Ein gemeinsames Datenmodell braucht vereinbarte Bedeutung

Ein gemeinsames Datenmodell ist nur dann eine brauchbare Grundlage für eine Integration, wenn die beteiligten Teams dieselben Aussagen darunter verstehen. Die Entscheidung beginnt deshalb bei der Bedeutung der Daten. Ein einheitlicher Feldname allein löst keinen fachlichen Widerspruch.

Ein Feld, zwei unterschiedliche Aussagen

Im fiktiven Unternehmen führen CRM und ERP jeweils ein Feld active. Im CRM bedeutet es, dass der Vertrieb den Kontakt aktuell betreut. Im ERP bedeutet es, dass der Kunde Aufträge auslösen darf. Beide Systeme können ihren Wert korrekt pflegen und trotzdem verschiedene Ergebnisse liefern.

Würde das Projekt beide Angaben in ein gemeinsames Aktiv-Feld pressen, könnte eine Vertriebsänderung unbeabsichtigt die Bestellfreigabe beeinflussen. Im Beispiel werden deshalb zwei getrennte Aussagen übertragen. Welches System sie ändern darf, wird jeweils gesondert festgelegt.

Ein Schema setzt die vereinbarte Bedeutung um

JSON Schema beschreibt Struktur und Einschränkungen von JSON-Daten. Ein Validator kann prüfen, ob eine Nachricht dem vereinbarten Schema entspricht. Ob Betreuung und Bestellfreigabe dasselbe bedeuten sollen, müssen die Verantwortlichen entscheiden. Die technische Prüfung kann die anschließend vereinbarten Regeln abbilden.

Zum Austausch gehören auch die Bedeutung eines fehlenden Werts und der Umgang mit widersprüchlichen Änderungen. Ohne diese Vereinbarung könnte dieselbe leere Angabe je nach Empfänger „unbekannt“, „löschen“ oder „keine Änderung“ auslösen. Diese Möglichkeiten müssen bewusst ausgewählt werden.

Gemeinsamkeit dort einsetzen, wo sie hilft

Für zwei stabile Verbindungen kann eine verständliche Feldbeschreibung ausreichen. Ein unternehmensweites Modell lohnt sich als zusätzliche Struktur erst, wenn mehrere Teilnehmer die gleiche Bedeutung tatsächlich brauchen. Unterschiedliche lokale Begriffe dürfen bestehen bleiben, solange die Übersetzung eindeutig ist.

Unsere Empfehlung: Prüfen Sie ein Modell mit widersprüchlichen Beispieldaten aus den beteiligten Systemen. Wenn die Teams am konkreten Datensatz dieselbe Zielaussage bestimmen können, lässt sich diese Entscheidung sinnvoll in ein technisches Schema überführen.

Quellen

• JSON Schema: What is JSON Schema?