Model First. Then Generate.

Datenmodellierung und Automatisierung für Microsoft-basierte Data-Warehouse- und Analytics-Lösungen.

AnalyticsCreator ist eine metadatenbasierte Entwicklungsanwendung, mit der sich Data-Warehouse- und Analytics-Lösungen strukturiert modellieren, generieren und weiterentwickeln lassen.

Fachliche Anforderungen, Datenstrukturen, Transformationsregeln und technische Abhängigkeiten werden in einem gemeinsamen Modell zusammengeführt. Der zugehörige Implementierungscode entsteht parallel zur Modellierung und bleibt jederzeit einsehbar und überprüfbar.

Auf dieser Grundlage generiert AnalyticsCreator native Artefakte für die unterstützten Microsoft-Technologien. Das reduziert manuelle Entwicklungsarbeit und sorgt für nachvollziehbare, wiederholbare Prozesse.

Model-driven data engineering

AnalyticsCreator unterstützt die Entwicklung und Pflege von Datenmodellen über den gesamten Entwicklungsprozess hinweg.

  • Datenmodellierung: Entwicklung dimensionaler, normalisierter, mehrschichtiger und hybrider Data-Warehouse-Architekturen mithilfe intelligenter Modellierungsassistenten.
  • Quellsysteme und Metadaten: Übernahme und Verwaltung von Metadaten unterstützter Quellsysteme sowie Definition von Datenstrukturen, Beziehungen und Zuordnungen.
  • Transformationen: Definition von Transformationsregeln, Datenaufbereitung, berechneten Feldern und Verarbeitungsabhängigkeiten.
  • Historisierung: Konfiguration von Slowly Changing Dimensions (SCD), Snapshots und historischer Datenverarbeitung.
  • Semantische Modellierung: Verwaltung von Fakten, Dimensionen, Beziehungen, Hierarchien und Kennzahlen im Zusammenhang mit dem zugrunde liegenden Data-Warehouse-Modell.

Generierung nativer Microsoft-Artefakte

Aus dem Datenmodell generiert AnalyticsCreator die technischen Komponenten für die jeweilige Zielumgebung.

Unterstützt werden unter anderem:

  • SQL Server und Azure SQL: Datenbankstrukturen, Views, Stored Procedures und Verarbeitungslogik.
  • Microsoft Fabric: Warehouse-Strukturen, SQL-Verarbeitung und unterstützte Fabric Data Factory Pipelines.
  • Azure Data Factory und SSIS: Generierung von Paketen und Pipelines für Datenintegration, Transformation und Prozesssteuerung.
  • Power BI: Generierung semantischer Modelle, einschließlich unterstützter PBIP- und TMDL-Artefakte.
  • SQL Server Analysis Services: Unterstützte Tabular- und Multidimensional-Modelle.
  • Deployment: Generierung von DACPAC-Paketen und weiteren unterstützten Bereitstellungsartefakten.

Welche Artefakte erzeugt werden, hängt von der gewählten Zieltechnologie, der Architektur und der Projektkonfiguration ab.

Nachvollziehbarkeit und kontrollierte Änderungen

Ein Data Warehouse muss nicht nur entwickelt, sondern auch über Jahre hinweg zuverlässig weitergeführt werden können.

AnalyticsCreator hält die Zusammenhänge zwischen Quellmetadaten, Datenstrukturen, Transformationen, Abhängigkeiten und analytischen Modellen fest.

Dadurch lassen sich technische Abhängigkeiten nachvollziehen und die Auswirkungen geplanter Änderungen frühzeitig erkennen.

Die integrierte Dokumentation, Projektversionierung und die Einbindung in unterstützte Git-basierte Entwicklungsprozesse schaffen die Grundlage für eine kontrollierte Weiterentwicklung.

Das Ergebnis: Weniger Abhängigkeit von einzelnen Entwicklern, bessere Nachvollziehbarkeit und ein klar strukturierter Entwicklungsprozess.

Integrierte Data-Warehouse-Tests

Änderungen am Datenmodell oder an Transformationen können Auswirkungen haben, die durch eine rein technische Prüfung nicht erkannt werden.

AnalyticsCreator unterstützt deshalb wiederholbare Data-Warehouse-Tests auf Basis definierter Eingangsdaten und erwarteter Ergebnisse.

Entwickler können SQL-Testprozeduren generieren, tatsächliche Verarbeitungsergebnisse mit den erwarteten Werten vergleichen und Abweichungen gezielt untersuchen.

Ausführungsprotokolle dokumentieren die Ergebnisse. Die Testprozeduren lassen sich auch in entsprechend konfigurierte SQL-basierte Testabläufe einbinden.

So können Änderungen vor der Bereitstellung überprüft und bestehende Verarbeitungsregeln bei der Weiterentwicklung erneut getestet werden.

Design Intelligence – Projektwissen für KI nutzbar machen

Mit AnalyticsCreator Design Intelligence wird das im Datenmodell enthaltene technische Wissen auch für KI-gestützte Arbeitsabläufe zugänglich.

Autorisierte, MCP-kompatible KI-Agenten können auf unterstützte Informationen aus gespeicherten AnalyticsCreator-Projekten zugreifen.

Dazu gehören beispielsweise Modellstrukturen, Beziehungen, dokumentierte Abhängigkeiten, Lineage-Informationen und Transformationsdefinitionen.

Damit können KI-Agenten technische Zusammenhänge analysieren, Modelle erläutern und Änderungsvorschläge auf Basis des tatsächlichen Projektkontexts erarbeiten.

Der verfügbare Funktionsumfang hängt von der jeweiligen Implementierung und Projektkonfiguration ab. Änderungen unterliegen weiterhin den vorgesehenen Berechtigungen und Freigabeprozessen.

In AnalyticsCreator entwickeln. In Microsoft-Technologien ausführen.

AnalyticsCreator ist eine Anwendung für Modellierung, Entwicklung und Codegenerierung – keine zusätzliche Laufzeitumgebung für die produktive Datenverarbeitung.

Die generierten Lösungen werden innerhalb der unterstützten Microsoft-Technologien ausgeführt. Für ihren produktiven Betrieb ist keine AnalyticsCreator-Laufzeitkomponente erforderlich.

Damit bleiben die technische Implementierung und die Ausführung in der bestehenden Microsoft-Umgebung.

Das Datenmodell bleibt die Grundlage. Die Zieltechnologie übernimmt die Ausführung.

Weitere Informationen zu unterstützten Technologien, Voraussetzungen und Einschränkungen finden Sie in unserer Dokumentation zur Technologieunterstützung.

Features