Das Umstellungswochenende

🌐 Auch in 19 Sprachen

English · Español · 日本語 · Português (Brasil) · Français · Italiano · 한국어 · 简体中文 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Українська · Español (México) · Français (Canada) · Deutsch (Schweiz)

Mit KI erstelltes Bild

Von KI übersetzt. Noch nicht von der Community geprüft. Auf Englisch lesen Dieser Abschnitt hat sich im Englischen geändert und wurde noch nicht neu übersetzt. (54)

Modul 4 von 5 im Kapitel Migration und Synchronisierung, Kapitel 10 des Kurses Data Architect. Jedes Modul steht für sich. Previous: Automation During the Load · Next: Getting Data Out: Keeping Another System in Step ⟲

Die Frage, die dieses Modul beantwortet: Wie stellen Sie um, und wie beweisen Sie, dass die Migration funktioniert hat?

Es ist Freitagabend. Die Benutzer sind weg, das Migrationsteam ist online, und jemand sagt: „Wir haben das dreimal getestet. Los geht’s.“ In Ordnung. Was genau werden wir tun? Wann hört das alte System auf, sich zu ändern? Wann ist der letzte Extrakt? Wer schaltet die Automatisierung ab, wer startet jeden Ladevorgang? Was, wenn wir um Mitternacht zwei Stunden im Verzug sind oder 3 Prozent der Accounts scheitern? Wer entscheidet, ob wir weitermachen? Wie beweisen wir, dass die Daten stimmen, und wann dürfen die Benutzer zurück? Und wenn es schiefgeht: Wie kommen wir wieder raus? Umstellung ist nicht „die Migration laufen lassen“. Sie ist ein kontrollierter Übergang von einem bekannten Zustand in einen anderen.

Start With the Picture

Here’s our landscape one more time. This is the weekend that amber arrow runs, and then disappears. ⟲

Zum Vergrößern klicken

The weekend this arrow runs. On Monday morning, it’s gone. ⟲

But more changes that weekend than one arrow. The partners’ manifests stop landing in RouteDesk and start arriving through the integration layer. RouteDesk’s own outbound feeds, Keystone’s nightly status file and Redrock’s webhook, have to come from Salesforce instead. Coordinators route Monday’s deliveries in Field Service, not RouteDesk. And on Monday morning, 330 trucks leave the distribution centers on routes from the new system. Everything in this module is about getting to that Monday safely, and knowing what we’d do if we couldn’t. ⟲

Die Produktion sollte langweilig sein

Ich will, dass sich die Umstellung in der Produktion fast enttäuschend anfühlt. Wir haben den Prozess schon ausgeführt, die Zeit gemessen, die Fehlschläge gesehen, die Umgehungen getestet, die Ergebnisse abgeglichen und das Wiederherstellen des Normalbetriebs geübt. Die Produktion ist dasselbe Drehbuch mit neuen Daten. Wenn wir die Migration am Umstellungswochenende erfinden, stecken wir schon in Schwierigkeiten.

That takes a dress rehearsal, not “we loaded accounts in the sandbox.” Beginning to end: a final-style extract, transformations, quality checks, the load sequence, automation and integration controls, reconciliation, deferred processing, the return to normal mode, all timed, at production or representative scale, in a Full sandbox. Record how long each step took, what failed, what needed manual help, what confused people, where we waited, what surprised us. Then improve the runbook. The first rehearsal teaches you how the migration works; the next one should prove you learned. And because module 2 brought the keys back, a rehearsal doesn’t have to start from nothing every time: fix one transformation, reload just the rows it touched, and run the reconciliation again. For RouteDesk, that means the whole weekend in a Full sandbox: the extract, the preparation data store, the waves of module 1, the bypass of module 3, the switch of the partners’ feeds, and the reconciliation, with a stopwatch running. ⟲

Das Runbook ist ausführbare Architektur

Nicht „Samstagmorgen: Daten migrieren“. Eher so etwas:

