Extraktionszeit

Übersicht

Der Extraktionszeit-Rechner zeigt das Datum und die Uhrzeit an, zu der Ihr Datensatz zuletzt erfolgreich aus den Datenquellen extrahiert wurde. Dieser wichtige Metadaten-Rechner hilft Ihnen, die Aktualität der Daten zu überprüfen und sicherzustellen, dass Sie Entscheidungen auf Grundlage aktueller Informationen treffen.

Im Gegensatz zu anderen Rechnern, die Ihre Prozessdaten analysieren, ruft der Extraktionszeit-Rechner einfach einen Zeitstempel aus den Metadaten des Datensatzes ab und zeigt ihn an. Dieser Zeitstempel wird automatisch gesetzt, wenn Daten über Ihre ETL-Pipeline importiert oder aktualisiert werden.

Häufige Anwendungsfälle

Überprüfung der Datenaktualität: Bestätigen, wie aktuell Ihre Analysedaten sind, bevor Sie Geschäftsentscheidungen treffen
Zeitstempel in Dashboards: Anzeige von "Stand"-Daten auf Dashboards und Berichten zur Information der Stakeholder
Überwachung der Datenqualität: Erkennen veralteter Datensätze, die aktualisiert werden müssen
Audit-Trails: Nachverfolgung, wann Daten geladen wurden, für Compliance- und Fehlerbehebungszwecke
Benutzerbewusstsein: Unterstützung der Analysten beim Verständnis der Aktualität der verwendeten Daten
Überwachung der ETL-Pipeline: Sicherstellen, dass geplante Datenextraktionen erfolgreich ausgeführt werden

Einstellungen

Dieser Rechner hat keine Konfigurationseinstellungen. Er ruft automatisch den Extraktionszeitstempel aus den Metadaten Ihres Datensatzes ab und zeigt ihn an.

Die einzigen verfügbaren Standardfelder sind:

Title: Optionaler individueller Titel für die Ausgabe des Rechners (Standard ist „Extraction Time“)

Description: Optionale Beschreibung zur Erläuterung dieses Messwerts

Beispiele

Beispiel 1: Indikator für Datenaktualität im Dashboard

Szenario: Ihr Operatives Team verwendet ein Process-Mining-Dashboard zur Überwachung der täglichen Rechnungsverarbeitung. Sie müssen wissen, wie aktuell die Daten sind, um fundierte Entscheidungen zur Arbeitslastverteilung zu treffen.

Einstellungen:

Title: „Data Last Updated“
Description: „Zeitstempel der letzten Datenextraktion aus SAP“

Ausgabe:

Der Rechner zeigt einen einzelnen Zeitstempelwert an, z. B.:

2025-10-19 06:30 AM EST

Dies zeigt, wann die Daten zuletzt aus Ihren Quellsystemen extrahiert wurden.

Erkenntnisse: Das Team sieht, dass die Daten heute Morgen um 6:30 Uhr aktualisiert wurden und somit die Arbeit von gestern anzeigen. Wenn der Zeitstempel das Datum der letzten Woche anzeigen würde, wüssten sie, dass sie vor Entscheidungen eine Datenaktualisierung anfordern müssen.

Beispiel 2: Audit-Trail im Bericht

Szenario: Ihr Compliance-Team erstellt quartalsweise Process-Mining-Berichte, die Metadaten enthalten müssen, wann die zugrundeliegenden Daten extrahiert wurden, um Genauigkeit und Nachvollziehbarkeit sicherzustellen.

Einstellungen:

Title: „Source Data Extraction Date“
Description: „Q4 2024 Accounts Payable Analysis“

Ausgabe:

Der Berichtsheader zeigt:

Process Mining Report - Q4 2024
Report Generated: 2025-01-15 2:30 PM
Data Extracted: 2025-01-14 11:45 PM
Data Age: 14 hours 45 minutes

Erkenntnisse: Der Bericht dokumentiert klar, dass er auf Daten vom 14. Januar basiert und bietet volle Transparenz über die Aktualität. Prüfer können die Zeitspanne zwischen Datenextraktion und Berichtsgenerierung überprüfen und sicherstellen, dass die Analyse den angegebenen Zeitraum widerspiegelt.

Beispiel 3: Erkennung veralteter Daten

Szenario: Ihre Process-Mining-Plattform soll Benutzer warnen, wenn sie veraltete Daten ansehen, die nicht wie geplant aktualisiert wurden. Die wöchentliche Datenaktualisierung aus Ihrem ERP-System ist ausgefallen, aber die Nutzer merken möglicherweise nicht, dass sie alte Informationen sehen.

