Diese Arbeit ermittelt, inwiefern Agilität in Business Intelligence (BI) Projekten gewinnbringend eingesetzt werden kann. Dazu ist es notwendig, den aktuellen Stand von Agilität im Business-Intelligence-Umfeld zu ermitteln sowie die Besonderheiten von BI-Projekten ausreichend zu berücksichtigen.
Unternehmen stehen in der heutigen Zeit vor tiefgreifenden Veränderungen. Häufig sind Stichworte wie "intensiver Wettbewerb", "Globalisierung" oder "Innovationsdruck" zu lesen, die Produktlebenszyklen verkürzen sich und die Anpassungsfähigkeit von Unternehmen ist ein kritischer Erfolgsfaktor geworden.
Wie können Unternehmen in solchen Situationen konkurrenzfähig bleiben? In digital bestimmten Situationen sind Daten zu einem Wettbewerbsvorteil geworden. Dennoch reicht es nicht, Daten ausschließlich zu sammeln. Die Datensammlung muss zielführend genutzt werden, um daraus Vorteile (z. B. durch bessere Kundenansprache) zu erzielen. Diese Aufgabe wurde in den letzten Jahren vermehrt mit dem Sammelbegriff Business Intelligence (BI) bearbeitet.
Auf einen Blick
- Note: 2,0
- Praxisbeispiel zum agilen Data-Warehouse-Projekt bei congstar nach Ellner
- Behandelt ein weiteres Data-Warehouse-Projekt nach Pilz mit klassischen und agilen Ansätzen
- 22 Quellen im Literaturverzeichnis
Inhaltsverzeichnis
Inhaltsverzeichnis
1. Einleitung
1.1. Begründung des Themas
1.2. Zielsetzung
1.3. Abgrenzung des Themas
1.4. Operationalisierung
1.5. Aufbau dieser Seminararbeit
2. Agile Methoden – Einführung
2.1. Begriffsdefinition
2.2. Agiles Manifest: Werte und Prinzipien der Agilität
2.3. Anwendungsbereiche agiler Methoden
2.4. Vor- und Nachteile von Agilität
3. Business Intelligence – Einführung
3.1. Begriffsdefinition
3.2. Historische Entwicklung von Business Intelligence
3.3. Funktionsweise eines BI-Systems
3.4. Aufgaben und Ziele eines BI-Systems
4. Agilität in Business Intelligence-Projekten
4.1. Aktueller Stand von Agilität in BI-Projekten
4.2. Herausforderungen und Besonderheiten von BI-Projekten
4.3. Einsatzmöglichkeiten von Agilität in BI-Projekten
4.4. Praxisbeispiel
4.5. Zukünftige Potenziale von Agilität in BI-Projekten
5. Abschluss und Fazit
Zielsetzung und Themen
Die Seminararbeit untersucht, inwiefern agile Methoden in Business-Intelligence-Projekten eingesetzt wurden und künftig gewinnbringend eingesetzt werden können. Dazu betrachtet sie den Stand der Anwendung, die Besonderheiten solcher Projekte und mögliche Zukunftspotenziale anhand von Fachliteratur und Praxisbeispielen.
- Werte, Prinzipien und Anwendungsbereiche agiler Methoden
- Entwicklung, Architektur und Ziele von Business-Intelligence-Systemen
- Besondere Anforderungen und Herausforderungen von BI-Projekten
- Agile Ansätze für Anforderungsanalyse, Datenintegration und Entwicklung
- Praxisbeispiele aus Data-Warehouse-Projekten
- Zukunftspotenziale und der Data-Vault-Ansatz
Auszug aus dem Buch
4.4. Praxisbeispiel
Ein Praxisbeispiel für die erfolgreiche Umsetzung eines BI-Projekts mithilfe agiler Vorgehensweisen wird von Ellner (2016) beschrieben. Das beim Telekommunikationsunternehmen congstar durchgeführte Projekt soll im Folgenden zusammengefasst werden, um ein praxisnahes Verständnis für die Anwendung agiler Ansätze im BI-Kontext zu erhalten.
Das Unternehmen ist in der Telekommunikationsbranche tätig. In dieser besonders schnelllebigen Branche ist es notwendig, flexibel zu sein, um seine Marktposition behaupten zu können. Congstar versuchte zunächst, ein neues Data Warehouse mit klassischen Methoden einzuführen, scheiterte jedoch schnell, da die Anforderungen zu flexibel und volatil waren. Deshalb entschieden sich die Verantwortlichen für einen agilen Ansatz.
Dieser erschien erfolgsversprechender, da z. B. auch das Quellsystem in agilen Zyklen weiterentwickelt wird. Außerdem mussten die Anforderungen nicht zwingend zu Beginn des Projekts im Detail definiert werden.
Das Projekt wurde nach Scrum und mit acht Teammitgliedern im Entwicklungsteam durchgeführt. Zusätzlich wurden zwei Product Owner und ein Scrum Master eingesetzt. Die Product Owner stellten die Kundenschnittstelle dar. Dennoch wurden Use Cases immer im Team geschätzt. Während der Entwicklung wurde die Technik des Pair Programming eingesetzt, bei dem immer zwei Entwickler gemeinsam an einem Task arbeiten. Dadurch wurde das Wissen ideal verteilt.