Schritt	Aktion	Verantwortlich	Erwartete Dauer	Beleg / Abschlusskriterium
1	Confirm RouteDesk is read-only after Saturday’s last truck	Operations lead	10 min	Written confirmation; time of the last change recorded
2	Final RouteDesk extract into the preparation data store	Data team	45 min	Counts and control totals captured
3	Confirm the bypass on the migration user	Salesforce team	10 min	A test record saves with no status events sent
4	Incremental load: Saturday’s changes, upsert by the partner key	Migration team	30 min	Results and new IDs back in the preparation data store
5	Reconcile against the expected numbers	Data team and operations	30 min	Counts, totals and aggregate reports approved
6	Switch the partners’ manifests and status feeds to the integration layer	Integration team	30 min	One test manifest upserted and one status sent, per partner
…	…	…	…	…
14	Remove the bypass from the migration user	Salesforce team	10 min	Permission set unassigned, and checked

Now we know what happens, who does it, how long we expect, and what proves each step is complete. That’s much stronger than a checklist that says “Load Work Orders.” Notice step 14. Module 3’s bypass is a permission to skip business rules, so taking it away is a runbook step with an owner, not something we hope someone remembers. ⟲

Tag −7, Tag −1, Tag 0

I call go-live Day 0: usually a Sunday or another off-hours day. Steve Trucking delivers six days a week, so Day 0 is the Sunday with no trucks on the road. Day +1 is after it; Day −1 and Day −7 are before it. And on any large load, I ask: do I have to wait until Day 0 to load all the data? If the load takes hours and the source keeps changing, I’m going to need an incremental anyway. So: ⟲

• Day −7: the initial load. Load the bulk of the data a week early, kept invisible by sharing, so users and reports don’t see it. Smoke-test users (a system administrator) validate it in place. Ask the business what would be hurt by loading early; if the answer is “it would break my reports,” load it hidden. It’s much simpler to open up the sharing on Day 0 than to spend five hours loading a million records and all their children inside the window. ⟲
• Tag −1: der Auffrischungsladevorgang. Übernehmen Sie, was sich seit Tag −7 geändert hat, und schützen Sie die Startlinie: Ändern Benutzer noch die Quelle, schreiben Integrationen, laufen geplante Jobs? Frieren Sie die Quelle ein, schalten Sie sie auf schreibgeschützt, oder legen Sie genau fest, wie die Änderungen nach dem Extrakt erfasst werden.
• Tag 0: das Inkrement. Laden Sie, was sich seit Tag −1 geändert hat (manchmal ein Inkrement zu Beginn des Fensters und ein letztes am Ende), gleichen Sie ab, entscheiden Sie über Go oder No-Go, öffnen Sie die Freigabe, stellen Sie den Normalbetrieb wieder her.

For RouteDesk, Day −7 is the Sunday before: the 190,000 delivered Work Orders go in, hidden by sharing, and smoke-test users check them all week. History barely changes, so most of the load is done before the weekend starts. Day −1 is Saturday night, once the last truck is back: RouteDesk goes read-only, and the refresh brings the week’s changes. Day 0 is Sunday: a small incremental, then the gates. ⟲

Zum Vergrößern klicken

Day −7: most of the data, a week early, where nobody can see it yet. ⟲

Zum Vergrößern klicken

Day −1: the week’s changes, and the source stops moving. ⟲

Zum Vergrößern klicken

Day 0: a small incremental, then the gates. ⟲

Zum Vergrößern klicken

Day +1: the first truck leaves, and the rollback clock runs out. ⟲

This isn’t an unusual way to cut over; it’s the common one, under other names. Salesforce’s own guidance for moving a B2C Commerce site says to migrate as much data as you can “as close as possible prior to the actual cut-over. Ideally, only the delta from the previous day should be required to copy during the cut-over to minimize the down time” (B2C Commerce Realm Split FAQ (öffnet in einem neuen Tab), Salesforce Help). Microsoft’s guidance for its own platform is a full migration “about a month before go-live, followed by weekly delta loads,” with the final delta “after freezing both source and target systems” (Data migration planning for go-live (öffnet in einem neuen Tab), Microsoft Learn). And AWS’s database migration service builds the same idea in: a full load while it captures changes, then “shut down your applications, let the remaining changes flow through to the target” (Components of AWS DMS (öffnet in einem neuen Tab), AWS; all three checked 2026-10-27). The timing changes with the volume: a month or a week ahead, weekly or daily deltas. The Salesforce twist is the one I add: load early hidden by sharing, so the data is in place and checked, and nobody sees it until Day 0. ⟲

