Darstellung des Data Warehouse-Konzeptes in Abgrenzung zu operativen Datensystemen

Inhaltsverzeichnis

1 Einleitung

2 Operative Datensysteme
2.1 Kennzeichnung
2.2 Schwächen

3 Das Data Warehouse-Konzept
3.1 Begriff und Ziele
3.2 Charakteristische Merkmale
3.3 Architektur
3.3.1 Wesentliche Komponenten
3.3.2 Extraktions- und Transformationswerkzeuge

4 Kritische Würdigung

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abb. 1: Data Warehouse-Architektur

Abb. 2: Extraktions-, Transformations- und Ladeprozess

1 Einleitung

Auf der Suche nach neuen Wettbewerbsvorteilen nutzen Führungskräfte und Entscheidungsträger immer häufiger die Informationstechnologie. Sie soll nicht mehr nur der Sammlung und dem Austausch von Daten dienen, sondern verstärkt auch der systematischen und schnellen Beschaffung, Verwaltung, Bereitstellung und Interpretation von Informationen. Computergestützte Systeme sollen neben der Unterstützung der laufenden Geschäftsprozesse insbesondere die Effizienz und Effektivität bei Managementaufgaben steigern.

Die aktuelle Situation in den Unternehmen ist durch eine steigende Datenflut bei gleichzeitigem Informationsdefizit gekennzeichnet. Deshalb sind sie zunehmend gezwungen, die Information neben den Betriebsmitteln, Werkstoffen und Arbeit als vierten betriebswirtschaftlichen Produktionsfaktor anzusehen. Dessen gezielter und ökonomischer Einsatz kann entscheidend zum Unternehmenserfolg beitragen.

Die Vielzahl der in operativen Datensystemen verteilten Daten erschweren deren sinnvolle Nutzung auf allen Managementebenen im Unternehmen. Ein managementunterstützendes System soll daher die richtige Information, zur richtigen Zeit, am richtigen Ort und in der erforderlichen Qualität bereitstellen, auf deren Basis eine zu treffende Entscheidung abgeleitet werden kann. Zur Beherrschung der immer mehr anwachsenden Datenflut hat sich in jüngerer Zeit die Technologie Data Warehouse herausgebildet. Sie basiert auf der Idee der Trennung der Daten zur Administration und Steuerung der operativen Prozesse von Daten und Informationen für Analyse, Planung und Kontrolle.

Am Anfang der Arbeit werden operative Datensysteme gekennzeichnet und deren Schwächen aufgezeigt, warum sie als Datenbasis zur Entscheidungsunterstützung des Management nicht geeignet sind. Den Hauptteil bildet die Darstellung eines umfassenden Data Warehouse-Konzeptes. Nach der Klärung des Begriffs des Data Warehouse und der anzustrebenden Ziele werden hier die charakteristischen Merkmale beschrieben. Daraufhin erfolgt die Darstellung einer allgemeinen Architektur mit der näheren Betrachtung der ausgewählten Komponenten. Ein wichtiger Bestandteil der Gesamtarchitektur eines Data Warehouse-Konzeptes sind die Extraktions- und Transformationswerkzeuge, die die Übernahme der Daten steuern. Da der Nutzen eines auf Data Warehouse basierenden Analysesystems entscheidend von der Aktualität und Qualität der Datenbasis abhängt, bilden diese Werkzeuge den Schwerpunkt innerhalb der Architektur und werden in einem separaten Abschnitt untersucht. Im abschließenden Teil der Arbeit erfolgt eine kritische Würdigung des Data Warehouse-Konzeptes.

2 Operative Datensysteme

2.1 Kennzeichnung

Operative Datensysteme, die auch als Transaktionssysteme bezeichnet werden, unterstützen die Abwicklung und Bewältigung laufender Geschäftsvorfälle auf der unteren bzw. mittleren Hierarchieebene im Unternehmen.^[1] Diese Systeme sind eng mit der Leistungserstellung verbunden und orientieren sich an den Funktionsbereichen wie Produktion, Beschaffung oder Vertrieb.^[2] Operative Datensysteme werden in der Regel im Online-Betrieb verwendet und sind durch hohe Verfügbarkeit und Zugriffsgeschwindigkeit gekennzeichnet. Aus diesem Grunde hat sich für sie der Begriff Online Transaction Processing (OLTP) etabliert.^[3]

Innerhalb betrieblicher Anwendungssysteme lassen sich operative Datensysteme in Administrations- und Dispositionssysteme einteilen.

Administrationssysteme dienen traditionell der Verwaltung der betrieblichen „Massendaten“ für Abrechnungszwecke (z.B. für die Buchführungsarbeiten in der Finanzbuchhaltung, monatliche Lohn- und Gehaltsabrechnungen im Personalwesen) und für Verwaltung von Beständen (z.B. von Lagerartikeln in der Fertigungsindustrie, Konten bei Banken oder Verträgen von Leasingfirmen und Versicherungen).^[4] Sie zielen auf Rationalisierungsnutzen wie Kostensenkung und Entlastung des Personals von Routineaufgaben sowie auf Beschleunigung von Prozessen.^[5]

Dispositionssysteme haben über die reine Administration hinaus die Aufgabe, kurzfristige Entscheidungen vor allem der unteren und mittleren Führungsebene vorzubereiten oder zu übernehmen, indem die Rechenanlage die Entscheidungen selbst trifft.^[6] Sie werden für Anwendungen wie die (Plan-)Kalkulation in der Kostenrechnung, Tourenplanung im Vertrieb oder die Materialbeschaffung in der Fertigung eingesetzt. Häufig zieht man hierbei Verfahren des Operations Research sowie der Künstlichen Intelligenz heran.^[7] Dispositionssysteme eignen sich insbesondere für gut strukturierte Probleme, zu denen vor allem Routineentscheidungen zählen.^[8]

[...]

^[1] Vgl. Voß, Stefan; Gutenschwager, Kai: Informationsmanagement, Berlin u.a. 2001, S. 255.

^[2] Vgl. Scheer, August-Wilhelm: Wirtschaftsinformatik. Referenzmodelle für industrielle Geschäftsprozesse, 7. Aufl., Berlin u.a. 1997, S. 5.

^[3] Vgl. Voß, Stefan; Gutenschwager, Kai, a.a.O., S. 255.

^[4] Vgl. Stahlknecht, Peter; Hasenkamp, Ulrich: Einführung in die Wirtschaftsinformatik, 10. Aufl., Berlin u.a. 2002, S. 332.

^[5] Vgl. Mertens, Peter: Integrierte Informationsverarbeitung 1. Operative Systeme in der Industrie, 13. Aufl., Wiesbaden 2001, S. 11.

^[6] Vgl. Mertens, Peter, a.a.O., S. 11.

^[7] Vgl. Stahlknecht, Peter; Hasenkamp, Ulrich, a.a.O., S. 332.

^[8] Vgl. Chamoni, Peter: Führungsinformationssysteme, in: Disterer, Georg; Fels, Friedrich; Hausotter, Andreas (Hrsg.): Taschenbuch der Wirtschaftsinformatik, München u.a. 2000, S. 357.