{"id":7021,"date":"2025-09-25T15:02:34","date_gmt":"2025-09-25T13:02:34","guid":{"rendered":"https:\/\/www.theinformationlab.de\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/"},"modified":"2026-09-11T10:25:02","modified_gmt":"2026-09-11T08:25:02","slug":"ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte","status":"publish","type":"case-studies","link":"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/","title":{"rendered":"Skalierbare DWH Multi-Mandanten-Architektur mit Automation &amp; Templates"},"content":{"rendered":"\n<p class=\"has-text-align-left wp-block-paragraph\"><span style=\"color: #2c3e50;\"><strong><span class=\"notion-enable-hover\" data-token-index=\"0\">Aufgabe: <\/span><\/strong><\/span>Datenquellen m\u00fcssen f\u00fcr eine einheitliche Dashboard-Suite aufbereitet werden.<br><span style=\"color: #2c3e50;\"><span class=\"notion-enable-hover\" data-token-index=\"0\"><b style=\"color: #2c3e50;\">Problem<\/b>:<\/span><\/span> Durch die gro\u00dfe Anzahl der Datenquellen und geforderter Datenprodukten ist manuelle Arbeit keine Option. In der vorgegebenen Zeit muss ein System erschaffen werden, mit dem aus verschiedenen Modulen die passenden Datenprodukte zusammengestellt werden k\u00f6nnen.<br>L<span style=\"color: #2c3e50;\"><strong>\u00f6sung<\/strong><\/span>: Python-Scripts, die mit einer Kombination aus einer Konfigurationsdatei und verschachtelten Templates die Datenprodukte definieren.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Projektanforderungen \u2013 Komplexe Strukturen und Data Governance<\/h2>\n\n\n\n<p class=\"is-style-subheadline wp-block-paragraph\">Es war von Anfang an klar, dass dieses Projekt etwas Besonders ist.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ein gro\u00dfes Unternehmen beauftragte uns damit, eine Marketing-Dashboard-Suite aufzubauen, mit der sich der Erfolg der diversen Werbekampagnen messen l\u00e4sst. Alle Informationen standen schon zur Verf\u00fcgung, jedoch waren sie in den Datensilos der einzelnen Plattformen. F\u00fcr Analysen mussten diese Daten manuell zusammengef\u00fchrt und ausgewertet werden.<br>Um diesen Prozess zu vereinfachen und zu automatisieren sowie um manche Analysen \u00fcberhaupt m\u00f6glich zu machen, sollten die Daten aus Social-Media-Plattformen, Adwords-Kampagnen und Besucherstr\u00f6men auf der Website in einem Snowflake-Data-Warehouse zusammengef\u00fchrt und aufbereitet werden.<br>Eine Besonderheit des Unternehmens ist, dass es in verschiedene regionale Betriebe aufgeteilt ist. Jeder dieser Betriebe hat gro\u00dfe Freiheiten in seinen Marketingstrategien, was sich unter anderem darin zeigt, dass jeder Betrieb \u00fcber eigene Social-Media-Kan\u00e4le und eigene Werbekampagnen verf\u00fcgt. Aufgrund ihrer rechtlichen Struktur ben\u00f6tigen diese Betriebe eine strenge Isolierung ihrer Datenverarbeitung und Datennutzung \u2013 eine strikte Mandantentrennung war also notwendig. Dennoch sollte eine Analyseplattform geschaffen werden, die von allen Betrieben genutzt werden kann.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Daten-Architektur \u2013 Medallion-Modell<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Als Datenarchitektur haben wir uns f\u00fcr ein Medallion-Modell entschieden. Dadurch hat jeder Bereich eine klare Aufgabe:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Bronze Layer:<\/strong>\u00a0Rohdaten, die direkt aus den Datenquellen extrahiert wurden.<\/li>\n\n\n\n<li><strong>Silver Layer:<\/strong>\u00a0Aufbereitete Daten aus dem Bronze-Layer: Deduplizierung, Filtern ung\u00fcltiger Eintr\u00e4ge, Maskierung wo n\u00f6tig, und Normalisierung der Daten.