FHTW Berlin, Wirtschaftsinformatik
Fachbereich 4 – Wirtschaftswissenschaften II
Abgabetermin: 07.02.2006, SS 2005

Architekturkonzepte im Bereich Business Intelligence

von: Anne Neuhäuser

 

INHALT

ABSTRACT

1. BEGRIFFSDEFINITION BUSINESS INTELLIGENCE  1

1.1 Weites Verständnis
1.2 Enges Verständnis 2
1.3 Analyseorientiertes Verständnis 2
1.4 Prozessorientiertes Verständnis 2

2. AUFBAU DES BUSINESS-INTELLIGENCE-PROZESSES  3

2.1 Erste Phase: Analyse des Informationsbedarfes 3
2.2 Zweite Phase: Design der Lösung 3
2.3 Dritte Phase: Produktivsetzung der Lösung  3

3. DIE BI-REFERENZARCHITEKTUR 4

3.1 Operative Quelldatenschicht / Data Sources 4
3.2 Data Integration 5
3.3 Data Management

3.3.1 Data Warehouse 5
3.3.2 Data Marts  6
3.3.3 Metadaten  6
3.3.4 Analytical Applications 6

3.3.4.1 OLAP  7
3.3.4.2 Data Mining  9

4. EINSATZGEBIETE VON BUSINESS INTELLIGENCE  10

5. AUSBLICK  11

LITERATURVERZEICHNIS 12

ABSTRACT

Die vorliegende Hausarbeit beschäftigt sich mit dem Thema "Architekturkonzepte im Bereich Business Intelligence". Im ersten Teil wird eine Definition von Business Intelligence gegeben. Dabei wird auf die unterschiedlichen Verständnisse des Begriffs eingegangen. Wesentlich herauszustellen ist hierbei, dass dieser Ausdurck uneinheitlich verwendet wird. So kann man unter BI Anwendungen zur Entscheidungsunterstützung aber auch die gesamte damit zusammenhängende Prozessgestaltung verstehen. Folgend wird der BI-Prozess mit seinen drei typischen Phasen kurz erläutert. Während der Analyse des Informationsbedarfs stehen die Bestimmung und Bereitstellung der Basisdaten im Vordergrund. Die zweite Phase beschäftigt sich mit der Bereitstellung der Werkzeuge während die dritte und letzte Phase die Implementierung der Systeme sowie die Schulung der Mitarbeiter beinhaltet.

Im sich anschließenden Hauptteil wird die BI-Referenzarchitektur detailliert beschrieben. Hier werden die typischen Schichten ausführlich behandelt. Grundsätzlich besteht das Architekturmodell aus drei Teilen. Die Quelldatenschicht enthält alle operativen Quelldatensysteme, die relevante Informationen bereitstellen. Die Datenintegrationsschicht beschreibt den Prozess der Datenzusammenführung, bestehend aus Extraktion, Transformationen und Ladevorgang (ETL). Ziel ist dabei, aus unterschiedlichen Datenquellen eine konsistente einheitliche Datenbasis zu gewinnen.

Von besonderem Interesse ist die sich anschließende Schicht - das Datenmanagement mit seinen Bestandteilen Data Warehouse, Data Marts, Metadaten sowie Analytical Applications. Das Data Warehouse (DWH) ist die Datensammlung, die als Grundlage für Unternehmensentscheidungen herangezogen wird. Data Marts hingegen sind Ausschnitte aus diesem DWH, die fachliche Bereiche von besonderem Interesse herausstellen. In den Metadaten werden weitere Informationen über die gesammelten Daten bereitgestellt. Die analytischen Applikationen stellen Schnittstellen zu den Endbenutzern dar. Dabei werden hauptsächlich die beiden Werkzeuge OLAP und DataMining eingesetzt. Kapitel 4 gibt anschließend einen Überblick über die Einsatzgebiete von BI-Lösungen. Diese reichen über alle Managementbereiche - von Kundenanlysen über Marketing und Vertrieb bis hin zum Controlling. Mit einem Ausblick auf die weitere Entwicklung im Bereich Business Intelligence schließt die Arbeit ab.

