Data Warehouse und Business Intelligence ‑ Grundlagen entscheidungsorientierter Informationssysteme

Data Warehouse und Business Intelligence – Grundlagen entscheidungsorientierter In- formationssysteme Carsten Bange und Dr. Heiko Schinzer Führungskräfte mit Informationssystemen bei der Entscheidungsfindung zu unterstützen ist seit den 60er Jahren ein Ziel der betrieblichen Informationsverarbeitung. Nach vielen frühen Mißerfolgen – verursacht durch technische Defizite, zu euphorische Versprechungen der An- bieter und überzogene Erwartungen der Anwender – haben entscheidungsorientierte Informa- tionssysteme (EIS) in den letzten Jahren stark an Akzeptanz und Verbreitung gewonnen. Das zentrale Problem bei einem EIS ist die Informationsbereitstellung, d. h. die Selektion und Aufbereitung entscheidungsrelevanter Informationen aus der Vielzahl interner und externer Datenquellen. An dieser Stelle setzt das maßgeblich von Inmon geprägte Konzept des Data Warehouse an. Ein Data Warehouse bezeichnet eine themenorientierte, integrierte, zeitbezogene und dauer- hafte Sammlung von Informationen zur Entscheidungsunterstützung des Managements. Während operative Informationssysteme (OIS) in der Regel nach den betrieblichen Funktio- nen ausgerichtet sind (z. B. Materialwirtschaft, Vertrieb und Finanzbuchhaltung), ist ein Data Warehouse themenorientiert nach Objekten (Produkte, Kunden, Märkte etc.) aufgebaut. Ein weiteres wichtiges Merkmal des Data Warehouse ist die Integration der verteilten Infor- mationen in einen einheitlichen homogenen Datenbestand. Diese Integration in einem Data Warehouse erfordert dabei nicht unbedingt die physikalische Zentralisierung der Daten in einen einzigen Datenpool, sondern vor allem deren logische Verbindung. Das dritte wesentliche Merkmal eines Data Warehouse ist die zeitliche Varianz der Daten. Während ein Zugriff in OIS auf die aktuelle Ist-Situation abzielt, handelt es sich bei Anfragen an ein Data Warehouse immer um zeitbezogene Aussagen. Viertens handelt es sich bei einem Data Warehouse – im Gegensatz zu OIS – um eine dauer- hafte Sammlung von Informationen. Während in OIS Einfüge-, Änderungs- und Abfrageope- rationen durchgeführt werden können, existieren in einem Data Warehouse nur zwei Mög- lichkeiten: Daten in das Data Warehouse einzuspeichern oder auf diesen Datenbestand zu- zugreifen. Architektur Entscheidungsorientierte Informationssysteme setzen sich aus verschiedenen Komponenten zusammen. Ausgehend von den operativen Daten in betrieblichen Vorsystemen und durch Integration weiterer, externer Informationsquellen werden auf der Speicherebene ein Data Warehouse bzw. mehrere Data Marts aufgebaut. Mit dem Begriff Data Mart werden kleinere, funktions- oder abteilungsbezogene Data Warehouses bezeichnet, die abhängig von einem zentralen Data Warehouse oder auch dezentral unabhängig aufgebaut werden. Zur Befüllung der Speicherkomponenten sind häufig aufwendige Prozesse der Extraktion, Transformation und des Ladens (ETL) nötig. Um eine flexible und dynamische Analyse zu gewährleisten, erfolgt mit Hilfe des von Codd entwickelten OLAP-Ansatzes auf der Modellierungsebene eine mehrdimensionale Abbildung dieser Datenbasis. Die Auswertung erfolgt auf der Analy- seebene mit Hilfe von Business Intelligence-Werkzeugen. Business •Präsentation, Analyse Intelligence •Applikation •Informationsmodellierung OLAP •Multidimensionale Kalkulation •Datenspeicherung Data Warehouse •Administration •Selektion, Extraktion ETL •Transformation, Laden •Transaktionsabwicklung Vorsysteme •Anbindung externer Quellen Abb. 1: Architektur entscheidungsorientierte Informationssysteme Extraktions- und Transformationsprozeß Die Überführung von Daten aus internen und externen Quellen in ein Data Warehouse wird unter dem Begriff Transformation zusammengefaßt und besteht im einzelnen aus der Filte- rung, Harmonisierung, Verdichtung und Anreicherung der Daten. Im Rahmen der Filterung erfolgt zunächst die Anbindung der unterschiedlichen Datenquellen. Anschließend werden vorhandene Fehler in den Datenbeständen beseitigt, wobei zwischen einfachen und logischen Fehlern differenziert werden kann. Zu Ersteren gehören beispielsweise Umlaute, die von dem Datenbanksystem falsch dargestellt werden. Die zweite Klasse beinhaltet dagegen logische Fehler wie z. B. die ungewollte Zuordnung eines Produktes zu mehreren Produktgruppen (re- ferenzielle Integritätsfehler). Der Schritt der Harmonisierung umfaßt die themenbezogene Gruppierung der Daten nach Kunden, Produkten oder Organisationseinheiten. Hierzu gehört neben der Zusammenfassung