Don't you want to read? Try listening to the article in audio mode 🎧
In einem Zeitalter wie dem unserem, mit einem Überangebot an Daten, ist eine herausragende Databank das Herzstück einer jeden effektiven Strategie. Bei der Entwicklung einer Datenbank gibt es grundlegende Schritte, die man gehen muss, denn jeder einzelne davon ist wesentlich für die Erreichung des Ziels: eine funktionale und anwendbare Datenbank. Zunächst einmal müssen die Objekte (Einheiten) identifiziert werden, die in der Datenbank erscheinen und die Beziehungen zwischen ihnen. Dann muss man detaillierter werden und die Datenbeziehungen abstrakt darstellen. Schließlich muss man entscheiden, wie man seine Datenbank eigentlich umsetzen will und dafür ein bestimmtes Datenbankmodell aussuchen und sich mit dessen spezifischen Charakteristika auseinandersetzen. Im Grunde genommen geht man von einem sehr hohen Level, auf dem man die Anforderungen des Unternehmens sammelt und darstellt, runter auf ein sehr niedriges Level, auf dem man die Datenbank schließlich anwendet.
Bei jedem Schritt wird ein Datenmodell definiert. Dabei geht man von einem konzeptionellen Datenmodell herunter zu einem physischen Datenmodell und das logische Datenmodell ist die Zwischenebene.
Das konzeptionelle Datenmodell
Beim konzeptionellen Modell geht es nicht darum, wie die echte Datenbank angewendet werden wird. Es funktioniert auf einem sehr hohen Niveau und übersetzt Probleme der realen Welt und Businessanforderungen in eine konzeptionelle Struktur, die einfach zu verstehen und deshalb auch für Personen, die keine Experten sind, verständlich ist. Es konzentriert sich darauf, diejenigen Einheiten zu identifizieren, die Teil der Datenbank sein werden und der Beziehungen zwischen ihnen, d.h. die Abläufe und Verbindungen, die zwischen ihnen bestehen. Es ist sehr wirksam, um die Geschäftsabläufe eines Unternehmens zu verstehen und zu definieren. Sollte man also versuchen, eine Definition für konzeptionelles Datenmodell zu erstellen, so könnte man sagen, dass ein konzeptionelles Datenmodell die Abbildung einer allgemeinen Datenstruktur ist, die dafür benötigt wird, Geschäftsanforderungen zu erfüllen (z.B. Unternehmensabläufe zu unterstützen, Geschäftsvorgänge zu registrieren und Ergebnisse/Leistungen nachzuverfolgen) und zwar unabhängig von spezifischer Software, Systemen zum Datenbankmanagement oder Strukturen zur Datenspeicherung.
Man braucht ein konzeptionelles Datenmodell, um ein genaues Verständnis zu erhalten, welche Datenarten verfügbar und notwendig sind, um zu einer Übereinstimmung verschiedener Geschäftseinheiten darüber zu gelangen, was benötigt wird und um Namen, Datenarten und Eigenschaften der verschiedenen Datentypen zu definieren. Es ist wichtig zu verstehen, dass man, wenn man mit einem konzeptionellen Datenmodell zu tun hat, es mit Objekten auf einem sehr hohen Niveau zu tun hat. Wenn man sich z.B. auf ein Auto bezieht, so meint man den Gegenstand “Auto” aus der realen Welt und nicht die abstrakte Darstellung eines Autos: Ein Satz metallener Teile, die auf eine bestimmte Weise miteinander verbunden sind. Dies ist der Grund weshalb nicht alles, was in einem konzeptionellen Datenmodell erscheint, in ein physisches Datenmodell übersetzbar ist.
Das logische Datenmodell
Das logische Datenmodell geht einen Schritt weiter und ist der erste Schritt zur Errichtung der Architektur einer der Anwendungen. Es ist immer noch unabhängig von dem bestimmten benutzten System (z.B. Datenbankmanagementsystem), aber ausgehend vom konzeptionellen Modell versucht es, die Sichtweise von dessen hohen Niveau aus in ein formelles, abstraktes Schema zu übersetzen, indem es eine weitere Detailebene zur konzeptionellen Ebene hinzufügt. Anders als das konzeptionelle Datenmodell, verwendet das logische Datenmodell Kennziffern und Fremdschlüssel, um die Datenbeziehungen darzustellen, aber sie sind immer noch unabhängig von jeglicher DBMS-Implementation. Man könnte es als eine Brücke bezeichnen zwischen dem konzeptionellen Datenmodell (Unternehmensblickwinkel) und dem physischen Datenmodell (Blickwinkel des Entwicklers) und es kann benutzt werden, um zu kontrollieren, ob die tatsächliche Umsetzung die im konzeptionellen Modell festgesetzten Bedingungen wirklich genau erfüllt.
Der Unterschied zwischen dem konzeptionellen und dem logischen Datenmodell ist also klar. Das logische Datenmodell ist eine abstrakte Darstellung einer möglichen Implementation ohne an eine spezielle Implementation gebunden zu sein, während das konzeptionelle Datenmodell die Darstellung von Businessanforderungen und den damit verbundenen Datensets und Beziehungen auf hoher Ebene ist. Das logische Modell gibt - durch einen Normalisierungsprozess - eine strukturiertere Darstellung von Einheiten und ihrer Beziehungen und beschreibt ihre Beziehungen und Eigenheiten mehr im Detail: Redundanzen, die Beziehungen Vieler-zu-Vielen, Ambiguitäten und Unsicherheiten bei der Attribution von Einheiten werden gelöst und es erscheint die Blaupause einer möglichen Datenbankimplementierung.
Artikel aktualisiert am: 09 August 2023
Geschrieben von
Talent Garden, Digital Skills Academy
