Skip to main content
main-content

Über dieses Buch

Neben den operativen Informationssystemen, welche die Abwicklung des betrieblichen Tagesgeschäftes unterstützen, treten heute verstärkt Informationssysteme für die analytischen Aufgaben der Fach- und Führungskräfte in den Vordergrund. In fast allen Unternehmen werden derzeit Begriffe und Konzepte wie Data Warehouse, On-Line Analytical Processing und Data Mining diskutiert und die zugehörigen Produkte evaluiert.

Vor diesem Hintergrund bietet das Buch einen aktuellen Überblick über Technologien, Produkte und Trends in den genannten Bereichen. Als Entscheidungsgrundlage für den Praktiker beim Aufbau und Einsatz derartiger analytischer Informationssysteme können die unterschiedlichen Beiträge aus Wirtschaft und Wissenschaft wertvolle Hilfestellung leisten.

Für die Neuauflage wurde der Praxisbezug durch neue Beiträge und die Aktualisierung technologischer Aspekte vergrößert.

Inhaltsverzeichnis

Frontmatter

Grundlagen

Frontmatter

Analytische Informationssysteme — Einordnung und Überblick

Abstract
Analytische Informationssysteme - dieses Wortgebilde wird im vorliegenden Beitrag nicht etwa als bislang unbekanntes Konzept oder neuartiger Ansatz propagiert, sondern als logische Klammer, welche die gängigen Schlagworte wie „Data Warehouse“, „On-Line Analytical Processing“ und „Data Mining“ aber auch konkrete betriebswirtschaftliche Anwendungslösungen für dispositive Zwecke umschließt.
Dabei erscheint es wichtig, dass einerseits die Verbindung zur historischen Entwicklung aufgezeigt und andererseits eine Betrachtung des Problembereichs sowohl aus informationstechnologischer als auch aus betriebswirtschaftlich-organisatorischer Sicht erfolgt.
Peter Chamoni, Peter Gluchowski

Business Performance Management

Barbara Dinter, Tobias Bucher

Entwicklung einer Business-Intelligence-Strategie

Abstract
Empirischen Untersuchungen zur Folge werden über 75% aller Projekte für die Gewinnung analytischer Informationen von der Unternehmensführung oder dem Controlling angestoßen. Die Projekte sind zumeist von strategischer Bedeutung, setzen ein großes Know-how über die Unternehmenssteuerung sowie die betrieblichen Prozesse voraus und erfordern ein hohes Engagement seitens aller Beteiligten. Um den besonderen Anforderungen zur erfolgreichen Umsetzung von Business Intelligence gerecht zu werden, sollten Unternehmen daher eine umfassende Strategie verfolgen. Berücksichtigt werden müssen in diesem Kontext die jeweilige Unternehmenssituation, wie Art des Geschäftsmodells, Unternehmensorganisation, Geschäftsprozesse, vorhandene IT-Infrastruktur und natürlich Kosten-/Nutzenaspekte. Mit Hilfe eines Vorgehensmodells lässt sich eine unternehmensweite Business-Intelligence-Strategie strukturiert und effizient entwickeln.
Andreas Totok

Business Intelligence Reifegradmodelle

Reifegradmodelle als methodische Grundlage für moderne Business Intelligence Architekturen
Abstract
Die derzeitige Marktsituation im Bereich Business Intelligence zeichnet sich durch eine Vielfalt unterschiedlichster Ansätze zur Analyse und Auswertung von Geschäftsprozessen aus. Der folgende Beitrag liefert einen Ansatz, um die Heterogenität der verschiedenen, in der Praxis unter der Bezeichnung Business Intelligence zusammengefassten Lösungen in Form eines Reifegradmodells zu kategorisieren und auf dieser Basis jeweils strategische Implikationen abzuleiten.
Die Ausgangssituation skizziert zunächst, warum bisherige Methoden zur Beurteilung von bestehenden Lösungen nur z. T. erfolgreich eingesetzt werden können. Darauf aufbauend erfolgt die Ausarbeitung von Anforderungen an einen methodischen Ansatz für den erfolgreichen Aufbau und die Weiterentwicklung von Business Intelligence Systemen. Auf dieser Basis bietet Mummert Consulting mit dem Business Intelligence Maturity Model (biMM®) einen Ansatz, um den Reifegrad von Business Intelligence-Lösungen zu evaluieren und insofern strategische Implikationen methodisch abzuleiten. Abschließend werden typische Entwicklungen entlang des Reifegradmodells exemplarisch dargestellt.
Klaus-Dieter Schulze, Carsten Dittmar

