{"id":14294,"date":"2018-11-26T10:06:11","date_gmt":"2018-11-26T09:06:11","guid":{"rendered":"https:\/\/www.inovex.de\/blog\/?p=14294"},"modified":"2026-03-17T07:59:20","modified_gmt":"2026-03-17T06:59:20","slug":"traditionelles-vs-virtuelles-data-warehouse","status":"publish","type":"post","link":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/","title":{"rendered":"Traditionelles vs. virtuelles Data Warehouse: Vergleich der ETL-Performance"},"content":{"rendered":"<p>Durch die Virtualisierung von ETL-Prozessen kann eine Data-Warehouse-Architektur an Flexibilit\u00e4t gewinnen, der daraus resultierende Nachteil ist eine reduzierte Performanz bei der Verarbeitung von analytischen Anfragen. Dieser Artikel fasst die Ergebnisse meiner Masterarbeit zusammen, die aus einer Kooperation von inovex und der Otto-von-Guericke-Universit\u00e4t entstanden ist. In dieser wurden die Auswirkungen der Virtualisierung von ETL-Prozessen einer traditionellen Data Warehouse Architektur auf dessen Query-Performanz untersucht.<!--more--><\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_83 counter-hierarchy ez-toc-counter ez-toc-custom ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\"><p class=\"ez-toc-title\" style=\"cursor:inherit\"><\/p>\n<\/div><nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#Einfuehrung\" >Einf\u00fchrung<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#Data-Warehouse\" >Data Warehouse<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#Was-ist-ein-virtuelles-Data-Warehouse\" >Was ist ein virtuelles Data Warehouse?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#Evaluierung-der-beiden-Ansaetze\" >Evaluierung der beiden Ans\u00e4tze<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#Ergebnisse\" >Ergebnisse<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#Zusammenfassung-und-Ausblick\" >Zusammenfassung und Ausblick<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#Weiterlesen\" >Weiterlesen<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Einfuehrung\"><\/span>Einf\u00fchrung<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Das Analysieren von firmeninternen Daten ist eine wertvolle Unterst\u00fctzung des Managements bei der Entscheidungsfindung. Diese Aufgabe ist jedoch anspruchsvoll und mit einem hohen Aufwand verbunden. H\u00e4ufig sind die Firmendaten auf einer Vielzahl von heterogenen Quellsystemen verteilt, besitzen einen hohen Umfang und wachsen schnell. Um aus ihnen einen verl\u00e4sslichen und maximalen Nutzen generieren zu k\u00f6nnen, m\u00fcssen sie bereinigt, standardisiert und integriert werden. Ein hierf\u00fcr verwendetes System muss also gewisse Anforderungen an Performanz und Skalierbarkeit erf\u00fcllen. Demgegen\u00fcber stehen meist begrenzte Ressourcen. Ein Projekt f\u00fcr die Umsetzung solch eines Systems muss mit einem begrenzten Budget und innerhalb eines begrenzten Zeitraumes fertiggestellt werden. Die umzusetzende Architektur muss somit alle Anforderungen zukunftssicher erf\u00fcllen und m\u00f6glichst wenige Ressourcen verbrauchen.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Data-Warehouse\"><\/span>Data Warehouse<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Eine M\u00f6glichkeit, firmeninterne Daten zu integrieren und f\u00fcr Analysen zu nutzen, ist die Verwendung eines Data Warehouses. Es gibt eine Menge M\u00f6glichkeiten, wie man solch ein Data Warehouse praktisch umsetzten kann. Viele dieser M\u00f6glichkeiten k\u00f6nnen in zwei Bereiche eingeordnet werden. In den Bereich der \u201etraditionellen\u201c Data Warehouses, bei denen die Schichten der Architektur persistiert werden, und in den Bereich der virtuellen Data Warehouses, bei denen die Schichten der Architektur mehr oder weniger nur logisch beschrieben werden und keine \/ kaum physische Repr\u00e4sentationen existieren.