{"id":181783,"date":"2026-02-19T15:51:09","date_gmt":"2026-02-19T14:51:09","guid":{"rendered":"https:\/\/liora.io\/de\/?p=181783"},"modified":"2026-02-19T15:51:09","modified_gmt":"2026-02-19T14:51:09","slug":"data-build-tool-was-ist-das-wozu-dient-es","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/data-build-tool-was-ist-das-wozu-dient-es","title":{"rendered":"Data Build Tool: Was ist das? Wozu dient es?"},"content":{"rendered":"<p><strong>Wenn Daten Organisationen in die Lage versetzen, fundierte Entscheidungen zu treffen, m\u00fcssen die Informationen auch zuverl\u00e4ssig sein. Die Transformationsphase ist daher f\u00fcr die Unternehmen eine gro\u00dfe Herausforderung. In dieser Zeit m\u00fcssen die Unternehmen die verf\u00fcgbaren Daten aufbereiten und bereinigen, um ihre Qualit\u00e4t zu verbessern. Angesichts der immer gr\u00f6\u00dfer werdenden Datenmengen wird diese Aufgabe jedoch immer schwieriger (z. B. aufgrund von fehlenden internen Ressourcen und Zeitmangel). Gl\u00fccklicherweise gibt es Tools, die die Umwandlung von Daten vereinfachen und beschleunigen sollen. Dazu geh\u00f6rt auch das Data Build Tool.<\/strong><\/p>\n<!-- \/wp:post-content -->\n\n<!-- wp:heading -->\n<h2 id=\"h-was-ist-das-data-build-tool\" class=\"wp-block-heading\">Was ist das Data Build Tool?<\/h2>\n<!-- \/wp:heading -->\n\n<!-- wp:paragraph -->\n<p><strong>Data Build Tool (oder DBT)<\/strong> ist ein Open-Source-Tool, das von Fishtown Analytics entwickelt wurde. Sein Ziel ist es, die Transformation von Daten durch den <a href=\"https:\/\/liora.io\/de\/data-science-in-der-welt-der-versicherungen\">ELT-Prozess (Extraction Load Transformation<\/a>) zu erleichtern. Die Nutzer k\u00f6nnen damit die Daten der Organisation im Data Warehouse selbst umwandeln. Und das auf einfachere und schnellere Weise.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>In Zeiten von Big Data ist dieses Tool eine Notwendigkeit. Unternehmen sammeln riesige Mengen an Daten aus einer Vielzahl von Quellen und in verschiedenen (manchmal unleserlichen) Formaten. Um die Entscheidungsfindung zu unterst\u00fctzen, m\u00fcssen Datenteams veraltete, falsche, fehlerhafte oder doppelte Daten entfernen und die Formate vereinheitlichen. Das kann einige Zeit dauern. Es sei denn, du verf\u00fcgst \u00fcber das <strong>DBT Data Build Tool,<\/strong> das ausschlie\u00dflich <a href=\"https:\/\/liora.io\/de\/fremdschluessel-sql-ein-wichtiges-schutzsystem\">SQL-Anweisungen<\/a> in Tabellen oder Ansichten verwendet.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:buttons {\"layout\":{\"type\":\"flex\",\"justifyContent\":\"center\"}} -->\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><!-- wp:button -->\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/liora.io\/de\/weiterbildung\"><\/a><\/div>\n<!-- \/wp:button --><\/div>\n<!-- \/wp:buttons -->\n\n<!-- wp:heading -->\n<h2 id=\"h-wie-verwende-ich-das-data-build-tool\" class=\"wp-block-heading\">Wie verwende ich das Data Build Tool?<\/h2>\n<!-- \/wp:heading -->\n\n<!-- wp:paragraph -->\n<p>Data Build Tool wird als Open Source und als Cloud-Version angeboten. Je nachdem, welches Modell man w\u00e4hlt, unterscheidet sich die Arbeitsweise:<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:list -->\n<ul class=\"wp-block-list\"><!-- wp:list-item -->\n<li><strong>DBT Cloud<\/strong>: Das Tool wird dann auf einem Cloud <a href=\"https:\/\/liora.io\/de\/data-warehouse\">Data Warehouse<\/a>, wie Snowflake oder Google Big Query, verwendet. Dies ist die kostenpflichtige Version, aber die Produktivit\u00e4t wird weitgehend erh\u00f6ht.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li><strong>DBT Core<\/strong>: Du kannst diese kostenlose Version auf deinem Arbeitsplatzrechner verwenden, wenn du vorher Git und Python 3.5 (mindestens) installiert hast. In diesem Fall stellt sich DBT als Kommandozeilen-Interface dar.<\/li>\n<!-- \/wp:list-item --><\/ul>\n<!-- \/wp:list -->\n\n<!-- wp:paragraph -->\n<p>Unabh\u00e4ngig davon, welche Option du w\u00e4hlst, ist es f\u00fcr die Arbeit mit DBT entscheidend, dass du die SQL-Sprache und die GIT-Befehle beherrschst.