Professor Dr. Wolfgang Becker

Transkript

1 U n t ernehmensführung&controlling UF&C Professor Dr. Wolfgang Becker Bamberger Betriebswirtschaftliche Beiträge Band 130 Controlling-Informationssysteme Wolfgang Becker und Rainer Fuchs ISBN Otto-Friedrich-Universität Bamberg

2 Impressum Herausgeber Professor Dr. Wolfgang Becker Lehrstuhl UnternehmensFührung&Controlling Otto-Friedrich-Universität Bamberg Feldkirchenstrasse 21 D Bamberg Fon 0049.(0) Fax 0049.(0) Mail Internet Druck Copyright by Professor Dr. Wolfgang Becker, Universität Bamberg. Diese Publikation ist urheberrechtlich geschützt. Respect Creativity! DIFO-Druck GmbH, Bamberg Printed in Germany.

3 UnternehmensFührung&Controlling 3 Inhaltsverzeichnis Vorwort Controlling-Informationssysteme zur Unterstützung des wertschöpfungsorientierten Controlling Begriff, Aufbau und Komponenten von Controlling-Informationssystemen Konzeption der integrierten Informationsverarbeitung Operative Informationssysteme Management-Unterstützungssysteme Referenzarchitektur für Controlling-Informationssysteme Data Warehouse-Systeme Komponenten eines Data Warehouse-Systems Extraktions-, Transformations- und Ladewerkzeuge Data Warehouse Metadatenbanksystem Administrationstool Archivierungssystem Organisationsformen des Data Warehouse Zentrales Data Warehouse Verteiltes Data Warehouse Data Mart(s) mit und ohne zentralem Data Warehouse OLAP-Systeme Definitorische Abgrenzung von OLAP Anforderungen an OLAP-Systeme Beschreibungselemente mehrdimensionaler Datenstrukturen Navigation in mehrdimensionalen Datenstrukturen OLAP-Speichertechnologien Relationales OLAP Multidimensionales OLAP...45

4 4 UnternehmensFührung&Controlling Hybrides OLAP Business Intelligence und Business Intelligence-Tools Definitorische Abgrenzung von Business Intelligence und Business Intelligence-Tools Funktionale Anforderungen an Business Intelligence-Tools Systematisierung von Business Intelligence-Tools Software-Werkzeuge zur hypothesengestützten Analyse von Daten Data Mining-Tools zur hypothesenfreien Analyse von Daten (1) Begriffliche Abgrenzung des Data Mining und Einordnung in den Prozess des Knowledge Discovery in Database (2) Bedeutsame Analyseverfahren und techniken von Data Mining-Tools Informationstechnische Aspekte der Kommunikation des gewonnenen Wissens Nutzenpotentiale von Controlling-Informationssystemen Glossar Literatur BBB-History... 77

5 UnternehmensFührung&Controlling 5 Vorwort Unternehmerisches Handeln ist in der heutigen Zeit regelmäßig einer hohen Komplexität unterworfen. Diese erschwert es der Unternehmensführung in zunehmendem Maße, die Sicherung der Existenz des jeweiligen Unternehmens dauerhaft zu garantieren. Eine solche Existenzsicherung ist letztlich nur möglich, wenn in Unternehmen, deren gesellschaftlicher Rolle und damit letztlich deren Zweck folgend, eine Absicherung und möglichst weitreichende Optimierung der Wertschöpfung erfolgt. Hierzu benötigt das Management spezifische Informationen, die eine derartige Ausrichtung des unternehmerischen Handelns ermöglichen. Allerdings ist nicht nur die (eher technisch zu begreifende) Deckung eines derartigen Informationsbedarfs erforderlich. Wichtig ist es vielmehr auch, solche Informationen im Unternehmen sinnvoll zu kommunizieren und zu verwenden. In diesem Sinne sind die Integration der eher traditionellen Gebiete der Unternehmensführung einerseits und des Controlling andererseits sowie darauf aufbauend das Etablieren von geeigneten Controlling-Informationssystemen (CIS) zu fordern. Solche Systeme sind in erster Linie darauf auszurichten, dem Management Wertschöpfungswissen adäquat zur Verfügung zu stellen. Sie bilden insofern eine für die Sicherung der Unternehmensexistenz bedeutsame Instrumentierung. Ziel des vorliegenden Beitrags ist es, unter Bezugnahme auf das wertschöpfungsorientierte Controlling ein Grundverständnis hinsichtlich der zur Realisierung eines Controlling-Informationssystems einzusetzenden Informationstechnologien zu vermitteln und deren Nutzenpotentiale für das Controlling aufzuzeigen. Die das Grundverständnis von Controlling- Informationssystemen wohl übersteigenden Aspekte der detaillierten Modellierung des betriebswirtschaftlichen Fachkonzeptes, das grundsätzlich seitens des Controlling ebenfalls zu erstellen ist, sollen an dieser Stelle bewusst ausgeklammert werden. 1 Die Broschüre richtet sich vorrangig an Studierende der Betriebswirtschaftslehre, aber auch an interessierte Praktiker, die einen wissenschaftlich fundierten Einstieg in das Themenfeld der Controlling-Informationssysteme suchen. Wesentliche Grundlagen dieser Broschüre bilden verschiedene von Professor Dr. Wolfgang Becker herausgegebene Bamberger Betriebswirtschaftliche Forschungs- und Lehrmaterialien. Darüber hinaus ist auf die von Dipl.-Kfm. Tobias Eberth zum 1 Vgl. Becker, J./Wiese, J. (1998), S u. Böhnlein, M./Ulbrich-vom Ende, A. (2000), S Für eine ausführliche Darstellung siehe Holthuis, J. (2000), S , Holthuis, J. (1999), S u. Totok, A. (2000), S

6 6 UnternehmensFührung&Controlling Thema Neuere Methoden der Informationstechnologie zur Unterstützung des Performance Management verfasste Diplomarbeit zu verweisen, in der die in diesem Themenfeld vorhandene Literatur aufgearbeitet wurde. Schließlich danken die Autoren, Professor Dr. Wolfgang Becker und Rainer Fuchs, Herrn Dipl.-Wirtschaftsinformatiker Klaus Daniel für die vollständige Sichtung des Manuskriptes und die wertvollen Diskussionsbeiträge zu den in dieser Broschüre dargelegten Inhalten. Im ersten Kapitel wird aus den Funktionen des wertschöpfungsorientierten Controlling-Konzeption die Aufgabe abgeleitet, Controlling-Informationssysteme zu etablieren, zu nutzen und zu pflegen. Das zweite Kapitel dient der Erläuterung der informationstechnischen Grundlagen sowie der Architektur von Controlling-Informationssystemen. Im Anschluss daran werden im dritten Kapitel Data Warehouse-Systeme, im vierten Kapitel Systeme des On-Line Analytical Processing und im fünften Kapitel Business Intelligence-Tools als wesentliche Komponenten solcher Informationssysteme betrachtet. Im sechsten Kapitel wird abschließend erörtert, inwieweit ein Controlling-Informationssystem, das mittels der beschriebenen Komponenten realisiert wird, in der Lage ist, das Controlling im Rahmen der Wahrnehmung seiner aus der Informationsfunktion resultierenden Aufgaben zu unterstützen. Ferner wird dem Leser ein Glossar mit ausgewählten Begriffen zum Themenkomplex Controlling-Informationssysteme angeboten.

