3 Bereitstellung von Informationen zur Aufgabenerfüllung

Transkript

1 1 3 Bereitstellung von Informationen zur Aufgabenerfüllung Die Bereitstellung, der auf aufgrund der bisherigen Aufgaben hinsichtlich der Informationsmanagement (siehe Kapitel 1 und 2) benötigten Informationen, kann nur durch entsprechende interne und externe Informationssysteme realisiert werden. Zum besseren Verständnis unterteilt der Autor diese Informationssysteme in operative und strategische Datenbasen. Empfohlene Literatur für das Selbststudium: Basiswissen Business Intelligence Autor: Christoph Engels Verlag: W3I., 1. Auflage 2008, 200 Seiten, Deutsch, ISBN: Data Warehouse Systeme Autoren: Andreas Bauer; Holger Günzel Verlag: dpunkt, 3. aktualisierte Auflage 2008, 634 Seiten, Deutsch ISBN: Datenbanken - Grundlagen und Design Autor: Frank Geisler Verlag: mitp, 3. Auflage erweitert 2009, 512 Seiten, Deutsch ISBN: Operative und strategische Datenbasen Als eine operative Datenbasis bezeichnet der Autor einen innerhalb eines sbereiches, der nur von dieses sbereiches genutzt werden kann. Es ist also ein funktionsorientierter, der von anderen en direkt nicht nutzbar ist. Indirekt wären selbstverständlich auch diese Daten bzw. Informationen durch die manuelle Weitergabe der Daten nutzbar. Das Entstehen dieser operativen Datenbasen begründet sich in der Regel durch die funktionsorientierte, die in früheren Jahren bzw. Jahrzehnten nicht auf einem unternehmensweiten Konzept beruhte, sondern je nach Bedarf und technischen Möglichkeiten in einem Unternehmen / einer Organisation eigenständig in den einzelnen sbereichen implementiert wurde.

2 2 Daraus entstanden oft unüberwindbare Barrieren hinsichtlich der Nutzung durch andere en wie zum Beispiel: nicht vorhandene Infrastruktur zur Datenübertragung fehlende Software in dem betreffenden sbereich nicht kompatibles Datenformat fehlende Rechte hinsichtlich des Zugriffes unterschiedliche Schlüssel (z. B. Sortierkriterien) der Daten hinsichtlich notwendigen Verknüpfungen fehlendes Wissen der zur Nutzung der erforderlichen Software Daten liegen aufgrund vorhandener Datenredundanz inkonsistent vor Diese Gründe führen in Unternehmen / Organisationen in der Regel dazu, dass Daten anderer sbereiche nicht bzw. uneffektiv genutzt werden und somit Informationen hinsichtlich der Informationsstände in der Aufgabenerfüllung fehlen. Als strategische Datenbasis bezeichnet der Autor ein funktionsübergreifender, d. h. die Daten können von unterschiedlichen en genutzt werden. Zum Erstellen einer strategischen Datenbasis werden die Daten aus den operativen Datenbeständen nicht an eine zentrale Stelle kopiert bzw. abgelegt, sondern durch entsprechende Transformation bzw. Verarbeitung die Daten zu einem zusammengefügt. Zum besseren Verständnis dieses Sachverhaltes dienen die Abbildungen 3-1 und 3-2. sbereich A sbereich B sbereich C sbereich D sbereich E Zentrale Stelle der Datenspeicherung (z. B. File Server) Abbildung 3-1 Daten an zentraler Stelle, aber keine strategische Datenbasis