Werkzeuge für analytische Informationssysteme

Abstract
Seit den 60er Jahren versuchen Unternehmen das Management mit Hilfe analytischer Informationssysteme bei der Entscheidungsfindung zu unterstützen. Häufig wechselnde Schlagworte wie Management Information Systems, Decision Support Systems und Executive Information Systems stehen jedoch für den mäßigen Erfolg, den die Anbieter bis Mitte der 90er Jahre in diesem Markt erringen konnten. Erst das Data Warehouse im Kern einer mehrschichtigen Architektur zum Aufbau analytischer Informationssysteme ermöglichte einen seit vielen Jahren stabilen Architekturrahmen, der grob in Back-End Komponenten zur Datenintegration und Datenspeicherung sowie Front-End Komponenten für verschiedene Aufgaben der Datenaufbereitung am Anwenderarbeitsplatz strukturiert werden kann.
Der vorliegende Beitrag gibt einen Überblick der am Markt verfügbaren Produkte und Anbieter für die verschiedenen Systemebenen analytischer Informationssysteme. Trotz voranschreitender Marktkonsolidierung existieren weltweit schätzungsweise mehr als 300 Softwareanbieter für einzelne oder mehrere Aufgaben in solch einer Architektur. Die Nennung von Angeboten kann daher schon aus Platzgründen nur exemplarisch erfolgen, umfassendere Listen und detailliertere Informationen zu Softwarewerkzeugen und Softwareauswahl sind beim Business Application Research Center (www.barc.de) verfügbar.
Carsten Bange

Data Warehouse und On-Line Analytical Processing

Frontmatter

Transformation operativer Daten

Konzeptionelle Überlegungen zur Filterung, Harmonisierung, Aggregation und Anreicherung im Data Warehouse
Abstract
Der folgende Beitrag beschäftigt sich mit der Problematik der Überführung operativer in dispositive Datenbestände, die direkt für Analytische Informationssysteme nutzbar sind. Die hierfür erforderlichen Transformationsprozesse werden in aufeinander aufbauende Filterungs-, Harmonisierungs-, Aggregations- sowie Anreicherungsaktivitäten unterschieden und durch entsprechende Praxisbeispiele illustriert.
Hans-Georg Kemper, Ralf Finger

Das Data Warehouse als Datenbasis analytischer Informationssysteme

Architektur und Komponenten
Abstract
Aus der Sicht der Informationsversorgung ist die aktuelle Situation in den Unternehmen durch eine steigende Datenflut bei einem gleichzeitigen Informationsdefizit gekennzeichnet. Viele Unternehmen sind zwar im Besitz einer Vielzahl von Daten, sie sind jedoch nicht in der Lage, diese sinnvoll zu nutzen. Ein derzeit viel diskutierter Ansatz zur Verbesserung der unternehmensweiten Informationsversorgung ist das Data Warehouse-Konzept. Dieses stellt die aktuelle Entwicklung im Bereich der Integrationsstrategien für managementunterstützende Informationen dar und soll die Qualität, die Integrität und die Konsistenz des zugrunde liegenden Datenmaterials sicherstellen. Die Technik, die eine solche Integration ermöglicht, ist vorhanden, unterliegt aber derzeit noch einem ständigen Wandel. Im Mittelpunkt dieses Beitrages steht daher eine eher idealtypische Betrachtung des Data Warehouse-Konzeptes. Ausgehend von der Architektur eines Data Warehouses werden sodann dessen charakteristische Komponenten und deren Funktionen beschrieben.
Harry Mucksch