7 UnternehmensFührung&Controlling 7 1 Controlling-Informationssysteme zur Unterstützung des wertschöpfungsorientierten Controlling Das Wettbewerbsumfeld von Unternehmen ist seit Jahrzehnten einer Vielzahl von Veränderungen unterworfen. 2 Im Zuge der Bewältigung dieses Wandels hat die Information 3 immens an Bedeutung gewonnen und wird daher zunehmend neben den klassischen Produktionsfaktoren Boden, Arbeit und Kapital als eigenständiger vierter Produktionsfaktor angesehen. Stützen lässt sich eine solche Einordnung nicht zuletzt auch dadurch, dass sich Informationen aus strategischer Sicht als bedeutsamer Wettbewerbsfaktor darstellen. 4 Vor dem Hintergrund dieser wachsenden betriebswirtschaftlichen Relevanz der Ressource Information hat man seit den frühen 60er Jahren versucht, das Management durch computergestützte Informationssysteme zu unterstützen. 5 Wie Abbildung 1 veranschaulicht, wurden zu Beginn einer diesbezüglichen Instrumentierung reine Management-Informationssysteme (MIS) entwickelt, die in den 70 er Jahren weitgehend von Entscheidungs- Unterstützungssystemen (EUS) sowie wissensbasierten Entscheidungs- Unterstützungssystemen (weus) abgelöst wurden. 2 Vgl. für eine relativ umfassende Darstellung der aktuellen Wandlungstendenzen Du Mont, M. (1999), S Im Rahmen der vorliegenden Arbeit soll dem Informationsbegriff von BODE gefolgt werden. Dieser definiert Information als Wissensbestandteile, die in Form menschlicher Sprache repräsentiert sind (Bode, J. (1997), S. 459). Wissen selbst ist, wiederum BODE folgend, jede Form der Repräsentation von Teilen der realen oder gedachten (d. h. vorgestellten) Welt in einem materiellen Trägermedium (Bode, J. (1997), S. 458). Somit ist festzuhalten, dass Wissen eine Obermenge von Information ist, wobei Information der Teil des Wissens ist, der in beliebiger sprachlicher Form übermittelt werden kann (Totok, A. (2000), S. 11). Für eine tiefer gehende Auseinandersetzung mit den Begriffen Information und Wissen aus Sicht der Betriebswirtschaftslehre siehe Becker, W./Daniel, K. (1999), S und die dort angegebene Literatur. 4 Vgl. Picot, A. (1990), S. 6-7; Hopper, M. D. (1991), S ; Strüngmann, U./Weber, H. W. (1997), S ; Becker, W./Daniel, K. (1999), S. 3; Hummeltenberg, W. (1998), S u. Form, S./Nölken, D. (1999), S Vgl. Becker, J./Wiese, J. (1998), S. 15; Behme, W./Mucksch, H. (1998), S. 4-5 u. Bork, Th. (1994), S

8 8 UnternehmensFührung&Controlling Abbildung 1: Historische Entwicklung von Management- Unterstützungssystemen 6 Die nächste Entwicklungsstufe stellten die den 80 er Jahren zuzuordnenden Führungs-Informationssysteme dar, die dem Management dialogorientiert Informationen zur Selektion und Analyse bereitstellten. Seit Anfang der 90 er Jahre wird versucht, mit analytisch-geprägten Informationssystemen, die verschiedene Informations- und Kommunikationstechnologien integrieren, das betriebliche Handeln umfassend abzubilden und damit das Management 6 Quelle: Becker, W. (2000), S. 102.

9 UnternehmensFührung&Controlling 9 zu unterstützen. Diese Informationssysteme werden als Management- Unterstützungssysteme (MUS) bezeichnet. 7 Eine derartige Unterstützung mittels Informationssystemen muss sich primär auf wesentliche Aufgaben der Unternehmensführung beziehen. Diese beinhalten, auf hoher Abstraktionsebene formuliert, die strukturbezogene Gestaltung sowie die prozessbezogene Lenkung (Steuerung und Regelung) des (stets) situativen Handelns von Unternehmen unter Sach- und Verhaltensaspekten. 8 Die Differenziertheit und Dynamik der Veränderungen des Wettbewerbsumfeldes haben allerdings den situativen Kontext von Unternehmen zunehmend komplex werden lassen. 9 Zur Kompensation der aus der Komplexität erwachsenden Risiken, die die langfristige Existenz von Unternehmen gefährden, hat sich initialisiert von der Wirtschaftspraxis das Controlling als weitere Führungsfunktion neben den klassischen Führungsfunktionen etabliert. Diese mit spezifischen Aufgaben versehene Führungsfunktion des Controlling soll durch eine konsequente Wertorientierung des unternehmerischen Handelns (im Sinne eines Total Value Management-Ansatzes) die Reduktion dieser existenzgefährdenden Risiken sicherstellen Vgl. Chamoni, P./Gabriel, R./Gluchowski, P. (1997), S. 152, 168 u. 203; Mehler-Bicher, A. (1996), S. 7-9; Fischer, D. (1999), S. 25; Behme, W./Mucksch, H. (1998), S ; Becker, W. (2000), S. 102 u. Holten, R. (1998), S Vgl. Becker, W. (2001b), S Vgl. Becker, W. (1996), S Vgl. Becker, W. (1999), S. 2-4.

10 10 UnternehmensFührung&Controlling Abbildung 2: Konzept des wertschöpfungsorientierten Controlling 11 Phänomenologisch kann ein solches wertschöpfungsorientierte Controlling 12, das in Abbildung 2 veranschaulicht ist, wie folgt definiert werden: Controlling stellt sich als eine integrierte Aufgabe der Unternehmensführung dar, die im Dienste der Optimierung von Effektivität und Effizienz das initialisierende Anstoßen sowie das wertschöpfungsorientierte Ausrichten des Handelns von Betrieben sicherzustellen hat. Diese originäre Funktion des Controlling wird hier als Lokomotion bezeichnet. Die Wahrnehmung der originären Funktion der Lokomotion setzt insbesondere die begleitende Erfüllung der derivativen Funktionen der wechselseitigen Abstimmung (Integration, Koordination und Adaption) von Führung und Ausführung sowie der dementsprechenden Schaffung von Informationskongruenz innerhalb der Führung und Ausführung voraus Quelle: Becker, W. (2000), S Für eine ausführliche Darstellung der wertschöpfungsorientierten Controlling-Konzeption vgl. Becker, W. (1999). 13 Becker, W. (1999), S. 3.