<\/p>\n<p>Die traditionellen Ans\u00e4tze versuchen durch eine redundante Datenhaltung die Performanz bei der Verarbeitung von analytischen Anfragen zu optimieren, die abzufragende Pr\u00e4sentationsschicht wird hierbei h\u00e4ufig durch einen multidimensionalen Data Mart repr\u00e4sentiert. Die virtuellen oder meist semi-virtuellen Ans\u00e4tze versuchen Redundanzen zu minimieren, indem Prozesse nur logisch beschrieben werden und nur bei Abruf \u201eon the fly\u201c berechnet werden. Es wird somit Performanz f\u00fcr eine erh\u00f6hte Flexibilit\u00e4t und eine schnellere Entwicklung geopfert. Diese beiden Ans\u00e4tze liegen somit auf verschiedenen Enden des Trade-offs zwischen hoher Performanz und hoher Flexibilit\u00e4t.<\/p>\n<p>Die folgende Abbildung stellt eine abstrakte Architektur eines traditionellen Data Warehouses dar:<\/p>\n<p><a href=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/SjtFTOriaLoL50ICHYDo8MaM0VIscMpn3DSzWGrDe_jZoBkc7Nc7_cK9aJMcMrRIVCgD-xVYIxr43MUMeDv9hIJ8KoLn6M454dudNpd0_MMDLigmMOf-8WwF8Iv6JmsSsoYoF0-8r-0-10.png\"><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-full wp-image-14295\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/SjtFTOriaLoL50ICHYDo8MaM0VIscMpn3DSzWGrDe_jZoBkc7Nc7_cK9aJMcMrRIVCgD-xVYIxr43MUMeDv9hIJ8KoLn6M454dudNpd0_MMDLigmMOf-8WwF8Iv6JmsSsoYoF0-8r-0-10.png\" alt=\"Architekturskizze traditionelles Data Warehouse\" width=\"1022\" height=\"444\" srcset=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/SjtFTOriaLoL50ICHYDo8MaM0VIscMpn3DSzWGrDe_jZoBkc7Nc7_cK9aJMcMrRIVCgD-xVYIxr43MUMeDv9hIJ8KoLn6M454dudNpd0_MMDLigmMOf-8WwF8Iv6JmsSsoYoF0-8r-0-10.png 1022w, https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/SjtFTOriaLoL50ICHYDo8MaM0VIscMpn3DSzWGrDe_jZoBkc7Nc7_cK9aJMcMrRIVCgD-xVYIxr43MUMeDv9hIJ8KoLn6M454dudNpd0_MMDLigmMOf-8WwF8Iv6JmsSsoYoF0-8r-0-10-300x130.png 300w, https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/SjtFTOriaLoL50ICHYDo8MaM0VIscMpn3DSzWGrDe_jZoBkc7Nc7_cK9aJMcMrRIVCgD-xVYIxr43MUMeDv9hIJ8KoLn6M454dudNpd0_MMDLigmMOf-8WwF8Iv6JmsSsoYoF0-8r-0-10-768x334.png 768w, https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/SjtFTOriaLoL50ICHYDo8MaM0VIscMpn3DSzWGrDe_jZoBkc7Nc7_cK9aJMcMrRIVCgD-xVYIxr43MUMeDv9hIJ8KoLn6M454dudNpd0_MMDLigmMOf-8WwF8Iv6JmsSsoYoF0-8r-0-10-400x174.png 400w, https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/SjtFTOriaLoL50ICHYDo8MaM0VIscMpn3DSzWGrDe_jZoBkc7Nc7_cK9aJMcMrRIVCgD-xVYIxr43MUMeDv9hIJ8KoLn6M454dudNpd0_MMDLigmMOf-8WwF8Iv6JmsSsoYoF0-8r-0-10-360x156.png 360w\" sizes=\"auto, (max-width: 1022px) 100vw, 1022px\" \/><\/a><\/p>\n<p>Die erste Schicht besteht immer aus den sogenannten Quellsystemen. Diese beinhalten die zu analysierenden Daten und k\u00f6nnen durch verschiedene Systeme repr\u00e4sentiert werden, am h\u00e4ufigsten handelt es sich dabei um relationale Datenbanken. Diese Daten werden durch sogenannte ETL-Prozesse zun\u00e4chst aus den Quellen extrahiert und in eine sogenannte Staging Area \u00fcberf\u00fchrt. Hier werden die Daten transformiert. Konkret werden die Daten von Fehlern bereinigt, in ein einheitliches Format \u00fcberf\u00fchrt und integriert.<\/p>\n<p>Zum Schluss werden die Daten in ein Core Data Warehouse geladen. Dieses sichert s\u00e4mtliche integrierten und hochqualitativen Firmendaten und wird deshalb auch als \u201eSingle Point of Truth\u201c bezeichnet. Aus diesem Core Data Warehouse k\u00f6nnen anschlie\u00dfend Teile extrahiert, voraggregiert und in einen sogenannten Data Mart geladen werden. Hier werden die Daten f\u00fcr analytische Anfragen optimiert zwischengespeichert. H\u00e4ufig orientieren sich diese Data Marts an Abteilungen oder an Gesch\u00e4ftsprozessen des Unternehmens und bilden als ganzes die Pr\u00e4sentationsschicht, die letztendlich durch die Anwender:innen abgefragt wird.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Was-ist-ein-virtuelles-Data-Warehouse\"><\/span>Was ist ein virtuelles Data Warehouse?