--- title: "SQL-Server-Datenkatalog & Konnektor | Dawiso" description: "Der SQL-Server-Konnektor von Dawiso macht jede Datenbank zum durchsuchbaren Datenkatalog: Schemas, Tabellen, Prozeduren, mit Objekt-Lineage bis in Power BI." url: "https://www.dawiso.com/de/connectors/sql-server" language: "de" --- Konnektor für Datenbank # Der Datenkatalog für SQL Server, dem Ihr ganzes Team vertrauen kann. Der SQL-Server-Datenkatalog von Dawiso macht jede Datenbank, jedes Schema, jede Tabelle und View zu einem durchsuchbaren Inventar, mit Lineage auf Objektebene bis hinaus in nachgelagerte Power-BI-Berichte. [Demo buchen](https://www.dawiso.com/de/book-a-dawiso-demo) [Zur Dokumentation](https://help.dawiso.com/actual/sql-server/) Live-Konnektor Stabiler Konnektor SQL Server Dawiso Nur Metadaten · Ihre Daten verlassen die Quelle nie **Typ** Relationale Datenbank von Microsoft **Auth** SQL Login & Passwort (nur lesender Benutzer) **Sync** Geplant, inkrementell **Richtung** Nur lesend · Metadaten Zuerst das Wichtigste ## Was ist ein Konnektor? Nur Metadaten Nur lesender Zugriff Inkrementeller Sync Systemübergreifende Lineage Ein Konnektor ist die Brücke zwischen einem Werkzeug in Ihrem Stack und dem Katalog, der Ihnen einen einheitlichen Blick darauf gibt. Ist ein Konnektor eingerichtet, greift er nach Zeitplan auf das Quellsystem zu, liest die *Metadaten* aus - Schemas, Tabellen, Dashboards, Jobs, Verantwortlichkeiten, Data Lineage - und bildet sie im Katalog ab. Ihre eigentlichen Zeilen und Werte bleiben, wo sie sind. Konnektoren sind der Grund, warum ein Datenkatalog Fragen wie *„Welches Power-BI-Dashboard hängt von dieser Snowflake-Tabelle ab?“* oder *„Wer verantwortet das orders-Topic in Kafka?“* beantworten kann - automatisch, ohne dass jemand eine Excel-Liste pflegen muss. Drei Eigenschaften unterscheiden einen guten Konnektor von einem brüchigen: Er sollte **nur lesend und sicher** sein, er sollte **inkrementell** arbeiten, damit nicht bei jeder Aktualisierung ein vollständiger Neuscan nötig ist, und er sollte **Data Lineage über Systemgrenzen hinweg auflösen**, nicht nur innerhalb eines Werkzeugs. Über die Plattform ## Was ist Microsoft SQL Server? Microsoft SQL Server ist seit 1989 die relationale Unternehmensdatenbank von Microsoft und läuft heute unter Windows Server, unter Linux und als Azure SQL in der Microsoft Cloud. Er ist der operative Speicher für SAP-nahe ERP-Systeme, für Finanzsysteme und für den Semantic Layer von Power BI, den die meisten Unternehmen ohnehin einsetzen. SQL Server stellt für die strukturelle Introspektion eigene sys-Katalogviews bereit, aber immer nur je Instanz. Über Dutzende Datenbanken auf Azure SQL und auf SQL Server On-Premises hinweg liegen dort weder ein Business Glossary noch plattformübergreifende Lineage oder Richtlinien. Genau dort setzt der SQL-Server-Datenkatalog von Dawiso an: nur lesend, nur Metadaten, und plattformübergreifend. 