11 UnternehmensFührung&Controlling 11 Wie auch andere, in der Literatur dargestellte Controlling-Konzeptionen 14 weist die wertschöpfungsorientierte Controlling-Konzeption in diesem Zusammenhang dem Controlling die wichtige Teilfunktion zu, das Management mit entscheidungsrelevanten Informationen zu versorgen. Daraus lässt sich unmittelbar die Aufgabe ableiten, eine führungsorientierte Informations- und Wissensbasis mit Hilfe eines Controlling-Informationssystems (CIS), das ein speziell auf die Anforderungen der Controlling- Funktionen abgestimmtes Management-Unterstützungssystem ist, zu etablieren, zu nutzen und zu pflegen. 15 Das folgende Kapitel setzt sich vor dem Hintergrund dieser identifizierten Aufgabe des wertschöpfungsorientierten Controlling mit dem Begriff, dem Aufbau und den Komponenten von Controlling-Informationssystemen auseinander. 14 Einen Überblick über bedeutsame Controlling-Konzeptionen mit entsprechenden Literaturverweisen bieten Becker, W. (2000), S ; Horváth, P. (2001), S ; Küpper, H.-U. (2001), S u. Weber, J. (2002), S Vgl. Becker, W. (2000), S. 102 u. Totok, A. (2000), S. 9.

12

13 UnternehmensFührung&Controlling 13 2 Begriff, Aufbau und Komponenten von Controlling- Informationssystemen Zu Beginn des Kapitels erfolgt die Abgrenzung der verschiedenen betrieblichen Informationssysteme. Die Beschreibung einer Referenzarchitektur für Controlling-Informationssysteme schließt sich an. 2.1 Konzeption der integrierten Informationsverarbeitung Informationssysteme sind soziotechnische Systeme, d. h. Systeme mit menschlichen und technischen Komponenten, die der Verarbeitung, Erfassung, Übertragung, Transformation, Speicherung und Bereitstellung von Informationen dienen. 16 Als betriebliches Informationssystem (IS) bezeichnen FERSTL/SINZ das gesamte informationsverarbeitende Teilsystem eines Unternehmens, eines Unternehmensbereiches bzw. einer Behörde. 17 In Analogie zu den aus der Organisationslehre bekannten Hierarchiepyramiden lässt sich das betriebliche Informationssystem, wie in Abbildung 3 dargestellt, gedanklich in eine Ordnung verschiedener Subsysteme zerlegen. Die einzelnen Ebenen der Informationssystempyramide symbolisieren den von unten nach oben, d. h. von den Detailinformationen der Wertschöpfungsprozesse bis hin zu den verdichteten Informationen für das Management, zunehmenden Grad der Informationsverdichtung. 18 Aus Sicht der Theorie ist grundsätzlich eine integrierte Informationsverarbeitung anzustreben. Dieser Idealzustand wäre erreicht, wenn sämtliche Informationssysteme sowohl vertikal über die verschiedenen Ebenen der Informationssystempyramide hinweg, als auch horizontal entlang des Wertschöpfungsprozesses hinsichtlich der Daten, Funktionen, Prozesse, Methoden und Programme abgestimmt sind (vgl. nochmals Abbildung 3) Vgl. Ferstl, O./Sinz, E. (1998), S. 1; Groffmann, H.-D./Rau, K.-H./Stickel, E. (Hrsg., 1997), S. 336 u. Gutenschwager, K./Voß, S. (2001), S Vgl. Ferstl, O./Sinz, E. (1998), S Vgl. Mertens, P. (2000), S. 6; Scheer, A.-W. (1997), S. 5 u. Totok, A. (2000), S Vgl. Scheer, A.-W. (1997), S u. Mertens, P. (2000), S

14 14 UnternehmensFührung&Controlling Abbildung 3: Integrierte Informationsverarbeitung Operative Informationssysteme Die Basis der betrieblichen Informationsverarbeitung stellen operative Informationssysteme (opis) dar, die entlang der Wertschöpfungskette zur leistungs- und wertorientierten Abbildung sowie Lenkung der betrieblichen Transaktionen eingesetzt werden. Die operativen Informationssysteme lassen sich nach MERTENS in Administrations- und Dispositionssysteme unterscheiden. 21 Administrationssysteme werden mit dem Ziel der Rationalisierung im Rahmen der Verarbeitung der Massendaten, die im Zusammenhang mit den betrieblichen Wertschöpfungsprozessen entstehen, eingesetzt. In erster Linie lassen sich in diesem Zusammenhang Informationssysteme zur Abbildung der Leistungsprozesse, wie sie z. B. in den Funktionsbereichen Beschaffung, Produktion und Absatz vorzufinden sind, und Informationssysteme zur wertorientierten Abbildung der Leistungsprozesse, wie z. B. Finanzbuchhaltungs- und Kostenrechnungssysteme, nennen In Anlehnung an: Mertens, P. (2000), S. 6 u. Scheer, A.-W. (1997), S Vgl. Scheer, A.-W. (1997), S. 4-5 u. Chamoni, P./Gluchowski, P. (1999a), S Vgl. Mertens, P. (2000), S. 11 u. Totok, A. (2000), S. 38.

15 UnternehmensFührung&Controlling 15 Dispositionssysteme dagegen sollen die Vorbereitungen dispositiver Entscheidungen des unteren bis mittleren Managements, die auf gut strukturierten Problemen beruhen, unterstützen bzw. durch Automatisierung vorwegnehmen. Angestrebt wird einerseits ein Optimierungsnutzen, wenn die maschinelle Entscheidung besser ist, oder ein Rationalisierungsnutzen, wenn der menschliche Entscheidungsträger von Routineentscheidungen entlastet wird. 23 Dispositionssysteme zeichnen sich dadurch aus, dass sie mit Modellen des Operations Research und Methoden der künstlichen Intelligenz realisiert werden. Typische Beispiele solcher Informationssysteme sind Produktionsplanungs- und Steuerungssysteme sowie Warenwirtschaftssysteme. 24 Die Administrations- und Dispositionssystemen zuzuordnenden Funktionalitäten lassen sich heute durch betriebswirtschaftliche Standardsoftware, wie z. B. SAP R/3, Baan ERP oder Oracle Applications, weitgehend abbilden. 25 Diese operativen Informationssysteme werden häufig auch als ERP-Systeme (ERP: Enterprise Resource Planning) oder neuerdings als ERM-Systeme (ERM: Enterprise Resource Management) bezeichnet Management-Unterstützungssysteme Auf den Datenbeständen der operativen Informationssysteme setzen Systeme für höhere Managementebenen auf, die man als weitere Entwicklungsstufe der operativen Dispositionssysteme auffassen kann. Diese Informationssysteme zeichnen sich dadurch aus, dass sie auf die Unterstützung eher mittelfristiger Entscheidungen, die auf schlecht strukturierten Problemen basieren, gerichtet sind und auf Grund des notwendigen Mensch-Maschine-Dialogs nicht vollautomatisiert ablaufen können. Insbesondere lassen sich Planungs- und Kontrollsysteme als traditionelle Management-Unterstützungssysteme bezeichnen. 27 Da die in der Vergangenheit entwickelten und eingesetzten Management- Unterstützungssysteme die Unternehmensführung nicht in der aus 23 Totok, A. (2000), S Vgl. Hasenkamp, U./Stahlknecht, P. (2002), S u. Mertens, P. (2000), S Vgl. Chamoni, P./Gluchowski, P. (1999a), S. 10 u. Totok, A. (2000), S Der von der Meta Group eingeführte Begriff Enterprise Resource Management wird der Tatsache gerecht, dass die meisten Standardsoftware-Pakete bereits Planungskomponenten aufweisen und einen wesentlichen Schwerpunkt im Betreiben der Unternehmensprozesse haben (vgl. Martin, W. (1998), S ). 27 Vgl. Mertens, P. (2000), S ; Scheer, A.-W. (1997), S. 6 u. Behme, W./Mucksch, H. (1998), S

