Ich habe einen Datenimport für Depotdaten mehrerer deutscher und Schweizer Banken mit n8n gebaut. Die Daten werden aus den jeweiligen Bankexporten eingelesen, aufbereitet und anschließend in eine SQL-Datenbank geladen. Ziel ist ein Prozess, der nicht nur Dateien verarbeitet, sondern aus sehr unterschiedlichen Depotdaten einen einheitlichen, prüfbaren Vermögensbestand erzeugt.
Die eigentliche Herausforderung
Die Herausforderung liegt weniger im reinen Import, sondern in der Heterogenität der Quellen. Jede Bank liefert ihre Exportdateien etwas anders: andere Spaltennamen, andere Datums- und Zahlenformate, unterschiedliche Logik für Depots, Konten, Wertpapiere, Währungen oder Bewertungsstichtage. Damit diese Daten später gemeinsam ausgewertet werden können, müssen sie zuerst in ein gemeinsames Zielformat übersetzt werden.
Vorbereitung des Imports
Der Prozess beginnt mit vorbereitenden Schritten. Bestehende Datenstände werden gesichert, relevante Tabellen vorbereitet, das aktuelle Wertstellungsdatum wird gesetzt und Referenzdaten wie Wechselkurse werden aktualisiert. Dadurch ist klar, auf welchen Stichtag sich der Import bezieht und mit welchem bisherigen Bestand der neue Datenstand verglichen wird.
Verarbeitung der Bankexporte
Anschließend verarbeitet n8n die einzelnen Bankexporte. Die Rohdaten werden gelesen, bereinigt und fachlich normalisiert. Dazu gehören beispielsweise Depotnummern, Gesellschaften, Wertstellungen, Bezeichnungen, ISINs oder Kontokennungen, Nominalwerte, Währungen, Marktwerte, Wechselkurse, Originalwährungswerte und die jeweilige Datenquelle. Erst durch diese Vereinheitlichung lassen sich Positionen aus verschiedenen Banken in einem gemeinsamen SQL-Modell zusammenführen.
Umgang mit Fremdwährungen
Ein wichtiger Punkt ist der Umgang mit Fremdwährungen. Euro-Positionen können direkt verarbeitet werden. Bei Positionen in anderen Währungen wird der passende Wechselkurs berücksichtigt. Wenn ein Kurs fehlt oder nicht belastbar ist, wird bewusst kein künstlicher Wert erzeugt. Das ist für mich ein wichtiger Grundsatz: Lieber eine erkennbare Lücke als ein scheinbar präziser, aber fachlich falscher Wert.
Übernahme in den zentralen Bestand
Nach der bankindividuellen Aufbereitung folgt die zentrale Übernahme in den Kernbestand. Dort wird geprüft, welche Positionen neu sind, welche sich verändert haben und welche im aktuellen Export nicht mehr enthalten sind. Neue Positionen werden ergänzt, bestehende aktualisiert und weggefallene Positionen nachvollziehbar deaktiviert. So bleibt die Entwicklung des Bestands über die Zeit transparent.
Qualitätssicherung im Prozess
Qualitätssicherung ist dabei fester Bestandteil des Imports. Der Prozess enthält Prüfungen auf fehlende Identifikatoren, unplausible Werte, Dubletten, Abweichungen zum Vorbestand und technische Ladefehler. Der Import soll am Ende nicht nur „durchgelaufen“ sein, sondern einen belastbaren Datenstand erzeugen.
Datenintegration in der Praxis
Für mich zeigt dieser Prozess sehr gut, worum es bei Datenintegration in der Praxis geht: Nicht um das bloße Verschieben von Dateien in eine Datenbank, sondern um die kontrollierte Übersetzung heterogener Quelldaten in ein konsistentes Datenmodell. Erst dadurch werden Depotdaten aus verschiedenen Banken wirklich vergleichbar und auswertbar.
Kommentar verfassen