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Virtualisierung ist ein Konzept, bei dem Ressourcen von ihren technischen Details abgekoppelt werden. Im Falle eines Data Warehouses werden dessen persistierte Schichten durch virtuelle Tabellen ersetzt, wodurch eine erh\u00f6hte Flexibilit\u00e4t, schnellere Entwicklungszeiten und eine einfachere Wartbarkeit des Systems erreicht werden kann. Anstatt die Ergebnisse von ETL-Prozessen zu persistieren, werden diese Prozesse in virtuellen Tabellen gespeichert und nur bei Abruf der Tabellen ausgef\u00fchrt. Die erh\u00f6hte Flexibilit\u00e4t ergibt sich durch eine Reduzierung von Redundanzen bei den gehaltenen Daten. Mit der Virtualisierung entstehen aber auch Nachteile: Der Gr\u00f6\u00dfte davon ist eine reduzierte Performanz bei der Verarbeitung von analytischen Anfragen. Der Grund hierf\u00fcr ist die Notwendigkeit, die ETL-Prozesse bei Abruf spontan durchf\u00fchren zu m\u00fcssen.<\/p>\n<p>Das Problem ist nun, dass es schwierig ist, den Einfluss der Virtualisierung auf die Performanz einzusch\u00e4tzen. Zum einen gibt es wenig Material in diesem Bereich, zum anderen gibt es viele Faktoren, welche die Auswirkungen der Virtualisierung beeinflussen. Aus diesem Grunde wurden in meiner Masterarbeit die Auswirkungen der Virtualisierung auf die Verarbeitungszeiten von analytischen Anfragen untersucht. Konkret habe ich ein traditionelles Data Warehouse, bei dem die Pr\u00e4sentationsschicht durch einen multidimensionalen Datenw\u00fcrfel repr\u00e4sentiert wird, mit einem semi-virtuellen Data Warehouse verglichen. Das semi-virtuelle Data Warehouse persistierte nur die unverarbeiteten historisierten Quelldaten, s\u00e4mtliche (E)TL-Prozesse wurden virtualisiert. Das Ziel der Masterarbeit war es, den negativen Einfluss der Virtualisierung auf die Performanz anhand eines Use-Cases greifbarer und konkreter zu machen.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Evaluierung-der-beiden-Ansaetze\"><\/span>Evaluierung der beiden Ans\u00e4tze<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>F\u00fcr die Evaluierung der beiden Ans\u00e4tze wurden die folgenden Schritte durchgef\u00fchrt:<\/p>\n<ol>\n<li>Definition und Umsetzung der Quellsysteme<\/li>\n<li>Umsetzung des traditionellen und semi-virtuellen Data Warehouses<\/li>\n<li>Durchf\u00fchrung einer Menge von analytischen Anfragen<\/li>\n<li>Messung der Verarbeitungszeiten bei beiden Ans\u00e4tzen<\/li>\n<\/ol>\n<p>Damit die gemessenen Unterschiede relevant sind, mussten die Unterschiede zwischen den beiden Data Warehouses auf deren Architekturen minimiert werden. Es wurden somit beide in derselben Umgebung und mit denselben Technologien umgesetzt. Die durchgef\u00fchrten ETL-Prozesse sind auch \u00e4quivalent. Der Entscheidende Unterschied ist, dass das semi-virtuelle Data Warehouse diese ETL-Prozesse nur logisch beschreibt und die Ergebnisse nicht persistiert. Somit konnten die Unterschiede soweit es ging auf die Architekturen reduziert werden.<\/p>\n<p>Zus\u00e4tzlich wurden bei den Tests die folgenden Parameter variiert, um zu schauen, ob sich durch die Virtualisierung die Auswirkungen dieser Parameter \u00e4ndern:<\/p>\n<ul>\n<li><strong>Datenvolumen<\/strong><\/li>\n<li><strong>Partitionierung:<\/strong> Profitieren beiden Ans\u00e4tze durch eine Partitionierung der Faktentabelle auf eine \u00e4hnliche Art und Weise?<\/li>\n<li><strong>Anzahl der Quellsysteme:<\/strong> Durch eine Erh\u00f6hung der Anzahl der Quellsysteme steigt der Integrationsaufwand beim virtuellen Data Warehouse. Wie hoch ist dieser Aufwand?<\/li>\n<li><strong>Anfragevolumen:<\/strong> Der zu scannende Teil der Faktentabelle wird durch das Anfragevolumen beschrieben. Durch eine Selektion k\u00f6nnen die Daten gefiltert und der Aufwand kann reduziert werden.<\/li>\n<li><strong>Anfragekomplexit\u00e4t:<\/strong> Die Anfragekomplexit\u00e4t beschreibt den Aufwand der durchzuf\u00fchrenden Berechnungen auf den zu scannenden Faktendaten. Dieser Aufwand besteht aus Aggregationen, Verbunden zwischen verschiedenen Tabellen und das Gruppieren und Sortieren von Daten.