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:image {\"width\":\"1000px\",\"height\":\"auto\",\"sizeSlug\":\"large\"} -->\n\n<!-- \/wp:image -->\n\n<!-- wp:heading -->\n<h2 id=\"h-warum-dbt-verwenden\" class=\"wp-block-heading\">Warum DBT verwenden?<\/h2>\n<!-- \/wp:heading -->\n\n<!-- wp:paragraph -->\n<p>Das Data Build Tool kann sowohl f\u00fcr die Umwandlung von Daten in Datenbanken als auch f\u00fcr Datenqualit\u00e4tstests und Analysen verwendet werden. Unabh\u00e4ngig von seiner Verwendung bietet das Tool mehrere Vorteile:<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:list -->\n<ul class=\"wp-block-list\"><!-- wp:list-item -->\n<li><strong>Flexible SQL-Modelle:<\/strong> Da DBT haupts\u00e4chlich auf <a href=\"https:\/\/liora.io\/de\/fremdschluessel-sql-ein-wichtiges-schutzsystem\">SQL<\/a> basiert, ist die Ausf\u00fchrung dieser Anweisungen einfach. Und das aus gutem Grund: Das Data Build Tool \u00fcbernimmt die Aufgabe, die verschiedenen geschriebenen Abfragen miteinander zu verkn\u00fcpfen. Die Software \u00fcbertr\u00e4gt sie dann in eine Ansicht oder eine Tabelle.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li><strong>Vereinfachung der Versionierung:<\/strong> Dies h\u00e4ngt vor allem damit zusammen, dass DBT das <a href=\"https:\/\/liora.io\/de\/github\">GitHub-Repository<\/a> verwendet.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li><strong>Umgebungswechsel:<\/strong> Du kannst sehr einfach von einer Dev- zu einer Prod-Umgebung wechseln.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li><strong>Die Leistungsf\u00e4higkeit:<\/strong> Dieses kostenlose Tool verbindet sich mit einer Vielzahl von Datenbanken. Einige Datenverbindungen sind sogar nativ programmiert, wie z. B. Big Query, <a href=\"https:\/\/liora.io\/de\/snowflake-training-beherrsche-das-fuehrende-cloud-data-warehouse\">Snowflake<\/a>, Amazon RedShift oder Postgre. Hinzu kommen mehrere Konnektoren, die von der Community zur Verf\u00fcgung gestellt werden.<\/li>\n<!-- \/wp:list-item -->\n\n<!-- wp:list-item -->\n<li><strong>Dokumentationsmanagement<\/strong>: Alle Transformationen, die im Data Warehouse stattfinden, werden automatisch zur\u00fcckgeschrieben. Die operativen Teams k\u00f6nnen dann selbstst\u00e4ndig auf die verf\u00fcgbare Dokumentation zugreifen.<\/li>\n<!-- \/wp:list-item --><\/ul>\n<!-- \/wp:list -->\n\n<!-- wp:heading -->\n<h3 id=\"h-beherrsche-das-data-build-tool-mit-liora\" class=\"wp-block-heading\">Beherrsche das Data Build Tool mit Liora<\/h3>\n<!-- \/wp:heading -->\n\n<!-- wp:paragraph -->\n<p>Das <strong>Data Build Tool<\/strong> ist ein unverzichtbares Werkzeug f\u00fcr die Umwandlung und Nutzung von Daten. Um die Vorteile dieses Tools voll auszusch\u00f6pfen, ist es wichtig, dass du SQL-Abfragen perfekt beherrschst. Und ganz allgemein alle Datentools f\u00fcr Automatisierung, Analytik, Cloud etc.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:buttons {\"layout\":{\"type\":\"flex\",\"justifyContent\":\"center\"}} -->\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><!-- wp:button -->\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/liora.io\/de\/weiterbildung\">Entdecke unsere Schulungen in Data<\/a><\/div>\n<!-- \/wp:button --><\/div>\n<!-- \/wp:buttons -->\n\n<!-- wp:html -->\n<script type=\"application\/ld+json\">\n{\n  \"@context\": \"https:\/\/schema.org\",\n  \"@type\": \"FAQPage\",\n  \"mainEntity\": [\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Was ist das Data Build Tool?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Data Build Tool (oder DBT) ist ein Open-Source-Tool, das von Fishtown Analytics entwickelt wurde. Sein Ziel ist es, die Transformation von Daten durch den ELT-Prozess (Extraction Load Transformation) zu erleichtern. Die Nutzer k\u00f6nnen damit die Daten der Organisation im Data Warehouse selbst umwandeln. Und das auf einfachere und schnellere Weise. In Zeiten von Big Data ist dieses Tool eine Notwendigkeit. Unternehmen sammeln riesige Mengen an Daten aus einer Vielzahl von Quellen und in verschiedenen (manchmal unleserlichen) Formaten. Um die Entscheidungsfindung zu unterst\u00fctzen, m\u00fcssen Datenteams veraltete, falsche, fehlerhafte oder doppelte Daten entfernen und die Formate vereinheitlichen. Das kann einige Zeit dauern. Es sei denn, du verf\u00fcgst \u00fcber das DBT Data Build Tool, das ausschlie\u00dflich SQL-Anweisungen in Tabellen oder Ansichten verwendet.