Was ist eine Single Source of Truth?
Der Test ist einfach: Wenn Marketing, Finanzen und Operations dieselbe Frage stellen, erhalten sie dieselbe Zahl.
Der Begriff wird oft als „alle Daten an einem Ort ablegen“ missverstanden. Zentrale Speicherung hilft, ist aber nicht der schwierige Teil. Zwei Teams können dasselbe Warehouse abfragen und trotzdem zu unterschiedlichen Ergebnissen kommen, weil sie die Kennzahl unterschiedlich berechnet haben. Eine echte Single Source of Truth regelt die Definitionen und nicht nur die Daten.
Was braucht eine Single Source of Truth?
| Baustein | Was das bedeutet | Was ohne ihn nicht funktioniert |
|---|---|---|
| Verbundene Daten | Jede relevante Quelle fließt in eine kontrollierte Grundlage | Teams ziehen eigene Exporte und arbeiten mit unterschiedlichen Datenständen |
| Gemeinsame Definitionen | Jeder KPI wird einmal definiert | ROAS bedeutet für das Marketing etwas anderes als für die Finanzabteilung |
| Harmonisierte Benennung | Plattform- und Marktbezeichnungen werden einer Taxonomie zugeordnet | Eine Kampagne taucht fünfmal auf |
| Governance | Änderungen sind bewusst, nachverfolgt und haben einen Verantwortlichen | Definitionen verschieben sich unbemerkt |
| Lineage | Jede Zahl lässt sich bis zu ihrer Quelle zurückverfolgen | Niemand kann erklären, warum die Zahlen voneinander abweichen |
Was ist ein Beispiel für eine Single Source of Truth?
Eine Umsatzzahl in der Vorstandssitzung
Das Marketing meldet den Umsatz aus Plattform-Conversions. Die Finanzabteilung meldet den Umsatz aus dem Bestellsystem, abzüglich Retouren. Beide Präsentationen erreichen den Vorstand mit unterschiedlichen Zahlen, und die Sitzung kommt nicht voran.
Mit einer Single Source of Truth wird der Umsatz einmal definiert, auf Basis vereinbarter Quellen und Regeln, und jede Präsentation, jedes Dashboard und jede KI-Antwort nutzt diese Definition. Die Diskussion verlagert sich von „Wessen Zahl stimmt?“ zu „Was tun wir als Nächstes?“.
Single Source of Truth vs. eine einzelne Datenbank
| Eine einzelne Datenbank | Eine Single Source of Truth | |
|---|---|---|
| Was zentralisiert wird | Speicherung | Daten, Definitionen und Regeln |
| Können Teams trotzdem zu unterschiedlichen Ergebnissen kommen? | Ja, wenn sie unterschiedlich rechnen | Nicht bei der Berechnung, weil die Logik gemeinsam genutzt wird |
| Für wen sie gedacht ist | Vor allem technische Teams | Jedes Team und jedes Tool, einschließlich KI |
| Was sie verlässlich hält | Prüfungen der Datenqualität | Governance, Data Lineage und Versionskontrolle |
Warum ist eine Single Source of Truth wichtig?
Ohne sie beginnt jedes Meeting mit einem Abgleich der Zahlen. Führungskräfte verlieren das Vertrauen in die Zahlen, Entscheidungen verzögern sich und KI-Tools liefern Antworten, die den Dashboards widersprechen.
- Schnellere Entscheidungen. Meetings kommen direkt zu den nächsten Schritten.
- Abgestimmte Teams. Marketing, Finanzen und Operations arbeiten mit denselben Definitionen.
- Weniger Nacharbeit. Analysten müssen nicht mehr in jedem Bericht dieselbe Logik neu aufbauen.
- Konsistente KI-Antworten. KI-Tools antworten auf Basis derselben Definitionen, die auch Menschen nutzen.
Wie setzt Alli das um?
In Alli by PMG ist Alli Semantic Layer der Ort, an dem die Geschäftslogik einmal definiert wird. Er legt gemeinsame KPI-Definitionen fest, modelliert, wie Daten mit Kampagnen, Konten und Kalendern verknüpft sind, und ordnet mit Categorizations die Benennungen der Plattformen einer Taxonomie zu, einheitlich über Regionen und Währungen hinweg.
Jedes Dashboard, jede Ansicht in Data Explorer, jede Antwort von Ask Alli, jede Warnmeldung und jedes Planungstool greift auf dieselben Definitionen zu. So arbeiten Teams, Regionen und Tools mit denselben Zahlen. Ändern Sie eine Definition einmal, und sie gilt überall.
Alli Semantic Layer entdeckenFAQ zur Single Source of Truth
Was bedeutet Single Source of Truth?
Es bedeutet eine vereinbarte, kontrollierte Fassung von Daten und Definitionen, die alle nutzen. Stellen Sie dieselbe Frage in einem Dashboard, einer Finanzpräsentation oder einem KI-Tool, und Sie erhalten dieselbe Antwort.
Ist ein Data Warehouse eine Single Source of Truth?
Für sich allein nicht. Ein Warehouse zentralisiert die Speicherung, aber Teams können Kennzahlen darauf trotzdem unterschiedlich berechnen. Erst gemeinsame, kontrollierte Definitionen machen die Antworten konsistent.
Warum scheitern Projekte für eine Single Source of Truth?
Meist, weil die Kennzahllogik immer wieder in einzelnen Tabellen, Dashboards und Tools neu aufgebaut wird und die Benennung je nach Plattform und Markt variiert. Ohne gemeinsame Definitionen und Governance laufen die Zahlen wieder auseinander.
Wie schafft ein Semantic Layer eine Single Source of Truth?
Er definiert jede Kennzahl, jede Entität und jede Zuordnung einmal, zwischen den Daten und den Tools, die sie nutzen. So greifen alle Berichte und KI-Tools auf dieselbe Logik zu.
Zuletzt aktualisiert am Zurück zum Glossar