Datenmigration zwischen Altsystemen mit UiPath

Zwei Systeme, keine Schnittstelle, keine Exportoption

Beim Wechsel von einer alten Branchensoftware auf ein neues System gab es weder eine API noch einen brauchbaren Export. Eine manuelle Übertragung tausender Datensätze hätte Wochen gedauert und wäre fehleranfällig gewesen – mit hohem Risiko für den Produktivstart.

Hersteller und IT-Dienstleister des Zielsystems boten nur CSV-Vorlagen für Neuanlage, nicht aber einen vollständigen Bestandsimport aus dem Altsystem. Parallelbetrieb war kurzfristig nicht finanzierbar; der Cutover-Termin stand fest, weil Lizenzen und Wartungsverträge ausliefen.

Fachbereiche für Einkauf, Produktion und Versand arbeiteten weiter im Altsystem, während das Projektteam bereits Schulungen im neuen Programm plante. Jede Verzögerung bei der Datenübernahme hätte den Go-live verschoben und Mehrkosten für Doppelpflege verursacht.

Datenqualität und Nachweisbarkeit

Die Migration musste nachvollziehbar sein: Welcher Datensatz wurde wann übertragen, und stimmten Quell- und Zielwerte überein? Abweichungen sollten erkannt und dokumentiert werden, statt unbemerkt ins neue System zu gelangen.

Historische Felder wie alte Artikelnummern, abweichende Einheiten oder Dubletten in Lieferantenstamm waren bekannt – sie durften nicht stillschweigend übernommen werden. Revision und Betriebsleitung verlangten Abgleichberichte pro Welle und eine Klärliste für Ausnahmen vor der Produktivschaltung.

Ohne revisionssichere Protokolle wäre nachträglich nicht nachvollziehbar gewesen, ob ein Fehler aus dem Altsystem, aus dem Mapping oder aus manueller Nachbearbeitung stammt. Das erhöhte den Druck auf eine automatisierte, aber kontrollierte Lösung.

RPA statt Eigenentwicklung – pragmatische Entscheidung

Eine individuelle Schnittstellen-Entwicklung war wirtschaftlich nicht vertretbar: Beide Systeme waren geschlossen, der Hersteller des Altsystems lieferte keinen Support mehr. RPA über die Oberfläche war der einzige Weg, der den Terminplan und das Budget einhielt.

Gleichzeitig musste der Roboter robust gegen kleine UI-Änderungen und Wartezeiten sein; der Fertigungsbetrieb konnte keine wochenlangen Stillstände riskieren. Deshalb Pilotwellen, idempotente Läufe und klare Abbruchkriterien statt eines Big-Bang-Ansatzes.

Im Vergleich zu manueller Erfassung sollte RPA nicht nur schneller sein, sondern auch reproduzierbar: Derselbe Datensatz sollte bei Wiederholung identisch im Ziel landen – Voraussetzung für Abnahme durch IT und Fachabteilung.

UiPath liest und schreibt über die Oberfläche

Ein UiPath-Roboter liest die Datensätze über die Masken des Altsystems aus, validiert sie gegen definierte Regeln, wendet das Feld-Mapping an und erfasst sie im Zielsystem – ebenfalls über die GUI. So wird eine Migration möglich, obwohl keines der Systeme eine technische Schnittstelle bietet.

Die Umsetzung baut auf Prozessautomatisierung mit RPA und Legacy-Modernisierung auf – ein typisches Muster, wenn Schnittstellen fehlen, wie wir im Vergleich RPA vs. API-Integration einordnen.

„Ohne API mussten wir trotzdem termingerecht umziehen. UiPath hat die Oberfläche zur Brücke gemacht – mit Protokoll pro Datensatz, nicht mit Excel und Hoffnung.“

Validierung, Mapping und Abgleich

Pflichtfelder, Formate und Wertebereiche werden vor dem Schreiben geprüft. Nach jedem Lauf erzeugt der Roboter einen Abgleichbericht, der Quelle und Ziel gegenüberstellt; Abweichungen landen in einer Klärliste statt im Produktivsystem.

Mapping-Regeln wurden gemeinsam mit Fachbereich und IT dokumentiert: Welche Quellfelder gehen auf welche Zielfelder, welche Standardwerte gelten für Lücken, welche Datensätze werden bewusst ausgeschlossen. Änderungen am Mapping liefen über versionierte Konfiguration, nicht über Ad-hoc-Anpassungen im Robotercode.

Stichproben durch Key-User nach jeder Welle sicherten die fachliche Plausibilität – der Roboter liefert Konsistenz, Menschen prüfen Ausnahmen und Randfälle.

Kontrollierter, wiederholbarer Ablauf

Die Migration lief in mehreren Wellen: erst eine kleine Pilotmenge, dann größere Pakete über Nacht via Orchestrator. Jeder Datensatz wurde protokolliert, sodass Wiederholungen sicher und idempotent blieben. Umsetzung durch Groenewold IT Solutions in Ostfriesland.

Der Orchestrator plante Läufe außerhalb der Kernarbeitszeit; bei Fehlern stoppte der Prozess mit Benachrichtigung an IT und Projektleitung statt halbfertiger Datensätze im Zielsystem zu hinterlassen. So blieb der Produktivbetrieb im Altsystem ungestört.

Budget und Aufwand lassen sich am Kostenrechner Automatisierung gegenüber manueller Migration abwägen; vergleichbare Projekte finden sich in unseren Referenzen Automatisierung.

Betrieb, Monitoring und Übergabe

„Migration endet nicht beim letzten Datensatz – wir brauchten Runbooks, wer den Roboter bei UI-Updates anpasst und wie Klärfälle geschlossen werden.“

Nach der Abnahme erhielt die IT-Dokumentation zu Selektoren, Ausnahmebehandlung und Eskalation. Ein Shadow-Lauf vor dem finalen Cutover verglich Stichproben automatisch mit manueller Kontrolle. Made in Germany aus Leer/Ostfriesland – enge Abstimmung vor Ort statt anonymem Remote-only-Rollout.

Schneller Umzug ohne wochenlange Tipparbeit

Statt manueller Erfassung übernahm der Roboter die Masse der Datensätze über Nacht. Der Produktivstart konnte termingerecht erfolgen; Abweichungen waren dokumentiert und vor dem Go-live bereinigt.

Key-User verbrachten ihre Zeit mit Klärfällen und fachlicher Abnahme, nicht mit repetitivem Abtippen aus dem Altsystem. Doppelpflege zwischen Alt und Neu verkürzte sich auf das technisch unvermeidbare Minimum.

Die Projektleitung hatte täglich Transparenz über Fortschritt, Fehlerquote und offene Klärposten – keine Blackbox während der kritischen Migrationswochen.

Referenz für RPA-Datenmigration

Das Projekt zeigt, wie sich Datenmigrationen zwischen Systemen ohne Schnittstelle ausschließlich mit UiPath bewältigen lassen – mit Validierung, Mapping und revisionssicherem Protokoll.

Für Mittelstand und Fertigung ist das Muster übertragbar: Wenn weder API noch Export existieren, RPA über die GUI plus kontrollierte Wellen und Abgleichberichte. Weitere Beispiele im Automatisierungs-Hub und bei Legacy-Modernisierungsprojekten.

Langfristig kann ein Folgeprojekt echte Schnittstellen schaffen – bis dahin liefert RPA einen sicheren Übergang ohne Go-live-Risiko durch manuelle Massenerfassung.