Inhaltsverzeichnis

   III

Inhaltsverzeichnis   

1.  Einleitung  1

2.  Data Warehouse-System  3

2.1.  Definition Data Warehouse  3

2.2.  Definition System.  4

2.3.  Definition Data Warehouse-System.  5

3.  Architektur eines Data Warehouse-Systems  6

3.2.  Betrieb  10

3.3.  Metadaten (- management)  14

3.4.  Entwicklung/Weiterentwicklung.  15

3.5.  Management  16

4.  Das SAP Business Information Warehouse (BW)  17

5.  Schlusswort/Ausblick und Gründe für ein Data Warehouse.  19

6.  Literatur- und Quellenverzeichnis.  22

7.  Erklärung zur Haus-/Diplomarbeit gemäß § 26 Abs 6 DiplPrüfO  23

Abbildungsverzeichnis   

Abbildungsverzeichnis   

Abbildung  1: Data Warehouse-System.  

Abbildung  2: ETL-Prozess.  

Abbildung  3: Architektur des SAP Business Information Warehouse  

Abkürzungsverzeichnis V

Abkürzungsverzeichnis

AE Automotive Electronics BW Business (Information) Warehouse CO-PA Controlling-Profit Accounting CO-PC Controlling-Product Calculation DWH Data Warehouse ETL Extraktion-Transformation- Lade HOLAP hybrid On-Line Analytical Processing MOLAP multidimensional On-Line Analytical Processing OLAP On-Line Analytical Processing OLTP On-Line transactional processing PHEK Planherstellkosten PKOSA Produktkostensammler ROLAP relational On-Line Analytical Processing TC Transaction Code TTNR Typteilenummer

1. Einleitung 1

1. Einleitung

Unter Terabytes von Datenmüll vergraben, verstreut über verschiedene Systeme eines Unternehmens vergammeln wertvolle Informationen.

Der Produktmanager ist verzweifelt. In zwei Tagen muss er seinen Chefs die Absatzentwicklung des von ihm betreuten Fruchtquarks präsentieren. Doch ihm fehlen die Zahlen der letzten sechs Monate! Aus dem Vertrieb hat er nur vage gehört, dass der Umsatz im Osten eingebrochen sei. Wie soll er das nur erklären?

Der EDV-Bearbeiter hat auf seine Anfragen nur abgewunken: ‚ Den Bericht können Sie frühestens in zwei Wochen haben’. Blieb wieder nur eine ungenaue Hochrechnung aus den alten Zahlen. Doch dass sich diese bewahrheitet, war von vornherein wenig wahrscheinlichschließlich hat der Erzrivale zwei neue Konkurrenzprodukte herausgebracht. Was sich anhört wie eine Erzählung aus den Urzeiten der Informationstechnik, ist in vielen Unternehmen immer noch bittere Realität. Mitarbeiter kommen an essentielle Informationen überhaupt nicht, nicht rechtzeitig oder nur unvollständig heran. Dabei sind sie im Unternehmen - zumindest grundsätzlich - vorhanden: Während der Fertigung entstehen laufend Produktionsdaten, die Marketingabteilung analysiert Zielgruppen, und beim Verkauf fallen Absatzinformationen an.

Für die beim täglichen Betrieb entstehenden Informationen ergeben sich auch neue Verwendungsweisen, wenn sie entsprechend verdichtet und angereichert werden. Integriert und regelmäßig auf den neuesten Stand gebracht, bilden diese Informationen ein Kundenprofil, aus dem sich gezielte Werbemaßnahmen ableiten lassen.

Data Warehouse, Data Mart, Information Warehouse, Data Mining, OLAP, ROLAP, MOLAP - allesamt sind Modeworte, die zu den Lieblingsthemen der Marktforscher gehören. „Data Warehouse hat als Beratungsprodukt den Aufstieg in die erste Liga des Consulting geschafft und gehört zu den Pflichtthemen der EDV-Abteilungsleiter.“ 1 Es ist sogar zu einem Kapitel in der Wirtschaftsinformatik-Vorlesung der Hochschulen avanciert. Wenn sich so viele Parteien einig sind, dann liegt dies entweder an der Suggestivkraft der Begriffe oder es liegt an der tatsächlichen Leistungsfähigkeit der dahinter stehenden Konzepte und Produkte. 2 Das Data Warehouse wird von den Herstellern häufig heruntergespielt nach dem Motto: Kaufen Sie meinen OLAP-Server, meine Consultants bauen ihren Multiwürfel in zwei Wochen

1 Höhn, Reinhard: Der Data Warehouse Spezialist. Entwurf, Methoden und Umsetzung eines Data

Warehouses. München 2000, S. 11

2 Vgl. Höhn, Reinhard: Der Data Warehouse Spezialist. Entwurf, Methoden und Umsetzung eines

Data Warehouses. München 2000, S. 11

1. Einleitung 2

auf und Sie haben ein unternehmensweites Data Warehouse. Ein Data Warehouse ist jedoch kein Produkt, das schnell über den Ladentisch geht, sondern ein höchst komplexes Vorhaben. Diese Vorhaben umfasst unter anderem Ø die Beschaffung von Softwareprodukten Ø die Beschaffung neuer Hardware Ø die Eigenentwicklung von Software Ø das Customizing von Softwarekomponenten Ø die Anwendung von Methoden der Systemanalyse

