Ein Kunde ruft im Vertrieb an und fragt nach seiner Bestellung. Der Vertriebsmitarbeiter öffnet das CRM und sieht: Auftrag erfasst, Status offen. Tatsächlich hat das Lager die Ware am Vormittag verschickt, der Lieferschein ist im ERP gebucht, die Sendungsnummer liegt vor. Das CRM weiß davon nichts, weil die Synchronisation einmal pro Nacht läuft. Der Mitarbeiter sagt, er müsse nachfragen, und ruft im Lager an.
Diese Szene spielt sich in vielen Unternehmen täglich ab, und sie ist kein Zeichen für schlechte Integration. Die nächtliche Synchronisation wurde zu einer Zeit eingeführt, als Prozesse langsamer waren und ein Tag Verzögerung niemanden störte. Sie ist robust, verständlich und läuft seit Jahren. Aber die Erwartungen haben sich verändert. Kunden fragen heute nach, Vertrieb und Service arbeiten mit denselben Kunden am selben Tag, und ein Status von gestern ist in vielen Fällen schlicht falsch.
Ereignisgesteuerte Integration ist die Antwort darauf. Statt Daten in festen Intervallen abzugleichen, meldet ein System, sobald etwas passiert: Auftrag angelegt, Lieferung gebucht, Rechnung gestellt, Zahlung eingegangen. Die anderen Systeme reagieren darauf, innerhalb von Sekunden statt Stunden. Dieser Beitrag beschreibt, was das bedeutet, welche Muster es gibt und worauf beim Umstieg zu achten ist.
Was Batch-Synchronisation leistet und wo sie an Grenzen stößt
Ein Batch-Job liest in regelmäßigen Abständen alle Datensätze, die sich seit dem letzten Lauf geändert haben, und überträgt sie ins Zielsystem. Das Muster hat echte Vorteile. Es ist einfach zu verstehen, leicht zu überwachen und tolerant gegenüber Ausfällen: Fällt ein Lauf aus, holt der nächste alles nach. Für Stammdaten, die sich selten ändern, und für Abgleiche, bei denen Vollständigkeit wichtiger ist als Geschwindigkeit, bleibt Batch das richtige Werkzeug.
Die Grenzen zeigen sich bei allem, was den Tagesablauf betrifft.
| Aspekt | Batch-Synchronisation | Ereignisgesteuerte Integration |
|---|---|---|
| Aktualität | Stunden bis ein Tag | Sekunden |
| Last | Spitzen zum Zeitpunkt des Laufs, dazwischen nichts | Gleichmäßig verteilt, folgt dem tatsächlichen Geschäft |
| Fehlerbehandlung | Ein fehlgeschlagener Lauf betrifft alle Datensätze | Ein fehlgeschlagenes Ereignis betrifft einen Datensatz |
| Nachvollziehbarkeit | Welcher Lauf hat welchen Datensatz übertragen, oft schwer zu rekonstruieren | Jedes Ereignis trägt Zeitpunkt, Quelle und Inhalt |
| Komplexität | Gering, solange die Datenmengen klein bleiben | Höher, weil Reihenfolge, Duplikate und Verluste behandelt werden müssen |
| Fachlicher Kontext | Zeilen, die sich geändert haben | Ereignisse, die etwas bedeuten: „Lieferung gebucht" statt „Feld aktualisiert" |
Der letzte Punkt wird oft unterschätzt. Ein Batch-Job überträgt Datensätze. Er weiß nicht, warum sich ein Feld geändert hat. Ein Ereignis hingegen sagt, was passiert ist. Das Zielsystem kann darauf fachlich reagieren, etwa eine Aufgabe für den Vertrieb anlegen, wenn eine Lieferung verzögert ist, statt nur ein Datum zu überschreiben.
