Zum Inhalt springen

Glossar

Automatisierung & Integration

Single Source of Truth

Eine Single Source of Truth (SSOT) bezeichnet das Prinzip, jedes wichtige Geschäftsdatum und seine Definition an einem einzigen, vereinbarten maßgeblichen Ort zu führen, sodass jedes Team, jeder Bericht und jedes System dieselben Zahlen liest, statt konkurrierende Kopien abzugleichen.

Aktualisiert am · Vom VIZIO AI Team

Was ist eine Single Source of Truth?

Eine SSOT ist eine Vereinbarung über Zuständigkeiten, nicht eine einzige Datenbank, die alles enthält. Sie funktioniert auf zwei Ebenen. Erstens hat jede Entität ein System of Record: Das CRM verantwortet Kontakte, das ERP Rechnungen, das HR-System Mitarbeitende. Zweitens verantwortet eine governte Analytics-Ebene, meist ein Data Warehouse mit Semantic Layer, systemübergreifende Kennzahlen wie den Umsatz pro Kunde.

Jede Entität und jede Kennzahl hat einen benannten Verantwortlichen, der Änderungen an ihrer Definition freigibt. Kopien darf es aus Geschwindigkeitsgründen weiterhin geben, etwa als Caches oder Replikate, solange alle wissen, welche gilt, wenn sie voneinander abweichen. Für Entitäten, die über viele Systeme verteilt sind, sorgt Master Data Management für den Abgleich und die Zusammenführung.

Wie etabliert man eine Single Source of Truth?

Beginnen Sie mit den Zahlen, über die gestritten wird, nicht mit einem Architekturdiagramm.

  1. Listen Sie die zehn Kennzahlen und Entitäten auf, die die meisten Diskussionen auslösen.

  2. Benennen Sie für jede ein System of Record und einen Verantwortlichen.

  3. Schreiben Sie Definitionen, zum Beispiel „aktiver Kunde: bezahlte Rechnung in den letzten 90 Tagen“.

  4. Laden Sie die Quellen mit Fivetran oder Airbyte in ein Warehouse wie Snowflake oder BigQuery.

  5. Modellieren Sie die Kennzahlen einmalig in dbt und veröffentlichen Sie sie als zertifizierte Datasets in Power BI oder Looker.

  6. Schaffen Sie die konkurrierenden Spreadsheets sichtbar ab.

  7. Überwachen Sie die Aktualität, damit niemand je einen Grund hat, zurückzukehren.

Wie sieht eine Single Source of Truth in der Praxis aus?

Die meisten SSOT-Projekte beginnen damit, dass zwei Abteilungen für denselben Monat unterschiedliche Umsätze melden. Stellen Sie sich eine Personalvermittlung mit 300 Mitarbeitenden vor, in der der Vertrieb den Umsatz aus in Salesforce gebuchten Deals meldet und die Finanzabteilung den fakturierten Umsatz aus NetSuite, und das wöchentliche Führungsmeeting mit einer 20-minütigen Diskussion beginnt.

Der Data Lead kürt keinen Gewinner. Stattdessen werden „gebuchter Umsatz“ und „fakturierter Umsatz“ zu zwei benannten Kennzahlen mit schriftlichen Definitionen und Verantwortlichen. Beide Quellen werden in BigQuery geladen, dbt berechnet jede Kennzahl einmal, und ein zertifiziertes Power-BI-Dataset zeigt beide nebeneinander, mit erklärter Differenz. Alte Exporte werden archiviert.

In diesem Beispiel hört das Meeting auf zu debattieren, wessen Zahl stimmt, und beginnt zu besprechen, warum die Fakturierung in einer Region drei Wochen hinter den Buchungen herhinkt.

Jede Dashboard-Kachel verlinkt nun auf ihre Definition, sodass eine neue Führungskraft nachprüfen kann, was eine Zahl bedeutet, ohne das Datenteam zu fragen.

Was sind häufige Fehler bei einer Single Source of Truth?