1. BEGRIFFSDEFINITION BUSINESS INTELLIGENCE

Business Intelligence ist ein verhältnismäßig junger und uneinheitlich verwendeter Begriff. Allgemein umfasst der Begriff die analytischen Konzepte, Prozesse und Werkzeuge, um Unternehmens- und Wettbewerbsdaten in entscheidungsrelevantes Wissen zu transformieren. Dabei werden unternehmensinterne und -externe Daten als Quellen herangezogen.¹

Gemäß Chamoni und Gluchowski ist BI ein Sammelbegriff zur Kennzeichnung von Systemen, die auf der Basis interner Leistungs- und Abrechnungsdaten sowie externer Marktdaten in der Lage sind, das Management in seiner planenden, steuernden und koordinierenden Tätigkeit zu unterstützen.²

Das Wort Intelligence steht im englischen nicht nur für Intelligenz, Klugheit, Verstand, sondern zweitens auch für rasche Auffassungsgabe, Scharfsinn, drittens für Einsicht, Verständnis, viertens für Nachricht, Mitteilung, Auskunft und fünftens für Nachrichtendienst bzw. Nachrichtenwesen.³ Im Kontext von Business Intelligence bezeichnet es den Austausch von Nachrichten und Informationen (hier im Kontext der Fundierung unternehmensbezogener Entscheidungen), so wie es entsprechend in der Bezeichnung des amerikanischen Geheimdienstes CIA (Central Intelligence Agency) der Fall ist.⁴

Business Intelligence bildet einen Teil der Unternehmensstrategie, denn es unterstützt die strategische Unternehmensführung in ihrer Entscheidungsfindung. BI fördert auch die Datenqualität im Unternehmen und trägt zur Integration von lokalen Datenmengen bei. Es bezeichnet den analytischen Prozess, der Unternehmens- und Wettbewerbsdaten in handlungsgerichtetes Wissen über die Fähigkeiten, Positionen, Handlungen und Ziele der betrachteten internen oder externen Handlungsfelder transformiert. BI ist der Oberbegriff für Data Warehouse/OLAP, Data Mining und Analytical Applications.⁵ Da es für Business Intelligence kaum eine einheitliche Definition gibt, wird im Weiteren auf die verschiedenen Verständnisse von BI eingegangen.

1.1 Weites Verständnis

Unter Business Intelligence im weiteren Sinne werden alle direkt und indirekt für die Entscheidungsunterstützung eingesetzten Anwendungen verstanden. Dies beinhaltet neben der Auswertungs- und Präsentationsfunktionalität auch die Datenaufbereitung und –speicherung.⁶

1.2 Enges Verständnis

Ein enges Verständnis beschränkt sich auf die Bereitstellung von Methoden und Werkzeugen.⁷ Es stellt die zielgerichtete Analyse von vorhandenem Datenmaterial dar. Dazu werden aufbereitete und abgestimmte Daten benötigt, die z.B. durch ein Data Warehouse zu Verfügung gestellt werden. Somit bezieht sich das enge BI Verständnis mehr auf die Analyse an sich. Die Daten, die dazu benötigt werden, bilden nur eine Voraussetzung.⁸

1.3 Analyseorientiertes Verständnis

[...]

1 vgl. Internetquelle 1

2 vgl. Kemper, Hans-Georg / Mehanna, Walid / Unger, Carsten (2004), S. 3

3 vgl. Internetquelle 8

4 vgl. Internetquelle 1

5 vgl Humm, Bernhard / Wietek, Frank (2005), S. 4

6 vgl. Kemper, Hans-Georg / Mehanna, Walid / Unger, Carsten (2004), S. 4

7 vgl. Internetquelle 1

8 vgl. Internetquelle 9