Drei Muster zwischen Batch und Echtzeit
Zwischen dem nächtlichen Lauf und einer vollständig ereignisgesteuerten Architektur liegen Abstufungen. Welche passt, hängt davon ab, was die beteiligten Systeme können und wie schnell die Information gebraucht wird.
| Muster | Funktionsweise | Geeignet für | Grenzen |
|---|---|---|---|
| Häufiges Polling | Der Batch-Job läuft alle fünf Minuten statt einmal pro Nacht | Systeme, die keine Ereignisse senden können, Übergangsphasen | Erzeugt Last auch ohne Änderungen, Aktualität bleibt bei Minuten |
| Webhooks und Plattform-Ereignisse | Das Quellsystem sendet bei einer Änderung eine Nachricht an einen definierten Empfänger | Einzelne, klar definierte Ereignisse zwischen zwei Systemen | Ist der Empfänger nicht erreichbar, geht das Ereignis ohne Zwischenspeicher verloren |
| Ereignis-Streaming über eine Nachrichtenplattform | Ereignisse werden in einen Strom geschrieben, mehrere Empfänger lesen unabhängig voneinander | Viele Systeme, hohe Volumen, Wiederholbarkeit, Nachvollziehbarkeit | Eigene Infrastruktur, die betrieben und überwacht werden muss |
Für die meisten mittelständischen Unternehmen beginnt der Weg beim zweiten Muster. Salesforce bietet mit Platform Events und Change Data Capture Mechanismen, um Änderungen sofort nach außen zu melden. Viele ERP-Systeme können bei Belegänderungen Nachrichten absetzen. Eine Integrationsplattform wie MuleSoft nimmt diese Ereignisse entgegen, puffert sie, wandelt sie um und verteilt sie. Das dritte Muster wird dann relevant, wenn mehr als eine Handvoll Systeme beteiligt ist oder wenn Ereignisse auch nachträglich noch einmal verarbeitet werden müssen.
Was ein gutes Ereignis ausmacht
Der häufigste Fehler beim Umstieg ist, technische Änderungen als Ereignisse zu behandeln. „Feld Lieferdatum in Tabelle Auftrag geändert" ist ein Datenbankereignis. „Lieferung für Auftrag 4711 am 3. Dezember gebucht" ist ein Geschäftsereignis. Nur das zweite kann ein Zielsystem fachlich verarbeiten, ohne die interne Logik des Quellsystems zu kennen.
Ein brauchbares Ereignis enthält mindestens:
- Eine eindeutige Kennung des Ereignisses selbst, damit Empfänger erkennen, ob sie es bereits verarbeitet haben.
- Den Typ in fachlicher Sprache: Auftrag angelegt, Lieferung gebucht, Rechnung gestellt.
- Den Zeitpunkt des Geschäftsvorfalls, nicht den Zeitpunkt der technischen Übertragung.
- Die Referenz auf das betroffene Geschäftsobjekt mit den Kennungen, die alle Systeme kennen.
- Die Nutzlast oder einen Verweis darauf: Entweder das Ereignis trägt die relevanten Daten mit, oder es sagt, wo sie abzurufen sind.
- Eine Versionsnummer des Ereignisformats, damit Änderungen am Format nicht alle Empfänger gleichzeitig brechen.
Ein Ereignis beschreibt, was im Geschäft passiert ist, nicht, was in der Datenbank passiert ist. Diese Unterscheidung entscheidet darüber, ob die Integration fünf Jahre hält oder bei der nächsten Systemänderung bricht.
Ob ein Ereignis die Daten mitträgt oder nur darauf verweist, ist eine Abwägung. Ereignisse mit vollständiger Nutzlast machen Empfänger unabhängig vom Quellsystem, werden aber groß und können veraltete Daten transportieren, wenn sie verzögert ankommen. Ereignisse mit Verweis bleiben klein und liefern beim Abruf den aktuellen Stand, erzeugen aber zusätzliche Aufrufe. In der Praxis hat sich eine Mischung bewährt: Die Kennungen und die wenigen Felder, die für die Reaktion gebraucht werden, im Ereignis, alles Weitere per Abruf.
Die Fallstricke, die niemand im Workshop erwähnt
Ereignisgesteuerte Integration ist nicht schwieriger als Batch, aber sie ist anders schwierig. Vier Probleme tauchen in fast jedem Projekt auf.