<\/li>\n<\/ul>\n<h2><span class=\"ez-toc-section\" id=\"Ergebnisse\"><\/span>Ergebnisse<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ich war positiv \u00fcberrascht \u00fcber die Leistung des semi-virtuellen Data Warehouses. Es war bei allen Tests um einen konstanten Faktor langsamer als der untersuchte traditionelle Ansatz. Dieser Faktor lag immer beim Drei- bis F\u00fcnffachen, d.h. das semi-virtuelle Data Warehouse konnte unter den Bedingungen genauso gut skalieren wie das traditionelle. Es stellte sich jedoch heraus, dass die untersuchten Datenmengen f\u00fcr das verwendete Rechencluster nicht gro\u00df genug waren. Die nachfolgende Grafik fasst s\u00e4mtliche durchgef\u00fchrten analytischen Anfragen in einer Abbildung zusammen und gibt einen generellen \u00dcberblick \u00fcber die Ergebnisse.<\/p>\n<p><a href=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/YTPg9Qm595fNZUaMQ5ziDfG1ZC42GtP9PHtrhZEVQIcxvIgA0HiKSnpzqxU7Zji0sXIrbueioJ9Mo3pZoC7MlHO3MCRjHTLJA3VFTM9PrFyMtYjdhWpa6u3XcaB0Jcavha6cFXDC4qg-12.png\"><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-large wp-image-14296\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/YTPg9Qm595fNZUaMQ5ziDfG1ZC42GtP9PHtrhZEVQIcxvIgA0HiKSnpzqxU7Zji0sXIrbueioJ9Mo3pZoC7MlHO3MCRjHTLJA3VFTM9PrFyMtYjdhWpa6u3XcaB0Jcavha6cFXDC4qg-12-1024x766.png\" alt=\"Visualisierung der Ergebnisse\" width=\"1024\" height=\"766\" \/><\/a><\/p>\n<p>Auf der X-Achse werden die Anfragen nach den zu verarbeitenden Datenmengen und dem jeweiligen Data Warehouse aufgeteilt, auf der Y-Achse wird die zur Verarbeitung ben\u00f6tigte Zeit in Sekunden angegeben. Man kann direkt erkennen, dass das traditionelle Data Warehouse in allen F\u00e4llen schneller ist als das virtuelle. Der Unterschied liegt im Mittel bei einem Faktor zwischen 3 und 5. Die aufwendigsten Anfragen werden vom traditionellen Data Warehouse in ~1.5 Minuten verarbeitet, das semi-virtuelle Data Warehouse ben\u00f6tigt ~3.3 Minuten.<\/p>\n<p>In der Tabelle werden die mittleren Laufzeiten von beiden Ans\u00e4tzen bei verschiedenen Datenmengen zusammengefasst. Die letzte Zeile gibt den Faktor an, um den das semi-virtuelle Data Warehouse langsamer ist als das traditionelle. Bei dem letzten \u00dcbergang von 25 GB an Daten auf 50 GB an Daten erreichen beide Ans\u00e4tze ungef\u00e4hr eine lineare Skalierung. Das bedeutet, dass bei einer Verdopplung der Datenmenge auch die ben\u00f6tigte Zeit zum Verarbeiten von analytischen Anfragen sich verdoppelt.<\/p>\n\n<table id=\"tablepress-8\" class=\"tablepress tablepress-id-8\">\n<thead>\n<tr class=\"row-1\">\n\t<th class=\"column-1\">Ansatz<\/th><th class=\"column-2\">1 GB<\/th><th class=\"column-3\">10 GB<\/th><th class=\"column-4\">25 GB<\/th><th class=\"column-5\">50 GB<\/th>\n<\/tr>\n<\/thead>\n<tbody class=\"row-striping row-hover\">\n<tr class=\"row-2\">\n\t<td class=\"column-1\">Traditionell<\/td><td class=\"column-2\">1,27 min<\/td><td class=\"column-3\">1,74 min<\/td><td class=\"column-4\">3,03 min<\/td><td class=\"column-5\">5,54 min<\/td>\n<\/tr>\n<tr class=\"row-3\">\n\t<td class=\"column-1\">Virtuell<\/td><td class=\"column-2\">3,95 min<\/td><td class=\"column-3\">8,06 min<\/td><td class=\"column-4\">10,25 min<\/td><td class=\"column-5\">22,71 min<\/td>\n<\/tr>\n<tr class=\"row-4\">\n\t<td class=\"column-1\">Faktor<\/td><td class=\"column-2\">3,11 x<\/td><td class=\"column-3\">4,63 x<\/td><td class=\"column-4\">3,38 x<\/td><td class=\"column-5\">4,1 x<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n<p>Ein weiteres Ergebnis war, dass beide Ans\u00e4tze auf eine sehr \u00e4hnliche Art und Weise durch die untersuchten Parameter beeinflusst wurden. Wenn Beispielsweise bei beiden die Faktendaten entlang der Zeit-Dimension partitioniert wurden, dann profitierten selektierende Anfragen entlang dieser Dimension bei beiden Ans\u00e4tzen \u00e4hnlich gut. Entscheidende Unterschiede gab es wie erwartet nur bei einer Variation der Anzahl der Quellsysteme. Das traditionelle Data Warehouse wird hierdurch kaum beeinflusst, weil die entstehenden Unterschiede durch die Vorverarbeitung der ETL-Prozesse ausgeb\u00fcgelt werden. Das virtuelle Data Warehouse muss diesen Aufwand jedoch <em>on the fly<\/em> erledigen und wird durch eine Erh\u00f6hung der Anzahl der Quellsysteme negativ beeinflusst.