Extrahieren, Laden und Transformieren (ELT)
Die Kurzantwort · 14 Wörter
Kurz erklärt
Datenintegrationsparadigma, bei dem Rohdaten zuerst in das Ziel-Warehouse geladen und erst dort transformiert werden.
Flow-alerta.cab (2026): Extrahieren, Laden und Transformieren (ELT). https://flow-alerta.cab/glossar/extract-load-transform-elt. Redaktionell geprüft am: 10. Oktober 2026.
Wie ausführlich soll es sein?
Praxis
Hoch (Standard-Architekturansatz im Modern Data Stack)
Hypothetisches Beispiel: Ein Unternehmen lädt stündlich Rohdaten aus Shopify und Google Ads in BigQuery und transformiert sie mit dbt in Kennzahlen-Tabellen.
Zentralisierung heterogener Unternehmensdaten für Business Intelligence, Dashboards und KI-Analysen im Mittelstand.
Auf einen Blick
- Kern
- ELT lädt Quelldaten vor der fachlichen Transformation in eine Zieldatenplattform. Dort werden sie etwa mit SQL und dbt aufbereitet. Rohdatenhaltung, Zugriffsrechte und Aufbewahrung sind bewusste Architekturentscheidungen; Quelldaten sind nicht zwingend vollständig unverändert.
- Nutzen
- Hoch (Standard-Architekturansatz im Modern Data Stack)
- Beispiel
- Hypothetisches Beispiel: Ein Unternehmen lädt stündlich Rohdaten aus Shopify und Google Ads in BigQuery und transformiert sie mit dbt in Kennzahlen-Tabellen.
- Grenzen
- Explodierende Speicherkosten bei unbedachtem Laden riesiger unstrukturierter Datenmengen; mangelnde Governance bei Rohdaten ohne Schema.
Im Zusammenhang
Fragen, die dazu gestellt werden
Was kann ein Vorteil sein?
Transformationen nutzen die Rechenleistung der Zielplattform und können später angepasst werden. Schnellere Umsetzung und dauerhafte Rohdatenhaltung sind nicht garantiert.
Welche Werkzeuge gehören dazu?
Extraktions-/Ladewerkzeuge und Transformationen auf der Zielplattform, etwa mit dbt.
Alle Details und Hintergründe
ELT lädt Quelldaten vor der fachlichen Transformation in eine Zieldatenplattform. Dort werden sie etwa mit SQL und dbt aufbereitet. Rohdatenhaltung, Zugriffsrechte und Aufbewahrung sind bewusste Architekturentscheidungen; Quelldaten sind nicht zwingend vollständig unverändert.
ELI5 – Einfach erklärt
Statt Gemüse vor dem Einpacken zu schneiden, wirft man alles in die Küchenmaschine und schneidet es erst, wenn man kocht.
Warum das im Alltag wichtig ist
Hoch (Standard-Architekturansatz im Modern Data Stack)
Beispiel
Hypothetisches Beispiel: Ein Unternehmen lädt stündlich Rohdaten aus Shopify und Google Ads in BigQuery und transformiert sie mit dbt in Kennzahlen-Tabellen.
Fallstricke und Grenzen
- Explodierende Speicherkosten bei unbedachtem Laden riesiger unstrukturierter Datenmengen; mangelnde Governance bei Rohdaten ohne Schema.
Entstehung & Geschichte
ELT wurde mit skalierbaren Datenplattformen stärker verbreitet und wird neben ETL eingesetzt.
Anwendung im Mittelstand
- Zentralisierung heterogener Unternehmensdaten für Business Intelligence, Dashboards und KI-Analysen im Mittelstand.
Verwandte Begriffe
- ETL
- Data Warehouse
- Snowflake
- BigQuery
- dbt
- Modern Data Stack
Passende Flow-alerta-Leistung
KI-Potenzialanalyse & FahrplanKI-Beratung: Eignung, Daten und Voraussetzungen eines möglichen Anwendungsfalls zum Thema „Extrahieren, Laden und Transformieren (ELT)“ prüfen.Passendes Tool / Use Case
Praxisbeispiele ansehenUse Case: Quelldaten im Warehouse fachlich aufbereiten / Toolbeispiel: dbtQuellen
Quellenprüfung: 10.10.2026. Definition und dokumentierte Einordnung abgeglichen; Beispiele beschreiben mögliche Anwendungen.
Redaktionell geprüft am: