---
title: "Daten"
updated: "2026-11-16"
url: "https://www.etheon.com/de/services/data"
---

# Data-Engineering und Analytics

Data-Engineering, von Pipelines bis BI. Wir bauen die Pipelines, Plattformen und die Governance hinter Ihren Analysen und Ihrer KI.

Bestellung 1042

### 01 Quellen

Quellen.

Jede Bestellung beginnt als Zeile im Export des Systems, das sie angenommen hat.

```
orders export
1042,C-88,49.00,EUR,2026-11-12 09:14
```

- Kundenname für Analysten maskiert
- Lineage raw.orders → stg\_orders → fct\_orders
- 24 Monate aufbewahrt, dann gelöscht

### 02 Laden

Laden.

Die Zeile landet so in der Rohschicht, wie sie ankam, jedes Feld benannt.

```
raw.orders
order_id     1042
customer_id  C-88
amount       49.00
currency     EUR
ordered_at   2026-11-12 09:14
```

- Kundenname für Analysten maskiert
- Lineage raw.orders → stg\_orders → fct\_orders
- 24 Monate aufbewahrt, dann gelöscht

### 03 Bereinigen, prüfen

Bereinigen, prüfen.

Typen und Zeitzonen korrigiert und jedes Feld geprüft, bevor es weitergeht.

```
stg_orders
order_id     1042                  unique
customer_id  C-88                  not empty
amount       49.00 EUR             positive
ordered_at   2026-11-12 09:14 UTC  in range
```

- Kundenname für Analysten maskiert
- Lineage raw.orders → stg\_orders → fct\_orders
- 24 Monate aufbewahrt, dann gelöscht

### 04 Modellieren

Modellieren.

Warehouses und Lakehouses, eingerichtet für Ihre Größe, Ihre Kosten und Ihre Zugriffsregeln.

- Die Plattform, die zu Ihrem Stack passt
- Sichtbare Kosten
- Zugriff nach Rolle

```
fct_orders
order_id     1042
customer_id  C-88
amount       49.00 EUR
ordered_at   2026-11-12 09:14 UTC
segment      SMB   from customers
region       EU    from accounts
```

- Kundenname für Analysten maskiert
- Lineage raw.orders → stg\_orders → fct\_orders
- 24 Monate aufbewahrt, dann gelöscht

### 05 Bereitstellen

Bereitstellen.

Die Bestellung fließt in eine Kennzahl, die Ihre Berichte nutzen, und in ein Feature, das Ihre Modelle lesen.

```
metrics, features
metric   weekly_active_customers  counted
feature  orders_last_7_days       3
```

- Kundenname für Analysten maskiert
- Lineage raw.orders → stg\_orders → fct\_orders
- 24 Monate aufbewahrt, dann gelöscht

### 06 Entscheiden

Entscheiden.

Menschen lesen die Kennzahl in einem Bericht; ein Modell liest das Feature als eine Eingabe von vielen.

```
report, model
report  Weekly active customers
model   churn risk, one input of many
```

- Kundenname für Analysten maskiert
- Lineage raw.orders → stg\_orders → fct\_orders
- 24 Monate aufbewahrt, dann gelöscht

### Pipelines. Daten aus ihren Quellen bewegt, unterwegs bereinigt und geprüft.

#### Was es ist

Eine Datenpipeline bewegt Daten von dort, wo sie entstehen, dorthin, wo sie genutzt werden, und prüft sie unterwegs. Wir binden Ihre Quellen an, laden Daten nach Zeitplan oder in dem Moment, in dem sie entstehen, und bereinigen und testen jeden Datensatz, bevor Ihre Berichte und Modelle ihn lesen.

#### Was wir tun

- Quellen angebunden.
- Daten nach Zeitplan oder beim Entstehen geladen.
- Bereinigung und Prüfungen unterwegs.

#### Wie wir es tun

1. Anbinden: Ihre Quellen angebunden, jede mit einer namentlich verantwortlichen Person.
2. Laden und prüfen: Daten nach Zeitplan oder beim Entstehen geladen, unterwegs geprüft.