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Zusammenfassung-und-Ausblick\"><\/span>Zusammenfassung und Ausblick<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Die Virtualisierung von Ressourcen ist in der Informatik ein sehr wertvolles Konzept. Ich hoffe, dass ich mit diesem kurzen Artikel einen \u00dcberblick \u00fcber die Anwendung dieses Konzeptes im Bereich von Data Warehouse Architekturen verschaffen konnte. Die Ergebnisse der Evaluierung waren \u00fcberraschend positiv, der semi-virtuelle Ansatz konnte genauso gut skalieren wie der traditionelle Ansatz und reagierte auf sich variierende Parameter sehr \u00e4hnlich. Die Performanz war dennoch deutlich langsamer.<\/p>\n<p>Diese Ergebnisse liefern jedoch nur einen kleinen Einblick in die M\u00f6glichkeiten der Virtualisierung und gelten nur innerhalb der gesetzten Rahmenbedingungen. Es gibt sehr viele weitere noch nicht untersuchte Faktoren, die einen Einfluss auf die Leistungen der Data Warehouses haben k\u00f6nnten. Bei umfangreicheren ETL-Prozessen, gr\u00f6\u00dferen Datenmengen und weiteren Quellsystemen k\u00f6nnten die Ergebnisse ganz anders aussehen.<\/p>\n<p>Allgemein ist dies ein Forschungsbereich, in dem noch nicht viel gearbeitet wurde \u2013 es gibt sehr viele Stellen, an denen man tiefer graben k\u00f6nnte. Beispielsweise k\u00f6nnte man schauen, ob unterschiedliche Teile der ETL-Prozesse verschiedene Auswirkungen auf die Performanz haben und ob es einen optimalen Grad an Virtualisierung gibt. Umfangreichere Tests auf gr\u00f6\u00dferen Datenmengen und mit zus\u00e4tzlichen Parametern k\u00f6nnten die Ergebnisse festigen. Auch eine Untersuchung von verschiedenen Optimierungstechniken beim virtuellen Data Warehouse w\u00e4re interessant. Man k\u00f6nnte beispielsweise untersuchen, bei welchen Arten von virtuellen Tabellen es sich besonders lohnt, sie im Arbeitsspeicher oder auf der Festplatte zu cachen.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Weiterlesen\"><\/span>Weiterlesen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Mehr zum Thema Business Intelligence gibt es <a href=\"https:\/\/www.inovex.de\/de\/leistungen\/business-intelligence\/\" target=\"_blank\" rel=\"noopener\">auf unserer Website<\/a>. Au\u00dferdem sind wir auf der Suche nach neugierigen BI-Entwickler:innen, die in dieser Richtung weiterdenken.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Durch die Virtualisierung von ETL-Prozessen kann eine Data-Warehouse-Architektur an Flexibilit\u00e4t gewinnen, der daraus resultierende Nachteil ist eine reduzierte Performanz bei der Verarbeitung von analytischen Anfragen. Dieser Artikel fasst die Ergebnisse meiner Masterarbeit zusammen, die aus einer Kooperation von inovex und der Otto-von-Guericke-Universit\u00e4t entstanden ist. In dieser wurden die Auswirkungen der Virtualisierung von ETL-Prozessen einer traditionellen [&hellip;]<\/p>\n","protected":false},"author":92,"featured_media":14500,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"ep_exclude_from_search":false,"footnotes":""},"tags":[181],"service":[411],"coauthors":[{"id":92,"display_name":"Rudi Bikschentajew","user_nicename":"rbikschentajew"}],"class_list":["post-14294","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","tag-business-intelligence","service-data-engineering"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.7 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Traditionelles vs. virtuelles Data Warehouse<\/title>\n<meta name=\"description\" content=\"Durch die Virtualisierung von ETL-Prozessen kann eine DWH-Architektur an Flexibilit\u00e4t gewinnen, allerdings resultiert daraus eine reduzierte Performanz. Hier sind die Ergebnisse meiner Masterarbeit, in der ich diesen Trade-off eines virtuellen Data Warehouse untersucht habe.