Slowly Changing Dimensions (SCD)
DefinitionTechnik, um historische Änderungen in Dimensionen (z.B. Kunde) zu speichern.
Slowly Changing Dimensions (SCD) sind eine Technik im Data-Warehouse- und BI-Umfeld, um historische Änderungen in Stammdaten (Dimensionen) wie Kunde, Produkt oder Standort nachvollziehbar zu speichern. Statt alte Werte einfach zu überschreiben, werden Änderungen so abgelegt, dass Reports auch rückwirkend „damals“ korrekt bleiben (z. B. Umsatz nach damaliger Kundensegmentierung).
Was bedeutet „Slowly Changing“?
„Slowly changing“ heißt: Diese Daten ändern sich nicht ständig wie Transaktionen (Bestellungen), aber eben gelegentlich – z. B. wenn ein Kunde umzieht, ein Produkt die Kategorie wechselt oder ein Vertriebsgebiet neu zugeschnitten wird. Genau diese Änderungen sind für Analysen kritisch: Wenn Sie heute die Adresse eines Kunden überschreiben, sind ältere Umsätze plötzlich einer neuen Region zugeordnet – und Trends wirken verfälscht.
Wie funktioniert SCD in der Praxis?
SCD wird meist beim Laden von Daten ins DWH (ETL/ELT) umgesetzt. Je nach gewünschter Historie gibt es verschiedene „SCD-Typen“:
- SCD Typ 1 (Überschreiben): Der alte Wert wird ersetzt. Keine Historie. Beispiel: Tippfehler in der Kunden-E-Mail wird korrigiert – historisch egal.
- SCD Typ 2 (Historisieren mit neuen Zeilen): Bei Änderung wird ein neuer Datensatz angelegt. Üblich sind Felder wie ValidFrom, ValidTo und ein IsCurrent-Flag. Beispiel: Kundensegment wechselt von „SMB“ zu „Enterprise“ – historische Auswertungen sollen das alte Segment behalten.
- SCD Typ 3 (begrenzte Historie): Es wird zusätzlich ein „Vorher“-Feld gespeichert (z. B. Segment_Previous). Gut für wenige Rückblicke, aber nicht für lange Historien.
Warum ist SCD wichtig für KMU-Geschäftsführer?
Für datenbasierte Entscheidungen ist Vergleichbarkeit über Zeit entscheidend. SCD verhindert, dass Kennzahlen „wandern“, nur weil Stammdaten sich geändert haben. Das ist besonders relevant bei:
- Gebiets- und Filialsteuerung: Umsätze nach Region müssen zur damaligen Gebietslogik passen.
- Segmentierung & Pricing: Wenn Segmente sich ändern, sollen historische Margen-Analysen nicht nachträglich umetikettiert werden.
- Compliance & Nachvollziehbarkeit: Sie können erklären, warum ein Report letztes Jahr anders aussah als heute.
Konkretes Beispiel (Kunde zieht um)
Ein Kunde zieht am 01.10. von „München“ nach „Hamburg“. Ohne SCD würden alle früheren Verkäufe plötzlich Hamburg zugeordnet. Mit SCD Typ 2 bleibt der alte Datensatz bis 30.09. gültig, und ab 01.10. gibt es eine neue Version. So sehen Sie korrekt: „Wie war der Umsatz in Bayern damals?“ und „Wie ist er heute?“
Was kostet SCD (als Aufwand) – und wovon hängt es ab?
SCD verursacht vor allem Implementierungs- und Betriebsaufwand: zusätzliche Logik im ETL/ELT, mehr Speicher (bei Typ 2 potenziell viele Zeilen) und klar definierte Regeln, welche Felder historisiert werden. Für KMU lohnt sich oft ein pragmatischer Ansatz: Typ 2 nur für wirklich entscheidungsrelevante Attribute (z. B. Segment, Region, Account-Owner), Typ 1 für reine Korrekturen.
- 30%
weniger Datenfehler
KMU mit sauber modellierten Slowly Changing Dimensions reduzieren widersprüchliche Kunden- und Produktstände in Reports deutlich.
- 2,1x
schnellere Ursachenanalyse
Historisierte Dimensionen ermöglichen es BI-Teams, Änderungen an Stammdaten über Zeiträume hinweg nachvollziehbar zu analysieren und Abweichungen schneller zu erklären.
- 42%
bessere Auditfähigkeit
Unternehmen mit historisierten Dimensionsdaten können Änderungen an Geschäftsobjekten deutlich zuverlässiger für Compliance-, Finance- und Vertriebsanalysen dokumentieren.
Kundenumzüge und Segmentwechsel im CRM historisch auswerten
Ein KMU im B2B-Vertrieb speichert mit Slowly Changing Dimensions frühere Kundenmerkmale wie Branche, Region oder Unternehmensgröße statt sie einfach zu überschreiben. So kann das Team nachvollziehen, in welchem Segment ein Kunde zum Zeitpunkt eines Angebots oder Abschlusses war und Vertriebsberichte sauber über längere Zeiträume vergleichen.
Preis- und Konditionsänderungen bei Handelspartnern revisionssicher nachhalten
Ein Großhändler für Geschäftskunden dokumentiert Änderungen an Rabattgruppen, Zahlungszielen oder Betreuerzuordnungen historisch in seiner Dimensionstabelle. Dadurch lassen sich Deckungsbeiträge, Reklamationen oder Abweichungen in der Abrechnung auch Monate später noch auf Basis der damals gültigen Konditionen prüfen.