<\/li>\n\n\n\n<li><strong>Gold Layer:<\/strong>\u00a0Datenprodukte, die f\u00fcr die spezifischen Einsatzzwecke, also z.B. einzelne Dashboards, modelliert werden.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Im Gold Layer, unserem Data Warehouse, sind wir flexibler als auf den anderen Ebenen: Datenprodukte k\u00f6nnen entweder auf Entit\u00e4ten aus der Ebene darunter, also dem Silver Layer, aufbauen, oder sie basieren als Spezialisierung auf anderen Datenprodukten aus demselben Layer.&nbsp; Auch Kombinationen sind m\u00f6glich.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Jeder Betrieb und die Dachorganisation m\u00fcssen aus Gr\u00fcnden der Datensicherheit \u00fcber ein eigenes Data Warehouse verf\u00fcgen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Gemeinsam genutzte Daten werden in einem weiteren Data Warehouse aufbewahrt und von dort \u2013 ggf. gefiltert und maskiert \u2013 an die Data Warehouses der Betriebe verteilt.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Datenquellen k\u00f6nnte man als homogene Sammlung heterogener Quellen beschreiben. Homogen, weil meistens mehrere Betriebe gleiche Plattformen nutzen. Heterogen, weil sich die einzelnen Plattformen zum Teil deutlich unterscheiden.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Dimension&nbsp;<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Stand September 2025 haben wir knapp 1200 Tabellen produktiv im Projekt: 511 im Bronze-, 556 im Silver- und 120 im Gold-Layer. Tendenz steigend. Angesichts dieser Dimension wird schnell klar, dass ein manuelles Einrichten der Transformationen f\u00fcr Silver- und Goldlayer kein sinnvoller Weg ist.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Design \u2013 Data Engineering Best Practices<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Nachdem die Datenarchitektur entworfen war, stellte sich uns die Frage, wie wir sie am besten umsetzen. Es galt, ein paar wichtige Punkte zu beachten:<\/p>\n\n\n\n<ul class=\"wp-block-list is-style-rounded-checklist\">\n<li><strong>Code<\/strong><br>Alle Betriebe sollen \u00e4hnliche bis gleiche Datenstrukturen bekommen. Aktualisierungen sollen f\u00fcr die Data Warehouses aller Betriebe gelten. Das l\u00e4sst sich am besten durch gemeinsamen Code erreichen. Grafische Programme zur Datentransformation bieten hier nicht die n\u00f6tige Konsistenz \u00fcber alle Ebenen.<\/li>\n\n\n\n<li><strong>Wiederverwendbare Komponenten<br><\/strong>Alle Betriebe, die eine bestimmte Plattform (wie z. B. Tiktok) nutzen, sollen den gleichen Code verwenden. Bestenfalls reicht eine einfache Konfiguration f\u00fcr den Betrieb aus, um eine Plattform einzubinden.<\/li>\n\n\n\n<li><strong>Einfachheit<\/strong><br>Auch wenn wir auf die Einfachheit grafischer Tools verzichten m\u00fcssen, soll es neuen Kolleg*innen leicht fallen, in das Projekt einzusteigen.<\/li>\n\n\n\n<li><strong>Geschwindigkeit<\/strong><br>Wir hatten eine ambitionierte Timeline und wollten schnell starten.<\/li>\n\n\n\n<li><strong>Flexibilit\u00e4t<\/strong><br>Es war klar, dass es im Laufe der Zeit noch neue Anforderungen geben wird, auf die wir reagieren m\u00fcssen.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Mit diesen Aspekten im Kopf haben wir uns dazu entschieden, leichtgewichtige Python-Scripts zu schreiben, die uns mit Jinja2-Templates die SQL-Statements generieren, welche unsere Data Warehouses definieren. Die Konfiguration f\u00fcr alle Betriebe liegt in einer Konfigurationsdatei, die sowohl von den Scripts als auch von den Templates zur Feinsteuerung benutzt wird.