\" \/>\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.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Traditionelles vs. virtuelles Data Warehouse\" \/>\n<meta property=\"og:description\" content=\"Durch die Virtualisierung von ETL-Prozessen kann eine DWH-Architektur an Flexibilit\u00e4t gewinnen, allerdings resultiert daraus eine reduzierte Performanz. Hier sind die Ergebnisse meiner Masterarbeit, in der ich diesen Trade-off eines virtuellen Data Warehouse untersucht habe.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/\" \/>\n<meta property=\"og:site_name\" content=\"inovex GmbH\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/inovexde\" \/>\n<meta property=\"article:published_time\" content=\"2018-11-26T09:06:11+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-03-17T06:59:20+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/Traditionelles-vs-virtuelles-Data-Warehouse.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1440\" \/>\n\t<meta property=\"og:image:height\" content=\"810\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Rudi Bikschentajew\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/Traditionelles-vs-virtuelles-Data-Warehouse-1024x576.jpg\" \/>\n<meta name=\"twitter:creator\" content=\"@inovexgmbh\" \/>\n<meta name=\"twitter:site\" content=\"@inovexgmbh\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Rudi Bikschentajew\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"8\u00a0Minuten\" \/>\n\t<meta name=\"twitter:label3\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data3\" content=\"Rudi Bikschentajew\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/\"},\"author\":{\"name\":\"Rudi Bikschentajew\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#\\\/schema\\\/person\\\/af65097d1ece60671d57f3f8f8fb3ef6\"},\"headline\":\"Traditionelles vs. virtuelles Data Warehouse: Vergleich der ETL-Performance\",\"datePublished\":\"2018-11-26T09:06:11+00:00\",\"dateModified\":\"2026-03-17T06:59:20+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/\"},\"wordCount\":1642,\"commentCount\":2,\"publisher\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2018\\\/11\\\/Traditionelles-vs-virtuelles-Data-Warehouse.jpg\",\"keywords\":[\"Business Intelligence\"],\"articleSection\":[\"Analytics\",\"English Content\",\"General\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/\",\"url\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/\",\"name\":\"Traditionelles vs. virtuelles Data Warehouse\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2018\\\/11\\\/Traditionelles-vs-virtuelles-Data-Warehouse.jpg\",\"datePublished\":\"2018-11-26T09:06:11+00:00\",\"dateModified\":\"2026-03-17T06:59:20+00:00\",\"description\":\"Durch die Virtualisierung von ETL-Prozessen kann eine DWH-Architektur an Flexibilit\u00e4t gewinnen, allerdings resultiert daraus eine reduzierte Performanz. Hier sind die Ergebnisse meiner Masterarbeit, in der ich diesen Trade-off eines virtuellen Data Warehouse untersucht habe.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2018\\\/11\\\/Traditionelles-vs-virtuelles-Data-Warehouse.jpg\",\"contentUrl\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2018\\\/11\\\/Traditionelles-vs-virtuelles-Data-Warehouse.jpg\",\"width\":1440,\"height\":810,\"caption\":\"Eine Lagerhalle mit Regalen, in denen Pakete liegen.\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/traditionelles-vs-virtuelles-data-warehouse\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Traditionelles vs. virtuelles Data Warehouse: Vergleich der ETL-Performance\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#website\",\"url\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/\",\"name\":\"inovex GmbH\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#organization\",\"name\":\"inovex GmbH\",\"url\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2021\\\/03\\\/inovex-logo-16-9-1.png\",\"contentUrl\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2021\\\/03\\\/inovex-logo-16-9-1.png\",\"width\":1921,\"height\":1081,\"caption\":\"inovex