3 3 sbereich A sbereich B sbereich C sbereich D sbereich E Strategische Datenbasis inklusive der Software zur Transformation und Verarbeitung der Daten: Abbildung 3-2 Strategische Datenbasis Hinsichtlich der Erstellung einer strategischen Datenbasis sind verschiedene Konzepte bekannt, die in den folgenden Kapiteln vorgestellt werden. Eigenverantwortliche Arbeiten 3-1 Bestimmen Sie bitte für ein selbstgewähltes Unternehmen / eine selbstgewählte Organisation sinnvolle bzw. notwendige operative und strategische Datenbasen (Aufwand 2 Stunden) Data Warehouse und Data Mart Konzeptionen Die Unterscheidung zwischen Data Warehouse und Data Mart besteht darin, dass bei der Data Warehouse Konzeption die Daten aller operativen Datenbasen in die strategische Datenbasis aufgenommen werden. Dies kann aber einem hohen Prozent ungenutzter oder wenig genutzten Daten zu einem ungünstigen Kosten-Nutzen-Verhältnis aus der Sicht des Informationsmanagements führen. Deshalb werden bei der Data Mart Konzeption nur die operativen Datenbestände in die strategische Datenbasis aufgenommen bei denen starke Interdependenzen hinsichtlich der einzelnen en vorliegen. Der Nachteil besteht jedoch darin, dass auf die Daten der operativen Datenbasen, die nicht in der strategischen Datenbasis aufgenommen wurden, nur des entsprechenden sbereiches zugegriffen werden kann. Hinsichtlich der Erstellung einer strategischen Datenbasis mittels Data Warehouse Konzeption oder Data Mart Konzeption stehen zwei unterschiedliche Architekturen zur Auswahl. Das bedeutet, dass Data Warehouse bzw. Data Mart als zentraler / realen oder als virtueller realisiert werden kann.

4 4 Bei der sogenannten zentralen / realen Architektur werden die Daten aus den operativen Datenbasen periodisch in die strategische Datenbasis aufgenommen, d. h. die Daten liegen sowohl in der entsprechenden operativen Datenbasis als auch in der strategischen Datenbasis vor. Diese redundante Speicherung der Daten kann zur einer Dateninkonsistenz führen, da die Daten in der strategischen bis zum nächsten Kopiervorgang unverändert bleiben. Der Vorteil dieser Architektur liegt in der geringeren Belastung der operativen Datenbasen, da die Aufnahme der Daten in die strategische Datenbasis in Zeiten geringer Belastung / Zugriffe erfolgen kann. Die Problematik einer möglichen Dateninkonsistenz und damit die Nutzung falscher Daten wird bei der virtuellen Architektur dadurch vermieden, dass die strategische Datenbasis die Daten nur bei Bedarf aufnimmt und nach deren Verarbeitung wieder löscht. Dazu müssen in der strategischen Datenbasis sogenannte Metadaten zur Aufnahme, Transformation und Speicherung der Daten vorrätig sein. Daraus ergeben sich mögliche Kombinationen: Zentrales / reales Data Warehouse Virtuelles Data Warehouse Zentrale / reale Data Mart Virtuelle Data Mart Die unterschiedlichen Architekturen und Konzeptionen werden in den folgenden vier Abbildungen zusammenfassend dargestellt. sbereich A sbereich B sbereich C sbereich D sbereich E Alle operativen Datenbestände werden periodisch durch kopieren in die strategische Datenbasis überführt. Zentrales / reales Data Warehouse inklusive der Software zur Transformation und Verarbeitung der Daten: Abbildung 3-3 Zentrales / reales Data Warehouse

5 5 sbereich A sbereich B sbereich C sbereich D sbereich E Alle operativen Datenbestände werden bei Bedarf durch kopieren temporär in die strategische Datenbasis überführt. Virtuelles Data Warehouse mit entsprechenden Metadaten bzw. Anweisungen zur Transformation und Verarbeitung der Daten: Abbildung 3-4 Virtuelles Data Warehouse sbereich A sbereich B sbereich C sbereich D sbereich E Ausgewählte operative Datenbestände werden periodisch durch kopieren in die strategische Datenbasis überführt. Zentrale / reale Data Mart inklusive der Software zur Transformation und Verarbeitung der Daten: + + Abbildung 3-5 Zentrale / reale Data Mart sbereich A sbereich B sbereich C sbereich D sbereich E Ausgewählte operative Datenbestände werden bei Bedarf durch kopieren temporär in die strategische Datenbasis überführt. Virtuelle Data Mart mit entsprechenden Metadaten bzw. Anweisungen zur Transformation und Verarbeitung der Daten: + + Abbildung 3-6 Virtuelle Data Mart Die Wahl der Architektur bzw. Konzeption hängt von den Gegebenheiten im Unternehmen / in der Organisation ab, d. h. es ist keine verbindliche Aussage über den späteren Erfolg möglich. Besonders, da die vorgestellten Ansätze in Konkurrenz zum im nächsten Kapitel behandeltem Modell eines zentralen es stehen.

6 Konzeption eines zentralen es Für die strategische Datenbasis kann die Konzeption eines zentralen es nur angewendet werden, wenn eine zur Verfügung steht, die alle notwendigen en beinhaltet, da die gewählten sbereiche mit der gleichen bzw. gemeinsamen arbeiten. Auf diese Weise entsteht nur ein, der sowohl für die Aufgaben der operativen als auch der strategischen Ablauforganisation hinsichtlich den betreffenden en verwendet wird. Dieser ist also operative und strategische Datenbasis gleichzeitig. sbereich A sbereich B sbereich C sbereich D sbereich E Gemeinsame für en mit starken Interdependenzen Durch die gemeinsame entsteht nur ein. Dieser ist sowohl operative als auch strategische Datenbasis gleichzeitig. Abbildung 3-7 Modell des zentralen es 3.2 Art des Zugriffes auf Daten im Informationssystem Von der Art des Zugriffes auf im Informationssystem gespeicherten Daten hängen die Möglichkeiten hinsichtlich der Verarbeitung dieser Daten ab. Hinsichtlich des Zugriffes wird zwischen OLTP (Online Transaction Processing.), OLAP (Online Analytical Processing) und dem objektorientierten Zugriff (Objektorientierte Datenbank) unterschieden. OLTP und OLAP wird aufgrund der stärkeren Verbreitung in den folgenden Kapiteln kurz vorgestellt OLTP-Zugriff auf Daten So kann auf Daten einer relationalen Datenbank (Zweidimensionaler Datenbank) nur durch die Verarbeitung der realen bzw. virtuellen Datensätze zugegriffen werden, da ein direkter Zugriff auf Attribute nicht möglich ist. Außerdem muss dieser Zugriff in Form eines Berichtes die Anweisungen zur Verarbeitung hinsichtlich der Ausgabe der Daten realisiert werden. Dies bedeutet, dass die

7 7 Art des gewünschten Zugriffes vorab bekannt sein muss, da der normale Nutzer nicht in der Lage ist Berichte zu erstellen. Ein weiteres Handikap besteht in den fixen (festen) Verknüpfungen zwischen den Daten bzw. Datensätzen. Es besteht zwar die Möglichkeit, dass Berichte auf eine Abfrage basieren, die temporäre Verknüpfungen beinhalten kann, aber auch diese Abfragen kann der normale Nutzer nicht erstellen. Er ist entweder auf die Hilfe des Administrators der Datenbank angewiesen, diese ist aber in der Regel nicht ad hoc möglich und macht nur Sinn bei standardisierten Handlungsketten / Aufgabenerfüllungen, da hier der Bedarf an Informationen und damit die notwendige Verarbeitung der Daten vorab bekannt ist, oder er begnügt sich mit den vorhandenen Berichten und nimmt Mängel hinsichtlich seiner Informationsstände in Kauf. Deshalb wird der OLTP-Zugriff oft bei Aufgaben der operativen Ablauforganisation angewendet, da ein hoher Prozentsatz dieser Aufgaben standardisiert ist, und somit entsprechende Berichte vorab erstellt werden können. So sind häufig operative Datenbasen als relationale Datenbank realisiert OLAP-Zugriff auf Daten Der OLAP-Zugriff ist in der Regel bei einer strategischen Datenbasis notwendig, da in der strategischen Ablauforganisation nur wenige Aufgaben standardisierbar sind und somit die Bedarfe an Informationen zur Aufgabenerfüllung nicht vorab bekannt sind. Deshalb werden Datenbestände benötigt, bei denen ad hoc eine gewünschte Verarbeitung der Daten möglich ist. Damit dies möglich wird, werden die Attribute nicht in Datensätzen, sondern in sogenannten Informations-Cubes (Würfeln) gespeichert werden. Ein Informations-Cube besteht wiederum aus einer Vielzahl von Cubes, die jeweils ein einzelnes Attribut aufnehmen. Ein einzelner Cube und damit ein einzelnes Attribut kann dann über die ihm zugewiesenen Dimensionen (vergleichbar mit den Kanten eines Würfels) hinsichtlich des Attributes adressiert werden. Die Erstellung der Informations- Cubes übernimmt die entsprechende Software (Oracle OLAP, OLAP Server der verschiedenen Firmen, ROLAP-Software wie z. B. Microsoft SQL-Server), dabei werden nicht die Daten nicht als Datenwürfel gespeichert, sondern die Adressierbarkeit eines einzelnen Attributes wird durch eine vollständige

8 8 einzelnen Attributes wird durch eine vollständige Indizierung aller Attribute erreicht. Dank dieser Software-Technologie kann der normale Nutzer einen Desktop nutzen, der ihm ad hoc nahezu jegliche Verarbeitung der vorhandenen Daten erlaubt. Auf diese Weise lassen sich die notwendige komplexe Bereitstellung von Informationen für Aufgaben der strategischen Ablauforganisation realisieren. Der Autor möchte in einem Exkurs (nicht klausurrelevant) die von E. F. Codd (Begründer der relationalen Datenbanken) und S. B. Codd verstellten 12 Regeln für OLAP in der folgenden Tabelle vorstellen. Mehrdimensionale konzeptionelle Perspektiven Dimensionen können die Anordnung der Daten nach Produkten, Gebieten, Jahren, Herstellungsart usw. sein. Eine Analyse von Daten erfordert oft, dass sowohl Berechnungen innerhalb einer Dimension (intradimensional) als auch über mehrere Dimensionen (interdimensional) durchgeführt werden müssen. Starr verknüpfte Tabellen erlauben nur zwei Dimensionen. Erst die flexible Verknüpfung von Tabellen (ROLAP-Systeme) oder die Auflösung von Tabellen gemäß mehr als zwei Dimensionen (OLAP-Systeme) erlauben einen frei zu realisierenden Ad-Hoc-Zugriff auf Daten. Transparenz Mittels einer virtuellen Zwischenschicht der Daten (Modell) wird es dem User ermöglicht, den Überblick (Transparenz) über den zu bewahren, da der User sich an dieser Schicht orientieren kann, losgelöst von den Speicherorten der einzelnen Daten.

9 9 Zugriffsmöglichkeit Konsistente Berichterstellung Client/Server-Architektur Generische Dimensionalität Dynamische Handhabung dünn besetzter Matrizen Da der User nicht wirklich die Datenbankstruktur beeinflusst, sondern sich in dem bereitgestellten Modell bewegt, können alle Arten von Zugriffsmöglichkeiten erlaubt und realisiert werden. So sollen durch Plausibilitätsprüfungen und Tools die Ausgabe von Daten vereinfacht und bezüglich der Konsistenz (Richtigkeit) der Daten / Informationen realisiert werden. Verwaltung und Speicherung der Daten geschieht auf einem Server. So wird eine gute Performance des Systems und Konsistenz der Daten am besten realisiert. Der User greift über den Client (Arbeitsplatzrechner) auf die Daten zu. Die Verarbeitung innerhalb eines Datenwürfels bzw. mehrerer Datenwürfeln muss unabhängig sein von der Lage (Dimension, Attribut) der Daten sein. Die Performance eines Datenwürfels soll vom System so optimiert werden, dass der Zugriff auf Daten schneller wird. Dazu werden mit Daten dünn besetzte Matrizen (Datenbereiche) in den Hintergrund des es verlegt. Mehrbenutzerunterstützung Durch Sperr-, Freigabe und Roll-Back- Mechanismen muss der konkurrente Zugriff mehrerer User ohne Verlust der Konsistenz der Daten realisiert werden.

