Definition: Change Data Capture (CDC)
Change Data Capture (CDC) ist eine Technik der Datenintegration, die Änderungen auf Zeilenebene, Inserts, Updates und Deletes, in einem Quellsystem in dem Moment erfasst, in dem sie geschehen, und nur diese Änderungen weitergibt, statt den gesamten Datensatz nach Zeitplan neu zu synchronisieren.
Kernmerkmale von Change Data Capture
CDC beobachtet ein führendes System, etwa ein CRM, ERP oder eine Datenbank, fortlaufend statt es in Batches abzufragen, meist durch Lesen eines Transaktionslogs oder Commit-Streams.
- Erfasst Inserts, Updates und Deletes auf Zeilenebene, keine vollständigen Tabellen-Snapshots
- Gibt Änderungen innerhalb von Sekunden oder Minuten weiter, nicht erst im nächtlichen Batch-Fenster
- Liest je nach Methode aus Transaktionslogs, Triggern oder Zeitstempel-Spalten
- Speist nachgelagert eine Datenpipeline, ein Warehouse oder eine KI-Gedächtnisschicht
Change Data Capture vs. Reverse ETL
CDC und Reverse ETL bewegen Daten in entgegengesetzte Richtungen. CDC erfasst Änderungen am Quellsystem, einem CRM, ERP oder SharePoint, in dem Moment, in dem sie entstehen, und schiebt sie weiter in ein Warehouse oder eine KI-Ebene. Reverse ETL macht das Gegenteil: Es holt modellierte, bereinigte Daten aus einem Warehouse und schreibt sie zurück in operative Systeme. Beide werden häufig kombiniert, CDC speist nahezu in Echtzeit Änderungen in eine zentrale Schicht, Reverse ETL aktiviert das Ergebnis später zurück nach außen.
Bedeutung von Change Data Capture im Enterprise-KI-Umfeld
Veraltete Daten unterminieren jedes KI-System, das darauf aufbaut. Eine IDC-Umfrage ergab, dass 43% der Organisationen sagen, ihre Daten änderten sich schneller, als ihre Systeme mithalten könnten, genau die Lücke, die CDC schließt. Für ein dauerhaftes Unternehmensgedächtnis, auf das ein KI-Agent bei jeder Entscheidung zurückgreift, ist CDC der konkrete Mechanismus, der dieses Gedächtnis mit den lebenden führenden Systemen synchron hält, statt mit einem Snapshot, der ab dem Moment der Aufnahme veraltet.
Methoden und Verfahren für Change Data Capture
Unternehmen setzen CDC über eine von drei etablierten Mechanismen um.
Log-basiertes CDC
Log-basiertes CDC liest das interne Transaktionslog einer Datenbank, denselben Mechanismus, den sie für ihre eigene Replikation nutzt, um abgeschlossene Änderungen zu erkennen, ohne Anwendungstabellen direkt abzufragen.
- Belastet die Quelle minimal, da nie eine Leseabfrage ausgeführt wird
- Erfasst jede abgeschlossene Änderung in Reihenfolge, einschließlich Deletes
- Benötigt Log-Zugriff und einen auf die Datenbank abgestimmten Konnektor
Trigger-basiertes CDC
Trigger-basiertes CDC hängt Datenbank-Trigger an Quelltabellen, die jede Änderung sofort in eine Schattentabelle oder Warteschlange schreiben. Es ist einfacher einzurichten als log-basiertes CDC, erzeugt aber zusätzlichen Schreib-Overhead bei jeder Transaktion, was bei durchsatzstarken Datenbanken ins Gewicht fällt.
Abfragebasiertes (Polling-) CDC
Abfragebasiertes CDC prüft periodisch eine Quelltabelle auf Zeilen, deren Zeitstempel- oder Versionsspalte sich geändert hat. Es benötigt keinen Log-Zugriff, was es für SaaS-Anwendungen und Altsysteme passend macht, übersieht aber harte Deletes, sofern sie nicht markiert sind, und reagiert nicht schneller als das Abfrageintervall erlaubt.
Wichtige Kennzahlen für Change Data Capture
CDC wird daran gemessen, wie vollständig und schnell es Quelländerungen nachgelagert widerspiegelt.