Entwicklungslinien und Architekturkonzepte des On-Line Analytical Processing

Abstract
In der letzten Dekade hat eine Gattung von Informationssystemen zunehmende Bedeutung erlangt, die dem Anwender multidimensionale Sichten auf relevante Datenbestände liefert und dadurch das Geschäftsverständnis betrieblicher Fach- und Führungskräfte in geeigneter Weise repräsentiert. Besonders die intuitive Nutzbarkeit multidimensionaler Lösungen mit der Möglichkeit zur flexiblen und interaktiven Generierung unterschiedlichster Perspektiven auf den Datenbestand macht die verfügbaren Systeme heute zu unverzichtbaren Werkzeugen bei der Analyse entscheidungsrelevanter Informationen. Nicht zuletzt durch die intensive Diskussion um die Ausgestaltung von On-Line Analytical Processing (OLAP)-Systemen erlangt das Paradigma der Multidimensionalität heute auch für eine breite Öffentlichkeit zunehmende Bedeutung. Die vorliegenden Ausführungen skizzieren in diesem Zusammenhang die Entwicklungslinien des On-Line Analytical Processing und mögliche Realisierungsformen.
Peter Gluchowski, Peter Chamoni

Mehrdimensionale Datenmodellierung für analyseorientierte Informationssysteme

Abstract
Eine charakteristische Eigenschaft von analyseorientierten Informationssystemen ist die Mehrdimensionalität. Als wesentlicher Schritt beim Aufbau solcher Systeme gilt die Modellierung, denn diese beeinflusst die Leistungsfähigkeit und erfolgreiche Nutzung von Data Warehouse und OLAP Systemen maßgeblich.
Eine geläufige Strukturierung des Modellierungsvorganges unterscheidet die Ebenen der semantischen, logischen und physischen Datenmodellierung. Zur Unterstützung der fachkonzeptionellen mehrdimensionalen Modellierung sind verschiedene semantische Methoden verfügbar, von denen einige ausgewählte dargestellt werden.
Zur Abbildung mehrdimensionaler Datenstrukturen in relationalen Systemen hat sich mittlerweile ein Standard entwickelt, der unter dem Sammelbegriff Star Schema bekannt ist. Die facettenreiche Vielzahl von Varianten ist Gegenstand der Betrachtung auf der logischen Modellebene.
Michael Hahne

Techniken und Werkzeuge zum Aufbau betrieblicher Berichtssysteme

Abstract
Wenn heute über Data Warehouse-Konzepte diskutiert wird, dann fallen die Schlagworte On-Line Analytical Processing (OLAP) und Data Mining häufig in einem Atemzug. Oftmals wird jedoch dabei übersehen, dass mit einem unternehmensweiten, konsistenten Datenpool, wie ihn Data Warehouse-Lösungen anstreben, auch Anwendergruppen und Anwendungsklassen bedient werden können, die ein derartig weit reichendes analytisches Instrumentarium gar nicht benötigen. Hier greifen eher die Werkzeuge, die beim Aufbau eines unternehmensweiten Berichtswesens gute Dienste leisten können und im Rahmen des vorliegenden Beitrages beleuchtet werden sollen.
Peter Gluchowski

Aufbau einer konzernweiten Informationsplattform zur Unterstützung des strategischen Beschaffungsprozesses bei der Continental AG

Abstract
Für ein Unternehmen wie die Continental AG, das sich als eine global agierende Gruppe versteht und sich im Rahmen der zunehmenden Internationalisierung von Märkten und Produktionskapazitäten bewähren muss, ist es unabdingbar, seinen Mitarbeitern eine konzernweite Informationsplattform zur Unterstützung von strategischen Entscheidungen an die Hand zu geben.
Dies gilt insbesondere auch für den Bereich Einkauf, der in hohem Maße Einfluss auf den Erfolg des gesamten Unternehmens hat. Erfolgreiches Agieren auf allen Märkten im direkten und indirekten Bereich, sowie die Auswahl der richtigen Partner unter den potenziellen Lieferanten erfordern eine gute und aktuelle Information über das Einkaufsgeschäft weltweit.
Das im Rahmen des SMART-Projektes (Spend Management and Reporting Tool) implementierte Data Warehouse für den Konzerneinkauf ermöglicht diese konzernweite Sicht und garantiert damit eine weitgehende Transparenz der Einkaufsaktivitäten im gesamten Konzern für alle Einkäufer. Der vorliegende Beitrag beschreibt den Projekthintergrund, die gewählte Architektur sowie abschließend Erfahrungen, die im Projektverlauf gemacht wurden.
Thomas Bannert, Wolfgang Behme

