DAG (gerichteter azyklischer Graph)
Die Kurzantwort · 18 Wörter
Kurz erklärt
Ein DAG bildet gerichtete Abhängigkeiten ohne geschlossenen Kreis ab – eine wichtige Grundlage für planbare Daten- und Automatisierungsabläufe.
Flow-alerta.cab (2026): DAG (gerichteter azyklischer Graph). https://flow-alerta.cab/glossar/directed-acyclic-graph-dag. Redaktionell geprüft am: 10. Oktober 2026.
Wie ausführlich soll es sein?
Praxis
DAGs machen Abhängigkeiten sichtbar, ermöglichen parallele Schritte und verhindern logisch unmögliche Zyklen. Das hilft bei Datenpipelines, ETL-Prozessen und wiederholbaren Automatisierungen.
Die Aufgabe „Rechnungen importieren“ muss vor „Beträge prüfen“ laufen; „Beträge prüfen“ und „Belege archivieren“ können danach abhängig oder parallel modelliert werden.
Unternehmen modellieren wiederkehrende Datenimporte, Berichte oder Freigaben als DAG. Im Mittelstand lohnt sich ein überschaubarer Graph mit klaren Verantwortlichkeiten, Wiederholungsregeln und Monitoring.
Auf einen Blick
- Kern
- Ein gerichteter azyklischer Graph besteht aus Knoten und gerichteten Kanten. Azyklisch bedeutet: Folgt man den Pfeilen, gelangt man nie über einen geschlossenen Pfad zum Ausgangsknoten zurück. Workflow-Systeme nutzen DAGs, um zulässige Ausführungsreihenfolgen aus Abhängigkeiten abzuleiten.
- Nutzen
- DAGs machen Abhängigkeiten sichtbar, ermöglichen parallele Schritte und verhindern logisch unmögliche Zyklen. Das hilft bei Datenpipelines, ETL-Prozessen und wiederholbaren Automatisierungen.
- Beispiel
- Die Aufgabe „Rechnungen importieren“ muss vor „Beträge prüfen“ laufen; „Beträge prüfen“ und „Belege archivieren“ können danach abhängig oder parallel modelliert werden.
- Grenzen
- DAG nicht mit dem gesamten Workflow-System gleichsetzen. Verdeckte Zyklen, fehlende Abhängigkeiten, nicht idempotente Aufgaben und unklare Fehlerbehandlung führen trotz korrektem Graphen zu instabilen Abläufen.
Im Zusammenhang
Fragen, die dazu gestellt werden
Was bedeutet azyklisch?
Es gibt keinen gerichteten Rundweg.
Ist jeder Workflow ein DAG?
Nein; ein DAG ist eine Struktur, die sich besonders für endliche Abhängigkeitsfolgen eignet.
Kann ein DAG Schritte parallelisieren?
Ja, wenn keine Abhängigkeit sie blockiert.
Alle Details und Hintergründe
Ein gerichteter azyklischer Graph besteht aus Knoten und gerichteten Kanten. Azyklisch bedeutet: Folgt man den Pfeilen, gelangt man nie über einen geschlossenen Pfad zum Ausgangsknoten zurück. Workflow-Systeme nutzen DAGs, um zulässige Ausführungsreihenfolgen aus Abhängigkeiten abzuleiten.
ELI5 – Einfach erklärt
Stell dir Aufgaben als Kästchen mit Pfeilen vor. Ein Pfeil sagt, was zuerst fertig sein muss. Kein Pfeilweg darf im Kreis laufen.
Warum das im Alltag wichtig ist
DAGs machen Abhängigkeiten sichtbar, ermöglichen parallele Schritte und verhindern logisch unmögliche Zyklen. Das hilft bei Datenpipelines, ETL-Prozessen und wiederholbaren Automatisierungen.
Beispiel
Die Aufgabe „Rechnungen importieren“ muss vor „Beträge prüfen“ laufen; „Beträge prüfen“ und „Belege archivieren“ können danach abhängig oder parallel modelliert werden.
Fallstricke und Grenzen
- DAG nicht mit dem gesamten Workflow-System gleichsetzen. Verdeckte Zyklen, fehlende Abhängigkeiten, nicht idempotente Aufgaben und unklare Fehlerbehandlung führen trotz korrektem Graphen zu instabilen Abläufen.
Entstehung & Geschichte
Apache Airflow verwendet Dag für die Modellierung von Aufgaben, Abhängigkeiten und Ausführungsregeln. Die Dokumentation weist darauf hin, dass dieses Workflow-Konzept über die rein mathematische Datenstruktur hinausgeht.
Anwendung im Mittelstand
- Unternehmen modellieren wiederkehrende Datenimporte, Berichte oder Freigaben als DAG. Im Mittelstand lohnt sich ein überschaubarer Graph mit klaren Verantwortlichkeiten, Wiederholungsregeln und Monitoring.
Verwandte Begriffe
- Workflow-Orchestrierung
- Datenpipeline
- Topologische Sortierung
- ETL
- Idempotenz
Passende Flow-alerta-Leistung
KI-Assistenten & AutomatisierungProzessanalyse und Automatisierung: Abhängigkeiten aufnehmen, robuste Ablaufmodelle entwerfen und Monitoring- sowie Fehlerpfade definieren.Passendes Tool / Use Case
Praxisbeispiele ansehenApache Airflow für zeit- oder ereignisgesteuerte Datenpipelines; Use Case: täglicher Datenimport mit Prüfung, Transformation und Benachrichtigung.Quellen
- airflow.apache.orgApache Airflow, Dags
Quellenprüfung: 10.10.2026. Definition und dokumentierte Einordnung abgeglichen; Beispiele beschreiben mögliche Anwendungen.
Redaktionell geprüft am: