-

Aufgabe der GP-Lenkung (Regler) ist die unmittelbare Planung, Steuerung und Kontrolle des Leistungssystems (Regelstrecke) im Rahmen der laufenden Geschäftsprozesse. GP-Lenkung und Leistungssystem gehören zur Geschäftsprozessebene eines betrieblichen Systems.

-

Aufgabe des Management (Regler) ist die Lenkung und Gestaltung des gesamten betrieblichen Systems. Hierzu gehören insbesondere die Lenkung der Geschäftsprozesse sowie die Gestaltung der Gesamtheit der Geschäftsprozesse (Regelstrecke) über Lenkungsziele bzw. Gestaltungsziele.

-

Subject oriented: Aufbau und Inhalt eines DWH orientieren sich an den für die Unternehmensführung relevanten Entscheidungsfeldern. Im Gegensatz dazu unterstützen die DB die Durchführung der einzelnen betrieblichen Transaktionen im Rahmen von Geschäftsprozessen.

-

Integrated: Ein DWH integriert und konsolidiert im Allgemeinen Daten aus mehreren DB und externen Datenquellen.

-

Non-volatile: Daten, die einmal in das DWH eingestellt wurden, werden nicht mehr verändert oder gelöscht. Vielmehr werden die Inhalte des DWH zu festgelegten Aktualisierungszeitpunkten sukzessive erweitert. Im Gegensatz dazu werden Daten in den DB während der Durchführung einer betrieblichen Transaktion laufend verändert und nach Abschluss der Transaktion zum Teil wieder gelöscht.

-

Time variant: Um Entwicklungen im Zeitablauf analysieren zu können, enthält ein DWH historisierte Daten. DB hingegen bilden im Wesentlichen die Zustände der betrieblichen Transaktionen zum aktuellen Zeitpunkt ab.

-

Selection, Slice und Dice: Selection ermöglicht eine Auswahl von Werten anhand vorgegebener Kriterien (z.B. Finde die drei Produktgruppen mit den höchsten Monatsumsätzen in 11/2000). Slice und Dice stellen Spezialfälle der Operation Selection dar. Slice ermöglicht das „ Herausschneiden einer Scheibe “ aus dem Hypercube (z.B. alle Umsätze in den Dimensionen Produkt und Zeit für die Filiale München-Süd). Das Anfrageergebnis weist dabei eine gegenüber dem Hypercube um eins reduzierte Anzahl an Dimensionen auf (z.B. wird aus einem dreidimensionalen Würfel eine zweidimensionale Tabelle selektiert). Die Operation Dice selektiert einen Teilwürfel des Hypercube; die Anzahl der Dimensionen bleibt dabei unverändert (z.B. Umsätze aller deutschen Filialen im Jahr 2000).

-

Drill Down und Roll Up: Navigieren innerhalb einer Dimensionshierarchie. Drill Down navigiert eine Ebene nach unten (z.B. von Umsätzen je Produktkategorie zu Umsätzen je Produkthauptgruppe oder von Monatsumsätzen zu Tagesumsätzen). Roll Up navigiert umgekehrt eine Ebene nach oben.

-

Rotate: Drehen des Hypercube durch Vertauschen von zwei Dimensionen (z.B. Vertauschen von Zeit und Produkt). Dadurch ergibt sich eine veränderte Sicht auf die Datenstruktur, die quantitativen Daten selbst bleiben unverändert.

-

Join: Verknüpfen von zwei Hypercubes anhand einer oder mehrerer gemeinsamer Dimensionen. Im Allgemeinen erhöht sich dabei die Anzahl der Dimensionen des Anfrageergebnisses im Vergleich zu den verknüpften Hypercubes. Werden z.B. ein 4- und ein 6-dimensionaler Hypercube über 2 gemeinsame Dimensionen verknüpft, so besitzt das Anfrageergebnis 4 + 6 – 2 = 8 Dimensionen.

-

Operative Systeme: Datenquellen für das Data Warehouse sind insbesondere die Datenbanken der operativen Anwendungssysteme sowie externe Datenquellen (vgl. z.B. Fischer, C.  2001, S. 107 ff.), wie etwa öffentliche Datenbanken.

-

Datenerfassung: Durchführung des ETL-Prozesses, bestehend aus den Schritten Extraktion, Transformation und Laden. Bei der Extraktion werden Rohdaten aus den Datenquellen selektiv übernommen und gefiltert. Bei der Transformation erfolgt eine syntaktische und semantische Bereinigung der Daten (vgl. z.B. Kemper, H.-G./Finger, R.  1999, 78 ff.). Beim Laden werden die bereinigten Daten organisatorisch aufbereitet (z.B. durch Sortieren, Berechnen von Aggregationen, Aufbauen von Zugriffsstrukturen) und in das Data Warehouse übernommen.

-

Datenhaltung: Verwaltung des Data Warehouse, d.h. der eigentlichen Datenbasis. Die Datenhaltung erfolgt analog zu den Datenbanken der operativen Systeme meist in relationaler Form unter Nutzung eines relationalen Datenbanksystems. Die Relationen des DWH lassen sich dabei als materialisierte, redundant gespeicherte Sichten auf die Relationen der DB (und auf externe Datenquellen) interpretieren. Im Gegensatz dazu werden innerhalb der operativen Anwendungssysteme virtuelle Sichten auf die DB verwendet, die jeweils aus den Basisrelationen der DB abgeleitet werden. Bei den Organisationsformen für die Datenhaltung dominiert das zentrale DWH, es kommen aber auch verteilte DWH zum Einsatz, die auf Basis verteilter Datenbanksysteme realisiert werden und die gegenüber der nächsthöheren Schicht einen logisch zentralisierten Datenbestand präsentieren. Von einem zentralen oder verteilten DWH zu unterscheiden sind Data Marts. Ein Data Mart ist ein thematisch oder bereichsspezifisch abgegrenztes Teil-DWH für eine bestimmte Organisationseinheit oder für ein spezielles Entscheidungsfeld. Eine Konsolidierung zwischen den Data Marts erfolgt i. Allg. durch Abstimmung mit einem zentralen DWH.

-

Datenbereitstellung: Bereitstellung der Datenbestände für die nutzende Umgebung des DWH. Die Datenbereitstellung erfolgt in Form von multidimensionalen Datenstrukturen durch einen OLAP-Server. Bezüglich der Funktionsweise von OLAP-Servern lassen sich zwei Grundformen unterscheiden (vgl. z.B. Chamoni, P./Gluchowski, P.  2000, S. 344 ff.). Beim relationalen OLAP (ROLAP) werden die auf dem Hypercube durchzuführenden Operationen in relationale Operationen transformiert (i.d.R. SQL), die meist direkt auf den Relationen des DWH ausgeführt werden. Beim multidimensionalen OLAP (MOLAP) werden zusätzlich zum DWH spezielle multidimensionale Daten- und Zugriffsstrukturen aufgebaut, die den Hypercube physisch realisieren und auf denen die Operationen ausgeführt werden. Hierzu wird ein multidimensionales Datenbanksystem eingesetzt. Als Vorteil von ROLAP gilt insbesondere eine höhere Flexibilität der Datenstrukturen, als Vorteil von MOLAP eine schnellere Anfragebearbeitung.

-

Präsentation: Darstellung und Auswertung der Anfrageergebnisse in Form von interaktiven Berichten und Diagrammen. Werkzeuge hierfür sind insbesondere OLAP-Standardberichte für bestimmte betriebliche Funktionsbereiche, OLAP-Berichtsgeneratoren sowie Erweiterungen von Standard-Bürosoftware (siehe z.B. Chamoni, P./Gluchowski, P.  2000, S. 364 ff.).

-

Analysephase: Ein erster Aufgabenschwerpunkt ist die Informationsbedarfsanalyse. Dabei sind der aus den Managementaufgaben ableitbare objektive Informationsbedarf, der subjektive Informationsbedarf der Entscheider, die tatsächlich zu erwartende Informationsnachfrage und das potenzielle Informationsangebot zu analysieren und aufeinander abzustimmen (vgl. Biethahn, J./Muksch, H./Ruf, W.  1994, S. 7 f.). Aufbauend darauf erfolgt die Entwicklung von Nutzungsszenarien für das DWH. Dazu werden die ermittelten Informationsbedarfe klassifiziert und geeignet gebildeten Nutzergruppen zugeordnet. Abschließend erfolgt die fachliche Definition der Hypercubes mit Kennzahlen und Dimensionen.

-

Designphase: Kern der Designphase ist der softwaretechnische Entwurf der multidimensionalen Datenstrukturen. Aufbauend auf der fachlichen Definition der Hypercubes und einer Entscheidung zwischen ROLAP und MOLAP sind Maßnahmen zur Optimierung des Anfrageverhaltens zu treffen. Diese betreffen insbesondere die Vorstrukturierung und Vorverdichtung der Daten des DWH einschließlich der Definition von Standardberichten. Weiter wird das Anwendungsdesign durchgeführt. Dieses umfasst das Layout und die Struktur von Berichten, die Definition der Nutzerberechtigungen sowie die Planung von Hilfsmitteln zur Nutzerunterstützung.

-

Implementierungsphase: Diese Phase dient der Implementierung des Data Warehouse-Systems auf der Basis einer ausgewählten Systemplattform (Datenbanksystem, OLAP-System) einschließlich der Schnittstellen zu den operativen und externen Datenquellen sowie der Realisierung der gesamten Anwendungsumgebung.