<br>Das Script akzeptiert Argumente, die es erm\u00f6glichen, nur einen Teil der Datenstruktur neu aufzubauen. So k\u00f6nnen wir nach \u00c4nderungen beispielsweise die Daten f\u00fcr eine bestimmte Plattform in allen Betrieben oder alle Strukturen eines bestimmten Betriebs neu aufbauen lassen. Das ist wichtig, da neue Anforderungen und Korrekturen oft auch \u00c4nderungen an der Datenstruktur erfordern. Diese \u00c4nderungen sollen leicht und semi-automatisch umsetzbar sein. So vermeiden wir Fehler, die bei einer manuellen Ausf\u00fchrung entstehen k\u00f6nnen.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">SQL Templates<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Die Templates sind das Herzst\u00fcck des Projekts. Hier werden s\u00e4mtliche Transformationen definiert: Von der initialen Bereinigung \u00fcber die Normalisierung bis hin zu den komplexeren Datenprodukten im Gold-Layer.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Um uns die Pflege zu erleichtern und m\u00f6glichst viel Code wiederzuverwenden (anstatt ihn zu kopieren) haben wir ein System aus \u201cSub-Templates\u201d (also Templates, die von anderen eingebunden werden) und Macros etabliert. Diese sind in Ordnern und Dateien organisiert, die grob der Struktur des Projekts entsprechen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>So sieht die Verzeichnisstruktur des Projekts aus:<\/strong><\/p>\n\n\n\n<pre data-margin-after=\"small\" data-margin-before=\"small\" class=\"wp-block-code\"><code>\u251c\u2500\u2500 config.yaml\n\u251c\u2500\u2500 gold.py\n\u251c\u2500\u2500 silver.py\n\u251c\u2500\u2500 gold\n\u2502&nbsp;&nbsp; \u251c\u2500\u2500 common\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 union_table.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u2026\n\u2502&nbsp;&nbsp; \u251c\u2500\u2500 socialmedia.jj2.sql\n\u2502&nbsp;&nbsp; \u251c\u2500\u2500 socialmedia\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 all_media.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 all_media_daily.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 all_media_propagated.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u2026\n\u2502&nbsp;&nbsp; \u2026\n\u251c\u2500\u2500 silver\n\u2502&nbsp;&nbsp; \u251c\u2500\u2500 common\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 social_media_schemas.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 search_ads_schemas.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 media_diffs.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u2026\n\u2502&nbsp;&nbsp; \u251c\u2500\u2500 facebook\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 fb_accounts_daily.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 fb_ads_daily.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 fb_ads.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 fb_main.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u251c\u2500\u2500 fb_media_daily.jj2.sql\n\u2502&nbsp;&nbsp; \u2502&nbsp;&nbsp; \u2514\u2500\u2500 fb_media.jj2.sql\n\u2026<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Gruppen von Tabellen im Silver-Layer und Datenprodukte im Gold-Layer haben jeweils ein Haupt-Template, das sozusagen den Einstiegspunkt darstellt. Das sind im obigen Beispiel silver\/facebook\/fb_main.jj2.sql (f\u00fcr alles von Facebook) und gold\/socialmedia.jj2.sql (f\u00fcr das Social-Media-Dashboard). Von dort aus werden die weiteren Templates und Macros eingebunden.