#### Was Sie erhalten

- Pipelines in Ihrem Repository
- Datenprüfungen, die bei jedem Ladevorgang laufen
- Eine Übersicht jeder Quelle und ihrer verantwortlichen Person

#### Stack und Tools

- Data integration
- Workflow orchestration
- Data quality checks
- Streaming

#### Verwandte Themen

- [Datenplattformen](https://www.etheon.com/de/services/data?detail=platforms#platforms)

### Datenplattformen. Warehouses und Lakehouses, eingerichtet für Ihre Größe, Ihre Kosten und Ihre Zugriffsregeln.

#### Was es ist

Eine Datenplattform ist der Ort, an dem die Daten Ihres Unternehmens gespeichert, modelliert und abgefragt werden. Wir richten Warehouses und Lakehouses ein, die zu Ihrem Stack, Ihrer Größe und Ihren Zugriffsregeln passen, mit sichtbaren Kosten, damit die Plattform bezahlbar bleibt, während sie wächst.

#### Was wir tun

- Die Plattform, die zu Ihrem Stack passt.
- Sichtbare Kosten.
- Zugriff nach Rolle.

#### Wie wir es tun

1. Auswählen: Die Plattform, die zu Ihrem Stack, Ihrer Größe und Ihren Kosten passt.
2. Einrichten: Speicher, Modelle und Zugriffsregeln, als Code geschrieben.

#### Was Sie erhalten

- Ein Warehouse oder Lakehouse, als Code eingerichtet
- Zugriffsregeln nach Rolle
- Ein Kostenbericht

#### Stack und Tools

- Data warehouses
- Lakehouses
- Infrastructure as code
- Cost monitoring

#### Verwandte Themen

- [DevOps und SRE](https://www.etheon.com/de/services/cloud?detail=devops#devops)

### ML-Daten. Die Datensätze, aus denen Ihre Modelle lernen, gelabelt und mit dem Modell versioniert.

#### Was es ist

ML-Daten sind die Daten, aus denen Ihre Modelle lernen und an denen sie getestet werden. Wir labeln Datensätze für die Aufgabe des Modells, schwärzen personenbezogene Daten vor dem Labeln und versionieren jeden Datensatz mit dem Modell, das er trainiert, damit sich jedes Ergebnis auf seine Daten zurückführen lässt.

#### Was wir tun

- Datensätze, gelabelt für die Aufgabe des Modells.
- Jeder Datensatz mit seinem Modell versioniert.
- Personenbezogene Daten vor dem Labeln geschwärzt.

#### Wie wir es tun

1. Labeln: Datensätze, gelabelt für die Aufgabe des Modells, personenbezogene Daten zuerst geschwärzt.
2. Versionieren: Jeder Datensatz mit dem Modell versioniert, das er trainiert.

#### Was Sie erhalten

- Gelabelte Datensätze
- Versionen, verknüpft mit jedem Modell
- Eine Dokumentation, wie jeder Datensatz entstanden ist

#### Stack und Tools

- Labelling tools
- Dataset versioning
- Data quality checks
- Redaction tools

#### Verwandte Themen

- [MLOps](https://www.etheon.com/de/services/ai?detail=mlops#mlops)

### Analytics und BI. Jede Kennzahl mit einer Definition, einer verantwortlichen Person und ihren Tests.

#### Was es ist

Analytics und BI machen aus Daten Zahlen, auf die sich Ihre Teams einigen. Wir geben jeder Kennzahl eine Definition, eine verantwortliche Person und Tests, die bei jeder Aktualisierung laufen, und bauen die Berichte und Dashboards, die Ihre Teams lesen.

#### Was wir tun

- Eine Definition für jede Kennzahl.
- Eine verantwortliche Person für jede Kennzahl.
- Tests, die bei jeder Aktualisierung laufen.

#### Wie wir es tun

1. Definieren: Eine Definition und eine verantwortliche Person für jede Kennzahl.
2. Testen: Tests, die bei jeder Aktualisierung laufen, bevor jemand eine Zahl liest.

#### Was Sie erhalten

- Die Kennzahldefinitionen, im Format, das diese Seite zeigt.

#### Stack und Tools

- Data transformation
- BI dashboards
- Metric definitions
- Data quality checks

### Governance. Zugriff nach Rolle und Daten in der Region, die Sie wählen.

#### Was es ist

Data Governance legt fest, wer welche Daten sehen kann, wo sie liegen und wie lange. Wir vergeben Zugriff nach Rolle, halten Daten in der Region, die Sie wählen, maskieren personenbezogene Daten, wo sie nicht gebraucht werden, löschen sie nach Zeitplan und protokollieren jeden Zugriff.