Im weiteren Projektvorgehen wurde ein „Prio Board“ abgehalten, in welchem Änderungsanfragen vorgestellt und von den Fachbereichen priorisiert wurden. Auf dieser Basis erstellten die Product Owner User Stories, die so weit detailliert werden, dass sie vom Team geschätzt werden können. Im Grooming wurden jeweils die User Stories für den nächsten Sprint vorgestellt. Zu komplexe User Stories wurden geschnitten. Dabei wurde versucht, anhand von gemeinsamen Quellen und Berechnungswegen zu gruppieren. Die Dauer der Sprints variierte zwischen zwei und vier Wochen. Als ideal erwies sich ein vierwöchiger Sprint, innerhalb dessen drei Wochen entwickelt wurde und eine Woche für den Go-Live vorbereitet wurde.
Technologisch wurde die Entwicklung in die Bereiche Datenbank-, ETL- und Frontend-Entwicklung eingeteilt. Außerdem wurde ein automatisiertes Deployment auf die Testumgebung sowie automatisierte Backend-Tests durchgeführt.
Zusammenfassung der Kapitel
1. Einleitung: Das Kapitel begründet die Themenwahl, formuliert Zielsetzung und Abgrenzung und erläutert das Vorgehen sowie den Aufbau der Arbeit.
2. Agile Methoden – Einführung: Das Kapitel definiert Agilität und beschreibt das agile Manifest, Anwendungsbereiche sowie Vor- und Nachteile agiler Ansätze.
3. Business Intelligence – Einführung: Das Kapitel erläutert verschiedene Begriffsverständnisse und die historische Entwicklung von Business Intelligence. Außerdem beschreibt es Aufbau, Aufgaben und Ziele eines BI-Systems.
4. Agilität in Business Intelligence-Projekten: Das Kapitel behandelt den Stand agiler Ansätze, die Besonderheiten von BI-Projekten und mögliche Einsatzfelder. Praxisbeispiele und ein Ausblick auf zukünftige Potenziale ergänzen die Darstellung.
5. Abschluss und Fazit: Das Schlusskapitel fasst die Betrachtung zusammen und erörtert Bedingungen und Perspektiven für agile Vorgehensweisen im BI-Umfeld.
Schlüsselwörter
Agilität, Business Intelligence, agile Methoden, BI-Projekte, Data Warehouse, Scrum, agiles Manifest, Anforderungsanalyse, Datenintegration, ETL, User Stories, Data Vault, Wasserfallmodell
Häufig gestellte Fragen
Worum geht es in der Seminararbeit?
Sie beschäftigt sich mit der Verbindung agiler Methoden und Business Intelligence sowie deren Anwendung in BI-Projekten.
Welche Themenfelder stehen im Mittelpunkt?
Im Mittelpunkt stehen die Grundlagen der Agilität und von BI-Systemen, projektspezifische Herausforderungen, Einsatzmöglichkeiten und Zukunftspotenziale.
Welche Frage verfolgt die Arbeit?
Sie untersucht, inwiefern Agilität in BI-Projekten gewinnbringend eingesetzt wurde und künftig eingesetzt werden kann.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit stützt sich auf Literaturrecherche und -analyse sowie die Betrachtung vorhandener Statistiken. Eigene Umfragen, Praxiseinsätze oder Experteninterviews werden nicht durchgeführt.
Was wird im Hauptteil behandelt?
Der Hauptteil führt in agile Methoden und Business Intelligence ein und verbindet beide Themen anschließend anhand von Herausforderungen, Einsatzmöglichkeiten und Praxisbeispielen.
Welche Begriffe charakterisieren die Arbeit?
Zu den zentralen Begriffen gehören Agilität, Business Intelligence, Data Warehouse, Scrum, Anforderungsanalyse und Data Vault.
Welches Praxisbeispiel wird näher beschrieben?
Die Arbeit fasst nach Ellner ein Data-Warehouse-Projekt des Telekommunikationsunternehmens congstar zusammen, das mit Scrum umgesetzt wurde.
Welche Besonderheiten von BI-Projekten werden angesprochen?
Behandelt werden unter anderem schwer vorab festzulegende Anforderungen, unterschiedliche Fachbegriffe, heterogene Daten und die Abhängigkeiten zwischen Systemkomponenten.
Welche Rolle spielt Data Vault in der Arbeit?
Data Vault wird im Ausblick als Ansatz für eine veränderbare Data-Warehouse-Architektur und als mögliches Einsatzfeld agiler Vorgehensweisen vorgestellt.
- Arbeit zitieren
- Andreas Aumeier (Autor:in), 2020, Agile Methoden in Business Intelligence Projekten. Definition, aktueller Stand, Möglichkeiten und Zukunftspotenziale, München, GRIN Verlag, https://www.grin.com/document/995871