10 10 Uneingeschränkte kreuzdimensionale Operationen Intuitive Datenverarbeitung Flexible Berichterstellung Unbegrenzte Dimensionen- und Aggregationsebenen Verarbeitung von Daten unterschiedlicher Dimensionen und Aggregationsebenen soll durch das System realisiert werden, ohne dass der User die entsprechenden Regeln erstellen muss. Der User sollte ohne Erlernung einer Programmiersprache mittels Anweisungen, die der Sprache des Users angelehnt sind, in der Lage sein die gewünschte Analyse der Daten durchzuführen. Dazu muss das System Anweisungen in Verarbeitungsschritte auflösen. Für eine flexible Berichterstellung stehen Tools zur Aufbereitung des Berichtes nach den Wünschen des Users zur Verfügung. Dazu zählen z. B. das freie Platzieren von Feldern, Gruppenverarbeitung von Daten, Einsatz von Formelfelder, Hyperlinks usw. und das freie Formatieren des Berichtes. Unbegrenzt bedeutet ausreichende Möglichkeit Daten gemäß den angelegten Dimensionen (Ebenen mit unabhängigen Attributen) so anzulegen, dass eine analytische Auswertung von Daten möglich ist. Derzeitige Systeme erlauben das Anlegen von ca. 20 Dimensionen pro Datenwürfel. Abbildung 3-8 Regeln für OLAP

11 Datenmodellierung zur Speicherung von Daten am Beispiel der Relationalen Datenbank Die Datenmodellierung umfasst die Wahl der notwendigen Objekte, die Bestimmung der entsprechenden Attribute zur Beschreibung der einzelnen Ausprägungen der Objekte und die Beziehungen der Objekte zueinander. Das auf der Basis der Datenmodellierung (siehe hierzu die Technik zur Erstellung von Entity-Relationship-Modellen) entstandene Datenmodell kann dann in eine Datenbank bzw. in einen überführt werden. Dabei werden ggf. weitere Objekte und Attribute hinsichtlich den Beziehungen zwischen den Objekten notwendig Aufbau einer relationalen Datenbank In einer relationalen Datenbank werden für die einzelnen Objekte jeweils eine Tabelle angelegt. Die Spaltenköpfe einer Tabelle nehmen die Vorgabe (Name des Attributes, Type des Attributes und Länge des Attributes) an die Attribute auf, diese Vorgaben bilden dann die Datensatzstruktur für die zur Beschreibung der einzelnen Ausprägungen des Objektes notwendige Datensätze. Diese werden in der entsprechenden Tabelle gespeichert. Über identische Attribute in zwei unterschiedlichen Tabellen werden auf der Basis einer Verknüpfung zwei real (in Tabellen) gespeicherte Datensätze zu einer Relation / Virtuellen Datensatz zusammengefügt. Die Relationen / Virtuelle Datensätze können aus einer Vielzahl von real gespeicherten Datensätzen aufgrund unterschiedlicher Verknüpfungen bestehen, jedoch entsteht eine Relation / Virtueller Datensatz nur, wenn alle Verknüpfungen ausgeführt werden können. Dies soll am Beispiel einiger Anwendungen bzw. Anwendungssystemen dargestellt werden: Aufgabe Büromaterial Der Verbrauch an Büromaterial soll im Sinne der Kostenrechnung den einzelnen Abteilungen zugeordnet werden. Dazu wird das Büromaterial beim Verbrauch (Anforderung des Büromaterials gleich Verbrauch) anhand eines Schlüssels identifiziert und erfasst. Das Büromaterial soll außerdem bei Bedarf die folgenden Angaben Bezeichnung, Lieferant, Lieferzeitraum, Stückpreis als

