#27 - Zeitreisen im Data Warehouse: Warum bi-temporale Historisierung entscheidend ist
From Data Universe - Data, Information, Knowledge powered by TDWI by TDWI
April 9, 2026 · 42 min · Episode 44
About this episode
This episode discusses the importance of bi-temporal historization in understanding data over time.
Daten verändern sich – aber ohne Historisierung geht ihr Kontext verloren. In dieser Episode von TDWI Data Universegeht es um bi-temporale Historisierung und warum sie entscheidend ist, um Daten korrekt über die Zeit zu verstehen. Im Kern des Gespräches von Claudia Koschtial und Dirk Lerner stehen zwei Perspektiven: Wann wurde ein Datensatz im System erfasst – und wann war er fachlich gültig? Gerade bei komplexen Prozessen oder nachträglichen Korrekturen entstehen sonst schnell falsche Auswertungen. Bi-temporale Modelle schaffen hier Abhilfe: Sie machen Veränderungen nachvollziehbar, erhöhen die Datenqualität und erfüllen regulatorische Anforderungen – ohne grundlegende Änderungen an der Datenarchitektur. Statt Daten zu überschreiben, bleibt jede Änderung transparent. Auch wenn viele Analysen scheinbar ohne Historisierung auskommen: Sie wird dann entscheidend, wenn es um Nachvollziehbarkeit, Korrekturen und Planungsszenarien geht. Eine Episode über Daten mit Gedächtnis – und warum echte Datenqualität immer auch eine Frage der Zeit ist.
People in this episode
Host: Claudia Koschtial
Guest: Dirk Lerner
Topics covered
- bi-temporale Historisierung
- Datenqualität
- Datenarchitektur
- Nachvollziehbarkeit
Keywords
- Daten
- Historisierung
- Datenmodell
- Regulatorische Anforderungen
More episodes of Data Universe - Data, Information, Knowledge powered by TDWI
- #28 - Zwischen Mensch und Daten: Kommunikation als Schlüssel im BI-Projekt · May 7, 2026 · 32 min
- #26 - KI als Governance-Assistent im Data Mesh · March 19, 2026 · 27 min
- #25 - Data Contracts: Das Fundament für Vertrauen im Data Mesh · March 5, 2026 · 25 min
- #24 - Von Datenqualität zu Vertrauen: Data Governance bei der Lufthansa Group · February 19, 2026 · 35 min
- #23 - Zentrale Daten, dezentrale Logik – das BICC-Modell von Bilfinger · February 5, 2026 · 29 min
- #22 - Von Projekt zu Produkt: Warum stabile DevOps-Teams besser liefern · January 22, 2026 · 31 min
Explore listener stats, chart rankings, contacts and more on the Data Universe - Data, Information, Knowledge powered by TDWI podcast page.