16 16 UnternehmensFührung&Controlling wissenschaftlicher Sicht umfassend gewünschten Form unterstützt haben, erscheint es notwendig, solche Systeme stärker auf eine führungsorientierte Bereitstellung der Daten auszurichten und mit Kommunikationssystemen zu koppeln. Begrifflich lassen sich Management-Unterstützungssysteme demnach, wie folgt, abgrenzen: 28 Management-Unterstützungssysteme [Hervorhebung nicht im Original] sind analytisch-geprägte Informationssysteme, die die betriebliche Wertschöpfung umfassend abbilden. Sie stellen ganzheitliche, verschiedene Informations- und Kommunikationstechnologien integrierende Systeme zur Unterstützung des Managementprozesses dar und haben das Ziel, Informationen bereitzustellen, welche das Management zur Erfüllung seiner Aufgaben benötigt. 29 Anhand der in Abbildung 4 angeführten Abgrenzungsmerkmale von operativen Informationssystemen und Management-Unterstützungssystemen sollen diese weiter präzisiert werden. Operative Informationssysteme basieren zum überwiegenden Teil auf relationalen Datenbanken, weisen meist flache Datenstrukturen auf und verarbeiten aktualisierend die gegenwärtigen, originären Daten der betrieblichen Wertschöpfungsprozesse. Die Daten werden in diesen Informationssystemen regelmäßig auf einer sehr detaillierten Ebene zur Verfügung gestellt. Management-Unterstützungssysteme hingegen zeichnen sich durch objektorientierte und damit letztlich mehrdimensionale Datenstrukturen aus und verarbeiten, meist für Analyseund Prognosezwecke, die aus operativen Informationssystemen übernommenen historischen und gegenwärtigen sowie im System selbst erzeugte, zukunftsbezogene Daten. Der Anwender erhält mit diesen Systemen einen Einblick in das unternehmerische Handeln auf einer aggregierten Ebene Vgl. Chamoni, P./Gluchowski, P. (1999a), S Becker, W. (2001b), S Vgl. Holthuis, J. (1999), S

17 UnternehmensFührung&Controlling 17 Abbildung 4: Merkmale zur Abgrenzung operativer Informationssysteme von Management-Unterstützungssystemen 31 Unter Controlling-Informationssystemen (CIS), die im Mittelpunkt dieser Arbeit stehen, lassen sich in diesem Gesamtzusammenhang solche Management-Unterstützungssysteme verstehen, die speziell auf die Bedürfnisse des Controlling zugeschnitten sind. 32 Dieser Zuschnitt beinhaltet insbesondere die spezielle Ausrichtung eines Management-Unterstützungssystems auf die aus den Informations-, Abstimmungs- und Lokomotionsfunktionen des Controlling resultierenden Wissensbedarfe der Controller selbst und des (die Lokomotion wahrnehmenden!) Managements. Derartige Wissensbedarfe sind vor allem dadurch gekennzeichnet, dass detaillierte Einblicke in sämtliche Wertkonsequenzen unternehmerischen Handelns zustande kommen, so dass eine möglichst weitreichende und integrierte Wahrnehmung der durch Unternehmensführung und Controlling zu erfüllenden Aufgaben möglich ist. Vor diesem Hintergrund lässt sich folgende Definition ableiten: Controlling-Informationssysteme (CIS) sind die automatisierten Teile eines Informationssystems (Anwendungssysteme), die das für Unternehmensführung und Controlling relevante Wertschöpfungswissen 31 In Anlehnung an: Holthuis, J. (1999), S Vgl. Becker, W. (1999), S. 102; Behme, W./Mucksch, H. (1998), S ; Mehler-Bicher, A. (1996), S u. Totok, A. (2000), S

18 18 UnternehmensFührung&Controlling adäquat (also vor allem zweckgerecht, zeitgerecht, ortsgerecht, empfängergerecht etc.) zur Verfügung stellen. Durch die damit vorgeschlagene Spezifizierung wird also insbesondere ein der jeweiligen Rolle des Managers bzw. des Controllers entsprechender Zugriff auf Informationen gewährt. Hinsichtlich dieser Rollen ist anzumerken, dass Manager typischerweise als Nachfrager, wohingegen Controller eher als Anbieter sowie als Systemverantwortliche auftreten Referenzarchitektur für Controlling-Informationssysteme Die moderne Informationstechnologie bietet ein breites Spektrum von Technologien, die zur Realisierung von Controlling-Informationssystemen eingesetzt werden können. Am meisten werden in diesem Zusammenhang wohl das Data Warehousing, das On-Line Analytical Processing (OLAP), die Business Intelligence (BI) und das Data Mining diskutiert. 34 Die genannten Technologien sind als bedeutsame Komponenten von Controlling-Informationssystemen zu verstehen und lassen sich, wie in Abbildung 5 visualisiert, in einem Referenzarchitekturschema idealtypisch anordnen. Die Basis von Controlling-Informationssystemen bilden Data Warehouse- Systeme (vgl. Kapitel 3, S. 21ff.), die eine unter Analyseaspekten 33 Vgl. Totok, A. (2000), S Vgl. Schinzer, H. (1997), S. 4.

19 UnternehmensFührung&Controlling 19 Abbildung 5: Referenzarchitektur für Controlling-Informationssysteme 35 bereinigte und konsolidierte Datenbasis der operativen Informationssysteme zur Verfügung stellen. Auf den Data Warehouse-Systemen setzen OLAP- Systeme (vgl. Kapitel 4, S.33ff.) auf, die einen mehrdimensionalen Zugriff auf das zur Verfügung stehende Datenmaterial ermöglichen. Darüber liegen in Controlling-Informationssystemen Business Intelligence-Tools (BIT; vgl. Kapitel 5, S. 47ff.), wie z. B. Query- und Reporting-Werkzeuge, Tabellenkalkulationen, objektorientierte Entwicklungsumgebungen (Workbenches) etc., die dem Anwender die für gerichtete Analysen benötigten Funktionalitäten in einer benutzerfreundlichen Umgebung anbieten. Ergänzend werden Data Mining-Tools (vgl. Abschnitt 5.3.2, S.52ff.) zur ungerichteten Datenanalyse eingesetzt, um Muster in den Datenbeständen zu erkennen und aufzuzeigen. Obwohl Data Mining-Tools als eine Klasse von Business Intelligence-Tools anzusehen sind, werden diese in der Referenzarchitektur gesondert dargestellt werden, da sie nicht nur auf die Daten des Data Warehouse sondern auch auf die Daten der operativen Informationssysteme zugreifen In Anlehnung an: Chamoni, P./Gluchowski, P. (1999a), S Vgl. Chamoni, P./Gluchowski, P. (1999a), S. 12.

20 20 UnternehmensFührung&Controlling Controlling-Informationssysteme sind, wie in Abbildung 5 angedeutet, speziell auf die Unterstützung der Controlling-Funktionen Lokomotion, Abstimmung und Information ausgerichtet. Management-Unterstützungssysteme dienen demgegenüber in traditioneller Interpretation der Unterstützung der Führungsfunktionen Planung und Kontrolle. Die soeben genannten und visualisierten Komponenten von Controlling- Informationssystemen werden in den folgenden drei Kapiteln eingehend erläutert.