| Fallstrick | Was passiert | Gegenmaßnahme |
|---|---|---|
| Reihenfolge | „Auftrag storniert" kommt vor „Auftrag angelegt" an, weil zwei Ereignisse unterschiedliche Wege genommen haben | Ereignisse pro Geschäftsobjekt in Reihenfolge verarbeiten, Versionsnummer oder Zeitstempel am Objekt prüfen, verspätete Ereignisse erkennen |
| Duplikate | Dasselbe Ereignis wird zweimal zugestellt, weil die erste Bestätigung verloren ging | Jeder Empfänger merkt sich verarbeitete Ereigniskennungen und ignoriert Wiederholungen |
| Verlorene Ereignisse | Der Empfänger war nicht erreichbar, das Ereignis wurde nie zugestellt | Zwischenspeicher mit Wiederholung, Warteschlange für nicht zustellbare Nachrichten, regelmäßiger Abgleich als Sicherheitsnetz |
| Schema-Änderungen | Das Quellsystem fügt ein Feld hinzu oder benennt eines um, Empfänger verarbeiten das Ereignis falsch | Versionierte Ereignisformate, neue Felder optional, alte Felder nie stillschweigend entfernen |
Das Sicherheitsnetz im dritten Punkt verdient Aufmerksamkeit. Auch in einer ereignisgesteuerten Landschaft läuft ein nächtlicher Abgleich weiter, aber mit anderer Aufgabe. Er überträgt nicht mehr die Daten, sondern prüft, ob die Systeme übereinstimmen, und meldet Abweichungen. Aus dem Batch-Job wird ein Kontrollmechanismus. Wer ihn abschaltet, merkt verlorene Ereignisse erst, wenn ein Kunde anruft.
Salesforce und MuleSoft als Beispiel
Wie das konkret aussieht, lässt sich an einer typischen Landschaft mit Salesforce als CRM, einem ERP und MuleSoft als Integrationsplattform zeigen.
Aus Salesforce heraus liefern Platform Events und Change Data Capture Änderungen in Echtzeit. Wird eine Opportunity gewonnen, entsteht ein Ereignis, das MuleSoft entgegennimmt und als Auftragsanfrage ins ERP weitergibt. Das ERP legt den Auftrag an und meldet seinerseits ein Ereignis mit der Auftragsnummer zurück. MuleSoft schreibt die Nummer in die Opportunity, und der Vertrieb sieht innerhalb von Sekunden, dass der Auftrag im ERP existiert.
In die andere Richtung meldet das ERP Lieferungen, Rechnungen und Zahlungseingänge. MuleSoft wandelt diese Meldungen in fachliche Ereignisse um, entkoppelt sie vom ERP-internen Format und verteilt sie: an Salesforce für den Kundenstatus, an das Servicesystem für offene Fälle, an das Reporting. Jeder Empfänger bekommt dasselbe Ereignis, verarbeitet es aber nach eigenen Regeln.
Die Rolle der Integrationsplattform ist dabei entscheidend. Sie puffert Ereignisse, wenn ein Zielsystem nicht erreichbar ist. Sie erkennt Duplikate. Sie übersetzt zwischen den Formaten, sodass Salesforce nicht wissen muss, wie das ERP intern einen Lieferschein darstellt. Und sie protokolliert jedes Ereignis, sodass sich im Nachhinein nachvollziehen lässt, was wann wohin gegangen ist. Wer bereits nach den Best Practices für MuleSoft und Salesforce eine API-geführte Architektur betreibt, kann Ereignisse als zusätzliche Schicht darüber einführen, ohne die bestehenden APIs zu ersetzen.
Ein Hinweis für Unternehmen mit älteren Anbindungen: Wer Salesforce noch über SOAP-Login-Integrationen angebunden hat, sollte die ohnehin anstehende Migration nutzen, um gleich auf ereignisbasierte Muster umzustellen, statt den alten Batch-Ansatz nur technisch zu modernisieren.
Nicht alles muss Echtzeit sein
Der Umstieg bedeutet nicht, jeden Datenfluss auf Ereignisse umzustellen. Die Frage ist pro Datentyp zu beantworten: Wie schnell muss die Information beim Empfänger sein, und was kostet eine Verzögerung?
| Datentyp | Empfohlenes Muster | Begründung |
|---|---|---|
| Auftrags-, Liefer- und Rechnungsstatus | Ereignis | Kunden und Vertrieb fragen tagsüber nach, ein Tag Verzögerung ist ein falscher Status |
| Kundenstammdaten, Adressen, Ansprechpartner | Ereignis für Änderungen, Batch für den Abgleich | Änderungen sind selten, aber wenn sie passieren, sollen sie sofort überall gelten |
| Preislisten und Konditionen | Batch zu definierten Zeitpunkten | Änderungen gelten ab einem Stichtag, nicht ab dem Zeitpunkt der Eingabe |
| Produktkatalog | Batch, bei Verfügbarkeit Ereignis | Der Katalog ändert sich planbar, der Lagerbestand nicht |
| Historische Daten für Reporting | Batch | Vollständigkeit ist wichtiger als Aktualität |
| Abgleich und Kontrolle | Batch | Prüft, ob die ereignisgesteuerten Flüsse vollständig angekommen sind |
Das Ergebnis ist eine hybride Landschaft, in der beide Muster nebeneinander existieren und jeweils das tun, was sie am besten können. Welche Trends die Enterprise-Integration im DACH-Raum prägen, zeigt, dass dieser pragmatische Mittelweg der Regelfall ist, nicht die Ausnahme.
