarktete Variante bei Microsoft, das Database Mirroring, widerspricht die eigene Herstellerdokumentation dem „Zero-ETL“-Versprechen: Sie beschreibt das Verfahren als einen Vorgang, der die Datenbank „continuously replicate[s]“ und „a replica of your data“ in der zentralen Speicherschicht OneLake erzeugt, wie Microsoft in der aktuellen Mirroring-Dokumentation festhält². Kostenlos ist davon ein Terabyte Speicher je gebuchter Kapazitätseinheit; darüber hinaus, und sobald die Kapazität pausiert oder gelöscht wird, endet die Replikation oder kostet zusätzlich. Nur eine separat benannte zweite Variante, das Metadata Mirroring für externe Kataloge, verzichtet auf die physische Kopie und verweist nur über eine Verknüpfung auf die Quelle. Offene Tabellenformate wie Delta Lake oder Apache Iceberg ändern an dieser Bindung wenig, denn Rechenzeit, Katalog und Rechteverwaltung bleiben bei der jeweiligen Plattform, wie real Wechselkosten selbst dort ausfallen, wo ein Gesetz sie ausdrücklich verringern soll³. Wie real dieser Aufwand wird, zeigt ein amtlich dokumentierter Einzelfall: 2024 vergab der Westdeutsche Rundfunk Wartung und Weiterentwicklung seines bestehenden Data Lakehouse ohne Ausschreibung an den Dienstleister, der es aufgebaut hatte, mit der Begründung, kein anderes Unternehmen verfüge über das nötige Know-how. Die Bekanntmachung selbst nennt die bestehende Plattform eine bloße „Minimalversion“, der Vertrag läuft bis zu vier Jahre, wie aus der Vergabebekanntmachung hervorgeht ted.europa.eu ↗. Für ein erstes Datenprodukt in sechs bis acht Wochen, wie es die Branche verspricht, war in dieser oder einer vergleichbaren amtlichen Vergabe keine Bestätigung zu finden.

Ein dimensional modelliertes Data Warehouse löst dieselben Berichtsprobleme seit Jahrzehnten#

Ab der dritten Stufe soll laut Branchenerzählung eine sogenannte Medaillen-Architektur greifen: Rohdaten, geprüfte Daten und veredelte Daten, oft Bronze, Silber und Gold genannt. Diese Dreiteilung ist eine Konvention der verbreitetsten Lakehouse-Referenzarchitektur, keine von der Technik selbst erzwungene Struktur; weder Delta Lake noch Apache Iceberg schreiben eine bestimmte Zahl an Schichten vor. Wer die volle Kette trotzdem aufbaut, kauft damit zunächst vor allem eines: eine größere Rechnung für Speicher und Rechenzeit.

Der Fachbereich übernimmt die Datenverantwortung; das Budget bleibt getrennt#

Der Begriff „Data as a Product“ aus der Eröffnung stammt aus Zhamak Dehghanis Konzept des Data Mesh von 2019: Fachdomänen sollen ihre Datenbestände selbst „host and serve“, statt sie zentral an eine Plattform abzugeben, wie es der Gründungstext des Konzepts formuliert⁴. In der Praxis hakt es genau an dieser Verschiebung am häufigsten: Auswertungen zu gescheiterten Data-Mesh-Vorhaben beschreiben eine strukturelle, nicht vorübergehende Personallücke, eine fehlende zentrale Instanz für Standards und unscharfe Eigentumsgrenzen zwischen Domänen (Starburst, „Data Mesh: What Happened?“, Dezember 2025). Wer als Fachbereich für ein Datenprodukt haften soll, braucht dafür Personal, ein eigenes Budget und Weisungsrecht über die eigenen Daten.

Die GoBD verlangt Herkunftsnachweise unabhängig von jeder Reifestufe#

Die Finanzverwaltung verlangt, dass sich eine Zahl am Ende eines Datenprodukts bis zur Rohquelle zurückverfolgen lässt, unabhängig vom Analytics-Stand einer Organisation. Das BMF-Schreiben zu den GoBD vom März 2024 gibt Finanzbehörden das Recht, aufzeichnungspflichtige Daten „einschließlich der jeweiligen Meta-, Stamm- und Bewegungsdaten sowie der internen und externen Verknüpfungen“ in maschinell auswertbarer Form herauszuverlangen, wie es die geänderte Randziffer 167 der GoBD festhält bundesfinanzministerium.de ↗. Der verbreitete Selbsttest zur eigenen Reifestufe beantwortet diese Pflicht nicht: Er misst Werkzeugausstattung, nicht, ob am Ende jemand die Herkunft einer Zahl nachvollziehen kann.

Für die Stufenfolge fehlt weiterhin die Studie, die sie zur Pflicht macht; für „Zero-ETL“ bleibt die Kopie: Sie wandert nur von einer sichtbaren Ladestrecke in die Plattform des Anbieters. Was dabei die Seite wechselt, ist Kontrolle: über den Ort der Daten beim Anbieter, über ihre Herkunft in der Fachdomäne, die jetzt für ihr Datenprodukt haften soll. Ob diese Domäne dafür auch das Budget und das Weisungsrecht bekommt, entscheidet über den Erfolg mehr als jede erreichte Reifestufe.

Die Angaben zur fehlenden Validierung von Reifegradmodellen stammen aus Wendler (2012, „The maturity of maturity model research“, Information and Software Technology, DOI 10.1016/j.infsof.2012.07.007), Pöppelbuß und Röglinger (2011, ECIS Proceedings, Paper 28) und einer systematischen Literaturübersicht von 2024 (Information Systems Management, DOI 10.1080/10580530.2024.2332210). Die Angaben zu Fabric Mirroring stammen aus Microsofts eigener Produktdokumentation (learn.microsoft.com/fabric/mirroring/overview), die zur Vergabe beim Westdeutschen Rundfunk aus der TED-Bekanntmachung 204443-2024 (ted.europa.eu, veröffentlicht 8. April 2024). Der Begriff „Data as a Product“ geht auf Zhamak Dehghani (2019, martinfowler.com) zurück, die Einschätzung zu gescheiterten Data-Mesh-Vorhaben auf Starburst („Data Mesh: What Happened?“, Dezember 2025). Die Angaben zur GoBD stammen aus dem BMF-Schreiben vom 11. März 2024 (bundesfinanzministerium.de, GZ IV D 2 – S 0316/21/10001 :002).