Test knowledge. For a large migration with a short cutover window, load most of the data days early, hidden from users by sharing, then load only what changed (a refresh before the window, an incremental inside it). Freeze or capture changes in the source from the extract onward, and validate with test users before opening access. ⟲

For the cutover, the point is the gates around those loads. By Day −7 I don’t want to be designing the migration anymore: mappings, transformations, the load sequence, automation decisions, migration identities, reconciliation reports, the runbook, rollback criteria and known exceptions are stable, because the real loads have started. Things can still change, but every late change reduces rehearsal. At some point you stop improving the migration and start protecting the cutover. And know when the source stopped moving, or know exactly how you’ll capture what changed after your extract. ⟲

That second half is the watermark: the point through which each extract was current, so the next load knows what changed since. For RouteDesk, the watermark is the moment of each extract: everything RouteDesk changed after Sunday’s Day −7 extract is in Saturday’s refresh. That only works if RouteDesk records when a delivery last changed, so check that it does, and that every DC’s screens update it. If it doesn’t, compare snapshots: extract again and find the differences by key. Slower, but it’s a watermark you can trust. Without one, delta processing is guesswork. ⟲

Dann ist Tag 0 Ausführung. Folgen Sie dem Runbook, notieren Sie tatsächliche Zeiten, Job-IDs, Anzahlen, Fehler und Entscheidungen. Wenn Schritt 17 scheitert, springen Sie nicht zu Schritt 24, weil jemand glaubt, das spare Zeit: Verstehen Sie die Abhängigkeit, nutzen Sie das Wiederherstellungsverfahren, aktualisieren Sie den Zustand. Das Team sollte immer sagen können, wo wir stehen, was abgeschlossen ist, was gescheitert ist, was als Nächstes kommt und ob wir noch im Fenster sind.

Sperren Sie Benutzer aus, wenn Sie Kontrolle brauchen

Niemand mag Ausfallzeit. Aber so zu tun, als sei das System verfügbar, während wir sein Fundament ändern, kann schlimmer sein, und „Wir wollen null Ausfallzeit“ darf nicht still zu „Wir haben keine Ahnung, welche Version der Daten maßgeblich ist“ werden. Manchmal ist die sauberste Strategie, die Benutzer auszusperren, die Umstellung durchzuführen, das Ergebnis zu beweisen und sie zurückzuholen. Wie?

• Die harten Wege: Benutzer einfrieren, ihre Anmeldezeiten ändern oder IP-Bereiche einschränken. Deaktivieren Sie sie nicht: Das zerstört die Eigentümerschaft und alles, was daran hängt.
• Der sanfte Weg: ein Login-Flow, der Leute sich anmelden lässt und sie in einen Warteraum setzt: „Das System wird gewartet; kommen Sie später wieder.“ Freundlicher als Fehler, die Benutzer glauben lassen, ihr Konto sei kaputt. Setzen Sie diesen Login-Flow nie auf die Systemadministration; wenn er kaputtgeht, kommt niemand mehr hinein.
• Behalten Sie immer eine Hintertür: eine Gruppe von Systemadministrator:innen (und Ihre Smoke-Test-Benutzer), die weiterhin hineinkommen.
• Sitzungen bleiben bestehen. Benutzer auszusperren beendet keine bereits offenen Sitzungen, also planen Sie, wie Sie Leute herausbekommen, die noch arbeiten: ein Hinweis, eine Frist oder, mit eigener Entwicklung, eine Möglichkeit, sie abzumelden.

