Mietmodelle für die Nutzung gehosteter Software, die mit Schlagworten wie On-Demand, Cloud Computing, SaaS oder ASP vermarktet werden, sind in den letzten Jahren in vielen Bereichen des Softwaremarktes auf dem Vormarsch. Angetrieben durch die Wirtschaftskrise versprechen die Marketingaussagen von SaaS-Anbietern besonders mittelständischen Unternehmen den kostengünstigen Zugang zu komplexen Geschäftsanwendungen, ohne das krisenbedingt eingeschränkte Investitionsbudget zu belasten.
Nachdem sich SaaS-Lösungen im Bereich des Customer Relationship Managements bereits erfolgreich etablieren konnten, und auch ERP-Systeme den Weg in die Cloud beschreiten, gewinnt dieser Bereich auch für den Business Intelligence-Markt an Bedeutung.
Klassisch werden Business Intelligence Produkte innerhalb des unternehmenseigenen Netzwerks (on-premise) betrieben, um die Anbindung an die in der Regel im gleichen Umfeld betriebenen Vorsysteme zu erleichtern.
Die wachsende Zahl der Angebote für das Hosting der klassischen Datenquellen für BI-Lösungen wie zum Beispiel ERP-Systeme oder Systeme für Finanzbuchhaltung auf firmenexternen Systemen legt den Gedanken nahe, auch die Analyse dieser Daten auszulagern. Besonders für die Zielgruppe der mittelständischen Unternehmen, die über ein begrenztes Budget für den Aufbau und Erhalt einer eigenen BI-Infrastruktur verfügen, sind in letzter Zeit viele gehostete Lösungen auf den Markt gekommen, die für den BI-Markt an Bedeutung gewinnen.
Das Software-as-a-Service-Modell verspricht Einsparungen im Bereich der IT-Investitionen und operativen Kosten bei kurzen Vertragslaufzeiten. Diese Bachelorarbeit soll die Frage klären, ob der Übertrag dieses Konzept auf Business Intelligence das Potential hat, herkömmliche on-premise-Lösungen zu ersetzen, und für welche Einsatzgebiete ein solches Konzept in Frage kommt.
Diese Arbeit soll einen Überblick über die am Markt befindlichen Hosting-Modelle und deren Abgrenzung zueinander bieten. Die Einsatzmöglichkeiten dieser Lösungen im Business Intelligence Bereich sollen vor dem Hintergrund möglicher Einsatzgebiete im Bezug auf Unternehmensgröße und Branche kritisch bewertet werden.
Inhaltsverzeichnis
1 Einleitung
1.1 Motivation
1.2 Ausgangssituation
1.3 Herleitung der Fragestellung
1.4 Zielsetzung
1.5 Vorgehensweise
2 Grundlagen
2.1 Software as a Service
2.1.1 Entwicklung des SaaS
2.1.2 Vergleich zwischen ASP und SaaS
2.2 SaaS als Cloud Service
2.3 Business Intelligence
2.4 Business Intelligence as a Service
2.5 Unternehmensgröße
3 Marktbetrachtung
3.1 Markt SaaS
3.2 Teilmarkt BIaaS
4 Bewertung des SaaS-Ansatzes
4.1 Vor-und Nachteile SaaS
4.2 Herausforderungen für Anbieter
4.3 Bewertung BIaaS
4.3.1 Bewertung aus Kundensicht
4.3.2 Bewertung aus Anbietersicht
5 Fazit
Zielsetzung & Themen
Die Arbeit untersucht, ob das Software-as-a-Service-Modell (SaaS) auf Business Intelligence (BI) übertragbar ist und herkömmliche On-Premise-Lösungen ersetzen kann. Dabei werden insbesondere die Eignung für verschiedene Unternehmensgrößen und die spezifischen Marktanforderungen kritisch bewertet.
- Grundlagen von SaaS und Business Intelligence
- Marktanalyse des SaaS-Umfelds und des BI-Teilmarktes
- Kosten-Nutzen-Bewertung des SaaS-Ansatzes für Kunden
- Herausforderungen für Anbieter bei der Implementierung von BIaaS
Auszug aus dem Buch
2.4 Business Intelligence as a Service
Die Schichten des in Abschnitt 2.3 eingeführten Architekturmodells einer BI-Lösung lassen sich einzelnen Cloud Services zuordnen, sodass sich für eine BIaaS-Lösung die in Abbildung 5 dargestellte Struktur ergibt.
Die Datenintegrations- und Analyseschicht können als Plattformen angesehen werden, die in der Präsentationsschicht zur Darstellung der ausgewerteten Daten genutzt werden, und die sich verschiedener Dienste aus der Infrastrukturebene bedienen. Daraus erwachsen Vorteile vor allem für Anwendungsfälle, in denen eine ständige Datenauswertung in Echtzeit nicht benötigt wird.