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Startdatei f\u00fcr Facebook beschr\u00e4nkt sich beispielsweise darauf, die ben\u00f6tigten Entit\u00e4ten einzuf\u00fchren. Die genaue Definition dieser Entit\u00e4ten liegt dann in den jeweils referenzierten Templates:<\/p>\n\n\n\n<pre data-margin-after=\"small\" data-margin-before=\"small\" class=\"wp-block-code\"><code>{% from 'macros.jj2.sql' import build_dyn_table %}\n{% import 'silver\/common\/social_media_schemas.jj2.sql' as td %}\n\nUSE ROLE {{ role }};\nUSE DATABASE {{ database }};\n\n{{ build_dyn_table(\n  'SIL_FACEBOOK.FB_MEDIA',\n  config.inputs.media,\n  'silver\/facebook\/fb_media.jj2.sql',\n  schema = td.media()\n)}}\n\n-- ...\n\n{% for (platform, table_suffix) in &#91;\n  (\"facebook\", \"_FB\"),\n  (\"instagram\", \"_IG\"),\n  (\"messenger\", \"_MSG\")\n] %}\n  {{ build_dyn_table(\n    'SIL_FACEBOOK.FB_ADS'~table_suffix,\n    config.inputs.ads,\n    'silver\/facebook\/fb_ads.jj2.sql',\n    schema = td.ads(),\n    context = {\"platform\": platform}\n  )}}\n\n  {{ build_dyn_table(\n    'SIL_FACEBOOK.FB_ADS'~table_suffix~'_DAILY',\n    config.inputs.ads,\n    'silver\/facebook\/fb_ads_daily.jj2.sql',\n    schema = td.ads_daily(),\n    context = {\"platform\": platform}\n  )}}\n{% endfor %}<\/code><\/pre>\n\n\n\n<p class=\"wp-block-paragraph\">Kleinere Unterschiede zwischen den Betrieben k\u00f6nnen innerhalb der Templates durch die Verwendung von Werten aus der Konfiguration dargestellt werden. Entweder durch die direkte Nutzung des Wertes, oder durch eine Verzweigung mittels if-Block.<br>Durch diese Struktur bleibt jede einzelne Datei (relativ) klein und \u00fcbersichtlich. Gleichzeitig ist es m\u00f6glich, schnell zum passenden Ort zu navigieren, um eine Anpassung vorzunehmen.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Fazit<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Wir standen vor der Aufgabe, mehrere Data Warehouses f\u00fcr eine Gruppe von Ortsbetrieben und die Dachorganisation aufzubauen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Durch die Nutzung von Templates haben wir eine gro\u00dfe Flexibilit\u00e4t und gleichzeitig eine definierte Struktur, in der wir Anforderungen schnell und mit hoher Qualit\u00e4t umsetzen k\u00f6nnen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Durch die Zusammenf\u00fchrung, Umwandlung und Anreicherung verschiedenster Datenquellen schaffen wir einen sp\u00fcrbaren Mehrwert: Unsere Datenprodukte und Visualisierungen sind das Fundament f\u00fcr datengetriebene Entscheidungen bei der Steuerung von Marketingkampagnen \u00fcber viele Kan\u00e4le hinweg.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dieser Use Case verdeutlicht, warum die Wahl der richtigen Plattform entscheidend ist. Um solche komplexen Multi-Mandanten-Szenarien performant und sicher abzubilden, vertrauen wir auf die Snowflake Data Cloud.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n<!--blockstudio\/blockstudio\/teaser-services-->\n<div id=\"px-teaser-services-blockstudio-b6eb6b388801\" class=\"px-teaser-services normal padding-50 normal animate fadeInUp\">\n    <div class=\"px-teaser-services-inner\">\n\n<h3 class=\"wp-block-heading has-text-align-center\">M\u00f6chtest Du erfahren, wie wir Snowflake nutzen, um auch Deine Datenstruktur zukunftssicher und hochskalierbar aufzubauen?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/www.theinformationlab.de\/snowflake-data-cloud\/\">Erfahre mehr \u00fcber unsere Expertise in der Snowflake<\/a><\/p>\n\n\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex\">\n<div class=\"wp-block-button is-style-primary-blue\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/www.theinformationlab.de\/kontakt\/\">Jetzt unverbindliche Beratungstermin anfragen<\/a><\/div>\n<\/div>\n\n<\/div>\n    <\/div>\n","protected":false},"excerpt":{"rendered":"<p>Aufgabe: Datenquellen m\u00fcssen f\u00fcr eine einheitliche Dashboard-Suite aufbereitet werden.Problem: Durch die gro\u00dfe Anzahl der