GmbH\"},\"image\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/inovexde\",\"https:\\\/\\\/x.com\\\/inovexgmbh\",\"https:\\\/\\\/www.instagram.com\\\/inovexlife\\\/\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/inovex\",\"https:\\\/\\\/www.youtube.com\\\/channel\\\/UC7r66GT14hROB_RQsQBAQUQ\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#\\\/schema\\\/person\\\/af65097d1ece60671d57f3f8f8fb3ef6\",\"name\":\"Rudi Bikschentajew\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/5cf8045a7043e28ee5854909efca81f2f2d487b9f3e7955139de764dbfa6b5ad?s=96&d=retro&r=g684d089e24d62204384546a7f2d4244f\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/5cf8045a7043e28ee5854909efca81f2f2d487b9f3e7955139de764dbfa6b5ad?s=96&d=retro&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/5cf8045a7043e28ee5854909efca81f2f2d487b9f3e7955139de764dbfa6b5ad?s=96&d=retro&r=g\",\"caption\":\"Rudi Bikschentajew\"},\"url\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/author\\\/rbikschentajew\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Traditionelles vs. virtuelles Data Warehouse","description":"Durch die Virtualisierung von ETL-Prozessen kann eine DWH-Architektur an Flexibilit\u00e4t gewinnen, allerdings resultiert daraus eine reduzierte Performanz. Hier sind die Ergebnisse meiner Masterarbeit, in der ich diesen Trade-off eines virtuellen Data Warehouse untersucht habe.","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.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/","og_locale":"de_DE","og_type":"article","og_title":"Traditionelles vs. virtuelles Data Warehouse","og_description":"Durch die Virtualisierung von ETL-Prozessen kann eine DWH-Architektur an Flexibilit\u00e4t gewinnen, allerdings resultiert daraus eine reduzierte Performanz. Hier sind die Ergebnisse meiner Masterarbeit, in der ich diesen Trade-off eines virtuellen Data Warehouse untersucht habe.","og_url":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/","og_site_name":"inovex GmbH","article_publisher":"https:\/\/www.facebook.com\/inovexde","article_published_time":"2018-11-26T09:06:11+00:00","article_modified_time":"2026-03-17T06:59:20+00:00","og_image":[{"width":1440,"height":810,"url":"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/Traditionelles-vs-virtuelles-Data-Warehouse.jpg","type":"image\/jpeg"}],"author":"Rudi Bikschentajew","twitter_card":"summary_large_image","twitter_image":"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/Traditionelles-vs-virtuelles-Data-Warehouse-1024x576.jpg","twitter_creator":"@inovexgmbh","twitter_site":"@inovexgmbh","twitter_misc":{"Verfasst von":"Rudi Bikschentajew","Gesch\u00e4tzte Lesezeit":"8\u00a0Minuten","Written by":"Rudi Bikschentajew"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#article","isPartOf":{"@id":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/"},"author":{"name":"Rudi Bikschentajew","@id":"https:\/\/www.inovex.de\/de\/#\/schema\/person\/af65097d1ece60671d57f3f8f8fb3ef6"},"headline":"Traditionelles vs. virtuelles Data Warehouse: Vergleich der ETL-Performance","datePublished":"2018-11-26T09:06:11+00:00","dateModified":"2026-03-17T06:59:20+00:00","mainEntityOfPage":{"@id":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/"},"wordCount":1642,"commentCount":2,"publisher":{"@id":"https:\/\/www.inovex.de\/de\/#organization"},"image":{"@id":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#primaryimage"},"thumbnailUrl":"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/Traditionelles-vs-virtuelles-Data-Warehouse.jpg","keywords":["Business Intelligence"],"articleSection":["Analytics","English Content","General"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/","url":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/","name":"Traditionelles vs. virtuelles Data