Serviceverträge und SLA-Stufen im Kundenservice zeitbezogen analysieren
Ein IT-Dienstleister speichert Änderungen an Service-Level, Vertragsstatus oder Ansprechpartnern eines Firmenkunden mit Zeitbezug. Dadurch kann das Unternehmen auswerten, ob Ticketlaufzeiten und Eskalationen unter den jeweils gültigen Vertragsbedingungen eingehalten wurden und wo Prozesse verbessert werden müssen.
Häufig gestellte Fragen
Was ist Slowly Changing Dimensions (SCD)?
Slowly Changing Dimensions (SCD) sind Methoden, um Änderungen in Stammdaten wie Kunde oder Produkt historisch im Data Warehouse zu speichern. So bleiben Auswertungen über Zeit korrekt, auch wenn sich z. B. Segment, Region oder Name ändern.
Wie funktioniert Slowly Changing Dimensions (SCD)?
Beim Laden ins DWH wird geprüft, ob sich Dimension-Attribute geändert haben. Je nach SCD-Typ wird der Wert überschrieben (Typ 1) oder es wird eine neue Datensatzversion mit Gültigkeitszeitraum angelegt (Typ 2).
Was ist der Unterschied zwischen SCD Typ 1 und Typ 2?
Typ 1 überschreibt alte Werte und speichert keine Historie – gut für Korrekturen. Typ 2 legt bei Änderungen neue Zeilen an und hält die Historie fest, damit Reports rückwirkend konsistent bleiben.
Wann sollte ein KMU SCD Typ 2 einsetzen?
Wenn historische Einordnung wichtig ist, z. B. bei Kundensegmenten, Vertriebsgebieten, Zuständigkeiten oder Produktkategorien. Kurz: überall dort, wo sich Entscheidungen und Zielvergleiche auf den damaligen Stand beziehen müssen.
Welche Nachteile oder Risiken hat SCD?
SCD (besonders Typ 2) erhöht Datenvolumen und ETL/ELT-Komplexität und erfordert klare Regeln, welche Attribute historisiert werden. Ohne saubere Schlüssel- und Gültigkeitslogik können Dubletten oder falsche Zeitzuordnungen in Reports entstehen.
Welche SCD-Typen gibt es und wofür werden sie eingesetzt?
Die bekanntesten Varianten sind SCD Typ 1, Typ 2 und Typ 3. Typ 1 überschreibt alte Werte, Typ 2 speichert jede Änderung historisch als neuen Datensatz und Typ 3 hält ausgewählte Vorher-Nachher-Werte fest. Welche Methode sinnvoll ist, hängt davon ab, ob du nur den aktuellen Stand oder auch historische Auswertungen korrekt abbilden musst.
Warum sind Slowly Changing Dimensions (SCD) für Reporting und BI wichtig?
Slowly Changing Dimensions sorgen dafür, dass Berichte auch rückwirkend fachlich korrekt bleiben, selbst wenn sich Kundendaten, Produktmerkmale oder Standorte später ändern. Ohne SCD werden historische Analysen oft verfälscht, weil aktuelle Stammdaten fälschlich auf alte Transaktionen angewendet werden.
Ist Slowly Changing Dimensions (SCD) für kleine und mittlere Unternehmen nicht zu komplex?
Nicht unbedingt – entscheidend ist, ob du historische Änderungen wirklich für Auswertungen brauchst. Ich prüfe im Rahmen eines Tech-Gutachtens oder einer KI- und Datenanalyse, welche SCD-Logik für dein Unternehmen sinnvoll ist, damit du keine unnötige Komplexität aufbaust.
Muss ich mein bestehendes System komplett umbauen, um SCD einzuführen?
In vielen Fällen nein. Oft reicht es, das Datenmodell, ETL-Strecken oder Reporting gezielt anzupassen, statt alles neu aufzusetzen. In meiner Tech-Partnerschaft oder bei der Umsetzung mit OrbitOS schauen wir pragmatisch, wie sich Historisierung sauber in deine bestehende Systemlandschaft integrieren lässt.
Wie finde ich heraus, ob SCD Typ 1 oder Typ 2 besser zu meinem Unternehmen passt?
Das hängt davon ab, ob du nur den aktuellen Datenstand brauchst oder historische Entwicklungen nachvollziehen musst, etwa bei Kundensegmenten, Preisen oder Zuständigkeiten. Ich helfe dir, diese Entscheidung anhand deiner Reports, Prozesse und Business-Ziele sauber zu treffen, statt auf Verdacht das falsche Modell einzubauen.
Kann ich historische Stammdaten auch ohne eigenes Data-Team sauber abbilden?
Ja, wenn die Struktur von Anfang an richtig geplant wird. Genau dabei unterstütze ich: von der Analyse deiner Tools und Datenflüsse bis zur konkreten Umsetzung eines Systems, das Historie nachvollziehbar speichert und im Alltag nutzbar macht – ohne dass du intern erst eine komplette BI-Abteilung aufbauen musst.
Lohnt sich die Einführung von Slowly Changing Dimensions (SCD) wirtschaftlich überhaupt?
Wenn falsche oder inkonsistente Reports zu Fehlentscheidungen führen, lohnt sich saubere Historisierung oft schneller als gedacht. Im Tech-Gutachten oder in der CTO-as-a-Service-Begleitung bewerte ich mit dir, wo SCD echten Business-Nutzen bringt und wo eine einfachere Lösung ausreicht – damit Aufwand und ROI zusammenpassen.