Change Data Capture
Auch: CDC, Change-Data-Capture, Data Change Capture, capture des changements de données, capture de données modifiées, Erfassung von Datenänderungen, Änderungsdatenerfassung
Verfahren, das nur die geänderten Daten eines Quellsystems erkennt und weiterleitet, um nachgelagerte Systeme aktuell zu halten, ohne alles neu zu laden.
Was es ist
Change Data Capture (CDC) ist eine Methode, die jede Einfügung, Aktualisierung und Löschung in einer Quelldatenbank verfolgt und nur diese Änderungen an andere Systeme weitergibt. Statt jede Nacht eine ganze Tabelle zu kopieren, überträgt CDC nur das Geänderte, oft innerhalb von Sekunden. Ein CFO im Handel erkennt den praktischen Nutzen, wenn die Verkäufe von gestern schon zum Frühstück im Finanz-Dashboard erscheinen statt einen Tag später, weil nur die neuen Transaktionen wanderten, nicht das gesamte Hauptbuch.
Warum es wichtig ist
Die meisten Führungskräfte berühren CDC nie direkt, spüren aber sein Fehlen. Wenn ein Kunde seine Adresse in einem System ändert und die Änderung einen Tag braucht, um Abrechnung, Marketing und Support zu erreichen, zeigt sich die Reibung als doppelte Mailings, falsche Rechnungen und veraltete KI-Empfehlungen. CDC macht aus "Echtzeit" ein realistisches Versprechen statt einer Folie, weil es Warehouses, CDPs und KI-Modelle mit frischen Daten versorgt, zu einem Bruchteil der Kosten vollständiger Neuladungen. Für einen CDO senkt es die Last auf Produktivsystemen und stärkt das Vertrauen in Berichte. Für einen KI-Track verhält sich ein Modell auf stundenalten Daten anders als eines auf tagealten Daten, und CDC ist oft der entscheidende Faktor.
Wie es funktioniert
CDC liest meist das Transaktionsprotokoll der Datenbank, dieselbe Aufzeichnung, die das System zur Wiederherstellung nach einem Absturz führt. Das Lesen des Protokolls erlaubt CDC, Änderungen zu erfassen, ohne die genutzten Anwendungen zu verlangsamen, anders als ältere Methoden, die Tabellen wiederholt durchsuchten. Jede erfasste Änderung wird zu einem Ereignis: diese Zeile wurde geändert, jene gelöscht, zu diesem Zeitpunkt. Diese Ereignisse fließen durch eine Datenpipeline in ein Warehouse, ein Lakehouse oder eine Streaming-Plattform. Wenn Sie ein Projekt genehmigen, das "Live-Dashboards" oder "synchronisierte Kundenprofile" verspricht, steckt sehr wahrscheinlich CDC dahinter. Ihre Prüfungen sind einfach: Wie frisch müssen die Daten sein, was verträgt das Quellsystem, und wer besitzt die Pipeline, wenn sie ausfällt.
Siehe auch
Häufige Fragen
Was ist Change Data Capture, einfach erklärt?
Change Data Capture (CDC) ist eine Technik, die jedes Insert, Update und Delete in einer Quelldatenbank erkennt und nur diese Änderungen an andere Systeme weitergibt. Statt jede Nacht eine komplette Tabelle zu kopieren, überträgt CDC nur das, was sich geändert hat, oft innerhalb von Sekunden. Deshalb können die Umsätze von gestern schon zum Frühstück im Finance-Dashboard stehen und nicht erst einen Tag später.
Warum sollte sich eine Führungskraft ohne technischen Hintergrund für CDC interessieren?
Weil Führungskräfte merken, wenn CDC fehlt, nicht wenn es da ist. Ändert ein Kunde in einem System seine Adresse und braucht das Update einen Tag, bis es in Billing, Marketing und Support ankommt, zeigt sich das in doppelten Mailings, falschen Rechnungen und veralteten Empfehlungen. CDC macht aus „Echtzeit“ ein realistisches Versprechen statt einer Folie.
Was ist der Unterschied zwischen CDC und einem nächtlichen Full Reload?
Ein Full Reload kopiert nach Zeitplan, meist über Nacht, die gesamte Tabelle. CDC überträgt nur die geänderten Zeilen, oft innerhalb von Sekunden. Das Ergebnis sind aktuellere Daten zu einem Bruchteil der Kosten und mit deutlich weniger Last auf den Produktivsystemen. Full Reloads bleiben einfach im Betrieb, begrenzen aber, wie aktuell das nachgelagerte Reporting überhaupt sein kann.
Wie erfasst CDC Änderungen, ohne Anwendungen auszubremsen?
CDC liest in der Regel das Transaktionslog der Datenbank, also genau das Protokoll, das das System ohnehin führt, um sich nach einem Absturz wiederherzustellen. Durch das Lesen dieses Logs werden Änderungen erfasst, ohne die Anwendungen zu berühren, mit denen die Leute arbeiten. Ältere Methoden haben dagegen Tabellen immer wieder gescannt. Jede Änderung wird zu einem Event (Zeile aktualisiert, Zeile gelöscht, mit Zeitstempel), das über eine Pipeline in ein Warehouse, ein Lakehouse oder eine Streaming-Plattform fließt.
Was sollte ich fragen, wenn ein Projekt Live-Dashboards oder synchronisierte Kundenprofile verspricht?
Drei Punkte: Wie aktuell müssen die Daten wirklich sein, welche Last verträgt das Quellsystem, und wer ist für die Pipeline zuständig, wenn sie ausfällt? Projekte, die Live-Dashboards oder kanalübergreifend synchronisierte Kundenprofile versprechen, setzen darunter fast immer auf Change Data Capture. Am wichtigsten ist, den Owner der Pipeline zu benennen, denn ein stiller CDC-Ausfall sieht genauso aus wie Daten, die sich einfach nicht mehr ändern.