Data Warehouse Migration vom Freelance Experten

Was ist eine Data Warehouse Migration?

Bei einer Data Warehouse Migration werden bestehende DWH-Strukturen auf eine neue Plattform überführt, häufig verbunden mit einer Modernisierung der Architektur. Typische Szenarien sind die Migration von On-Premise nach Azure, AWS oder Snowflake, der Wechsel von Oracle oder SQL Server zu einer modernen Cloud-Lösung oder die Ablösung alter Tools wie SAS, Informatica oder SSIS.

Eine Migration ist selten nur ein technischer Umzug. In der Regel werden auch Datenmodelle überarbeitet, Performance-Probleme gelöst und Governance-Strukturen etabliert. Das macht solche Projekte komplex, aber auch extrem wertvoll.

Typische Migrationsszenarien

SAS zu Power BI und SQL

Ablösung von SAS-Reports und SAS-Datenflüssen zugunsten einer modernen Architektur mit Power BI und SQL-basierten Transformationen. Analyse der SAS-Logik, Überführung in SQL oder Python, Test und Abnahme.

On-Premise zu Azure

Migration klassischer DWH-Umgebungen (SQL Server, Oracle) in die Azure Cloud. Nutzung von Azure SQL Database, Synapse, Data Factory und passenden ETL-Diensten.

Legacy-ETL zu modernen Pipelines

Ablösung alter ETL-Tools wie SSIS, Informatica oder SAP Data Services durch moderne, wartbarere Ansätze mit Python, dbt oder Cloud-nativen Services.

Monolith zu Data Mesh / Lakehouse

Aufbruch monolithischer DWH-Strukturen zugunsten fachbereichsnaher Datenprodukte oder Lakehouse-Architekturen. Oft verbunden mit einer grundlegenden Überarbeitung der Datenmodelle.

Mein Vorgehen bei einer DWH-Migration

1. Analyse & Bestandsaufnahme

Aufnahme der bestehenden DWH-Struktur, ETL-Prozesse und Reports. Identifikation von Abhängigkeiten, technischen Schulden und Quick Wins. Ergebnis: eine klare Übersicht, was migriert werden muss und was entsorgt werden kann.

2. Zielarchitektur & Strategie

Entwurf der Zielarchitektur auf Basis Ihrer Anforderungen. Entscheidung über Migrationsstrategie: Big Bang oder schrittweise, parallel oder sequentiell, mit oder ohne Refactoring der Datenmodelle.

3. Migration & Test

Technische Umsetzung in klaren Sprints, mit automatisierten Tests zur Validierung der migrierten Daten. Jede Transformation wird gegen die bestehenden Ergebnisse abgeglichen, damit keine Zahlen verloren gehen.

4. Cutover & Stabilisierung

Kontrollierte Umstellung auf die neue Plattform, inklusive Go-Live-Plan, Notfallstrategie und paralleler Abschaltung der alten Systeme. Nach dem Go-Live stabilisieren und Fine-Tuning der Performance.

5. Wissenstransfer & Dokumentation

Dokumentation aller Datenflüsse, Datenmodelle und Transformationen. Schulung Ihres Teams, damit die neue Plattform langfristig intern betreut werden kann.

Warum eine DWH-Migration oft schwieriger ist als gedacht

Viele Migrationen scheitern nicht an der Technik, sondern an unklaren Anforderungen, fehlender Dokumentation der Altsysteme und übersehenen Abhängigkeiten. Typische Fallstricke:

• Geschäftslogik ist nur im Kopf einzelner Mitarbeiter,
• Reports nutzen undokumentierte Direktzugriffe auf das alte DWH,
• Daten sind nicht in dem Zustand, den die Dokumentation suggeriert,
• Performance-Eigenschaften unterscheiden sich zwischen alter und neuer Plattform,
• Testaufwände werden systematisch unterschätzt.

Genau diese Themen adressiere ich strukturiert von Anfang an.

Warum ich?

Ich habe in den letzten Jahren mehrere große DWH-Projekte begleitet, darunter die laufende Migration von SAS zu Power BI bei der Suva und den Aufbau eines regulatorischen DWH bei der Bausparkasse Schwäbisch Hall. Ich kenne sowohl die Legacy-Welt (SAS, SSIS, Informatica, Oracle) als auch moderne Cloud-Stacks und kann zwischen beiden Welten dolmetschen.

Ich arbeite bundesweit in Deutschland, überwiegend remote, bei kritischen Migrationsphasen auch vor Ort.