Datenquellen und geforderter Datenprodukten ist manuelle Arbeit keine Option. In der vorgegebenen Zeit muss ein System erschaffen werden, mit dem aus verschiedenen Modulen die passenden Datenprodukte zusammengestellt werden k\u00f6nnen.L\u00f6sung: Python-Scripts, die mit einer Kombination aus einer Konfigurationsdatei und verschachtelten Templates die [&hellip;]<\/p>\n","protected":false},"author":65,"featured_media":14408,"template":"","meta":{"_acf_changed":false},"case-studies-category":[537,529,526,527,538,535,534,533,524,531,528],"case-studies-software":[539,540],"class_list":["post-7021","case-studies","type-case-studies","status-publish","has-post-thumbnail","hentry","case-studies-category-automobil","case-studies-category-bau-immobiliengewerbe","case-studies-category-e-commerce","case-studies-category-einzelhandel","case-studies-category-finance","case-studies-category-gemeinnuetzige-organisationen","case-studies-category-health","case-studies-category-logistik","case-studies-category-medien-rundfunk","case-studies-category-produktion","case-studies-category-wirtschaftspruefung","case-studies-software-python","case-studies-software-snowflake"],"acf":[],"yoast_head":"<title>F\u00f6deriertes Data Warehouse: Komplexe Daten-Prozesse managen<\/title>\n<meta name=\"description\" content=\"Wie wir ein f\u00f6deriertes Data Warehouse mit strikter Mandantentrennung f\u00fcr 1200+ Tabellen automatisiert haben. Lesenswert!\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"F\u00f6deriertes Data Warehouse: Komplexe Daten-Prozesse managen\" \/>\n<meta property=\"og:description\" content=\"Wie wir ein f\u00f6deriertes Data Warehouse mit strikter Mandantentrennung f\u00fcr 1200+ Tabellen automatisiert haben. Lesenswert!\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/\" \/>\n<meta property=\"og:site_name\" content=\"TIL The Information Lab\" \/>\n<meta property=\"article:modified_time\" content=\"2026-09-11T08:25:02+00:00\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data1\" content=\"7 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/case-studies\\\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\\\/\",\"url\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/case-studies\\\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\\\/\",\"name\":\"F\u00f6deriertes Data Warehouse: Komplexe Daten-Prozesse managen\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/case-studies\\\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/case-studies\\\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.theinformationlab.de\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/skalierbare-dwh-multi-mandanten-architektur-mit-automation-templates.png\",\"datePublished\":\"2025-09-25T13:02:34+00:00\",\"dateModified\":\"2026-09-11T08:25:02+00:00\",\"description\":\"Wie wir ein f\u00f6deriertes Data Warehouse mit strikter Mandantentrennung f\u00fcr 1200+ Tabellen automatisiert haben. Lesenswert!\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/case-studies\\\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/case-studies\\\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/case-studies\\\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.theinformationlab.de\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/skalierbare-dwh-multi-mandanten-architektur-mit-automation-templates.png\",\"contentUrl\":\"https:\\\/\\\/www.theinformationlab.de\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/skalierbare-dwh-multi-mandanten-architektur-mit-automation-templates.png\",\"width\":1200,\"height\":800,\"caption\":\"Zwei Fachleute analysieren gemeinsam Daten und erstellen Strategien. Der digitale Diagrammverlauf zeigt ein Wachstum, das ihre Fortschritte symbolisiert und zuk\u00fcnftige Ziele skizziert.