Ø Anpassungen der Organisationsstruktur (zum Beispiel wird eine Reihe neuer Spezialisten und eine Stelle namens Data Warehouse-Spezialist nötig) und sogar Änderungen in der Geisteshaltung konventioneller EDV. 3 „Das Data Warehouse-Konzept hat sich nicht als ‚Alter Wein in neuen Schläuchen’, sondern vielmehr als ein realisierbarer und effizienter Ansatz zur Verbesserung der unternehmensweiten Informationsversorgung herausgestellt.“ 4 Bezeichnend für die Entwicklung der vergangenen Jahre ist die Tatsache, dass das Data Warehouse-Konzept inzwischen immer mehr in den Fachabteilungen Beachtung findet, wo es als ein wesentlicher Lösungsansatz zu bisher überhaupt nicht respektive nur unzureichend bearbeiteten Problemstellungen beiträgt. 5

In dieser Hausarbeit möchte ich aufzeigen, was unter dem Begriff Data Warehouse und Data Warehouse-System zu verstehen ist, wie eine mögliche Architektur aussehen kann, welche Vorteile ein integriertes Data Warehouse-System bietet, welche Lösungen bisher bekannt sind und wie sich das Data Warehouse in der Fachabteilung CTG3 (Wirtschaftlichkeit und Rechnungswesen) der Robert Bosch Elektronik GmbH in Salzgitter als

entscheidungsunterstützendes Hilfsmittel anbietet.

3 Vgl. Höhn, Reinhard: Der Data Warehouse Spezialist. Entwurf, Methoden und Umsetzung eines

Data Warehouses. München 2000, S. 11

4 Muksch, H./ Behme, W. (Hrsg.): Das Data Warehouse-Konzept. Architektur - Datenmodelle -

Anwendungen. 4. Auflage. Wiesbaden 2000, S. V

5 Vgl. Muksch, H./ Behme, W. (Hrsg.): Das Data Warehouse-Konzept. Architektur - Datenmodelle -

Anwendungen. 4. Auflage. Wiesbaden 2000, S. V

2. Data Warehouse-System 3

2. Data Warehouse-System

Zentrale Begrifflichkeiten der vorliegenden Arbeit sind in der Literatur und im allgemeinen Sprachgebrauch häufig mit den unterschiedlichsten Bedeutungen belegt. Um Missverständnisse und Fehlinterpretationen zu vermeiden, werden die Begriffe Data Warehouse, System und Data Warehouse-System im Detail berücksichtigt. Im folgenden werde ich den Begriff Data Warehouse mit DWH abkürzen.

2.1. Definition Data Warehouse

Das Konzept eines unternehmensweiten Datenpools wurde erstmals Anfang der 80er Jahre unter den Schlagworten Data Supermarket und Super Databases erwähnt. 1988 stellte die Firma IBM ein internes Projekt unter der Bezeichnung European Business Information System (EBIS) vor, dass 1991 in Information Warehouse Strategy umbenannt wurde. 6 Das in diesem Projekt entwickelte Konzept beinhaltet Produkte, Mechanismen und Vorgehensweisen zur Überwindung der Heterogenität und Bewältigung der Informationsexplosion. Als Ziel der Information Warehouse Strategy wird die Versorgung autorisierter Einzelpersonen mit zuverlässigen, zeitrichtigen, genauen und verständlichen Geschäftsinformationen aus allen Unternehmensbereichen zum Zwecke der Entscheidungsunterstützung genannt. 7 Damit sollte der Zugang zu unterschiedlichen Systemen über eine einheitliche Schnittstelle möglich sein. Anfang der 90er Jahre wurde das IBM-Projekt EBIS als DWH-Konzept von verschiedenen Hardwareherstellern sowie Software- und Beratungshäusern aufgegriffen und als Dienstleistungspaket auf einem stark expandierenden Markt angeboten. „Wesentlich mit dazu beigetragen hat sicherlich die von F.E. Codd et al. (mit der Vorstellung ihrer 12 Regeln zum On-Line Analytical Processing (OLAP)) ins Leben gerufene Diskussion bezüglich der Schwächen relationaler Datenbanksysteme bei der Durchführung multidimensionaler betriebswirtschaftlicher Analysen.“ 8 Aufgrund unterschiedlicher Voraussetzungen ist unter einem DWH daher keine umfassende Standard-Software, sondern stets eine unternehmensindividuelle Lösung zu verstehen.

Die bekannten Definitionen zum DWH unterscheiden sich vor allem im generellen Zweck eines DWH, im Umfang und Umgang der Daten im DWH.

6 Vgl. Muksch, H./ Behme, W. (Hrsg.): Das Data Warehouse-Konzept. Architektur - Datenmodelle -

Anwendungen. 4. Auflage. Wiesbaden 2000, S. 5 f.

7 Vgl. ebenda, S. 5f.

8 ebenda, S 5.