Nutze eine 1:n-Beziehung, wenn ein Datensatz zu genau einem übergeordneten Datensatz gehört, zum Beispiel eine Rechnung zu einem Kunden. Eine n:m-Beziehung brauchst du, wenn sich Datensätze auf beiden Seiten mit mehreren auf der anderen Seite verbinden, wie Produkte und Aufträge. Diese Verbindung bekommt ihre eigene Tabelle, damit sie Details wie Menge und Preis speichern kann. Triffst du diese Entscheidung von Anfang an richtig, bleiben deine Berichte, Berechtigungen und Automatisierungen genau, auch wenn dein Unternehmen wächst. Liegst du daneben, kopiert dein Team dieselben Daten in Zeile um Zeile.
Eine Tabellenkalkulation kann eine Liste richtig gut
Öffne den Vertriebstracker in fast jedem wachsenden Unternehmen, und du findest eine Zelle mit „Laptop, Monitor, Dockingstation". Jemand hat drei Produkte in ein Feld getippt, weil es dafür keinen besseren Platz gab.
Das ist kein Fehler der Tabellenkalkulation. Für eine Liste gleichartiger Dinge ist sie hervorragend, etwa für eine Preisliste, eine Kontaktliste oder ein Monatsbudget. Schwierig wird es, sobald zwei Listen miteinander sprechen müssen. Dann verbindet die Tabellenkalkulation sie nur über Verweise und kopierte Werte. Listen sauber zu verbinden ist genau die Aufgabe von Beziehungen in individueller Datenbanksoftware.
Die Regeln gelten seit 1970
Relationale Datenbanken sind kein Trend. Edgar F. Codd, Mathematiker im IBM-Forschungslabor in San José, beschrieb das relationale Modell 1970 in seinem Paper „A Relational Model of Data for Large Shared Data Banks". Laut dem Geschichtsarchiv von IBM zählte Forbes es später zu den wichtigsten Erfindungen der vorangegangenen 85 Jahre.
Die Kernidee ist einfach. Speichere jede Sache genau einmal in ihrer eigenen Tabelle und verbinde die Tabellen über Beziehungen, statt Daten zu wiederholen. Fast jede Geschäftssoftware, die du heute nutzt, von der Buchhaltung bis zum CRM, baut auf dieser Idee auf.
Eine 1:n-Beziehung zeigt, wem etwas gehört
Bei einer 1:n-Beziehung hängen an einem Datensatz auf der „1"-Seite viele andere Datensätze. Jeder von ihnen zeigt aber auf genau einen übergeordneten Datensatz zurück. Der Test ist eine einzige Frage: Kann dieser Datensatz zu mehr als einem übergeordneten Datensatz gehören? Lautet die Antwort Nein, hast du eine 1:n-Beziehung vor dir.
Beispiele findest du überall. Ein Kunde hat viele Rechnungen, aber jede Rechnung geht an einen Kunden. Ein Bauprojekt hat viele Baustellenberichte, aber jeder Bericht gehört zu einem Projekt. Eine Immobilie hat viele Wartungstickets, aber jedes Ticket betrifft ein Gebäude.
Setzt du das richtig auf, beantwortest du Alltagsfragen im Handumdrehen. „Was hat dieser Kunde dieses Jahr gekauft?" wird zum Filter auf einem Datensatz statt zur Suche quer durch drei Tabellenblätter.
Eine n:m-Beziehung zeigt, wer woran beteiligt ist
Bei einer n:m-Beziehung verbinden sich Datensätze auf beiden Seiten mit mehreren Datensätzen auf der anderen. Ein Auftrag enthält viele Produkte, und ein Produkt taucht in vielen Aufträgen auf. Ein Mitarbeiter arbeitet an mehreren Projekten, und jedes Projekt hat mehrere Mitarbeiter.
