Eigenst ¨ andigkeitserkl ¨ arung

Diese Abschlussarbeit wurde von mir selbst¨ andig verfasst. Es wurden nur die angegebenen Quellen und Hilfsmittel verwendet. Alle w¨ ortlichen und sinngem¨ aßen Zitate sind in dieser Arbeit als solche kenntlich gemacht.

Neuburg a.d. Donau, den 31. Oktober 2009

I

Abstract

Diese Arbeit befasst sich mit der Entwicklung einer Business Intelligence L¨ osung f¨ ur ein Non-Profit Unternehmen. Aufgrund eines begrenzten Zeit- und Kostenrahmens ist das Projekt innerhalb dieser Arbeit keinesfalls komplett zu realisieren. Vielmehr ist das Ziel, eine Grundlage zu schaffen, auf der eine umfassende L¨ osung aufgebaut werden kann. Dies kann stattfinden, indem zun¨ achst lediglich ein Teil des Unternehmens in Betracht gezogen wird. F¨ ur diesen Teil jedoch, soll die L¨ osung vollst¨ andig implementiert werden, um ein ausgereiftes Konzept f¨ ur zuk¨ unftige Erweiterungen zu schaffen. Die Grunds¨ atze der Business Intelligence m¨ ussen in gleicher Weise beachtet und umgesetzt werden, wie auch eigene ¨ Uberlegungen und genaue Planung bei der bedarfsgerechten Anpassung an das Unternehmen und dessen Anforderungen eine wichtige Rolle spielen. Als Instrument f¨ ur die bewertende und planende Nutzung durch die Gesch¨ aftsleitung, stellt die geeignetste L¨ osung eines Berichtssystems eine selbst implementierte Webanwendung dar, die sich durch einen hohen Grad an Anpassungsf¨ ahigkeit und Benutzerfreundlichkeit auszeichnet und es erm¨ oglicht, einen sinnvollen ¨ Uberblick ¨ uber das Unternehmen zu schaffen, anstatt

den Benutzer durch unz¨ ahlige Analysem¨ oglichkeiten mit Informationen zu ¨ uberfluten.

Kombiniert mit OpenSource Werkzeugen der Business Intelligence zur Datenintegration und -transformation sowie einem ebenfalls quelloffenen, in der Praxis bew¨ ahrten Datenbankmanagementsystem zur Datenhaltung und -analyse kann ein System entwickelt werden, das all diese Anforderungen erf¨ ullt und zugleich ein ausreichendes Maß an Adaptierung an die lokalen Bedingungen erm¨ oglicht.

II

Inhaltsverzeichnis

1.  Einleitung  1

1.1.  Unternehmen  1

1.2.  Problemstellung  2

1.3.  Ziele  2

2.  Business Intelligence  5

2.1.  Begriffskl arung  5

2.2.  Data Warehouse  5

2.3.  Online Analytical Processing (OLAP)  6

2.3.1.  Datenhaltung  7

2.3.2.  Datenmodellierung  8

2.3.3.  Historisierung  9

2.3.4.  Navigation im multidimensionalen Datenraum  11

2.4.  Transformationsprozess  14

2.5.  Reporting  16

3.  Webanwendungen  19

3.1.  Technologie  19

3.2.  Serverstruktur  19

3.2.1.  Webcontainer  20

3.2.2.  Multi-Tier-Modell  20

3.2.3.  Datenbankanbindung  20

3.3.  Software-Architektur  21

3.4.  Java Webanwendungen  22

3.4.1.  Deployment Descriptor  22

3.4.2.  Servlets  22

3.4.3.  Filter  22

3.4.4.  Java Server Pages  23

3.4.5.  Session-Tracking  24

3.4.6.  Sicherheit  24

3.5.  JFreeChart  25

4.  Planung  27

4.1.  Datenquellen  27

4.1.1.  Fahrdienst  27

4.1.2.  Rettungsdienst  27

III

5. Entwicklung 35

6. Ergebnisse 49

Literaturverzeichnis 53

Abbildungsverzeichnis 54

Abk¨ urzungsverzeichnis 55

IV

1

Einleitung

Business Intelligence ist ein Begriff, der aus der modernen Unternehmensf¨ uhrung nicht mehr wegzudenken ist. Um sinnvoll wirtschaften zu k¨ onnen ben¨ otigen Manager einen umfassenden ¨ uber das komplette Unternehmen. Diesen ¨ Uberblick ¨ Uberblick kann man sich