At Steve Trucking it’s Sunday, so the people to plan for are the care agents answering phones, the coordinators getting ready for Monday, and the 300 Retail Partner users who might log in to the portal to check a claim. Login flows are assigned by profile (Custom Login Flows (öffnet in einem neuen Tab), Salesforce Help, checked 2026-10-27), so the partners’ profile can get the waiting room (“your deliveries are moving to a new system; back Monday at 6 a.m.”) while the smoke-test users and administrators come and go. ⟲

Denken Sie sich das nicht in der Woche davor aus. Entscheiden Sie, was die Benutzer erleben werden, und sagen Sie es ihnen.

Test knowledge. To keep users out during a cutover, freeze their accounts, restrict login hours or IP ranges, or use a login flow (assigned by profile) as a waiting room. Don’t deactivate users: it breaks ownership and what’s attached to it. Keep administrators and test users able to log in. ⟲

Go/No-Go und die Rollback-Uhr

Um 2 Uhr morgens, nach zwölf Stunden, ist nicht der Zeitpunkt, die Go/No-Go-Kriterien zu erfinden. Legen Sie sie vor der Umstellung fest: kritische Objekte abgeglichen, Fehlerrate unter einer genehmigten Schwelle, keine ungelösten kritischen Datenfehler, Pflichtbeziehungen validiert, kritische Integrationen überprüft, Automatisierung wiederhergestellt und getestet, Leistung akzeptabel, geschäftliche Validierung erledigt, genug Zeit für die nachgelagerten Schritte übrig. Sonst wird aus „Go“ ein „Wir sind schon so weit gekommen“. Das ist keine Architektur. Das ist der Sunk-Cost-Effekt.

“We have a rollback plan.” Good. Until when? We migrate, open Salesforce, and for six hours users create cases, update accounts, enter opportunities, change contact details, while integrations send data elsewhere. Can we restore Friday night? Not without losing legitimate work. Rollback gets harder the longer the new system runs, so define the rollback point: before it, we return to the previous state with the tested procedure; after it, recovery needs a different strategy. Rollback has a clock, and the runbook should show it. For Steve Trucking the clock is easy to read: until Monday’s first truck leaves on a Field Service route, we can still send the coordinators back to RouteDesk, which is why it stays read-only and untouched until then. After that, every delivery made, photo taken and status sent lives only in Salesforce, and going back would lose real work. From that moment, recovery means fixing forward. ⟲

Rollback heißt auch nicht einfach, das Geladene zu löschen. Automatisierung hat vielleicht Kinder angelegt, Integrationen haben vielleicht Datensätze anderswohin gesendet, Benutzer haben vielleicht migrierte Datensätze geändert, Dateien angehängt, Ereignisse veröffentlicht, bestehende Datensätze aktualisiert. Verteilte Wirkungen sind der Grund, warum die Kontrollen für Automatisierung und Integration aus Modul 3 Umstellungsarchitektur sind.

And what makes you roll back? In my experience it’s rarely the loader. It’s unknown data: you find out something key was missed, or a data feed was running that nobody accounted for. The best rollback plan is not needing it: know all of your key data, and every feed that touches it, before cutover. RouteDesk has two that are easy to forget, because they go out, not in: the nightly status file Keystone picks up, and the webhook that tells Redrock what happened. Retire RouteDesk without moving them, and on Monday night Keystone hears nothing. Nobody loaded the wrong data; a feed just stopped. ⟲

Vier Wege, wie ich die Daten beweise

Nach dem Laden frage ich nicht: „Hat die API Erfolg gemeldet?“ Ich will vier Arten von Beweis, und ich nutze alle vier: Anzahlen, Summen, Stichproben und aggregierte Berichte.