Data Mining

Frontmatter

Knowledge Discovery in Databases

Begriff, Forschungsgebiet, Prozess und System
Roland Düsing

Verfahren des Data Mining

Abstract
Die im Rahmen der Wissensentdeckung in umfangreichen Datenbeständen eingesetzten Verfahren des Data Mining werden hinsichtlich Zielsetzung, Aufgabenstellung und logischer Vorgehensweise präsentiert. Die für die Datenanalyse wichtigen Fragestellungen der Klassifikation, der Regression, der Clusterung und der Abhängigkeitsentdeckung kennzeichnen die Kernaufgaben analytischer Informationssysteme. Ihnen werden Entscheidungsbaumverfahren, Künstlich Neuronale Netze, Clusterverfahren und Assoziationsanalyse als Lösungsansätze gegenübergestellt und an Beispielen die Einsatzfähigkeit erläutert.
Frank Beekmann, Peter Chamoni

Text Mining als Anwendungsbereich von Business Intelligence

Abstract
Die Informationsflut aus dem World Wide Web können Entscheidungsträger in Unternehmen nur schwer bewältigen. Zunehmend wird es für Unternehmen interessant, Filter einzusetzen, die relevante Informationen für ein Unternehmen bestimmen und nur diese verfügbar machen. Grundsätzlich bieten sich hierzu Verfahren des Text Mining an. Dazu werden in diesem Kontext die Klassifikation, die Clusterung sowie das Abstracting diskutiert. Deren Verfahren können einzeln oder gemeinschaftlich angewendet werden, um die zunehmend unstrukturierten Daten zumindest teilautomatisiert auszuwerten, damit der Aufwand für Anwender reduziert wird.
Carsten Felden

Statistische Methoden zur visuellen Exploration mehrdimensionaler Daten

Auszug
„Data Mining“ heißt das aktuelle Schlagwort für die Auswertung großer Datenmengen. Visualisierungstechniken spielen bei der Mustererkennung eine wichtige Rolle. Statistiker haben sich bereits seit mehr als 20 Jahren intensiv mit grafischen Explorationstechniken für mehrdimensionales Datenmaterial beschäftigt. Bei der Anwendung dieser Methoden ergeben sich meist keine automatischen Prozesse, sondern interaktive Exploration und Interpretation wechseln einander ab.
Hier wird ein vergleichender Überblick über die in Betracht kommenden grafischen Verfahren gegeben. Ziel ist dabei nicht die Vermittlung der statistischmethodischen Grundlagen, sondern die Öffnung eines Zugangs zum breiten Spektrum nützlicher Methoden der visuellen Exploration.
Horst Degen

Betriebswirtschaftliche Anwendung und spezielle Aspekte analytischer Informationssysteme

Frontmatter

Unterstützung von Planung, Forecasting und Budgetierung durch IT-Systeme

Abstract
Software-Systeme aus den unterschiedlichsten Kategorien können zur Unterstützung von Planungsaufgaben eingesetzt werden. Häufig werden suboptimale Entscheidungen aus Unkenntnis der Leistungsfähigkeit der jeweiligen Systeme getroffen. Die wichtigsten Anforderungen sollen in diesem Beitrag diskutiert und das Leistungspotenzial der Softwarewerkzeuge gegenübergestellt werden.
Karsten Oehler

Komponenten und Potenziale eines analytischen Customer Relationship Management

Abstract
Die zentrale Zielsetzung, die mit CRM verfolgt wird, liegt in der langfristigen Bindung profitabler Kunden an das Unternehmen. Als wesentliche Grundlage für den effizienten Umgang mit potenziellen, aktuellen oder ehemaligen Kunden gilt dabei das umfassende Wissen über Struktur, Verhalten und Bedürfnisse dieser Kunden. Die Organisation dieses Wissens — d. h. dessen Bewahrung, Bereitstellung und Analyse — obliegt dem analytischen CRM (aCRM). Hierzu bedient sich das aCRM analytischer Informationssysteme, deren spezifischer Einsatz im CRM durch den nachfolgenden Beitrag skizziert werden soll.
Hajo Hippner

