SQL ist seit Jahrzehnten die Abfragesprache Nummer 1 für Softwareentwickler und Datenbankspezialisten. In den letzten Jahren hat sich unsere Welt zu einer Datenwelt gewandelt, womit SQL nicht nur für die IT relevant ist, sondern immer mehr auch für das Business. Was SQL ist und warum es aus unserer Sicht zu einer wichtigen Kompetenz für gewisse Business-Rollen wurde, erfahren Sie in diesem Blogartikel.
SQL und relationale Datenbanken
SQL steht für Structured Query Language, zu deutsch Strukturierte Abfragesprache. Mit dieser Sprache werden Daten aus einer Datenbank ausgelesen, sodass sie in einem Programm, einer App, einer Website oder einem Editor angezeigt werden können. Umgekehrt wird es auch dazu verwendet Daten zu editieren, neu zu erfassen oder zu löschen.
Hinter den meisten Business-Applikationen steckt eine relationale Datenbank und somit wird an irgendeinem Punkt zwischen Datenbank und Anzeige ein SQL-Code vorhanden sein.
Relationale Datenbanken speichern Daten in Tabellen. Diese Tabellen haben Spalten und Zeilen, ähnlich wie wir es von Excel-Tabellen kennen. Die Tabellen stehen untereinander in Beziehungen (Relationen). So kann es z.B. eine Tabelle Mitarbeiter und eine Tabelle Team geben. Jeder Mitarbeiter ist in einem Team, womit die Tabellen zueinander in einer Beziehung stehen. Die Tabellen werden über Keys (Schlüssel) miteinander verbunden.
Durch diese Aufteilung in verschiedene Tabellen (anstelle von einer einzigen Mammut-Tabelle) wird verhindert, dass Daten redundant gespeichert werden. Eine gut strukturierte relationale Datenbank bietet so Vorteile wie Effizienz, Skalierbarkeit, Datenintegrität und Flexibilität.
Mehr als nur IT-Wissen
Wie eine Datenbank designed wird, ist nach wie vor Sache von Entwickler und Datenbankarchitekten. Es gibt aber viele Rollen ausserhalb der IT, bei denen es von Vorteil ist, wenn Grundlagen-Wissen über relationale Datenbanken und deren Abfrage mit SQL vorhanden ist.
Business Analysten: Im Requirements Engineering werden in vielen Fällen Daten in Form von Listen und Auswertungen benötigt, um mit dem Business bestehende oder neue Anforderungen zu besprechen. Teilweise sind das grössere Mengen an Daten, die in Excel nicht so einfach zu bearbeiten sind. Grundlegende Kenntnisse in SQL ermöglicht Business Analysten read-only Abfragen zu machen, ohne dabei Ressourcen der IT zu benötigen. Denn nicht selten kennen die Business Analysten das Datenbankschema sehr genau und wissen, wonach sie suchen müssen. Das ist effizienter und entlastet die IT oder externe Ressourcen.
Controller: In vielen Fällen sind Finance Controller wahre Excel-Master und kennen ihre Daten und Kennzahlen in- und auswendig. Und sie nehmen ihre Zahlen sehr genau. Diese Eigenschaften können mit SQL-Skills ergänzt werden und so können sie selber Daten extrahieren, kombinieren und aggregieren.
Qualitätsmanager: Dubletten im CRM, wer kennt sie nicht. Oder regelmässiges Housekeeping bei Stammdaten und Transaktionsdaten, sowie unerklärliche Datenkonstellationen in den Applikationen: Ein Qualitätsmanager sorgt für “saubere” Daten. Die Möglichkeit ad-hoc-Abfragen auf Datenbestände oder Abgleichlisten zu erstellen ist zentral. Durch einfaches SQL-Abfrage-Wissen können Qualitätsmanager von der IT unabhängig und effizienter agieren.
