Datenformate und Datenbankschemas
Im Rahmen der Applikationsanalyse wurden verschiedene Excel-basierte Fachverfahren untersucht, um typische Datenstrukturen und Verarbeitungslogiken zu identifizieren. Die folgenden Beispiele veranschaulichen die Bandbreite der vorgefundenen Anwendungsfälle.
Typische Excel-Datenstrukturen
Tabellarische Stammdaten mit Makro-Verarbeitung
Ein häufiges Muster sind Excel-Dateien, die strukturierte Daten aus externen Quellen importieren und weiterverarbeiten. Ein Beispiel enthält Spalten wie:
- Standesamts-Nr. – Eindeutige Kennzeichnung einer Behörde oder Organisationseinheit
- Buchnummer – Zugehörige Zählwerte oder Referenznummern pro Zeitraum
Die Verarbeitungslogik erfolgt häufig über VBA-Makros: Nach dem Import werden die Originaldaten in ein separates Tabellenblatt kopiert und anschließend transformiert, beispielsweise durch Expansion aggregierter Werte in Einzeldatensätze. Solche Transformationen erzeugen aus einer kompakten Übersicht eine detaillierte Liste.
Formelbasierte Berechnungssysteme
Neben makrogesteuerten Anwendungen existieren auch rein formelbasierte Fachverfahren, die ohne VBA auskommen. Diese nutzen komplexe Abhängigkeiten zwischen Tabellenblättern und Zellen, um Berechnungen und Auswertungen durchzuführen. Ein Beispiel hierfür ist ein Bewertungssystem zur Analyse technischer Anlagen, das folgende Datentypen verarbeitet:
- Messdaten – Parameter wie Konzentrationen, Fördermengen oder physikalische Größen
- Zeitreihen – Entwicklung von Kennwerten über mehrere Betriebsjahre
- Betriebs- und Kostendaten – Informationen zu Energieverbrauch, Wartung und laufenden Kosten
Aus diesen Eingaben werden automatisch Kennzahlen berechnet (z. B. Effizienzwerte, Kosten pro Einheit) und grafisch visualisiert. Die Ergebnisse ermöglichen fundierte Entscheidungen zur Optimierung oder Anpassung von Prozessen.
Automatische Schema-Erkennung und Transformation
Ein zentraler Aspekt der Modernisierung ist die automatische Erkennung von Datenschemas aus den bestehenden Excel-Strukturen. Das System analysiert die vorhandenen Datenformate und übersetzt diese in ein Prisma-Schema. Prisma fungiert als ORM (Object-Relational Mapping), das eine datenbankunabhängige Abstraktionsschicht bereitstellt.
Durch die Verwendung von Prisma können die migrierten Anwendungen wahlweise auf PostgreSQL oder MariaDB betrieben werden, ohne dass Änderungen am Anwendungscode erforderlich sind. Diese Datenbankunabhängigkeit bietet folgende Vorteile:
- Flexibilität – Freie Wahl des Datenbanksystems je nach Infrastruktur und Anforderungen
- Portabilität – Einfacher Wechsel zwischen Datenbanksystemen ohne Code-Anpassungen
- Typsicherheit – Prisma generiert typsichere Datenbankzugriffe aus dem Schema
- Migrationsunterstützung – Automatische Generierung von Datenbankmigrationen bei Schemaänderungen
Relevanz für die Modernisierung
Die Analyse der Datenstrukturen ist essenziell für eine erfolgreiche Migration. Sie ermöglicht es, die zugrunde liegende Geschäftslogik zu verstehen und in moderne Datenmodelle zu überführen, unabhängig davon, ob die Ursprungslogik in VBA-Makros oder Excel-Formeln implementiert ist.