Warehouse","isPartOf":{"@id":"https:\/\/www.inovex.de\/de\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#primaryimage"},"image":{"@id":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#primaryimage"},"thumbnailUrl":"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/Traditionelles-vs-virtuelles-Data-Warehouse.jpg","datePublished":"2018-11-26T09:06:11+00:00","dateModified":"2026-03-17T06:59:20+00:00","description":"Durch die Virtualisierung von ETL-Prozessen kann eine DWH-Architektur an Flexibilit\u00e4t gewinnen, allerdings resultiert daraus eine reduzierte Performanz. Hier sind die Ergebnisse meiner Masterarbeit, in der ich diesen Trade-off eines virtuellen Data Warehouse untersucht habe.","breadcrumb":{"@id":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#primaryimage","url":"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/Traditionelles-vs-virtuelles-Data-Warehouse.jpg","contentUrl":"https:\/\/www.inovex.de\/wp-content\/uploads\/2018\/11\/Traditionelles-vs-virtuelles-Data-Warehouse.jpg","width":1440,"height":810,"caption":"Eine Lagerhalle mit Regalen, in denen Pakete liegen."},{"@type":"BreadcrumbList","@id":"https:\/\/www.inovex.de\/de\/blog\/traditionelles-vs-virtuelles-data-warehouse\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.inovex.de\/de\/"},{"@type":"ListItem","position":2,"name":"Traditionelles vs. virtuelles Data Warehouse: Vergleich der ETL-Performance"}]},{"@type":"WebSite","@id":"https:\/\/www.inovex.de\/de\/#website","url":"https:\/\/www.inovex.de\/de\/","name":"inovex GmbH","description":"","publisher":{"@id":"https:\/\/www.inovex.de\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.inovex.de\/de\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.inovex.de\/de\/#organization","name":"inovex GmbH","url":"https:\/\/www.inovex.de\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.inovex.de\/de\/#\/schema\/logo\/image\/","url":"https:\/\/www.inovex.de\/wp-content\/uploads\/2021\/03\/inovex-logo-16-9-1.png","contentUrl":"https:\/\/www.inovex.de\/wp-content\/uploads\/2021\/03\/inovex-logo-16-9-1.png","width":1921,"height":1081,"caption":"inovex GmbH"},"image":{"@id":"https:\/\/www.inovex.de\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/inovexde","https:\/\/x.com\/inovexgmbh","https:\/\/www.instagram.com\/inovexlife\/","https:\/\/www.linkedin.com\/company\/inovex","https:\/\/www.youtube.com\/channel\/UC7r66GT14hROB_RQsQBAQUQ"]},{"@type":"Person","@id":"https:\/\/www.inovex.de\/de\/#\/schema\/person\/af65097d1ece60671d57f3f8f8fb3ef6","name":"Rudi Bikschentajew","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/secure.gravatar.com\/avatar\/5cf8045a7043e28ee5854909efca81f2f2d487b9f3e7955139de764dbfa6b5ad?s=96&d=retro&r=g684d089e24d62204384546a7f2d4244f","url":"https:\/\/secure.gravatar.com\/avatar\/5cf8045a7043e28ee5854909efca81f2f2d487b9f3e7955139de764dbfa6b5ad?s=96&d=retro&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/5cf8045a7043e28ee5854909efca81f2f2d487b9f3e7955139de764dbfa6b5ad?s=96&d=retro&r=g","caption":"Rudi Bikschentajew"},"url":"https:\/\/www.inovex.de\/de\/blog\/author\/rbikschentajew\/"}]}},"_links":{"self":[{"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/posts\/14294","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/users\/92"}],"replies":[{"embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/comments?post=14294"}],"version-history":[{"count":3,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/posts\/14294\/revisions"}],"predecessor-version":[{"id":66499,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/posts\/14294\/revisions\/66499"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/media\/14500"}],"wp:attachment":[{"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/media?parent=14294"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/tags?post=14294"},{"taxonomy":"service","embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/service?post=14294"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/coauthors?post=14294"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}