der Daten aus den unterschiedlichen Datenquellen auch die ein- heitliche Kodierung von Attributen und die Abstimmung der Schlüsselbeziehungen. Liegen die Daten in bereinigter und konsistenter Form vor, werden sie im Anschluß daran verdichtet. Da an ein Data Warehouse gestellte Abfragen vielfach aggregierter Natur sind, bietet es sich aus Performance-Überlegungen an, wahrscheinliche Aggregationen bereits im Voraus zu be- rechnen. Typische Aggregate sind beispielsweise entlang der Zeitdimension (Monat, Quartal, Jahr) zu finden. Im letzten Schritt können die aufbereiteten Daten noch durch zusätzliche be- triebswirtschaftliche Kennzahlen angereichert werden. Hierzu gehören z. B. Kenngrößen wie Plan/Ist-Abweichung oder Deckungsbeitrag, die sich aus den vorhandenen Daten berechnen lassen. Modellierungsprozeß Im nächsten Schritt erfolgt die multidimensionale Modellierung der im Data Warehouse vor- gehaltenen Informationen nach dem On-Line Analytical Processing-(OLAP-)Konzept von Codd. OLAP beschreibt dabei den Anspruch des Informationssystems: schnelle Analyse mul- tidimensional dargestellter Daten. Die physische Verwirklichung kann dabei sowohl mit (ob- jekt)relationalen als auch multidimensionalen Datenbanken vorgenommen werden. Um bei den relationalen OLAP-Anwendungen die langen Antwortzeiten aufgrund vielfältiger Join- Operationen zu verringern und die Daten in einem virtuellen Würfel darzustellen, ist ein Re- design der logischen Relationen notwendig. Bei relationalen Datenbanksystemen erfolgt dies häufig mit Hilfe des Star-Schema oder verwandten Ansätzen. Das Star-Schema besteht aus zwei Arten von Tabellen, den Fact- und den Dimension-Tables. Jede Spalte der Fact-Table bildet ein Dimensionselement bzw. eine Kennzahl des Data Warehouse. Über die Dimensi- onselemente wird die Verbindung zu den Dimension-Tables geknüpft. Die große Redundanz der Daten in einem Star-Schema hat zur Entwicklung des Snowflake-Schemas geführt. Dabei wird das Fact-Table unverändert aufgebaut, die Dimension-Tables aber gemäß ihrer hierarchi- schen Struktur partitioniert. Dabei kann für jedes Dimensionsattribut eine eigene Relation entstehen, während in der eigentlichen Dimensionstabelle nur noch die Attributschlüssel ge- führt werden. Das Snowflake-Schema benötigt aufgrund der normalisierten Dimensionen deutlich weniger Speicherplatz als ein Star-Schema und bietet vor allem Vorteile zur Abbil- dung komplexer Modelle. Auf der anderen Seite verlängert sich durch die höhere Verknüp- fungstiefe die Antwortzeit des Systems, so daß in der Praxis häufig auch kombinierte Ansätze (Partial Snowflake-Schema) realisiert werden. Weitere Varianten des Star Schemas umfassen das Fact-Constellation und Galaxy-Schema Business Intelligence Werkzeuge Der Aufbau eines Data Warehouse und die Modellierung der Informationen nach dem OLAP- Ansatz dient nur einem Zweck: Informationen entscheidungsorientiert zu analysieren und den Anwendern zu präsentieren. Für diese Funktion werden Business Intelligence Tools (BIT) eingesetzt. Ihr Einsatz kann sich von der Etablierung eines Berichtswesens für die Unterneh- mensführung bis hin zur Unterstützung von strategischen Aufgaben ziehen (Abb. 2). Mit stei- gender Komplexität solcher Anwendungen sinkt in der Regel die potenzielle Anwenderzahl im Unternehmen. Das betriebliche Berichtswesen kann in vielen Entscheidungssituationen wertvolle Unterstüt- zung bieten und ist daher auch in den moderneren Ansätzen in Form von vorgefertigten Mo- dellsichten und bereits festgelegten Analysen vorzufinden. Die Verteilung solcher Reports wird heute so gut wie ausschließlich über Internet-Technologie vorgenommen. Während ge- druckt vorgelegte Berichte keine weitergehenden Zugriffe auf die zugrundeliegenden Infor- mationen ermöglichen, kann bei einem BIT das Management die dargestellten Informationen auch zur Durchführung eigener und weitergehender Analysen nutzen. Im Unterschied zu den früheren Ansätzen basieren die in modernen BIT verwendeten Berichte meist auf multidimen- sionalen OLAP-Modellen, woraus sich die Möglichkeit ergibt, dem Benutzer größere Interak- tionsmöglichkeiten durch Verändern der Sicht auf die Daten einzuräumen. Zusätzlich erhöhen betriebswirtschaftliche Analysemethoden die Freiheit des Anwenders bei der Analyse und damit seine Möglichkeiten wertvolles Wissen aus den Daten zu generieren. Information Query & Reporting Anzahl der Anwender Enterprise Information Portals Analyse Statistik, BWL-Methoden Balanced Scorecards Strategische Unterstützung Kampagnen, Data Mining, Planung Anwendungskomplexität Abb.