nur verschaffen, indem Systeme entwickelt und eingef¨ uhrt werden, die aus einer Vielzahl von Datenquellen Informationen sammeln, auswerten und dynamisch pr¨ asentieren. Um Unternehmensziele festlegen und diese erreichen zu k¨ onnen ben¨ otigt die Gesch¨ aftsf¨ uhrung valide Zahlen und Daten aus allen Teilen der Organisation. Mit anderen Worten: Um nachhaltige Entscheidungen treffen zu k¨ onnen, braucht man mehr als nur reine Intuition. ¹ Als Grundger¨ ust und Teil einer erweiterbaren Business Intelligence L¨ osung soll

in dieser Arbeit anhand einer konkreten Implementation ein Konzept diskutiert werden, nach dem Daten im Unternehmen gesammelt und ausgewertet werden k¨ onnen um der Gesch¨ aftsf¨ uhrung diesen besagten ¨ Uberblick zu verschaffen. Tatsache ist allerdings auch,

dass innerhalb dieser Arbeit kein vollst¨ andiges System entwickelt werden kann, das alle Anspr¨ uche, die unternehmensweit an ein Auswertesystem interner Informationen gestellt werden, erf¨ ullen kann. Dennoch besteht die M¨ oglichkeit, einen Ansatz zu schaffen, der durch ein kontinuierliches Fortf¨ uhren des Gesamtprojekts in naher Zukunft zu einem weitreichenden System ausgebaut werden kann. Dies erfordert jedoch die Einhaltung der Grunds¨ atze der Business Intelligence und die Zuhilfenahme von Technologien und Entwicklungsinstrumenten, die dem aktuellen Stand der Technik entsprechen, aber f¨ ur die Gr¨ oße des Unternehmens und die Komplexit¨ at der geplanten Auswertungen angemessen sind. Die Nutzung von OpenSource Implementationen bietet hierf¨ ur eine geeignete Alternative zu kommerziellen Produkten und l¨ asst zudem einen Kostenrahmen f¨ ur das Projekt zu, der nicht ¨ uberproportional zum Ergebnis steht.

1.1. Unternehmen

Das Bayerische Rote Kreuz (BRK), das als einziger deutscher Rotkreuz-Landesverband keinen eingetragenen Verein, sondern eine K¨ orperschaft des ¨ offentlichen Rechts darstellt, ist organisiert in 5 Bezirksverb¨ ande, die sich weiterhin in 73 Kreisverb¨ ande unterteilen. Der Kreisverband Neuburg-Schrobenhausen besteht aus der Kreisgesch¨ aftsstelle, zwei Rettungswachen, einem Seniorenheim sowie zwei Kinderg¨ arten und diversen weiteren Einrichtungen, die von der Auslandshilfe f¨ ur Rum¨ anien bis zu einem M¨ obelmarkt reichen. Der Kreisverband stellt durch jeweils eine 24 Stunden besetzte Rettungswache in Neuburg und Schrobenhausen mit insgesamt drei Rettungswagen, zwei Notarztstandorten und

¹ Vgl. [KMU06], S. 2

1

1. Einleitung

vier Krankenwagen den ¨ offentlich-rechtlichen Rettungsdienst f¨ ur den kompletten Landkreis und bietet einen betreuten Patientenfahrdienst an.

1.2. Problemstellung

Die Notwendigkeit f¨ ur ein managementunterst¨ utzendes System und damit die Aufgabenstellung f¨ ur diese Arbeit ergibt sich aus mehreren Gr¨ unden. Zum einen stellt sich das Problem eines sehr geringen Informationsflusses ausgehend von den Fachbereichen zur Gesch¨ aftsleitung dar. Dieses resultiert vor allem aus der Tatsache, dass Ergebnisse und Daten aus den Gesch¨ aftsprozessen oft nicht direkt an die F¨ uhrung weitergegeben werden, sondern bedingt durch eine Zentralisierung von Informationssystemen, ¨ uber den Umweg

zentraler Einrichtungen der Landesgesch¨ aftsstelle ausgewertet und erst zeitversetzt und konsolidiert an die untergeordneten Organisationen zur¨ uckgemeldet werden. Eine strategische Planung und die Steuerung des Kreisverbands erfordert allerdings aktuelle Zahlen, die bisher von den Abteilungen in dieser Form nicht zur Verf¨ ugung gestellt werden k¨ onnen. Als zweiter Ansatzpunkt ist die von der Gesch¨ aftsleitung gew¨ unschte umfassende Auswertung von internen Informationen zu nennen, die unter anderem aus dem Blickwinkel eines unternehmensweiten Qualit¨ atsmanagements, einen detaillierten ¨ Uberblick ¨ uber die wirtschaftliche Lage des Unternehmens hervorbringen soll.

