Veröffentlicht am 2025-11-20 • 10 Min. Lesezeit
Data Mesh: Dezentralisierung der Datenhoheit in der IT
Klassische Datenarchitekturen basieren auf zentralen Data Lakes, die von einem einzigen Spezialistenteam verwaltet werden. Dieses Team wird schnell zum Flaschenhals, da ihm der fachliche Kontext für die Rohdaten fehlt. Data Mesh löst dieses Problem durch Dezentralisierung.
Der dezentrale Data Mesh Ansatz
In einer Data-Mesh-Architektur ist die Datenverantwortung an den Fachdomänen (z. B. Abrechnung, Risiko, Kunden) ausgerichtet. Jedes Domänenteam stellt seine Daten als eigenständiges, bereinigtes Datenprodukt zur Verfügung.
Unter dem Data Mesh-Paradigma sind Datenprodukte keine statischen Datenbanktabellen. Sie werden als betriebliche Microservices behandelt, die bereinigte, versionierte Daten über APIs und Event-Streams bereitstellen. Jedes Domänenteam übernimmt die volle Verantwortung für seine Pipelines.
Die vier Säulen des Data Mesh
- Domänenorientierte Datenhoheit: Fachbereiche bestimmen das Design und den Lebenszyklus ihrer Datenstrukturen.
- Daten als Produkt: Daten müssen auffindbar, verständlich, sicher und direkt nutzbar sein.
- Self-Serve-Datenplattform: Bereitstellung von Tools zur automatischen Pipeline- und Speichererstellung für Domänenteams.
- Föderierte Governance: Globale Richtlinien (z. B. DSGVO-Konformität, Austauschformate) werden automatisch durchgesetzt.
Architektur eines Datenprodukts
Die wichtigste Komponente im Data Mesh ist das Datenprodukt. Es greift Daten ab, bereinigt sie, prüft die Einhaltung des Schemas im Katalog und stellt sie über standardisierte SQL- oder API-Endpunkte bereit.
Analytics im Konzernmaßstab
Indem Daten als Produkt von Fachexperten verwaltet werden, können Unternehmen ihre Datenanalyse skalieren. Zentrale Daten-Flaschenhälse entfallen, was Business Intelligence- und Data-Science-Initiativen drastisch beschleunigt.
Um Datenfragmentierung zu verhindern, muss ein föderiertes Governance-Gremium globale Richtlinien etablieren. Diese automatisierten Richtlinien regeln Datenklassifizierung, Anonymisierung und Zugriffskontrollen, sodass verteilte Domänen das gleiche Sicherheitsniveau wie ein zentrales Warehouse wahren.
Data Mesh tauscht den Komfort eines zentralen Data Lakes gegen die Skalierbarkeit verteilter Eigentümerschaft. Es zahlt sich nur aus, wenn Domänenautonomie von echt föderierter Governance begleitet wird – sonst wird aus Dezentralisierung Fragmentierung.