21 UnternehmensFührung&Controlling 21 3 Data Warehouse-Systeme Gegenstand dieses Kapitels sind Data Warehouse-Systeme, die zunächst definitorisch abzugrenzen sind. Im Anschluss daran sind die Architektur von Data Warehouse-Systemen und deren einzelne Komponenten ausführlich zu erläutern. Abschließend ist aus einer strukturellen Perspektive heraus auf verschiedene Organisationsformen des eigentlichen Data Warehouse einzugehen. Operative Informationssysteme sind in der Regel auf sehr unterschiedliche Zwecke ausgerichtet und zeichnen sich schon deshalb durch hohe Heterogenität aus. Sie erweisen sich in mehrfacher Hinsicht als ungeeignete Datenbasis für Controlling-Informationssysteme. Zum einen sind sie auf die statische Verarbeitung einer hohen Anzahl von Transaktionen ausgerichtet und können somit die Datenmengen, die zur Befriedigung der sich verändernden Informationsbedarfe des Controlling notwendig sind, nur ineffizient verarbeiten. Zum anderen orientieren sich die Datenstrukturen der operativen Informationssysteme an den meist eher technisch determinierten Abläufen im Unternehmen und nicht, wie in Controlling-Informationssystemen erforderlich, an betriebswirtschaftlichen Sachverhalten. Darüber hinaus sind die operativen Informationssysteme meist nicht in der Lage, die zeitweise sehr hohen Systembelastungen, die durch mehrdimensionale Abfragen der Controlling-Informationssysteme entstehen, ohne Beeinträchtigung der Administrations- und Dispositionssysteme zu verkraften. Das Bemühen, diese und andere Probleme zu lösen, hat schließlich zur Entwicklung von Data Warehouse-Systemen geführt. 37 Das Data Warehouse-Konzept ist auf den amerikanischen Berater William H. Inmon zurückzuführen, der ein Data Warehouse, wie folgt, definiert: 38 A data warehouse [Hervorhebung nicht im Original] is a subject oriented [,] integrated [,] non-volatile [,] time variant collection of data in support of management s decisions. 39 Der Definition von INMON zufolge zeichnet sich ein Data Warehouse also durch folgende charakteristische Eigenschaften aus: Vgl. Totok, A. (2000), S. 39. Für weitere fachliche und technische Probleme, die gegen die Verwendung von Rohdaten aus den operativen Informationssystemen sprechen, siehe Böhnlein, M./Ulbrich-vom Ende, A. (2000), S Das grundlegende Werk von W. H. Inmon trägt den Titel Building the Data Warehouse und ist 1992 in New York et. al. erschienen. 39 Inmon, W. (1992), S. 29.

22 22 UnternehmensFührung&Controlling Themenorientierung Die Datenstrukturen in einem Data Warehouse werden anhand der Themengebiete, z. B. dem Produktprogramm etc., gestaltet, mit denen sich die Nutzer im Rahmen ihrer Aufgaben analytisch auseinandersetzen (subject oriented). Integration Die auf Grund von Heterogenität vorzufindenden Redundanzen und Inkonsistenzen in den Datenbeständen der operativen Informationssysteme werden vor der Übernahme in das Data Warehouse einer Struktur- und Formvereinheitlichung unterzogen. Der Datenbestand im Data Warehouse ist demnach vollständig integriert (integrated). Dauerhaftigkeit In das Data Warehouse eingelesene Daten werden nur in Ausnahmefällen, z. B. wegen Übernahmefehlern, geändert. Daraus folgt, dass auf die Daten eines Data Warehouse prinzipiell nur lesend zugegriffen werden soll. Innerhalb von Planungsmodellen sind schreibende Zugriffe allerdings denkbar (non-volatile). Zeitraumbezug Im Vordergrund der betriebswirtschaftlichen Diagnosen, die auf Basis der Daten eines Data Warehouse vorgenommen werden, stehen nicht allein Zeitpunktbetrachtungen, wie in den operativen Informationssystemen, sondern Zeitraumbetrachtungen, die z. B. die Anwendung analytischer und prognostischer Methoden zur Ableitung von Trends ermöglichen. Deshalb werden sämtliche in das Data Warehouse eingelesene Daten mit einer Zeitmarke versehen und situativ vorgehalten (time variant). Insofern zeichnet sich ein Data Warehouse-System durch eine von den operativen Informationssystemen unabhängige Datenbasis aus, ermöglicht somit einen effizienten Zugriff auf horizontal und vertikal integrierte historische Informationen aus heterogenen unternehmensinternen und -externen Datenquellen und kann dadurch die Basis von Controlling- Informationssystemen bilden Vgl. Inmon, W. (1992), S ; Chamoni, P./Gluchowski, P. (1999a), S u. Behme, W./Muksch, H. (2000), S Vgl. Holthuis, J./Mucksch, H./Reiser, M. (1996), S

23 UnternehmensFührung&Controlling 23 Im Folgenden sollen in Analogie zu den Begriffen Datenbank und Datenbankmanagementsystem die Begriffe Data Warehouse und Data Warehouse-System unterschieden werden. Der Begriff Data Warehouse bezieht sich demzufolge lediglich auf die redundant gehaltene Datenbasis, wohingegen der Begriff Data Warehouse-System auf das sämtliche Import- Werkzeuge, das Data Warehouse, das Metadatenbanksystem, das Administrationstool und das Archivierungssystem umfassende Informationssystem abstellt. Ordnet man diese Komponenten idealtypisch an, ergibt sich die in Abbildung 6 dargestellte Architektur eines Data Warehouse- Systems. 42 Abbildung 6: Architektur eines Data Warehouse-Systems 43 Die Schnittstelle eines Data Warehouse-Systems zu den Datenquellen der operativen Informationssysteme und zu den externen Datenquellen stellen Extraktions-, Transformations- und Ladewerkzeuge dar. Diese Software- Tools werden häufig auch als Middleware bezeichnet. Den Kern bildet das Data Warehouse, dessen Aufgabe die redundante Speicherung der Daten in einer von den operativen Datenbanken getrennt unterhaltenen, relationalen und/oder mehrdimensionalen Datenbank ist. Darüber hinaus sind ein Metadatenbanksystem, ein Archivierungssystem und ein Administrationstool 42 Vgl. Böhnlein, M./Ulbrich-vom Ende, A. (2000), S. 17 u. Sinz, E. J. (2002), Sp In Anlehnung an: Behme, W./Muksch, H. (2000), S. 14; Chaudhuri, S./Dayal, U. (1997), S. 518; Holten, R. (1998), S. 48 u. Totok, A. (2000), S. 40.