Business Intelligence ist grundsätzlich als rechenintensiv zu bewerten. Die Integration der Quelldaten in ein multidimensionales Datenmodell bedingt oft die Ausführung von Join-Operationen über viele Einzeltabellen, was je nach Anzahl der Datenquellen zu einem beachtlichen Berechnungsaufwand führen kann. Auch die Durchführung von komplexen Abfragen ist sehr prozessorintensiv. Diese Prozesse laufen aber in der Regel nicht kontinuierlich ab.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung beleuchtet die Motivation hinter SaaS-Modellen, die Ausgangssituation klassischer On-Premise-BI und definiert die Forschungsfrage bezüglich der Übertragbarkeit auf BI.
2 Grundlagen: Dieses Kapitel erläutert die technischen und konzeptionellen Grundlagen von SaaS, Cloud Computing sowie Business Intelligence und führt diese zum Begriff BIaaS zusammen.
3 Marktbetrachtung: Hier wird der SaaS-Markt allgemein analysiert, das Wachstum verschiedener Kategorien beleuchtet und die spezifische Marktsituation für BIaaS betrachtet.
4 Bewertung des SaaS-Ansatzes: Dieses Kapitel analysiert kritisch Vor- und Nachteile von SaaS, Herausforderungen für Anbieter sowie die spezifische Bewertung von BIaaS aus Kunden- und Anbietersicht.
5 Fazit: Das Fazit fasst zusammen, dass BIaaS für Nischenanwendungen und Mittelständler mit begrenztem Budget sinnvoll ist, während in großen Konzernen weiterhin klassische Hosting-Modelle dominieren.
Schlüsselwörter
Business Intelligence, SaaS, Cloud Computing, BIaaS, On-Premise, Outsourcing, Mittelstand, IT-Strategie, Datensicherheit, Skalierbarkeit, Reporting, Datenintegration, Hosting, Software-as-a-Service, Performance.
Häufig gestellte Fragen
Worum geht es in dieser Bachelorarbeit grundsätzlich?
Die Arbeit analysiert das Cloud-Computing-Modell "Software-as-a-Service" (SaaS) und dessen Anwendungspotenzial für Business-Intelligence-Systeme.
Was sind die zentralen Themenfelder der Arbeit?
Die zentralen Themen umfassen Cloud-Architekturen, die Marktentwicklung von SaaS-Lösungen, die spezifischen Anforderungen an BI-Systeme sowie die Vor- und Nachteile der Auslagerung in eine Cloud-Infrastruktur.
Welches primäre Ziel verfolgt die Arbeit?
Das Ziel ist es, zu klären, ob BIaaS klassische On-Premise-Lösungen ersetzen kann und für welche Unternehmensgrößen oder Einsatzgebiete ein solches Konzept sinnvoll ist.
Welche wissenschaftliche Methode wurde angewandt?
Die Arbeit basiert auf einer Literaturanalyse, der Auswertung von Marktdaten sowie Experteninterviews mit Anbietern und Analysten.
Was wird im Hauptteil behandelt?
Im Hauptteil erfolgt zunächst eine begriffliche Einordnung, gefolgt von einer Marktanalyse und einer detaillierten Bewertung der Vor- und Nachteile aus Kunden- und Anbietersicht.
Welche Keywords charakterisieren die Arbeit?
Wichtige Begriffe sind Business Intelligence, BIaaS, SaaS, Cloud Computing, IT-Strategie, Skalierbarkeit und Datensicherheit.
Warum ist Business Intelligence besonders rechenintensiv?
BI-Prozesse erfordern häufig komplexe Join-Operationen über viele Datentabellen und prozessorintensive Abfragen zur Analyse, was hohe Anforderungen an die Infrastruktur stellt.
Warum bevorzugen große Unternehmen oft klassisches Hosting gegenüber Public-Cloud-BIaaS?
Großunternehmen legen Wert auf Kontrolle über ihre Daten, unterliegen strengen Compliance-Richtlinien und schätzen bei klassischen Outsourcing-Anbietern die höhere Vertragssicherheit und Stabilität.
Was ist das zentrale Argument für den Einsatz von BIaaS bei kleinen und mittelständischen Unternehmen (KMU)?
KMU profitieren von geringeren Anfangsinvestitionen (keine eigene Infrastruktur notwendig) und kürzeren Implementierungszeiten für notwendige Reporting-Funktionalitäten.
- Quote paper
- Jens Hunger (Author), 2010, Business Intelligence as a Service, Munich, GRIN Verlag, https://www.grin.com/document/155190