Operative Kennzahlen
- Änderungslatenz: unter 1-5 Minuten vom Commit bis zur Verfügbarkeit
- Erfassungsvollständigkeit: 100% der abgeschlossenen Änderungen, keine stillen Lücken
- Quell-Overhead: unter 5% zusätzliche Last auf der Quelldatenbank
- Konnektor-Verfügbarkeit: über 99,5% für die CDC-Pipeline selbst
Strategische Kennzahlen
Über die Verfügbarkeit hinaus sollte CDC daran gemessen werden, ob nachgelagerte KI-Agenten und Anwendungen tatsächlich auf aktuelleren Daten handeln. Der Markt für CDC-Software soll laut Market Intelo von rund 3,2 Mrd. USD 2025 auf 9,8 Mrd. USD 2034 wachsen, ein Zeichen dafür, dass Unternehmen Echtzeit-Datenbewegung als Infrastruktur behandeln.
Qualitätskennzahlen
Eine gut abgestimmte Pipeline erhält die Reihenfolge, sodass Updates in der Abfolge angewendet werden, in der sie entstanden, und gleicht Schemaänderungen an der Quelle aus, ohne neue Spalten stillschweigend zu verwerfen.
Risikofaktoren und Kontrollen bei Change Data Capture
CDC bringt eine eigene Kategorie operativer und regulatorischer Risiken mit sich.
Schema-Drift und Last auf dem Quellsystem
Quellsysteme ändern ihre Tabellenstrukturen über die Zeit, und eine unbeobachtete Pipeline kann neue Felder stillschweigend verwerfen oder an einer unerwarteten Typänderung scheitern.
- Schema-Validierungsprüfungen, bevor Änderungen nachgelagerte Systeme erreichen
- Lasttests auf der Quelle, bevor log-basierte Erfassung aktiviert wird
- Alarmierung bei unerwarteten Einbrüchen im erfassten Änderungsvolumen
Datenkonsistenz und Reihenfolge
Treffen Änderungen aus verknüpften Tabellen nachgelagert außer der Reihe ein, kann ein System kurzzeitig auf einer inkonsistenten Sicht handeln, etwa eine Adressänderung vor der Bestellung, die sie betrifft. Das Erhalten transaktionaler Grenzen durch die Pipeline mindert dieses Risiko.
Compliance- und Audit-Risiko
Weil CDC oft personenbezogene oder finanzielle Daten in dem Moment erfasst, in dem sie sich ändern, verlangen DSGVO und EU-KI-Verordnung klare Dokumentation dessen, was erfasst wird, wohin es fließt und wie lange es aufbewahrt wird. Audit-Logging und Zugriffskontrolle, verankert in einem umfassenderen Data-Governance-Programm, halten eine Pipeline unter beiden Rahmenwerken vertretbar.
Praxisbeispiel
Ein 210-Mitarbeiter-Elektrogroßhändler in Nordrhein-Westfalen führte seine ERP- und CRM-Abgleiche über einen nächtlichen Batch-Export, sodass Lagerbestände und Bestellstatus für Mitarbeiter bis zu 18 Stunden veraltet waren. Das Unternehmen richtete log-basiertes CDC auf beiden Systemen ein, um jede Lagerbewegung und Bestelländerung innerhalb von Minuten in seine zentrale Datenebene zu streamen. KI-Agenten, die Kundenanfragen zu Lagerbeständen beantworten, arbeiten nun mit aktuellen Daten, und der nächtliche Batch-Job, der zuvor das ERP belastete, wurde vollständig abgeschafft.
- Echtzeit-Sichtbarkeit von Bestand und Bestellstatus für KI-Agenten und Mitarbeiter
- Wegfall des nächtlichen Batch-Fensters, das zuvor das ERP blockierte
- Änderungsverlauf für jeden Datensatz erhalten, nicht nur der letzte Stand
- Nachgelagerte Syncs, ausgelöst durch tatsächliche Änderungen statt einen festen Zeitplan
Aktuelle Entwicklungen und Auswirkungen
CDC entwickelt sich von einem Spezialwerkzeug für Datenbanken zu einer Standardschicht moderner Daten- und KI-Architektur.
Streaming-CDC als Standardmuster
Nächtliche Batch-Syncs weichen Streaming-CDC auf Basis ereignisgesteuerter Architektur, bei der jede Änderung zu einem Ereignis wird, auf das Konsumenten sofort reagieren.