24 24 UnternehmensFührung&Controlling zur Verwaltung des als typische Bestandteile eines Data Warehouse- Systems anzusehen Komponenten eines Data Warehouse-Systems Zur Vertiefung des Verständnisses werden nachfolgend die in Abbildung 6 aufgezeigten Komponenten von Data Warehouse-Systemen erläutert Extraktions-, Transformations- und Ladewerkzeuge Das Schaffen einer konsistenten und homogenen Datenbasis erfordert im Zuge der Übernahme der unternehmensinternen sowie -externen Daten den Einsatz von Software-Werkzeugen zur Extraktion, Transformation und zum Laden der relevanten Daten (sog. ETL-Tools). 45 ETL-Tools werden in einem ersten, eher technisch motivierten Schritt zur Extraktion der als betriebswirtschaftlich relevant erachteten Daten aus den unterschiedlichen relationalen und nicht-relationalen Datenquellen und zur Ablage der extrahierten Daten in einem Zwischenspeicher, der sog. staging area, eingesetzt. Bereits während der Extraktion erfolgt durch Integration geeigneter Regeln sowie durch manuelle Eingriffe eine Bereinigung systematischer Fehler, wie z. B. die Korrektur fehlender oder nicht interpretierbarer Datenwerte. 46 Im Rahmen der sich anschließenden Transformation werden die Daten unter anwendungsorientierten, betriebswirtschaftlichen Gesichtspunkten harmonisiert, verdichtet und angereichert. Der erste Transformationsschritt der Harmonisierung umfasst die Gruppierung der gefilterten Daten nach spezifischen betriebswirtschaftlichen Themenfeldern, beispielsweise das Gruppieren von Erfolgsdaten nach Produkten, Kunden oder Organisationseinheiten. Dies erfordert allerdings das Erfüllen bestimmter Voraussetzungen. So sind die Daten mit einem Zeitstempel zu versehen, die Attributnamen und Attributkodierungen abzustimmen (z. B. Umrechnung von fremden Währungen in Euro in einem international tätigen Unternehmen), die Schlüsselbeziehungen eindeutig anzulegen (z. B. Schaffung einer eindeutigen Produkt-ID für die Zusammenführung der produktbezogenen Daten aus dem In- und Ausland) sowie die betriebwirtschaftlichen Begriffsabgrenzungen zu vereinheitlichen (z. B. die einheitliche Bezeichnung des am 44 Vgl. Böhnlein, M./Ulbrich-vom Ende, A. (2000), S , 21, 25-26; Sinz, E. J. (2002), Sp. 315 u. Totok, A. (2000), S Vgl. Holthuis, J. (1999), S. 88; Mucksch, H. (1999), S u. Bange, C./Mertens, H./Schinzer, H. (1999), S Vgl. Finger, R./Kemper, H.-G. (1999), S

25 UnternehmensFührung&Controlling 25 Markt realisierten Umsatzes als Bruttoerlös). Der zweite Transformationsschritt der Verdichtung beinhaltet das Aggregieren der gefilterten und harmonisierten Datenbestände entsprechend der zu erwartenden Abfragen entlang unterschiedlicher Dimensionen. Dies geschieht aus Gründen der Performanceoptimierung. Für eine Sortimentsstrukturanalyse ist es beispielsweise empfehlenswert, die täglichen Ist- Verkaufszahlen zu Monats- oder Quartalswerten zu summieren und gesondert im Data Warehouse abzulegen. Im letzten Transformationsschritt, der Anreicherung, werden zur Verkürzung der Antwortzeiten und zur Sicherung der Datenkonsistenz betriebswirtschaftliche Kenngrößen (z. B. Deckungsbeitrag I) gebildet und gespeichert. 47 Das Laden der extrahierten und transformierten Daten in das Data Warehouse schließt die Aktivitäten auf der Datenerfassungsebene ab. Im Anschluss an das erstmalige Laden der Daten in das Data Warehouse ist gemäß der unternehmensspezifischen Anforderungen festzulegen, in welchen zeitlichen Abständen das Data Warehouse zu aktualisieren ist. Darüber hinaus ist zu entscheiden, ob inkrementelle oder vollständige Aktualisierungen durchgeführt werden sollen Data Warehouse Die als Data Warehouse bezeichnete Datenbank enthält sowohl aktuelle als auch historische Daten aus unternehmensinternen sowie -externen operativen Datenquellen in unterschiedlichen Aggregationsstufen und wird getrennt von den operativen Datenbanken betrieben. Werden die bereits erläuterten charakteristischen Eigenschaften eines Data Warehouse konsequent umgesetzt, können die für die Analyse notwendigen Daten den nachgelagerten Systemen in einem einheitlichen Format zur Verfügung gestellt werden. 49 Im Rahmen der Konzeption des Data Warehouse sind darüber hinaus die nachfolgend genannten Gestaltungsaspekte zu berücksichtigen: 50 Die Datenverdichtung und die Granularität der Daten (Detailliertheitsgrad) sind vor dem Hintergrund eher gegensätzlicher Anforderungen abzustimmen. So ist aus DV-technischen Gründen, zu nennen sind der Speicherbedarf, die Flexibilität der Daten und die 47 Vgl. Finger, R./Kemper, H.-G. (1999), S Vgl. Holthuis, J. (1999), S Vgl. Behme, W./Mucksch, H. (2000), S Vgl. hierzu ausführlich Inmon, W. (1992), S ; Behme, W./Mucksch, H. (2000), S u. Holthuis, J. (1999), S

26 26 UnternehmensFührung&Controlling Verarbeitungsgeschwindigkeit, eine hohe Granularität der Daten (= niedriger Detailliertheitsgrad) vorteilhaft. Demgegenüber macht das betriebswirtschaftliche Ziel, die Daten als Grundlage für bestimmte Entscheidungen zu verwenden, detaillierte Auswertungsmöglichkeiten und damit eine niedrige Granularität der Daten (= hohen Detailliertheitsgrad) erforderlich. Ein weiteres Gestaltungskriterium, das sich ebenfalls auf die Verarbeitungseffizienz des Data Warehouse auswirkt, ist die Partitionierung (Fragmentierung) der Datenbestände, z. B. nach ihrem Zeitraumbezug. Diese wirkt sich einerseits vereinfachend auf die notwendigen Administrationstätigkeiten (Restrukturierung, Indizierung etc.) andererseits komplexitätssteigernd auf die Gestaltung des Datenmodells, die Datenübernahme und die Durchführung von partitionenübergreifenden Analysen aus und sollte bereits im Zuge der Konzeption festgelegt werden. Ferner ist im Sinne der Denormalisierung 51 darauf zu achten, dass die im Rahmen von betriebswirtschaftlichen Diagnosen anfallenden Datenbankzugriffe reduziert werden, um so die eingesetzte Hard- und Software zu entlasten sowie das Antwortzeitverhaltens des Data Warehouse zu verbessern. Allerdings muss dafür ein Anstieg des Speicherplatzbedarfs durch die entstehenden Redundanzen der denormalisierten Daten sowie ein erhöhter Aufwand zur Erhaltung der Datenkonsistenz in Kauf genommen werden Metadatenbanksystem Da die Inanspruchnahme eines Data Warehouse von den meist spezifischen Informationsbedarfen des jeweiligen Benutzers abhängt, besteht die Notwendigkeit, dem Anwender Werkzeuge an die Hand zu geben, mit denen er die zur Erfüllung seiner Aufgaben notwendigen Informationen selbst und insofern rollenspezifisch aus dem Data Warehouse herausfiltern und analytisch verarbeiten kann. Aus diesem Grund werden DV-technische und betriebswirtschaftliche Informationen über Datenquellen, Transformationen 51 Als Denormalisierung wird eine Vorgehensweise bezeichnet, die bewusst darauf verzichtet, die Relationen in einem relationalen Datenmodell in der dritten Normalform zu implementieren, und damit Inkonsistenzen aus Praktikabilitätsgründen in Kauf nimmt (vgl. Holthuis, J. (1999), S. 86).