Eine SSOT scheitert, wenn die Menschen ihr nicht mehr vertrauen, und das passiert, sobald sie ein einziges Mal verspätet oder falsch ist.

  • Sie als „ein Tool für alles“ zu behandeln und jedes Team in dieselbe Anwendung zu zwingen.

  • Definitionen ohne Verantwortlichen, die deshalb auseinanderdriften.

  • Veraltete Pipelines, die die Menschen zurück zu ihren eigenen Spreadsheets treiben.

  • Big-Bang-Projekte, die versuchen, das gesamte Unternehmen zu modellieren, bevor irgendetwas ausgeliefert wird.

  • Die Politik zu ignorieren: Wer eine Definition verantwortet, hat echte Macht.

Etwas Duplizierung ist in Ordnung; die Regel lautet, dass Kopien aus der Quelle abgeleitet und nie unabhängig bearbeitet werden. Ein sichtbarer Zeitstempel „zuletzt aktualisiert“ auf jedem Bericht ist eine der günstigsten Maßnahmen, um Vertrauen aufzubauen.

Worin unterscheidet sich eine Single Source of Truth von einem System of Record?

Ein System of Record ist der Ort, an dem eine Art von Daten entsteht; die Single Source of Truth ist der vereinbarte Ort, an dem sie gelesen werden. Bei einem Kontakt können beide identisch sein: das CRM. Bei einer Kennzahl wie dem Customer Lifetime Value, die CRM-, Abrechnungs- und Supportdaten benötigt, ist die Source of Truth das governte Warehouse-Modell, nicht eine einzelne Anwendung.

Zu den Tools, die die Definitionen vorhalten, gehören der dbt Semantic Layer, LookML von Looker, zertifizierte Power-BI-Semantikmodelle und Cube. Ein Datenkatalog dokumentiert, wo jede Definition liegt, und Data Governance entscheidet, wer sie ändern darf.

Single Source of Truth vs. System of Record

Single Source of Truth

System of Record

Umfang

Vereinbarter Ort zum Lesen von Daten und Kennzahlen

Ort, an dem eine Art von Daten entsteht

Erstreckt sich über

Oft mehrere kombinierte Systeme

Eine Anwendung

Beispiel

Warehouse-Modell für den Customer Lifetime Value

CRM für Kontakte, ERP für Rechnungen

Verantwortet von

Datenteam mit fachlichen Kennzahlenverantwortlichen

Team, das die Anwendung betreibt

Hauptrisiko

Veraltete Daten untergraben das Vertrauen

Daten sind in einem Tool gefangen

Wie baut VIZIO AI eine Single Source of Truth auf?

VIZIO AI zentralisiert die Systeme, die die Daten bereits enthalten, und setzt eine einzige governte Reporting-Ebene darauf. Für einen in Saudi-Arabien ansässigen Entwickler von Luxusimmobilien integrierte das Venture Studio Zoho CRM, Google Analytics und Meltwater in ein Data Warehouse mit einem Power-BI-Command-Center, was den manuellen Reporting-Aufwand um 22 % reduzierte und die Einblicke in die Conversion von Leads zu Verkäufen um 15 % verbesserte.

Für ein globales Unternehmen für Kreditauskünfte und Risikoanalysen ersetzte das DX Studio verstreute Excel- und Smartsheet-Berichte durch eine einzige Power-BI-Plattform, wodurch jährlich mehr als 1.500 manuelle Reporting-Stunden entfielen und der monatliche Reporting-Zyklus von fünf Tagen auf unter zwei sank. Wo Sie anfangen sollten: Listen Sie die drei Zahlen auf, über die in Ihrer Geschäftsleitung am meisten gestritten wird.

Facebook-Logo
X-Logo
LinkedIn-Logo
Reddit-Logo
Telegram-Logo

AI-first denken.
Zukunftsschnell handeln.

Lassen Sie uns bauen, was als Nächstes kommt! Von Produktideen und intelligenten Workflows bis zu datengetriebenen Systemen und skalierbaren Growth Operations.

Strategiegespräch buchen