12 12 Information enthalten. Innerhalb der Kostenrechnung soll in einem Quartalsbericht der Verbrauch pro Mitarbeiter in den verschiedenen Abteilungen in Euro ermittelt werden. Dazu ist die Anzahl der Mitarbeiter pro Abteilung erforderlich, zusätzlich sollen der Abteilungsleiter und der jeweilige sbereich aufgeführt werden. Hinsichtlich den Stammdaten müssen die Objekte Material und Abteilung angelegt werden. Zur Eingabe der Aktionsdaten muss das Objekt Ausgabe angelegt werden. Die Datensätze dieses Objektes werden dann durch Datensätze der Objekte Material und Abteilung aufgrund der beiden Verknüpfungen zu den Stammdaten ergänzt und bilden die Relationen / Virtuelle Datensätze. Diese erhalten die notwendigen Daten, damit die gewünschten Informationen erstellt werden können. Aufgabe EDV-Kurse Ein Institut bietet EDV-Kurse an. Jeder Kurs hat eine eindeutige Kennung. Als Inhalte werden WORD, EXCEL und ACCESS angeboten. In Abhängigkeit vom Inhalt der Kurse stehen Anzahl der Stunden, Vorkenntnisse und Preis. Vom Kurs direkt abhängig sind Raum, Dozent und Zeitraum. Von den Teilnehmern werden Namen, Anschrift und Telefonnummer gespeichert. Es kommt häufig vor, dass Teilnehmer mehrere Kurse belegen. Als Information sollen täglich die Anmeldungen für die einzelnen Kurse abfragbar sein. Für Dozenten sollen alle Kurse ausgedruckt werden in denen sie eingesetzt sind. Zu Beginn eines Kurses soll eine Teilnehmerliste ausgedruckt werden. Im Gegensatz zur vorherigen Aufgabe werden Stammdaten zur Verhinderung einer Datenredundanz in zwei Objekte aufgesplittert. Würde die Daten hinsichtlich des Kurstyps im Objekt Kurs aufgenommen, müssten diese Daten bei Kursen mit gleichem Kurstyp unnötigerweise wiederholt werden. Aufgabe Projektstunden Sie erfassen täglich die Arbeitsstunden aller anwesenden Mitarbeiter in den einzelnen Projekten zur Ermittlung der Projektkosten (die Projektkosten berechnen sich aus Anzahl der Arbeitsstunden des Mitarbeiters und seinem Stun-

13 13 denlohn). Die Mitarbeiter können während eines Tages in mehreren Projekten tätig sein. Sie sind in verschiedenen Aufgabenbereichen tätig (z. B. Konzeption, Programmierung usw.). Diese finden sich auch in den einzelnen Projekten wieder. Ein Auftraggeber kann mehrere Projekte gleichzeitig haben. Für jedes Projekt ist vom Auftraggeber ein Ansprechpartner bestimmt worden. Vom Auftraggeber soll Firmenname, Anschrift, PLZ, Ort und Telefonnummer gespeichert sein. Die Besonderheit bei dieser Aufgabenerstellung besteht darin, dass in einem Projekt unterschiedliche Projektaufgaben anfallen, aber auch die einzelnen Kategorien von Projektaufgaben in mehreren Projekten auftreten. Deshalb müssen die beiden Objekte Erfassung und Projektaufgaben durch eine doppelte Verknüpfung verbunden werden, d. h. die Verknüpfung basiert auf zwei identischen Attributen. Alternativ wäre das Anlegen eines weiteren Objektes durch das eine eindeutige Zuordnung von Projekt und Projektaufgabe über den entsprechenden Identifikationsschlüssel möglich wäre. In der folgenden Abbildung werden die Datenmodelle dieser drei Aufgaben aufbereitet zur Übernahme in die jeweilige relationale Datenbank dargestellt. Abbildung 3-9 Datenmodelle hinsichtlich relationaler Datenbanken

14 Bedeutung der Beziehungen zwischen Daten in der Relationalen Datenbank Würden alle Daten in einer Tabelle erfasst, so müssten Daten mit gleicher Information hinsichtlich den Stammdaten mehrfach gespeichert werden, da zur Verarbeitung von Daten zu Informationen nur Datensätze genutzt werden können. Die so entstandene Datenredundanz (mehrfache Speicherung von Daten mit gleicher Information) kann nur eliminiert werden, wenn die Daten auf mehrere Tabellen aufgeteilt werden, deren Datensätze dann aufgrund von Verknüpfungen zu Relationen / Virtuellen Datensätzen zusammengefügt werden. So müssen in einer Tabelle, die den Vorgaben der Relationalen Datenbank entspricht, alle Attribute direkt von dem Identifikationsschlüssel abhängig sein. Pro Tabelle ist somit nur ein Identifikationsschlüssel (muss nicht durch einen Primärschlüssel realisiert werden) möglich.