Das Detail, das die meisten übersehen: Eine n:m-Beziehung braucht eine eigene Tabelle in der Mitte. Zwischen Aufträgen und Produkten sitzt eine Tabelle für Auftragspositionen. Jede Zeile hält fest, welches Produkt in welchem Auftrag steckt, in welcher Menge und zu welchem Preis. Zwischen Mitarbeitern und Projekten sitzt eine Tabelle mit Zeiteinträgen, die Stunden und Rollen erfasst.
In dieser Tabelle in der Mitte steckt der eigentliche Wert für dein Unternehmen. Erst sie zeigt dir die Marge pro Produkt, die Stunden pro Projekt oder die Auslastung pro Mitarbeiter. Teams, die sie weglassen, quetschen Listen in einzelne Felder. Und sobald jemand einen richtigen Vertriebsbericht sehen will, heißt es: zurück auf Los.
Eine 1:1-Beziehung kommt seltener vor, als du denkst
Eine 1:1-Beziehung verbindet einen Datensatz mit genau einem anderen, etwa einen Mitarbeiter mit seinem Dienstwagen oder einen unterschriebenen Vertrag mit seinem eingescannten Dokument. Sie hilft dir, sensible oder selten genutzte Details in einer eigenen Tabelle mit strengeren Zugriffsrechten abzulegen.
Legst du auffällig viele 1:1-Verknüpfungen an, halte kurz inne und prüfe. Oft beschreiben beide Tabellen dasselbe und gehören zusammen.
Beziehungen modellierst du in Minuten, ganz ohne Data Engineer
Zu wissen, welche Beziehung du brauchst, ist die halbe Miete. Die andere Hälfte: sie zu erstellen, ohne ein Ticket an die IT zu schicken.
Ninox ist eine AI-native Low-Code-Plattform für individuelle Datenbanksoftware. Tabellen und Verknüpfungen bilden das Fundament, deshalb richtest du alle drei Beziehungsarten selbst ein. Ein Verknüpfungsfeld verbindet eine Rechnung mit ihrem Kunden, und im Kundendatensatz siehst du jede verknüpfte Rechnung. Für n:m legst du eine Verknüpfungstabelle an, etwa Auftragspositionen, und verknüpfst sie mit Aufträgen und Produkten. In einem Auftrag öffnest und bearbeitest du die verknüpften Datensätze direkt über ein eingebettetes Formular, statt zwischen Ansichten hin und her zu springen.
Die Regeln sind schon eingebaut. Legst du Auftragspositionen als Untertabelle von Aufträgen an, löscht Ninox mit einem Auftrag auch seine Positionen. So bleibt nichts verwaist zurück. Eindeutige Felder stoppen doppelte Kunden oder Produktcodes schon bei der Eingabe. Weil eine Low-Code-Plattform wie Ninox das Datenmodell in die Hände deines Teams legt, passen die Leute, die dein Geschäft am besten kennen, es selbst an, sobald sich etwas ändert.
Du musst auch nicht bei null anfangen. Beschreib in einfachen Worten, was du brauchst, zum Beispiel „Kunden mit vielen Aufträgen und Aufträge mit vielen Produkten". Ninox liefert dir einen funktionierenden Startpunkt mit Tabellen, Feldern und Logik, den dein Team dann weiter verfeinert.
Gute Beziehungen gehören bald zur Grundausstattung
Immer mehr Teams erstellen die Systeme, mit denen sie arbeiten, selbst, statt sich um Standardsoftware herumzuarbeiten. Laut Forrester erreichte der Markt für Low-Code und digitale Prozessautomatisierung Ende 2023 zusammen 13,2 Milliarden US-Dollar. In einem KI-beschleunigten Szenario könnte er bis 2028 auf fast 50 Milliarden US-Dollar wachsen.
Je mehr Unternehmen ihre eigene Datenbanksoftware erstellen, desto mehr wird der Unterschied zwischen 1:n und n:m zur Grundkompetenz. Das relationale Modell ist ein halbes Jahrhundert alt. Eine Low-Code-Plattform, die es ernst nimmt, ist noch immer der klügste Startpunkt.
Mach den nächsten Schritt.