27 UnternehmensFührung&Controlling 27 und Verdichtungen in einem separaten Metadatenbanksystem gespeichert 52, 53 und verwaltet. Das Metadatenbanksystem, das sozusagen die Daten über die Daten verwaltet, unterstützt nicht nur den Benutzer, sondern auch den Administrator des Data Warehouse-Systems. Das Metadatenbanksystem leistet demnach einen wesentlichen Beitrag dazu, die erforderliche Transparenz in allen Bereichen des Data Warehouse-Systems zu schaffen. Das Metadatenbanksystem ist äußerst benutzerorientiert zu gestalten, da dessen Güte in hohem Maße ausschlaggebend ist für die Akzeptanz des Data Warehouse-Systems im Unternehmen. 54 Die Datenbank für den Aufbau des Data Warehouse ist in erster Linie in Abhängigkeit von den darauf aufsetzenden Anwendungssystemen auszuwählen. Prinzipiell sind sämtliche am Markt angebotenen Standardprodukte hierfür als geeignet anzusehen Administrationstool Eine weitere Komponente des Data Warehouse-Systems ist das Administrationstool. Hinsichtlich der Administration des Data Warehouse- Systems lassen sich z. B. die Aufgaben der Überwachung der Transformations- und Ladevorgänge, des Zugriffs- und Performancemanagements, der Versionskontrolle sowie der fortwährenden Weiterentwicklung anhand der sich verändernden Daten- und Auswertungsanforderungen identifizieren. Zur Erfüllung dieser Aufgaben wird seitens der Mitarbeiter des EDV-Bereichs ein sog. Administrationstool eingesetzt, das vor allem auf die im Metadatenbanksystem gespeicherten Daten zugreift Archivierungssystem Mit Hilfe des Archivierungssystems werden die Daten des Data Warehouse- Systems einerseits gesichert und andererseits archiviert. Generelle Zielsetzung von Archivierungssystemen [Hervorhebung im Original nicht übernommen] ist es, die Produktivität durch die sofortige Bereitstellung 52 Vgl. Holthuis, J. (1999), S ; Hummeltenberg, W. (1998), S u. Mucksch, H. (1999), S Ein Metadatenbanksystem sollte darüber hinaus ein Lexikon der Datenbezeichnungen, einen Thesaurus über die Datenobjekte, ein Glossar, ein Datenstrukturverzeichnis, ein Verzeichnis der Integritätsbedingungen, Cross-Referenz-Tabellen und ein Data Directory enthalten. Vgl. Holthuis, J. (1999), S Vgl. Mucksch, H. (1999), S Vgl. Muksch, H. (1999), S Vgl. Holten, R. (1998), S. 47 u. Behme, W./Mucksch, H. (2000), S. 50.

28 28 UnternehmensFührung&Controlling notwendiger Informationen und Dokumente ohne Medienbrüche zu erhöhen und dafür entsprechende Speicherkapazitäten bereitzustellen. 57 Die Datensicherung schafft die Möglichkeit, das Data Warehouse-System nach einem hard- oder softwarebedingten Ausfall wiederherzustellen. Die Datenarchivierung dient der Reduktion des Datenvolumens und damit der Steigerung der Performance im Rahmen von Abfragen. Hierzu werden die Daten der untersten Verdichtungsstufen aus dem Data Warehouse ausgelagert und in den meisten Fällen auf optischen Offline-Datenträgern abgespeichert. Dadurch können selbst große Datenmengen im Data Warehouse-System effizient verwaltet und beispielweise im Rahmen von komplexen Ad hoc-analysen verarbeitet werden. 58 Darüber hinaus wird von dem Data Warehouse-System standardmäßig eine Schnittstelle für die darauf aufsetzenden Komponenten eines Controlling- Informationssystems, z. B. den OLAP-Systemen und den Business Intelligence-Tools, angeboten. Diese gewährt einen einheitlichen Zugriff auf die im Data Warehouse und Metadatenbanksystem abgelegten Daten. 59 Nachdem die Komponenten eines Data Warehouse-Systems erläutert wurden, sollen typische Organisationsformen des Data Warehouse vorgestellt und kritisch beleuchtet werden. 3.2 Organisationsformen des Data Warehouse Aus struktureller Perspektive wird ein Data Warehouse zum größten Teil durch den Aufbau und die Organisation des Unternehmens, die vorhandene DV-Infrastruktur und die Planung über die zukünftige Entwicklung des DV- Bereichs bestimmt. 60 In Abstimmung mit den unternehmensspezifischen Anforderungen kann ein Data Warehouse grundsätzlich als zentrales Data Warehouse, als verteiltes Data Warehouse oder als Data Mart(s) mit und ohne zentralem Data Warehouse gestaltet werden. 61 Darüber hinaus bestünde noch die Möglichkeit das Data Warehouse als virtuelles Data Warehouse zu realisieren. Diese Organisationsform, die sich durch den Verzicht auf eine separate redundante Datenhaltung auszeichnet, 57 Behme, W./Mucksch, H. (2000), S Vgl. Behme, W./Mucksch, H. (2000), S Vgl. Totok, A. (2000), S. 39. HOLTHUIS verweist in diesem Zusammenhang auf den Mangel einer standardisierten Schnittstelle (vgl. Holthuis, J. (1999), S ). 60 Behme, W./Mucksch, H. (2000), S Vgl. Bange, C./Mertens, H./Schinzer, H. (1999), S. 21.

29 UnternehmensFührung&Controlling 29 soll im Weiteren jedoch nicht betrachtet werden, da dieses Vorgehen der Grundidee des Data Warehousing widerspricht Zentrales Data Warehouse Abbildung 7: Data Warehouse-System mit zentralem Data Warehouse 63 Das zentrale Data Warehouse (vgl. Abbildung 7) zeichnet sich durch eine redundante, zentral betriebene physische Datenbasis aus und ist auf Grund des vorhandenen Know-hows vor allem Unternehmen mit einer zentralen Geschäftsabwicklung zu empfehlen. Der Zugriff auf die Daten aller Bereiche des Unternehmens, das vergleichsweise einfache Datenmodell sowie die geringe Netzbelastung sind als Vorteile eines zentralen Data Warehouse anzusehen. Als Nachteile dieser Organisationsform sind der erschwerte Zugriff und die oftmals mangelnde Berücksichtigung der Informationsbedarfe der Entscheidungsträger ausgegliederter Unternehmensteile sowie das im Fall von vielen Datenbankabfragen resultierende schlechte Antwortzeitverhalten anzusehen. Ebenfalls problematisch sind die Komplexität einer derartigen Gesamtlösung sowie das hohe Investitionsvolumen vor allem für die notwendige Hardware. Anzumerken ist, dass im Zuge der Nutzung das Für weitere Ausführungen zur Organisationsform des virtuellen Data Warehouse vgl. Behme, W./Mucksch, H. (2000), S ; Bange, C./Mertens, H./Schinzer, H. (1999), S u. Böhnlein, M./Ulbrich-vom Ende, A. (2000), S. 25. In Anlehnung an: Behme, W./Mucksch, H. (2000), S. 52.