Anzahlen. Wie viele Datensätze sollte es geben, und wie viele gibt es? Ausgewählte Quell-Accounts: 500.000. Konsolidierte Duplikate: 20.000. Nach genehmigter Richtlinie ausgeschlossen: 5.000. Erwartet: 475.000. Ziel: 475.000. Gut, aber Anzahlen allein sind kein Beweis; Sie können die richtige Zahl von Datensätzen haben und die falschen Daten.

Summen. Wo Zahlen zählen, vergleichen Sie Kontrollsummen: Rechnungsbetrag, Bestellwert, offener Saldo, Menge. Beide Systeme haben 100.000 Rechnungen, aber das Altsystem summiert sich auf 412.800.000 $ und Salesforce auf 398.100.000 $. Stopp. Summen zeigen, was Anzahlen übersehen.

Spot checks. Look at real records, not just easy ones: a simple record and a complex one, a large customer and a small one, one with many children, one that was transformed, one involved in dedupe, one with unusual history. Trace each from source to target: fields, relationships, ownership, history, External IDs. Averages hide serious individual failures. ⟲

Aggregierte Berichte. Vergleichen Sie die Form: Accounts nach Bundesstaat, Bestellungen nach Jahr, Kundenvorgänge nach Status, Kunden nach Segment, Umsatz nach Monat. Wenn die Quelle 82.000 Kunden in Arizona zeigt und Salesforce 8.200, haben wir einen Hinweis: ein Bundesstaatcode, der nicht zugeordnet wurde, ein ausgeschlossenes Jahr, ein falsch übersetzter Status, eine übersprungene Datei. Die Zeilenanzahl kann gut aussehen, während die Verteilung die Geschichte erzählt.

For RouteDesk, each proof has its check, and each catches something the others miss. ⟲

Zum Vergrößern klicken

Each proof catches what the others miss. Use all four. ⟲

The aggregate report is the one I’d watch first. Remember module 1’s status codes: nine DCs, nine spellings. If DC 7’s deliveries by week come out 40 percent short against RouteDesk’s, the count for the whole load might still look close, but one DC’s DONE/INST didn’t map. ⟲

Test knowledge. Prove a migration with more than “no errors”: record counts against expected numbers set before the load, control totals on amounts that matter, spot checks of real records traced end to end, and aggregate reports that compare the shape of the data. Business owners validate it too. ⟲

Zwei Regeln gehören dazu. Erstens: Legen Sie die erwarteten Zahlen vor dem Laden fest (Modul 1): Quellanzahl, genehmigte Ausschlüsse, konsolidierte Duplikate, Datensätze in Quarantäne, erwartetes Ziel. Vergleichen Sie dann und erklären Sie den Unterschied. Eine erwartete Zahl, die nach dem Blick aufs Ergebnis erfunden wird, ist kein Abgleich; das ist Rationalisierung. Zweitens: Null Fehler können trotzdem falsch sein. Ordnen Sie Billing State dem Shipping State zu, und jede Zeile lädt ohne API-Fehler: perfekte technische Ausführung, falsche Architektur. Deshalb zählt der geschäftliche Abgleich, nicht nur die technischen Protokolle.

Auch die Verantwortlichen im Geschäft validieren

Das technische Team kann Anzahlen, Schlüssel, Beziehungen und Ladeerfolg beweisen. Benutzer aus dem Geschäft erkennen, was wir nicht erkennen: „Das sind nicht unsere aktiven Kunden“, „Dieser Status wird seit 2022 nicht mehr genutzt“, „Diese Accounts gehören zur falschen Region“, „Dieser Kunde sollte drei aktive Verträge haben“. Geschäftliche Validierung ist also ein ausdrücklicher Schritt beim Go-live, mit benannten Personen, benannten Berichten, benannten Datensätzen und einer benannten Freigabe, nicht „Schaut mal rein, wenn ihr Zeit habt“.