\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/case-studies\\\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Skalierbare DWH Multi-Mandanten-Architektur mit Automation &amp; Templates\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/#website\",\"url\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/\",\"name\":\"TIL The Information Lab\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\",\"copyrightYear\":\"2026\",\"dateModified\":\"2026-10-22T17:44:14+00:00\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/#organization\",\"name\":\"The Information Lab\",\"alternateName\":\"TIL\",\"url\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.theinformationlab.de\\\/wp-content\\\/uploads\\\/2026\\\/04\\\/til_logo_small.svg\",\"contentUrl\":\"https:\\\/\\\/www.theinformationlab.de\\\/wp-content\\\/uploads\\\/2026\\\/04\\\/til_logo_small.svg\",\"width\":185,\"height\":75,\"caption\":\"The Information Lab\"},\"image\":{\"@id\":\"https:\\\/\\\/www.theinformationlab.de\\\/en\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/company\\\/the-information-lab-deutschland\\\/\",\"https:\\\/\\\/www.instagram.com\\\/theinformationlabgermany\\\/\"],\"description\":\"Die TIL The Information Lab Deutschland GmbH mit Sitz in Hamburg konzipiert und implementiert moderne Datensysteme. Sie ber\u00e4t zu Business Intelligence, Data Engineering und Datenstrategie und schult Teams in Tableau, Power BI, Alteryx, Snowflake und dbt.\",\"email\":\"kontakt@theinformationlab.de\",\"telephone\":\"+49 40 2109 1818-6\",\"legalName\":\"TIL The Information Lab Deutschland GmbH\",\"vatID\":\"DE 296139131\",\"address\":{\"@type\":\"PostalAddress\",\"streetAddress\":\"Kaiser-Wilhelm-Stra\u00dfe 93\",\"addressLocality\":\"Hamburg\",\"addressRegion\":\"Hamburg\",\"postalCode\":\"20355\",\"addressCountry\":\"DE\"}}]}<\/script>","yoast_head_json":{"title":"F\u00f6deriertes Data Warehouse: Komplexe Daten-Prozesse managen","description":"Wie wir ein f\u00f6deriertes Data Warehouse mit strikter Mandantentrennung f\u00fcr 1200+ Tabellen automatisiert haben. Lesenswert!","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/","og_locale":"en_US","og_type":"article","og_title":"F\u00f6deriertes Data Warehouse: Komplexe Daten-Prozesse managen","og_description":"Wie wir ein f\u00f6deriertes Data Warehouse mit strikter Mandantentrennung f\u00fcr 1200+ Tabellen automatisiert haben. Lesenswert!","og_url":"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/","og_site_name":"TIL The Information Lab","article_modified_time":"2026-09-11T08:25:02+00:00","twitter_card":"summary_large_image","twitter_misc":{"Est. reading time":"7 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/","url":"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/","name":"F\u00f6deriertes Data Warehouse: Komplexe Daten-Prozesse managen","isPartOf":{"@id":"https:\/\/www.theinformationlab.de\/en\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/#primaryimage"},"image":{"@id":"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/#primaryimage"},"thumbnailUrl":"https:\/\/www.theinformationlab.de\/wp-content\/uploads\/2025\/09\/skalierbare-dwh-multi-mandanten-architektur-mit-automation-templates.png","datePublished":"2025-09-25T13:02:34+00:00","dateModified":"2026-09-11T08:25:02+00:00","description":"Wie wir ein f\u00f6deriertes Data Warehouse mit strikter Mandantentrennung f\u00fcr 1200+ Tabellen automatisiert haben. Lesenswert!","breadcrumb":{"@id":"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/#primaryimage","url":"https:\/\/www.theinformationlab.de\/wp-content\/uploads\/2025\/09\/skalierbare-dwh-multi-mandanten-architektur-mit-automation-templates.png","contentUrl":"https:\/\/www.theinformationlab.de\/wp-content\/uploads\/2025\/09\/skalierbare-dwh-multi-mandanten-architektur-mit-automation-templates.png","width":1200,"height":800,"caption":"Zwei Fachleute analysieren gemeinsam Daten und erstellen Strategien. Der digitale Diagrammverlauf zeigt ein Wachstum, das ihre Fortschritte symbolisiert und zuk\u00fcnftige Ziele skizziert."