even
← Zum Glossar

Datenbank

Auch: DB, Datenbanksystem, DBMS, Datenbanken, relationale Datenbank, RDBMS, NoSQL-Datenbank

KI-generiert

Kurz erklärt

Eine Datenbank ist ein strukturiertes System zur persistenten Speicherung, Verwaltung und Abfrage von Daten. In der Intralogistik bildet sie die technische Grundlage für WMS, ERP und TMS, indem sie Stammdaten, Bewegungsdaten und Historien zuverlässig vorhält.

Das Wichtigste in Kürze

Was ist eine Datenbank?

Eine Datenbank ist ein organisiertes System, das Daten dauerhaft speichert und strukturierten Zugriff darauf ermöglicht. Sie besteht aus dem eigentlichen Datenspeicher und einem Datenbankmanagementsystem (DBMS), das Abfragen, Schreibvorgänge, Zugriffsrechte und Transaktionssicherheit verwaltet. Dabei gilt: Ohne funktionierende Datenbank läuft kein Logistiksystem zuverlässig. Jede Buchung, jeder Lagerplatzwechsel und jede Auftragskopfzeile landet letztlich in einer oder mehreren Datenbanken.

Datenbanktypen im logistischen Umfeld

Relationale Datenbanken (RDBMS) sind in ERP-, WMS- und TMS-Systemen nach wie vor dominierend. Sie strukturieren Daten in Tabellen mit definierten Beziehungen und setzen auf die Abfragesprache SQL. Ihre Stärken liegen in der Transaktionssicherheit (ACID-Eigenschaften) und der Konsistenz bei gleichzeitigem Zugriff vieler Nutzer. Beides ist zentral, wenn Warenein- und -ausgänge in Echtzeit gebucht werden.

Daneben existieren nicht-relationale Datenbanken (NoSQL), die je nach Modell als Dokumenten-, Schlüssel-Wert-, Spalten- oder Graphdatenbank aufgebaut sind. Sie eignen sich besonders für große Mengen unstrukturierter oder halbstrukturierter Daten, zum Beispiel Telemetrie von Fördertechnik, Sensor-Events oder Protokolldateien. Welches Modell passt, hängt vom Anwendungsfall ab. Pauschale Empfehlungen sind hier nicht angebracht.

Bedeutung für Lagerplanung und Logistik-IT

In der Praxis entscheidet die Datenbankarchitektur maßgeblich über Performance und Verfügbarkeit des Gesamtsystems. Kritische Fragen bei der Planung sind:

  • Welche Daten müssen in Echtzeit verfügbar sein, welche können batchweise verarbeitet werden?
  • Wie wird Hochverfügbarkeit sichergestellt, durch Replikation, Clustering oder geografische Redundanz?
  • Wie sind Backup, Recovery und Disaster Recovery organisiert, und wie lang ist die tolerierbare Ausfallzeit (RTO/RPO)?
  • Welche Systeme greifen lesend oder schreibend zu, und wie werden Zugriffskonflikte vermieden?
  • Welche Lizenz- und Betriebskosten entstehen bei wachsendem Datenvolumen?

Gerade bei der Einführung neuer Logistiksoftware wird die Datenbankfrage oft unterschätzt. Anbieterabhängigkeit (Vendor Lock-in), Skalierungskosten und Kompatibilität zu bestehenden Integrations-Schnittstellen sollten frühzeitig geprüft werden.

Abgrenzung: operative Datenbank vs. Data Warehouse

Operative Datenbanken steuern laufende Transaktionen: Bestandsbuchungen, Auftragsverarbeitung, Kommissionieraufträge. Ein Data Warehouse ist dagegen auf Analyse ausgerichtet und aggregiert historische Daten aus verschiedenen Quellen für Reporting und Business Intelligence. Beide Konzepte ergänzen sich, verfolgen aber unterschiedliche Optimierungsziele. Operative Datenbanken priorisieren Schreibgeschwindigkeit und Konsistenz, Data Warehouses priorisieren Leseperformance und Flexibilität bei Auswertungen.

Häufige Fragen

Eine operative Datenbank verwaltet laufende Transaktionen, zum Beispiel Buchungen im Lager, und ist auf schnellen Schreib- und Lesezugriff optimiert. Ein Data Warehouse aggregiert historische Daten aus mehreren Quellen und ist primär für Analysen und Berichte ausgelegt. Beide Systeme werden in der Regel parallel betrieben und haben unterschiedliche Anforderungen an Performance und Datenmodell.

Verwandte Begriffe

Passende Kategorien