Authority Moves on Day 0

Why not move everything on Day 0? The Number of Zeros. If the full migration takes 18 hours and the business tolerates 4 hours of downtime, we have a problem, and moving data earlier solves it. History goes in before cutover while the legacy system stays authoritative; the window only has to handle what changed, what couldn’t be preloaded, final relationships, validation and reconciliation. Instead of moving eight years of history during the outage, we’re closing a gap. ⟲

But preloaded data needs protection. If production data lands on Day −7, can users see it, edit it, can automation react, can integrations publish it, can agents act on it? The answer should be: not yet. So we keep it hidden by sharing, owned and controlled, with automation and integrations held back (module 3). A preload isn’t “put the records in early.” It’s put them in early without accidentally making the new system authoritative early. ⟲

Before cutover, the legacy system is authoritative and Salesforce holds a staged, increasingly current copy. During cutover we close the gap. At the agreed moment, authority moves, and afterward Salesforce is authoritative. For Steve Trucking that moment is Day 0: from then on, a delivery’s truth lives in Salesforce, and RouteDesk is a read-only record of the past. That’s where chapters 6, 9 and 10 meet: identity, authority, movement and cutover aren’t separate problems; they’re views of the same data lifecycle. ⟲

So don’t let two systems both think they’re master. If the legacy system stays writable after cutover, a coordinator changes a delivery window in Salesforce, another changes it in the legacy system, and both systems think they own it. Last write wins? Salesforce wins? Human review? If that’s unanswered, we haven’t finished a migration; we’ve created two writable copies. Chapter 9’s rule: technical permission isn’t architectural authority. ⟲

Not every migration needs ongoing synchronization. If we’re replacing the legacy system completely, Day 0 comes, the final deltas load, reconciliation passes, users move, the old system goes read-only and is eventually archived or retired. Don’t build a permanent integration because “migrations usually have integrations.” If the old system is dead, stop feeding it. That’s RouteDesk: on Monday it’s read-only, then it’s retired, and nothing syncs with it. The synchronization Steve Trucking does need is a different arrow, Salesforce to Snowflake, designed in chapter 9 and covered in module 5. ⟲

Zum Vergrößern klicken

The gap closes, authority moves, and the migration ends. The Snowflake feed goes on. ⟲

The opposite happens too. A transition that lasts months, users active in both systems, business units moving at different times: synchronization may have to start before the migration is finished. Now the migration is still moving the historical baseline while synchronization keeps live records consistent, and that’s a much harder architecture. You need to know which process owns which changes, or the load and the sync overwrite each other. So define the boundary visibly: before this point we’re building the target state; after it we’re maintaining consistency. It might be a timestamp, a cutover event, a business-unit transition, an object-by-object switch, a watermark. If nobody can tell me whether a record belongs to the migration process or the synchronization process, we have overlapping ownership, and that’s where records get missed or processed twice. ⟲

Zurück zum Normalbetrieb, dann Hypercare

Restore normal operation deliberately: automation, scheduled jobs, integrations, event consumers, agents, user access, in an order that matters. For Steve Trucking: take the bypass away from the migration user, switch the Change Data Capture subscriber back on from the cutover point (so Snowflake gets Monday’s changes, not the weekend’s load), run module 3’s one backfill, then let the coordinators in. Remember module 3’s catch-up storm: when an integration comes back, what does it think happened while it was off? When users come back, is every critical service actually ready? The return to normal is part of the cutover. ⟲

Dann sind wir live, aber nicht fertig. In einer Stabilisierungsphase (nennen Sie sie Hypercare) achten Sie auf Migrationsfehler, Integrationsfehler, unerwartete Automatisierung, neue Duplikate, fehlende Beziehungen, Leistungsprobleme, von Benutzern gemeldete Datenprobleme und abdriftenden Abgleich. Das Migrationsrisiko verschwindet nicht in dem Moment, in dem sich Benutzer anmelden.