},{"@type":"BreadcrumbList","@id":"https:\/\/www.theinformationlab.de\/en\/case-studies\/ein-foederiertes-data-warehouse-viele-mandanten-sehr-viele-datenprodukte\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/www.theinformationlab.de\/en\/"},{"@type":"ListItem","position":2,"name":"Skalierbare DWH Multi-Mandanten-Architektur mit Automation &amp; Templates"}]},{"@type":"WebSite","@id":"https:\/\/www.theinformationlab.de\/en\/#website","url":"https:\/\/www.theinformationlab.de\/en\/","name":"TIL The Information Lab","description":"","publisher":{"@id":"https:\/\/www.theinformationlab.de\/en\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.theinformationlab.de\/en\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US","copyrightYear":"2026","dateModified":"2026-10-22T17:44:14+00:00"},{"@type":"Organization","@id":"https:\/\/www.theinformationlab.de\/en\/#organization","name":"The Information Lab","alternateName":"TIL","url":"https:\/\/www.theinformationlab.de\/en\/","logo":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.theinformationlab.de\/en\/#\/schema\/logo\/image\/","url":"https:\/\/www.theinformationlab.de\/wp-content\/uploads\/2026\/04\/til_logo_small.svg","contentUrl":"https:\/\/www.theinformationlab.de\/wp-content\/uploads\/2026\/04\/til_logo_small.svg","width":185,"height":75,"caption":"The Information Lab"},"image":{"@id":"https:\/\/www.theinformationlab.de\/en\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/the-information-lab-deutschland\/","https:\/\/www.instagram.com\/theinformationlabgermany\/"],"description":"Die TIL The Information Lab Deutschland GmbH mit Sitz in Hamburg konzipiert und implementiert moderne Datensysteme. Sie ber\u00e4t zu Business Intelligence, Data Engineering und Datenstrategie und schult Teams in Tableau, Power BI, Alteryx, Snowflake und dbt.","email":"kontakt@theinformationlab.de","telephone":"+49 40 2109 1818-6","legalName":"TIL The Information Lab Deutschland GmbH","vatID":"DE 296139131","address":{"@type":"PostalAddress","streetAddress":"Kaiser-Wilhelm-Stra\u00dfe 93","addressLocality":"Hamburg","addressRegion":"Hamburg","postalCode":"20355","addressCountry":"DE"}}]}},"_links":{"self":[{"href":"https:\/\/www.theinformationlab.de\/en\/wp-json\/wp\/v2\/case-studies\/7021","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.theinformationlab.de\/en\/wp-json\/wp\/v2\/case-studies"}],"about":[{"href":"https:\/\/www.theinformationlab.de\/en\/wp-json\/wp\/v2\/types\/case-studies"}],"author":[{"embeddable":true,"href":"https:\/\/www.theinformationlab.de\/en\/wp-json\/wp\/v2\/users\/65"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.theinformationlab.de\/en\/wp-json\/wp\/v2\/media\/14408"}],"wp:attachment":[{"href":"https:\/\/www.theinformationlab.de\/en\/wp-json\/wp\/v2\/media?parent=7021"}],"wp:term":[{"taxonomy":"case-studies-category","embeddable":true,"href":"https:\/\/www.theinformationlab.de\/en\/wp-json\/wp\/v2\/case-studies-category?post=7021"},{"taxonomy":"case-studies-software","embeddable":true,"href":"https:\/\/www.theinformationlab.de\/en\/wp-json\/wp\/v2\/case-studies-software?post=7021"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}