1.3. Ziele

Die Ziele f¨ ur das Gesamtprojekt ergeben sich aus den Anforderungen, die vom Management an das Business Intelligence System gestellt werden. Diese Gesamtziele lassen sich auch f¨ ur diese Arbeit ableiten, mit der Einschr¨ ankung, dass das System zun¨ achst ausschließlich f¨ ur die Bereiche Fahrdienst und Rettungsdienst entwickelt wird. Die prim¨ aren Ziele sind, neben dem Anspruch, dass der Informationsfluss m¨ oglichst ohne Aufforderung ausgehend von den Fachbereichen zur Gesch¨ aftsleitung stattfindet, die Aktualit¨ at und Validit¨ at der Informationen. Um die Auswertungen mit aktuellem Zahlenmaterial durchf¨ uhren zu k¨ onnen, muss ein Mechanismus entworfen werden, der die Datens¨ atze aus den Informationssystemen der Abteilungen in regelm¨ aßigen Abst¨ anden erfasst und in ein Datenmodell einfließen l¨ asst, welches den Mittelpunkt des Systems darstellt. Diese Perioden sollten den Zeitraum eines Monats nicht ¨ uberschreiten, um zu gew¨ ahrleisten, dass

aktuelle Ver¨ anderungen fr¨ uhzeitig ausgewertet und erkannt werden k¨ onnen. Die Validit¨ at soll durch einen stabilen und fehlerfreien Transformationsprozess garantiert werden, der flexibel an ¨ Anderungen angepasst werden kann. Grunds¨ atzliche Pr¨ amissen f¨ ur das System sind seine Erweiterbarkeit und die M¨ oglichkeit Ver¨ anderungen flexibel einarbeiten zu k¨ onnen.

Die Auswertungen sollen innerhalb einer ansprechenden, grafischen Benutzeroberfl¨ ache darstellt werden, die durch ¨ ubersichtlich gestaltete und leicht zu bedienende Navigationselemente dynamisch gesteuert werden kann. Die wichtigste Gr¨ oße in den Auswertungen stellt der Zeitbezug dar. Analysen sollen, gruppiert nach der Zeitdimension, in Diagrammen dargestellt werden, die durch die Visualisierung eine intuitivere Beurteilung

2

der Informationen erm¨ oglichen. Jedoch sollen diese zus¨ atzlich durch exakte Wertetabellen zu einem Gesamt¨ uberblick vervollst¨ andigt werden. Der Bezug zur Zeitdimension soll zus¨ atzlich durch die M¨ oglichkeit realisiert werden, aktuelle Zahlen mit den Werten des Vorjahres zu vergleichen. Um den ¨ Uberblick, der durch die aktuellen und vergangenen

Informationen geschaffen wird, auch auf die Planung des Unternehmens auszuweiten, ist ein weiteres Ziel die Berechnung von Erwartungswerten, bzw. Forecasts f¨ ur die Zeitr¨ aume in n¨ achster Zukunft. Eine wichtige Aufgabe ist die Umsetzung von Sicherheitsaspekten, die die unternehmenskritischen Daten vor unberechtigtem Zugriff sch¨ utzen. Ansatzpunkt hierbei ist die Implementierung einer Login Funktionalit¨ at, die unterschiedliche Berechtigungsstrukturen unterst¨ utzt.

3

2

Business Intelligence

2.1. Begriffskl¨ arung

Unter Business Intelligence (BI) versteht man in ” Wissenschaft und Praxis [eine] neue Be-

grifflichkeit f¨ ur innovative IT-L¨ osungen der Unternehmenssteuerung.“ ¹ Erste Ans¨ atze von

Informationssystemen rein f¨ ur die Gesch¨ aftsf¨ uhrung gab es bereits in den 60er Jahren. Um 1980 etablierte sich f¨ ur diese Art von Software, bestehend aus einem ” Konglomerat von

Informations- und Kommunikationssystemen [erstmals] der Sammelbegriff Management Support Systems (MSS)“ ² , der auch heute noch vor allem in der Wissenschaft gebr¨ auchlich

ist.