1989 SQL Server 1.0 ausgeliefert SQL Server 2025 Aktuelle Version Linux und Windows Plattformübergreifend seit 2017 Architektur ## So verbindet sich Dawiso mit SQL Server Eine kleine, nur lesende Rolle aufseiten von SQL Server. Der Dawiso-Scanner holt die Metadaten nach Zeitplan. Alles landet in Ihrem Katalog, fachlich lesbar. Quelle ### SQL-Server-Instanz - Datenbanken und Schemas - Tabellen und Views - Prozeduren und Funktionen - Abhängigkeiten aus dem sys-Katalog REST · JDBC Dawiso-Scanner ### Metadatenzugriff nur lesend - Schema- und Objekterkennung - Auflösung von Abhängigkeiten - SQL-Flow-Parsing (optional) - Sampling nach Opt-in Intern Katalog ### Dawiso-Plattform - Durchsuchbare Metadaten - Data Lineage und Verantwortlichkeiten - Business Glossary - Richtlinien und Klassifizierungen Verbindungsdetails **Protokoll** SQL Server TDS · sys-Katalogviews **Authentifizierung** SQL Login + Benutzer je Datenbank mit VIEW DEFINITION **Lineage** Objektabhängigkeiten werden aus sys.sql_expression_dependencies aufgelöst; Lineage auf Objektebene entsteht aus dem geparsten SQL der Views und Stored Procedures über Data Flow Parsing in den Enterprise-Plänen Einrichtung ## SQL Server in 4 Schritten verbinden 1. 01 ### Server-Login anlegen USE \[master\]; CREATE LOGIN \[DawisoIntegration\] WITH PASSWORD = '...'. Erfordert ALTER ANY LOGIN oder Mitgliedschaft in securityadmin. 2. 02 ### Benutzer je Datenbank anlegen Wechseln Sie in jede Datenbank und führen Sie CREATE USER \[DawisoIntegrationUser\] FOR LOGIN \[DawisoIntegration\] aus. SQL Server verlangt das Login auf Serverebene und einen Benutzer in jeder Zieldatenbank. 3. 03 ### VIEW DEFINITION gewähren GRANT VIEW DEFINITION ON DATABASE::\[name\] und GRANT SELECT ON OBJECT::\[sys\].\[sql_expression_dependencies\]. Das ist der vollständige Rechteumfang für Metadaten und Lineage. 4. 04 ### Verbinden und einlesen Tragen Sie Host (DNS oder IP, für Azure SQL ihre-instanz.database.windows.net), Login und Passwort ein. Die Optionen encrypt und Trust Server Certificate sind optional. Danach läuft der geplante inkrementelle Sync. Funktionen ## Das bekommen Sie mit dem Konnektor für SQL Server - ### Katalog für Schemas und Tabellen Jede SQL-Server-Datenbank, jedes Schema, jede Tabelle, View, Prozedur und Funktion ist durchsuchbar, mit Spaltentypen und Beschreibungen. - ### Lineage auf Objektebene Plattformübergreifende Lineage von einem Power-BI-Bericht über SQL-Server-Views und Stored Procedures bis hinunter zur rohen Transaktionstabelle, über Data Flow Parsing in den Enterprise-Plänen. - ### PII-Klassifizierung Klassifizieren Sie eine Spalte einmal. Dawiso markiert jede SQL-Server-Spalte mit E-Mail-Adresse, IBAN oder amtlichen Ausweisnummern in allen Datenbanken und Instanzen. - ### Verantwortung und Zertifizierung Markieren Sie Tabellen als zertifiziert, veraltet oder in Prüfung. Die verantwortliche Person ist im Katalog sichtbar, zusammen mit den Server-Logins und den Datenbankbenutzern. - ### Abgleich mit dem Business Glossary Verbinden Sie SQL-Server-Tabellen und Spalten mit Glossarbegriffen, damit die Fachbereiche dieselbe Definition erhalten wie das ERP-Modul und der Power-BI-Bericht. - ### Nur lesend nach Konstruktion Dawiso liest Metadaten über VIEW DEFINITION und SELECT auf sys.sql_expression_dependencies. Die Daten auf Zeilenebene bleiben in SQL Server. Geschäftlicher Nutzen ## Warum Teams den Konnektor für SQL Server aktivieren - -65 % ### Weniger Rückfragen nach der richtigen Tabelle Analysten finden die zertifizierte SQL-Server-Tabelle in Dawiso, statt beim Datenteam zu fragen, welches Schema den aktuellen Kundendatensatz hält. - 10x ### Schnellere Auswirkungsanalyse Bevor Sie eine SQL-Server-View ändern, sehen Sie genau, welche Stored Procedures, Power-BI-Berichte und