Power BI: Stern- und Schneeflockenschema im Datenmodell
In diesem Beitrag erkläre ich den Unterschied zwischen Sternschema und Schneeflockenschema in einem Power-BI-Datenmodell.
POWER BI
9/21/20251 min read
Power BI: Stern- und Schneeflockenschema im Datenmodell
Heute habe ich mich mit den Begriffen Sternschema und Schneeflockenschema beschäftigt. Beide beschreiben, wie ein Datenmodell aufgebaut ist, wenn man mit Fakten- und Dimensionstabellen arbeitet.
Sternschema
Beim Sternschema stehen die Faktentabellen im Zentrum. Von ihnen gehen direkte Verknüpfungen zu den Dimensionstabellen aus.
Jede Dimensionstabelle hängt direkt an der Faktentabelle.
Es gibt keine Zwischenschritte, keine weiteren Abhängigkeiten.
Das Modell sieht aus wie ein Stern: in der Mitte die Faktentabelle, außen die Dimensionen.
Vorteile:
Sehr einfach und übersichtlich.
Leicht zu verstehen, auch für Einsteiger.
Gute Performance in Power BI.
Schneeflockenschema
Beim Schneeflockenschema sind die Dimensionstabellen weiter unterteilt.
Eine Dimensionstabelle verweist auf eine weitere Tabelle.
Dadurch entsteht ein komplexeres Netz von Beziehungen.
Das Modell ähnelt einer Schneeflocke, weil sich die Verzweigungen ausbreiten.
Beispiel: Statt eine Produkttabelle mit allen Infos zu haben, gibt es eine Produkttabelle, eine separate Kategorietabelle und vielleicht noch eine Herstellertabelle.
Vorteile:
Mehr Normalisierung (weniger Redundanz in den Daten).
Änderungen an Stammdaten sind leichter konsistent.
Nachteile:
Weniger übersichtlich.
Oft langsamer in der Auswertung.
Für Anwender schwieriger zu verstehen.
Mein Fazit
Das Sternschema ist in Power BI der Standard und wird fast immer empfohlen, weil es klar und performant ist. Das Schneeflockenschema hat zwar Vorteile in der Datenhaltung, ist aber für Analysemodelle oft unnötig kompliziert. Wer mit Power BI arbeitet, sollte daher möglichst im Sternschema bleiben.
Weitere interessante Beiträge:
Was ist der unterschied zwischen einer Faktentabelle und Dimensionstabelle?