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Wie verwende ich das Data Build Tool?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Data Build Tool wird als Open Source und als Cloud-Version angeboten. Je nachdem, welches Modell man w\u00e4hlt, unterscheidet sich die Arbeitsweise: DBT Cloud: Das Tool wird dann auf einem Cloud Data Warehouse, wie Snowflake oder Google Big Query, verwendet. Dies ist die kostenpflichtige Version, aber die Produktivit\u00e4t wird weitgehend erh\u00f6ht. DBT Core: Du kannst diese kostenlose Version auf deinem Arbeitsplatzrechner verwenden, wenn du vorher Git und Python 3.5 (mindestens) installiert hast. In diesem Fall stellt sich DBT als Kommandozeilen-Interface dar. Unabh\u00e4ngig davon, welche Option du w\u00e4hlst, ist es f\u00fcr die Arbeit mit DBT entscheidend, dass du die SQL-Sprache und die GIT-Befehle beherrschst.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Warum DBT verwenden?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Das Data Build Tool kann sowohl f\u00fcr die Umwandlung von Daten in Datenbanken als auch f\u00fcr Datenqualit\u00e4tstests und Analysen verwendet werden. Unabh\u00e4ngig von seiner Verwendung bietet das Tool mehrere Vorteile: Flexible SQL-Modelle: Da DBT haupts\u00e4chlich auf SQL basiert, ist die Ausf\u00fchrung dieser Anweisungen einfach. Und das aus gutem Grund: Das Data Build Tool \u00fcbernimmt die Aufgabe, die verschiedenen geschriebenen Abfragen miteinander zu verkn\u00fcpfen. Die Software \u00fcbertr\u00e4gt sie dann in eine Ansicht oder eine Tabelle. Vereinfachung der Versionierung: Dies h\u00e4ngt vor allem damit zusammen, dass DBT das GitHub-Repository verwendet. Umgebungswechsel: Du kannst sehr einfach von einer Dev- zu einer Prod-Umgebung wechseln. Die Leistungsf\u00e4higkeit: Dieses kostenlose Tool verbindet sich mit einer Vielzahl von Datenbanken. Einige Datenverbindungen sind sogar nativ programmiert, wie z. B. Big Query, Snowflake, Amazon RedShift oder Postgre. Hinzu kommen mehrere Konnektoren, die von der Community zur Verf\u00fcgung gestellt werden. Dokumentationsmanagement: Alle Transformationen, die im Data Warehouse stattfinden, werden automatisch zur\u00fcckgeschrieben. Die operativen Teams k\u00f6nnen dann selbstst\u00e4ndig auf die verf\u00fcgbare Dokumentation zugreifen.\"\n      }\n    }\n  ]\n}\n<\/script>\n<!-- \/wp:html -->","protected":false},"excerpt":{"rendered":"<p>Wenn Daten Organisationen in die Lage versetzen, fundierte Entscheidungen zu treffen, m\u00fcssen die Informationen auch zuverl\u00e4ssig sein. Die Transformationsphase ist daher f\u00fcr die Unternehmen eine gro\u00dfe Herausforderung. In dieser Zeit m\u00fcssen die Unternehmen die verf\u00fcgbaren Daten aufbereiten und bereinigen, um ihre Qualit\u00e4t zu verbessern. Angesichts der immer gr\u00f6\u00dfer werdenden Datenmengen wird diese Aufgabe jedoch immer [&hellip;]<\/p>\n","protected":false},"author":47,"featured_media":218784,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2472],"class_list":["post-181783","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ki"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/181783","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=181783"}],"version-history":[{"count":4,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/181783\/revisions"}],"predecessor-version":[{"id":218785,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/181783\/revisions\/218785"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/218784"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=181783"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=181783"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}