#### Was wir tun

- Daten in der Region, die Sie wählen.
- Zugriff nach Rolle.
- Personenbezogene Daten maskiert, wo sie nicht gebraucht werden.
- Aufbewahrung und Löschung nach Zeitplan.
- Jeder Zugriff protokolliert.

#### Wie wir es tun

1. Erfassen: Jeder Datensatz, wer ihn braucht und wo er bleiben muss.
2. Durchsetzen: Rollen, Maskierung und Löschung in der Plattform eingestellt, jeder Zugriff protokolliert.

#### Fragen

**Wo werden unsere Daten gespeichert?**

In der Region, die Sie wählen. Ihre Daten und deren Backups bleiben in dieser Region.

**Wer kann auf unsere Daten zugreifen?**

Nur die Rollen, die Sie freigeben. Zugriff wird nach Rolle vergeben, auf das beschränkt, was jede Rolle braucht, und jeder Zugriff wird protokolliert.

#### Was Sie erhalten

- Eine Zugriffsübersicht nach Rolle
- Regeln für Aufbewahrung und Löschung
- Zugriffsprotokolle, die Ihre Prüfer lesen können

#### Verwandte Themen

- [Ihre Daten bei Etheon](https://www.etheon.com/de/company/trust#your-data)
- [Auftragsverarbeitungsvertrag](https://www.etheon.com/legal/dpa)

## Was Ihnen bleibt.

Jede Kennzahl und jeder Datensatz kommt mit seiner Definition.

### Wöchentlich aktive Kunden.

Kennzahl · Analytics und BI

Kunden mit mindestens einer Bestellung in der Woche, jeder einmal gezählt.

- Verantwortlich: Finanzen
- Quelle: fct\_orders
- Aktualisierung: Täglich, vor Arbeitsbeginn
- Tests: Nicht leer, eine Zeile pro Woche

Eine Illustration des Formats, keine Zahlen eines Kunden.

### Support-Tickets, gelabelt.

Datensatz · ML-Daten

Der Datensatz, an dem ein Assistent trainiert und evaluiert wird, mit dem Modell versioniert.

- Labels: Intent, ein Label pro Ticket
- Version: v7 · mit Modell v7
- Aktualität: Wöchentlich
- Personendaten: Vor dem Labeln geschwärzt

Eine Illustration des Formats, keine Daten eines Kunden.

## Wer was sieht.

Zugriff nach Rolle und Daten in der Region, die Sie wählen.

EU: Daten und Backups bleiben in EU-Regionen.

USA: Daten und Backups bleiben in US-Regionen.

| Rolle | Kundenidentität | Bestellungen | Support-Tickets | Ereignisse | Aggregate |
| --- | --- | --- | --- | --- | --- |
| Analyst | Maskiert | Vollständig | Maskiert | Vollständig | Vollständig |
| Data Engineer | Maskiert | Vollständig | Vollständig | Vollständig | Vollständig |
| Support-Mitarbeiter | Maskiert | Vollständig | Vollständig | Kein Zugriff | Kein Zugriff |
| ML-Modell | Kein Zugriff | Vollständig | Maskiert | Vollständig | Kein Zugriff |
| Management-Dashboard | Kein Zugriff | Kein Zugriff | Kein Zugriff | Kein Zugriff | Vollständig |

Analysten. Sehen Bestellungen, Ereignisse und Aggregate vollständig, mit maskierter Kundenidentität und maskiertem Tickettext.

Data Engineers. Sehen jeden Datensatz, um die Pipelines zu bauen und zu reparieren, mit maskierter Kundenidentität.

Support-Mitarbeiter. Sehen Bestellungen und Tickets, um einem Kunden zu antworten; Namen und E-Mail-Adressen sind maskiert, und jede Abfrage wird protokolliert.

ML-Modelle. Lesen Bestellungen und Ereignisse, um daraus zu lernen, mit maskiertem Tickettext und ohne Kundenidentität.

Management-Dashboards. Zeigen nur Aggregate: Summen und Trends, ohne den Datensatz eines einzelnen Kunden.

- [KI](https://www.etheon.com/de/services/ai): Agenten, Modelle und MLOps
- [Cloud](https://www.etheon.com/de/services/cloud): Cloud, DevOps und SRE