Then clean up: temporary migration users and permissions, bypass settings, staging data, temporary scripts, migration-only configuration, files holding sensitive source data, temporary integrations, runbook access. Don’t leave migration scaffolding attached to production because “we might need it someday.” Temporary architecture needs an exit plan too. Don’t forget the preparation data store. After RouteDesk, it holds eight years of Recipients’ names, addresses and phone numbers in its raw tables. Keep what the retention policy says to keep, as evidence, then delete the rest, on a date someone owns. ⟲

Und behalten Sie die Belege: den finalen Extrakt, die Version der Transformation, Ladedateien, Jobergebnisse, Fehlerdateien, Abgleichsberichte, Freigaben, das Runbook mit tatsächlichen Zeiten, die Go/No-Go-Entscheidung und die Ausnahmen. Drei Wochen später wird jemand fragen, ob ein Datensatz schon vor der Migration falsch war oder durch sie. Sie sollten antworten können. Vertrauen, aber überprüfen endet nicht, wenn der Ladevorgang fertig ist.

KI kann helfen, die Umstellung zu beobachten. Das Go/No-Go gehört ihr nicht.

KI ist unter dem Druck einer Umstellung nützlich: Fehlschläge zusammenfassen, Fehler klassifizieren, Berichte vergleichen, Anomalien erkennen, das Runbook verfolgen, Abweichungen von der Probe aufzeigen. Aber Go/No-Go verbindet technische Belege, geschäftliche Auswirkungen, verbleibende Zeit, die Lage beim Rollback und die Risikotoleranz. KI kann die Belege aufzeigen. Die verantwortlichen Menschen treffen die Entscheidung.

Über die Prüfung hinaus: Was KI ändert. KI kann Überwachung und Abgleich bei der Umstellung beschleunigen, besonders durch das Finden von Mustern in großen Fehler- und Validierungsdatenbeständen. Behalten Sie ausdrückliche menschliche Verantwortung für Go/No-Go, Rollback und das Akzeptieren ungelösten Migrationsrisikos.

Was Architekt:innen hier entscheiden

• The rehearsal depth, the Day −7 / Day −1 / Day 0 load plan and the rollback point (what loads early, hidden by sharing) and the runbook that makes production cutover repeatable. ⟲
• Wie Benutzer ausgesperrt und wieder hereingelassen werden, mit einer Hintertür und Smoke-Test-Benutzern, und wie Automatisierung, Integrationen und Agenten währenddessen gesteuert werden.
• Die Go/No-Go-Kriterien, das Rollback-Verfahren und der Punkt, nach dem Rollback nicht mehr die sichere Wiederherstellung ist, sowie die unbekannten Daten und Feeds, die zuerst gefunden werden müssen.
• Wie die Migration mit Anzahlen, Summen, Stichproben und aggregierten Berichten bewiesen wird, gegen erwartete Werte, die vor dem Laden festgelegt wurden.
• Welche geschäftliche Validierung, welche Belege und welche Stabilisierung nach dem Go-live nötig sind, bevor die Migration abgeschlossen ist.

Umstellung ist Beweis

Die Skripte liefen: nicht genug. Die API meldete Erfolg: nicht genug. Die Zeilenanzahlen stimmten: immer noch nicht genug. Ich will Anzahlen, Summen, Stichproben und aggregierte Berichte, geschäftliche Validierung, das System zurück im Normalbetrieb, das Wissen, ob wir noch im Rollback-Fenster sind, und Belege dafür, was genau passiert ist. Die Umstellung in der Produktion sollte langweilig sein, weil wir das schwere Nachdenken vor Freitagabend erledigt haben. Vertrauen, aber überprüfen. Dann lassen Sie die Benutzer wieder herein.

Weiterlesen

• Others who cut over the same way: Salesforce Help, B2C Commerce Realm Split FAQ (öffnet in einem neuen Tab); Microsoft Learn, Data migration planning for go-live (öffnet in einem neuen Tab); AWS, Components of AWS DMS (öffnet in einem neuen Tab); all checked 2026-11-01. ⟲
• Salesforce Help: Freeze or Unfreeze User Accounts (öffnet in einem neuen Tab) and Custom Login Flows (öffnet in einem neuen Tab) (login flows are assigned by profile), checked 2026-11-01. ⟲
• In diesem Kurs: Stammdaten und Identität und Integration und Datenbewegung.