Business Warehouse basierte Konzernkonsolidierung

Grundlagen und Umsetzung anhand eines Implementierungsprojektes
Abstract
Zur Unterstützung der Konzernabschlusserstellung sind zuletzt insbesondere Business Warehouse basierte Werkzeuge in den Vordergrund getreten. Diese haben durch die erhöhten Anforderungen an einen Konzernabschluss nach internationalen Standards (IFRS oder US-GAAP) sowie durch den zunehmenden Fokus der Konzerne auf eine aussagekräftige Managementberichterstattung an Bedeutung gewonnen.
Nach einer kurzen Aufarbeitung der Grundlagen der Konzernrechnungslegung werden die Vorteile der BW-basierten Werkzeuge unabhängig vom jeweiligen Produkt beschrieben. Insbesondere die erhöhte Flexibilität bei der Erstellung von Abschlüssen zur internen Konzernsteuerung neben den legalen Abschlüssen steht hierbei im Fokus. Anhand eines konkreten, jüngeren IFRS/US-GAAP-Conversion- und SAP-Implementierungsprojektes stellt dieser Beitrag das im Rahmen einer BW-basierten Konsolidierung zum Einsatz kommende, grundlegende Datenmodell vor und skizziert die einzelnen im Projekt umgesetzten Prozessschritte bis zum fertigen Konzernabschluss. Unser Dank gilt der Brenntag Holding GmbH & Co KG sowie dem Projektleiter von Seiten der unterstützenden Beratungsgesellschaft (Johannes Vogel) für die Bereitschaft zur Veröffentlichung dieser Inhalte.
Markus Düchting, Jürgen Matz

Distribution von Business-Intelligence-Wissen

Diskussion eines Ansatzes zur Nutzung von Wissensmanagement-Systemen für die Verbreitung von Analyseergebnissen und Analysetemplates
Abstract
Im folgenden Beitrag wird ein Ansatz zur Verbreitung von Wissen aus Business-Intelligence-Analysen entwickelt und diskutiert. Relevant ist hierbei nicht nur Wissen in Form konkreter Analyseergebnisse sondern auch Wissen um die zielführende Durchführung von Analysen. Zur effizienten Weitergabe derartigen „Best-Practice-Wissens“ wird empfohlen, dieses in „Analysetemplates“ zu hinterlegen, d. h. in Vorlagen für die Durchführung verschiedener gleich strukturierter Analysen. Zur systematischen Weitergabe von Ergebnisberichten und Templates bieten sich Systeme aus dem Wissensmanagement mit Document- und Content-Management-Funktionalität an. Für die notwendige Verzahnung von Business-Intelligence- und Wissensmanagement-Systemen wird eine Middleware-Lösung vorgeschlagen, die als Drehscheibe zwischen den unterschiedlichen Lösungen fungiert.
Henning Baars

„Real“-Time Warehousing und EAI

Auszug
Unter den Stichworten „Real-Time-“ bzw. „Near-Time-Warehousing“ sowie Active Warehousing werden Konzepte diskutiert, die auf eine Beschleunigung der Informationsverarbeitungsprozesse abzielen. Dieser Beitrag untersucht, inwieweit eine solche Beschleunigung bei herkömmlichen Data Warehouse-Architekturen möglich ist und zeigt kritisch auf, welche weiteren Verbesserungen unter Zuhilfenahme der unter dem Stichwort Enterprise Application Integration (EAI) diskutierten Ansätze möglich sind.
Joachim Schelp

IT-Sicherheit und Data Warehousing

Abstract
Data Warehouse-Systeme, die umfangreiche Datenmengen speichern und verwalten, weisen neben ihren anerkannten Vorteilen und Chancen auch zahlreiche Risiken bezüglich ihrer Sicherheit auf, die eine Unternehmung sehr stark gefährden können. Im Rahmen einer Sicherheitspolitik sind die Unternehmen herausgefordert, ein Sicherheitskonzept zu erstellen, das sich an konkreten Sicherheitszielen orientiert. Die Analyse der potenziellen Gefährdungen der Sicherheit von Data Warehouse-Systemen führt zu einer Sicherheitsarchitektur, bei der sowohl technische als auch organisatorische Maßnahmen berücksichtigt werden. Das Ziel des Beitrages ist es, konkrete Sicherheitsziele und potenzielle Gefährdungen der Sicherheit von Data Warehouse-Systemen aufzuzeigen und ein erfolgreiches Sicherheitskonzept zu entwickeln, das der Bedeutung der IT-Sicherheit für Data Warehouse-Systeme angemessen ist.
Roland Gabriel

Backmatter

Weitere Informationen

Premium Partner

    Bildnachweise