Applikationsmanager: Applikationsverantwortliche sind meistens in der IT angegliedert, sind aber oft Allrounder und Schnittstelle zwischen Business und Technik. Sie kennen ihre Applikationen, helfen dem Business bei Problemen und warten Software zusammen mit dem Provider/Hersteller. SQL-Grundlagen sind nicht immer eine Anforderung – aber von grossem Vorteil. Gerade bei Support-Anfragen und im DevOps-Prozess ist es praktisch, wenn ein Applikationsverantwortlicher einfache Abfragen selber formulieren und so Business Daten oder Logdaten analysieren kann.
SQL in der Welt der Business Intelligence (BI)
Ein sehr zentrale Rolle spielt SQL-Wissen bei der Anwendung von BI-Tools. Es ist selten der Fall, dass für ein Report nur eine einfache Excel-Tabelle als Datenquelle dient. Oftmals sind es mehrere Tabellen, die kombiniert werden müssen. Hier helfen in modernen Tools wie Power BI oder Tableau zwar Preparation-Tools innerhalb der Software. Das Verständnis, wie die Daten in Relationen stehen, ist aber unabdingbar.
Power BI z.B. ist bekannt dafür, dass es am besten für das sogenannte Star Schema geeignet ist. Die Tabellen müssen als Stern modelliert werden: Die Transaktionen (Facts) in der Mitte und die Dimensionen sternförmig dazu geordnet. So können in den Reports auf performante Weise flexibel Visuals und Interaktionen gebaut werden. Ein Star Schema ist ein klassisches relationales Konzept, welches vor allem bei Data Warehouses angewendet wird, aber eben auch relevant ist in modernen BI-Tools.
Ein weiterer Bereich, bei dem SQL-Wissen hilft, ist beim Einbinden von Daten aus Datenbanken. Anstatt komplette Tabellen reinzuladen sollten in BI-Tools immer nur die Daten importiert werden, die auch tatsächlich gebraucht werden. Die meisten Tabellen haben noch viel mehr Attribute, die dann einerseits auf die Performance (Ladezeiten) schlagen oder evtl. ein Verstoss gegen den Datenschutz ist. Beispiel Kundenadressen: Strasse, Telefonnummer, Name, Mailadressen, etc. sind keine Daten, die in ein Analytics-Tool gehören. Insofern sollten sie bereits an der Quelle rausgefiltert werden.
Wenn Self Service BI ein Thema ist, dann sind SQL und relationale Datenbanken noch grundlegender. In dem Fall werden Daten von der IT zentral zur Verfügung gestellt und das Business ist für die Abfragen verantwortlich. Nun ist es hier natürlich entscheidend, wie die Quellen zur Verfügung gestellt werden. Eine Performance-Optimierung oder Modelanpassung innerhalb des Tools ist jedoch schnell einmal der Fall. Und hier sollten betroffene BI-Analysten über die entsprechenden Skills verfügen.
Fazit: Get Data Ready
Daten sind überall und mit der Annäherung von Business und IT, sowie den Technologien, die heute in allen Bereichen verwendet werden, sind Grundlagen-Wissen von relationalen Datenbanken ein wichtiger Faktor. Dabei geht es nicht um komplexe Abfragen oder dem Design von Datenmodellen oder gar Manipulationen von Datenbeständen. Es geht um die Unabhängigkeit von Business-nahen Rollen zu IT Ressourcen, die vor allem in KMU begrenzt sind. Oft kennen Personen in diesen Rollen ihre Daten sehr genau, besser als Data Engineers oder Datenbankadministratoren. Wenn dieses Domain-Wissen mit einfachen SQL Skills ergänzt wird, dann führt das zu mehr Effizient, mehr Flexibilität und Datenkompetenz im gesamten Unternehmen.
Möchten Sie ihre Mitarbeitenden data ready machen? Schauen Sie sich unseren SQL Basis Kurs für Firmen an und kontaktieren Sie uns unverbindlich.