Einstellungen:

Title: „Last Data Refresh“
Description: „Weekly extraction from Oracle ERP“

Ausgabe:

Der Rechner zeigt:

2025-10-05 03:00 AM UTC

Aktuelles Datum: 19. Oktober 2025

Erkenntnisse: Die Daten sind 14 Tage alt, was darauf hinweist, dass der wöchentliche Extraktionsprozess zwei Wochen in Folge fehlgeschlagen ist. Das System kann automatisch ein Warnbanner anzeigen: „Daten sind 14 Tage alt – Aktualisierung erforderlich“ und das Daten-Team alarmieren, die ETL-Pipeline zu überprüfen. Nutzer werden informiert, dass sie diese Daten nicht für aktuelle operative Entscheidungen verwenden sollten.

Beispiel 4: Globales Dashboard mit mehreren Regionen

Szenario: Ihr multinationales Unternehmen hat Process-Mining-Nutzer in den USA, Europa und Asien, die die Extraktionszeit in ihrer lokalen Zeitzone sehen müssen, um die Datenaktualität besser verstehen zu können.

Einstellungen:

Title: „Data Extraction Time“
Description: „Global Order-to-Cash Process“

Ausgabe:

Der Rechner konvertiert den UTC-Zeitstempel automatisch in die konfigurierte Zeitzone für jede Region:

US East Coast Office: 2025-10-19 06:30 AM EST
London Office: 2025-10-19 11:30 AM GMT
Tokyo Office: 2025-10-19 08:30 PM JST

Alle zeigen dasselbe Extraktionsereignis in lokaler Zeit an.

Erkenntnisse: Globale Teams können die Datenaktualität sofort im lokalen Kontext verstehen. Benutzer in Tokio sehen, dass die Daten am Abend (ihrer Zeit) extrahiert wurden, während New Yorker sehen, dass es am Morgen passiert ist. Das verhindert Verwirrung darüber, ob „Daten von gestern“ gestern in New York oder Tokio meint.

Beispiel 5: Automatisiertes ETL-Monitoring

Szenario: Ihr Data-Engineering-Team muss sicherstellen, dass die nächtliche Datenextraktionspipeline erfolgreich abgeschlossen wird. Wenn die heutige Extraktion bis 8 Uhr morgens nicht stattgefunden hat, muss es eine Warnung geben.

Einstellungen:

Title: „Latest Extraction“
Description: „Nightly ETL Pipeline Status“

Ausgabe:

Das Monitoring-System fragt diesen Rechner ab und vergleicht den Zeitstempel:

Expected: 2025-10-19 (today)
Actual: 2025-10-18 03:00 AM
Status: FAILED - extraction is 1 day overdue

Erkenntnisse: Das automatisierte Monitoring erkennt, dass der Extraktionszeitstempel noch das gestrige Datum anzeigt, obwohl die Extraktion heute abgeschlossen sein sollte. Es sendet automatisch eine Warnung an das Data-Engineering-Team, um die Pipeline-Probleme zu untersuchen. Dieses proaktive Monitoring verhindert, dass Benutzer Entscheidungen auf veralteten Daten basieren.

Ausgabe

Der Rechner gibt einen einzelnen Zeitstempelwert zurück, der anzeigt, wann der Datensatz zuletzt erfolgreich aus den Quellsystemen extrahiert wurde.

Anzeige der Zeitzone:

Wenn in Ihren Dataset-Einstellungen eine Zeitzone konfiguriert ist, wird der Zeitstempel in dieser lokalen Zeit angezeigt
Wenn keine Zeitzone konfiguriert ist, wird der Zeitstempel in UTC (Koordinierte Weltzeit) angezeigt
Die Zeitzonenabkürzung oder der Offset wird normalerweise zusammen mit der Zeit angezeigt (EST, GMT, UTC usw.)

Format: Der Zeitstempel wird typischerweise in einem für Menschen lesbaren Format dargestellt, z. B.:

„October 19, 2025 6:30 AM EST“
„2025-10-19 06:30:00“

Das genaue Format kann je nach Anzeigepräferenzen Ihres Systems variieren.

Umgang mit fehlenden Daten: Wenn der Extraktionszeitstempel nicht verfügbar ist (was bei manuell erstellten Testdatensätzen oder sehr alten Datensätzen vorkommen kann), zeigt der Rechner eventuell „Unknown“ oder einen leeren Wert an. In produktiven Systemen mit korrekt konfigurierten ETL-Pipelines sollte dieser Wert immer gültig sein.

Integration ins Dashboard: Dieser Rechner wird häufig in Dashboard-Headern eingebunden, um dauerhafte Sichtbarkeit der Datenaktualität zu gewährleisten. Er kann auch in automatisierten Berichten, Monitoring-Systemen und Audit-Logs verwendet werden.

Diese Dokumentation ist Teil der mindzie Studio Process Mining Plattform.