nachgelagerten Tabellen von ihr abhängen. Sekunden statt Tage. - Prüfbereit ### Nachweise für DSGVO und DORA Sensible SQL-Server-Spalten werden einmal klassifiziert, und die Richtlinie folgt ihnen durch Views, Joins und nachgelagertes Power BI, mit vollständigem Audit-Trail. ## Bereit, Ihr SQL Server zu katalogisieren? Den Konnektor richten Sie an einem Nachmittag ein. Ihren ersten Lineage-Graph sehen Sie noch am selben Tag. [Demo buchen](https://www.dawiso.com/de/book-a-dawiso-demo) [Zur Dokumentation](https://help.dawiso.com/actual/sql-server/) ## Häufige Fragen Noch Fragen? [Sprechen Sie mit unserem Team ->](https://www.dawiso.com/contact-us) **Was sind Metadaten in SQL Server?** SQL Server stellt Metadaten über Systemkatalogviews und INFORMATION_SCHEMA bereit - Datenbanken, Tabellen, Spalten, Keys, Views und Prozeduren. Dawiso liest sie nur lesend aus und baut daraus einen fachlich verständlichen Katalog mit Lineage, Verantwortlichkeiten und Klassifizierung. **Hat SQL Server einen Datenkatalog?** Die Katalogisierung für SQL Server läuft üblicherweise über Microsoft Purview. Dawiso ist eine plattformübergreifende Alternative: Es liest SQL-Server-Metadaten nur lesend aus und verbindet sie mit BI und anderen Datenbanken zu durchgängiger Lineage. **Wofür wird ein Datenkatalog eingesetzt?** Ein Datenkatalog macht jede SQL-Server-Tabelle auffindbar, dokumentiert und vertrauenswürdig. Dawiso macht aus den Systemmetadaten einen durchsuchbaren Katalog, den das ganze Unternehmen nutzen kann. **Welche Berechtigungen braucht Dawiso in SQL Server?** Ein Server-Login und dazu einen Benutzer je Datenbank mit GRANT VIEW DEFINITION ON DATABASE und GRANT SELECT ON OBJECT::sys.sql_expression_dependencies. Das ist der vollständige Rechteumfang. Dawiso ändert weder Daten noch Schemas. **Kopiert Dawiso unsere SQL-Server-Daten?** Nein. Dawiso fragt die sys-Katalogviews und sys.sql_expression_dependencies ausschließlich nach Metadaten ab. Die Daten auf Zeilenebene bleiben in SQL Server. Profiling und Sampling von Spalten sind pro Datenquelle optional. **Welche SQL-Server-Versionen und welches Azure SQL werden unterstützt?** SQL Server unter Windows und Linux, Azure SQL Database, Azure SQL Managed Instance und Amazon RDS for SQL Server. Für Azure SQL verwenden Sie den Hostnamen server.database.windows.net; dasselbe Modell aus Login und Datenbankbenutzer gilt auch dort. **Wie entsteht die Lineage?** Die Objektabhängigkeiten stammen aus sys.sql_expression_dependencies. SQL Server ist eine der von Dawiso unterstützten Quellen für Data Flow Parsing in den Enterprise-Plänen: Das SQL der Views und Stored Procedures wird geparst, um die Objektbeziehungen aufzulösen. ## Weitere Konnektoren entdecken SQL Server ist einer von über 30 Konnektoren. Bringen Sie Ihren gesamten Stack in den Katalog. - [Data Warehouse Snowflake](https://www.dawiso.com/connectors/snowflake) - [Data Lakehouse Databricks](https://www.dawiso.com/connectors/databricks) - [Business Intelligence Power BI](https://www.dawiso.com/connectors/power-bi) - [Business Intelligence Tableau](https://www.dawiso.com/connectors/tableau) - [Data Warehouse Google BigQuery](https://www.dawiso.com/connectors/google-bigquery) - [Data Warehouse Amazon Redshift](https://www.dawiso.com/connectors/amazon-redshift) [Alle Konnektoren ansehen](https://www.dawiso.com/de/connectors)