30 30 UnternehmensFührung&Controlling zentrale Data Warehouse oftmals auf mehrere kleinere Data Warehouses verteilt wird Verteiltes Data Warehouse Abbildung 8: Data Warehouse-System mit verteiltem Data Warehouse 65 Sind in einem Unternehmen auf Grund des dezentralen Betriebes der operativen Informationssysteme das zum Betrieb von verteilten Systemen erforderliche Know-how und die Infrastruktur vorhanden, liegt es nahe, auch das Data Warehouse als verteiltes System mit dezentralen Datenbasen aufzubauen (vgl. Abbildung 8). Vorteilhaft wirken sich in diesem Fall die lokale Verfügbarkeit der Daten, die höhere Flexibilität und die geringeren Anschaffungs- und Betriebskosten der kleineren Serversysteme aus. Als nachteilig erweisen sich die Verwaltung des komplexeren Datenmodells und die hohe Netzbelastung im Fall von unternehmensweiten Analysen. Dieser Nachteil kann jedoch, wie im nachfolgenden Abschnitt dargestellt, durch den Aufbau eines zentralen Data Warehouse in der Unternehmenszentrale teilweise kompensiert werden Vgl. Behme, W./Mucksch, H. (2000), S ; Bange, C./Mertens, H./Schinzer, H. (1999), S ; Böhnlein, M./Ulbrich-vom Ende, A. (2000), S. 25 u. Zornes, A. (1994), S In Anlehnung an: Behme, W./Mucksch, H. (2000), S Vgl. Behme, W./Mucksch, H. (2000), S u. Böhnlein, M./Ulbrich-vom Ende, A. (2000), S. 25.

31 UnternehmensFührung&Controlling Data Mart(s) mit und ohne zentralem Data Warehouse Abbildung 9: Data Warehouse-System mit Data Marts und zentralem Data Warehouse 67 Die Erfahrungen in der Praxis haben gezeigt, dass der kurz- bis mittelfristige Aufbau meist an der Entwicklung eines unternehmensweiten Datenmodells für das zentrale Data Warehouse scheitert. Dies führte in der Praxis zur Entwicklung von Data Marts, die als personengruppen- bzw. funktionsspezifische Data Warehouse-Lösungen kurzfristig implementiert werden konnten. Allerdings ist darauf hinzuweisen, dass aus Gründen der Konsistenzsicherung die Datenmodelle der einzelnen Data Marts aufeinander abgestimmt und im Idealfall um ein zentrales Data Warehouse ergänzt werden sollten (vgl. Abbildung 9). In diesem Fall sind die Data Marts als fachliche Sichten auf das zentrale Data Warehouse zu begreifen, die gegebenenfalls bedarfsgerecht zu ergänzen sind. Bedeutsame Vorteile dieser Organisationsform sind die vergleichsweise kurzen Implementierungszeiten, die niedrigeren Anschaffungskosten und Betriebskosten der kleineren Serversysteme sowie die höhere Flexibilität. Nachteilig wirkt sich insbesondere der zusätzliche Verwaltungs- und Pflegeaufwand des Datenmodells und dessen Metadatenverwaltung aus In Anlehnung an: Behme, W./Mucksch, H. (2000), S Vgl. Behme, W./Mucksch, H. (2000), S u ; Bange, C./Mertens, H./Schinzer, H. (1999), S ; Böhnlein, M./Ulbrich-vom Ende, A. (2000), S. 25 u. Sinz, E. J., (2002), Sp

32 32 UnternehmensFührung&Controlling Die vorherigen Erläuterungen ergänzend bietet Abbildung 10 eine vergleichende Gegenüberstellung der bedeutsamen Vor- und Nachteile der drei erläuterten Organisationsformen. Abbildung 10: Organisationsformen des Data-Warehouse im Vergleich Resümierend ist festzuhalten, dass für die Realisierung von Controlling- Informationssystemen das Konzept des(der) Data Mart(s) mit oder ohne einem zentralen Data Warehouse auf Grund der flexibleren Auswertungsmöglichkeiten, der hohen Verfügbarkeit historischer Daten, der vergleichsweise geringen Anschaffungs- und Betriebskosten sowie der relativ geringen Realisierungszeit die wohl zweckmäßigste der vorgestellten Organisationsformen darstellt Vgl. Bange, C./Mertens, H./Schinzer, H. (1999), S

33 UnternehmensFührung&Controlling 33 4 OLAP-Systeme Im Rahmen von Controlling-Informationssystemen setzen auf den Data Warehouse-Systemen in der Regel Systeme des On-Line Analytical Processing (OLAP) auf. Während Data Warehouse-Systeme auf die unternehmensweite Schaffung einer integrierten und konsistenten Datenbasis gerichtet sind, rücken OLAP-Systeme die Zugriffmöglichkeiten des Benutzers auf die Daten zur Erfüllung der diagnostischen Aufgaben in den Vordergrund. Hierzu wird das im Data Warehouse gespeicherte Datenmaterial mehrdimensional aufbereitet, und dem Benutzer werden frei wählbare Sichten auf das Datenmaterial gewährt. Der Anwender kann dann im Rahmen von mehrdimensional ausgerichteten Analyse- und Prognoseaufgaben, wie sie für die Erfüllung grundlegender Funktionen von Unternehmensführung und Controlling typisch sind, flexibel durch den Datenbestand navigieren und diesen entsprechend seiner jeweiligen Informationsbedarfe auswerten. 70 Aus theoretischer Sicht ist festzuhalten, dass Data Warehouse-Systeme und OLAP-Systeme, trotz fließender Übergänge, grundsätzlich zwei, getrennt zu betrachtende Informationssystemtypen sind, die nicht miteinander konkurrieren, sondern in den meisten Fällen aufeinander aufbauen. Im weiteren Verlauf ist zunächst der Begriff OLAP definitorisch abzugrenzen und zumindest kurz auf die Anforderungen an OLAP-Systeme einzugehen. Darüber hinaus sind die Beschreibungselemente der mehrdimensionalen Datenstrukturen, die Navigation in solchen Datenstrukturen und die zur Verfügung stehenden Speichertechnologien näher zu betrachten. 4.1 Definitorische Abgrenzung von OLAP Zunächst ist darauf hinzuweisen, dass das im Bereich der Management- Unterstützungssysteme angesiedelte Datenverarbeitungskonzept des On- Line Analytical Processing abzugrenzen ist von dem im Bereich der operativen Informationssysteme vorzufindenden Konzept des On-Line Transaction Processing (OLTP). Die OLTP-Technologie ist im Gegensatz zur OLAP-Technologie, die für die analytische Verarbeitung historischer sowie eher aggregierter Daten konzipiert wurde, auf die strukturierte und repetitive Verarbeitung von detaillierten Daten ausgerichtet, die in Folge von aktuellen Transaktionen im Wertschöpfungsprozess entstehen. Darüber hinaus ist 70 Vgl Chamoni, P./Gluchowski, P. (2000), S. 335; Chamoni, P./Zeschau, D. (1996), S. 49 u. Bange, C./Mertens, H./Schinzer, H. (1999), S. 38.