Die modernere Bezeichnung Business Intelligence, die aus den Grunds¨ atzen der MSS-Systeme hervorging, beschreibt somit allerlei Softwaresystemen, die im weitesten Sinne mit der Unterst¨ utzung des Managements in Verbindung stehen. Zielsetzung ist die ” Aufbereitung von Daten und Informationen zur Verbesserung von betriebswirtschaftlichen Entscheidungen.“ ³ Entsprechende L¨ osungen sind also auf die Analyse von vorhandenen

Informationen ausgerichtet, die aus den operativen Datenbest¨ anden extrahiert und ¨ uber

verschiedene Transformationsschritte in das Zielsystem geladen werden. Betrachtet man im engeren Sinne jedoch nur die Grundlage, auf dem ein BI-System aufgebaut ist, die aldie Entscheidungsfindung unmittelbar unterst¨ utzt“ ⁴ , st¨ oßt man vor allem auf Online so ”

Analytical Processing (OLAP). Der eigentliche Kern von Business Intelligence und entsprechenden Softwarel¨ osungen ist somit ein solides und durchdachtes Datenmodell, das darauf ausgelegt ist, in einer effizienten Art und Weise Informationen zu liefern, die durch den Menschen bewertet werden k¨ onnen.

2.2. Data Warehouse

Das Data Warehouse (DWH) ist das Datenhaltungssystem, das hinter der kompletten, unternehmensweiten BI-L¨ osung steht. In der Regel ist das DWH durch ein logisch zentralisiertes Datenbankmanagementsystem (DBMS) implementiert, das die dispositiven Informationen getrennt von operativen Datenbest¨ anden bereitstellt. Hierbei ist eine komplette physikalische Zentralisierung nicht immer empfehlenswert, da mit wachsenden Datenvolumina und steigenden Benutzerzahlen vor allem Probleme bei der Performance zu erwarten sind. Jedoch stellt diese f¨ ur kleinere Unternehmen mit ¨ uberschaubaren Datenmengen durchaus eine sinnvolle L¨ osung dar. Ein dezentrales DWH kann ¨ uber zweckorien-

¹ [KMU06],S. V

² [KMU06], S. 1f.

³ [Eng09], S. 1

⁴ [KMU06], S. 3

5

2. Business Intelligence

tierte, isolierte Data Marts realisiert werden, die als autonome Datenbanken innerhalb der einzelnen Fachabteilungen jeweils den spezifischen Teil des Data Warehouses darstellen. Diese L¨ osung birgt, vergleichbar mit der Problematik der heterogenen operativen Datenbest¨ ande, ebenfalls das Problem, dass f¨ ur unternehmensweite Analysen die Informationen zun¨ achst aus mehreren Data Marts abgefragt und konsolidiert werden m¨ ussen. Das Data Warehouse ist, um sich in den Komplex der Managementunterst¨ utzung einzuf¨ ugen, auch auf diese Art von Informationsbedarf ausgerichtet. Aufgrund der hohen Komplexit¨ at stellt der Aufbau eines Data Warehouses mitunter die schwerste Aufgabe dar. Die ” Integration der entscheidungsrelevanten Daten aus den unterschiedlichen operativen und externen Datenquellen“ ⁵ muss sorgf¨ altig durchgef¨ uhrt werden um einen konsistenten

und inhaltlich widerspruchsfreien Datenraum zu erlangen. Im Gegensatz zur operativen Datenhaltung, die sich durch ihre st¨ andige Ver¨ anderung auszeichnet, sind Informationen im DWH dauerhaft gespeichert und stehen in ihrer Gesamtheit f¨ ur die Analyse zur Verf¨ ugung. Um dies zu gew¨ ahrleisten muss zum einen die n¨ otige Infrastruktur geschaffen werden, zum anderen m¨ ussen aber auch sinnvolle Historisierungsans¨ atze gew¨ ahlt werden. Es sollte zudem in Betracht gezogen werden, ¨ altere Daten beispielsweise aggregiert abzulegen um einen gewissen Grad an Komprimierung zu erreichen. 6

2.3. Online Analytical Processing (OLAP)

OLAP bezeichnet ein Konzept der Datenhaltung, das ” benutzerfreundlichen, flexiblen Ab-

fragesystemen“ ⁷ zugrundeliegt. Operative Daten aus internen Gesch¨ aftsprozessen werden

in einem multidimensionalen Datenraum bereitgestellt, der dynamische Analysen zul¨ asst. Im Gegensatz dazu steht das Online Transaction Processing (OLTP), dessen Architektur auf die hochperformante Abwicklung von Transaktionsprozessen ausgerichtet ist und oftmals die Datenquelle f¨ ur BI-Applikationen darstellt. Eine m¨ ogliche Definition des Online Analytical Processing ist die Charakterisierung anhand von f¨ unf grunds¨ atzlichen Kriterien, die ein derartiges System erf¨ ullen muss:

⁵ [KMU06], S. 18

⁶ Vgl. [KMU06], S. 17-21

⁷ [KMU06], S. 93

6