Ein schrittweiser Umstieg
Niemand muss die nächtliche Synchronisation an einem Wochenende abschalten. Der Umstieg lässt sich in vier Schritten gestalten, von denen jeder für sich Nutzen bringt.
| Schritt | Inhalt | Ergebnis |
|---|---|---|
| 1. Einen Datenfluss auswählen | Der Fluss, bei dem die Verzögerung am meisten schmerzt, meist der Auftrags- oder Lieferstatus | Klarer Rahmen, messbarer Nutzen |
| 2. Ereignisse definieren | Fachliche Ereignisse mit Kennung, Typ, Zeitpunkt, Referenz, Nutzlast und Version | Ein Format, das beide Systeme verstehen |
| 3. Parallel betreiben | Ereignisse laufen, der Batch-Job läuft weiter, Abweichungen werden verglichen | Vertrauen, dass die Ereignisse vollständig ankommen |
| 4. Batch zum Kontrollmechanismus machen | Der Batch-Job überträgt nicht mehr, sondern prüft und meldet | Ereignisse tragen den Betrieb, der Abgleich sichert ab |
Der dritte Schritt ist der wichtigste und wird am häufigsten übersprungen. Ein paralleler Betrieb über einige Wochen zeigt, welche Ereignisse fehlen, welche doppelt kommen und wo die Reihenfolge nicht stimmt. Diese Erkenntnisse fließen in die Regeln ein, bevor der Batch-Job seine Aufgabe wechselt. Wer diesen Schritt auslässt, entdeckt dieselben Probleme im Produktivbetrieb.
Was vor dem Start geklärt sein sollte
| Bereich | Leitfrage |
|---|---|
| Schmerzpunkt | Bei welchem Datenfluss kostet die Verzögerung heute Zeit, Kunden oder Geld? |
| Quellsysteme | Können die beteiligten Systeme Ereignisse senden, oder braucht es Polling als Übergang? |
| Ereignisdefinition | Sind die Ereignisse fachlich formuliert, oder bilden sie nur Datenbankänderungen ab? |
| Plattform | Gibt es eine Integrationsplattform, die puffert, Duplikate erkennt und protokolliert? |
| Reihenfolge und Duplikate | Wie wird sichergestellt, dass verspätete und doppelte Ereignisse keinen Schaden anrichten? |
| Sicherheitsnetz | Bleibt ein Abgleich bestehen, der verlorene Ereignisse erkennt? |
| Versionierung | Wie werden Änderungen am Ereignisformat eingeführt, ohne Empfänger zu brechen? |
| Betrieb | Wer sieht, wenn Ereignisse liegen bleiben, und wer greift ein? |
Fazit
Die nächtliche Synchronisation hat über Jahre zuverlässig funktioniert, und für Stammdaten, Preislisten und Abgleiche tut sie es weiterhin. Für alles, was den Tagesablauf betrifft, ist sie zu langsam geworden. Ein Vertriebsmitarbeiter, der im Lager anrufen muss, um einen Lieferstatus zu erfahren, arbeitet mit einem CRM, das seinen Zweck nicht erfüllt.
Ereignisgesteuerte Integration löst dieses Problem, wenn sie richtig aufgesetzt wird: mit fachlich formulierten Ereignissen, einer Plattform, die puffert und protokolliert, Regeln für Reihenfolge und Duplikate, und einem Abgleich, der als Sicherheitsnetz bestehen bleibt. Der Umstieg ist kein Großprojekt, sondern eine Folge von Schritten, die mit dem Datenfluss beginnt, bei dem die Verzögerung am meisten schmerzt.
Für Unternehmen, die ihre Systemintegration und ihre Salesforce-Plattform weiterentwickeln, ist das der naheliegende nächste Schritt. Nicht, weil Echtzeit modern ist, sondern weil ein Status von gestern heute in vielen Fällen schlicht falsch ist.