- Verwaltete Konnektoren decken mittlerweile die meisten Datenbanken und SaaS-Anwendungen direkt ab
- Streaming-Plattformen bündeln CDC zunehmend als eingebaute Quelle
- Eine einzelne Erfassung speist mehrere nachgelagerte Konsumenten gleichzeitig
CDC jenseits von Datenbanken
Webhook- und API-basierte CDC-Varianten verbreiten sich auf SaaS-Plattformen, die kein Transaktionslog offenlegen, und ermöglichen Unternehmen, Änderungen zu erfassen, die ein datenbanknaher Konnektor nicht lesen kann.
CDC als Zufluss für das Gedächtnis von KI-Agenten
Mit wachsender Anbindung von KI-Agenten an lebende operative Systeme liefert CDC zunehmend den kontinuierlichen Update-Strom, der das Arbeitsgedächtnis eines Agenten aktuell hält, statt nur als Ingestion-Werkzeug für ein Warehouse zu dienen.
Fazit
Change Data Capture macht aus Datenintegration keine geplante Pflichtaufgabe mehr, sondern eine fortlaufende Abbildung dessen, was im Unternehmen tatsächlich passiert. Je mehr operative Arbeit KI-Agenten übernehmen, desto wichtiger wird die Aktualität der Daten, auf denen sie handeln, genauso wichtig wie das Modell dahinter, und CDC ist das, was diese Daten aktuell hält, ohne alles nach einem Zeitplan neu zu synchronisieren. Unternehmen, die CDC richtig umsetzen, verschwenden weniger Aufwand auf veraltete Snapshots. Der Trend geht dahin, dass CDC zu unsichtbarer Infrastruktur wird, vorausgesetzt statt jedes Mal neu gebaut.
Häufig gestellte Fragen
Was ist der Unterschied zwischen Change Data Capture und ETL?
Klassisches ETL extrahiert einen vollständigen Datensatz oder Batch aus einer Quelle nach Zeitplan, transformiert ihn und lädt ihn in ein Ziel. CDC erfasst nur die Zeilen, die sich seit der letzten Prüfung geändert haben, fortlaufend, was Datenvolumen und Latenz deutlich senkt.
Ersetzt CDC Reverse ETL?
Nein. Beide laufen in entgegengesetzte Richtungen und werden oft gemeinsam eingesetzt. CDC erfasst Änderungen an der Quelle und schiebt sie in ein Warehouse oder eine KI-Ebene, während Reverse ETL modellierte Ergebnisse aus dieser Ebene holt und zurück in CRM oder ERP schreibt.
Lohnt sich CDC für ein Unternehmen mit unter 200 Mitarbeitern?
Das hängt davon ab, wie teuer veraltete Daten das Unternehmen kommen. Handeln Mitarbeiter oder KI-Agenten regelmäßig auf Basis von Informationen, die wegen Batch-Syncs Stunden alt sind, amortisiert sich CDC meist innerhalb weniger Monate, weil genau diese Verzögerung entfällt.
Wie passt CDC zu DSGVO und EU-KI-Verordnung?
Pipelines, die personenbezogene oder finanzielle Daten erfassen, müssen dokumentieren, was erfasst wird, wohin es fließt und wie lange es aufbewahrt wird, mit Audit-Logs, die jede Änderung bis zum Quelldatensatz zurückverfolgen. Das hält die Pipeline unter der DSGVO rechenschaftspflichtig und unter der EU-KI-Verordnung transparent.
Brauchen wir dafür eigene IT-Ressourcen für CDC?
Nicht zwingend. Viele mittelständische Unternehmen starten mit einem verwalteten CDC-Konnektor oder einem externen Partner, der die Erfassung auf ERP oder Datenbank einrichtet, und übergeben das laufende Monitoring anschließend an die Kollegen, die das System bereits betreuen.
Wie passt Change Data Capture zu dem, was Superkind macht?
Superkinds KI-Mitarbeiter sind an die echten Systeme eines Unternehmens angebunden, E-Mail, Teams, SharePoint, CRM und ERP, und benötigen dafür Verbindungen, die den aktuellen Stand widerspiegeln, nicht einen veralteten Export. Change Data Capture ist der Mechanismus, der diese Verbindung aktuell hält.
