Eigentlich ist Data-Warehousing von einem geradezu partizipatorischen Charakter.Im Unterschied zu herkömmlichen Management-, Decision-Support- und Execu- tive-Informations-Systemen, die einem ausgewählten Anwenderkreis vorbehalten sind, ist das Data-Warehouse für jeden Nutzungsberechtigten zugänglich.Offene Fragen lassen sich durch beliebige Kombinationen von Rohdaten beantworten.
Das kann dazu beitragen, daß Unternehmen erfolglose Vertriebsmodelle verwerfen müssen beziehungsweise zum erstenmal Genaueres über ihre Kunden erfahren, wie es das schon klassische Beispiel der amerikanischen Supermarktkette Wal Mart zeigt: Bier im Sechserpack, fanden die Spürnasen heraus, läßt sich am besten verkaufen, wenn es im Regal gleich neben den Windeln plaziert wird.
Doch die Investition in mehrere Millionen Mark teuere Datenlagerhäuser mit in den Terabyte-Bereich hineinreichendem Fassungsvermögen stellt die Anwender vor immer größere Probleme.Kopfschmerzen bereitet den Architekten vor allem der Brückenschlag zwischen Datenerfassung und Datenanalyse.
Hierin bestehe ein so grundsätzlicher Unterschied, sagt Stefan Krey, Berater bei Software Design & Management (sd&m) in München, "daß man beides nicht in ein System stecken kann."Der Aufbau eines Data-Warehouse, so der Experte, sei eine anspruchsvolle Integrationsaufgabe, die mit der Analyse der Informationsflüsse beginne und bei der Einrichtung nicht aufhören kann."Ein Data-Warehouse wird niemals fertig."
Besonders schwierig sei die Transformation von operativen Daten zu Metadaten, aus denen Anwender wiederum Zahlenkolonnen für ihre Reports und Analysen rekrutieren.Wie Krey auf einer Tagung in Hamburg berichtete, ist es in einem konkreten Projekt trotz der Fülle an entsprechenden Werkzeugen nicht gelungen, die klar definierten Ansprüche des Anwenders zu erfüllen.An der Programmierung führte schließlich kein Weg vorbei.
Solche Schläge ins ohnehin malträtierte DV-Gesamtbudget können sich Anwender heute kaum noch erlauben.Es sei denn, man hat wie in Banken, Versicherungen und Telekommunikationsunternehmen ein investitionswilliges Top-Management im Rücken.Allein die Deutsche Bank beschäftigt rund 4500 IT-Spezialisten in ihrem Entwicklungszentrum in Eschborn; dort dürften ganz andere Herausforderungen auf der Tagesordnung stehen.
Die DV-Abteilungen bleiben auf Distanz
Nach Erkenntnissen der Meta Group beschäftigen sich 90 Prozent der deutschen Unternehmen mit dem Thema Data-Warehousing, jedes zweite hat bereits ein Projekt gestartet.Die überwiegende Mehrheit jedoch ist vom Ziel weit entfernt. Den Gründen für oder gegen eine Data-Warehouse-Einführung ist Rainer Volck, Management-Berater in Nürnberg, einmal nachgegangen.
Volck berichtet von patriarchalisch geführten Unternehmen, die sich in statischen Märkten bewegen und keine konsistenten Daten für ihre Entscheidungen benötigen.Er kennt andere Firmen, deren Management sich durchaus mit dem Thema anfreunden kann, deren DV-Abteilung sich aber aufgrund von Horrorberichten über die unbekannte Data-Warehouse-Technologie nicht gewinnen läßt.
Es gibt allerdings auch Fälle, in denen "von oben" ein großes Data-Warehouse-Projekt geplant wird, die Fachabteilungen aber mit abgespeckten Data-Marts operieren wollen."Keine Millionenprojekte, keine Programmieraufträge an die outgesourcten Freunde", kommentiert Volck."IT verliert die Kontrolle."
Im schlimmsten Fall, so Volck, ist ein Data-Warehouse aufgebaut, und hunderttausend Programmzeilen sind geschrieben.Doch für die Wartung und Anpassung an neue Anwenderwünsche, Organisationsformen und IT-Strukturen ist kein Geld mehr da.Das Unternehmen steht vor einem Datenhaufen.
Solche Anwendererfahrungen sprechen sich in Windeseile herum, und so ist es kein Wunder, daß man das Potential zunächst im kleinen auslotet.Wie die Meta Group berichtet, soll der Anteil von Data-Mart-Projekten in nur zwölf Monaten von 30 auf nahezu 50 Prozent aller Data-Warehouse-Architekturen steigen.
"Anstatt den Versuch zu unternehmen, ein Data-Warehouse top-down aufzubauen, das jegliche Bedürfnisse erfüllt", meint Wayne Eckerson von der Patricia Seybold Group, "arbeiten Unternehmen zunehmend bottom-up und richten ihr Interesse auf eine spezielle Teilmenge der unternehmensweiten Abfrage."
Auch bei Viessmann, einem führenden Heiztechnikhersteller im hessischen Allendorf, setzt man auf einzelne Data-Marts, um den technischen Kundenservice zu verbessern.Quelldaten aus einem Host-basierten Vertriebsinformationssystem, Produktionskostendaten aus einem OLAP-System (Online Analytical Processing) sowie Berichte aus Lotus 1-2-3 laufen hier ein.
Um jegliche Inkonsistenz des heterogenen Datenbestands auszuschließen, hat sich Dirk Battefeld, verantwortlicher Projektleiter bei Viessmann, für eine Lösung von Siemens-Nixdorf entschieden.Mit Power Mart würden die einzelnen Data-Marts über eine gemeinsame Datenbank vernetzt.Sie nehme extrahierte Daten aus unterschiedlichen operativen Systemen auf und stelle sie den Anwendern in der gewünschten Form für Auswertungen und Reports zur Verfügung.
Einen vergleichbaren Ansatz hat der Geschäftsbereich Test and Measurement von Hewlett-Packard gewählt.Laut Financial Analyst Carsten Eckensberger konzentriert man sich in dem Projekt Cofire (Consolidated Financial Reporting) auf solche Daten, die lediglich für den eigenen Geschäftsbereich relevant sind, und legt alle wichtigen Kenngrößen in einer zentralen Datenbank unter Arbor Essbase ab.Zeitnahe Auswertungen sollen von zusätzlichen Kenngrößen profitieren.
Durch den Zugriff auf einen umfangreichen Pool ist es nun möglich, standardisierte Charts für Analysen und Management-Updates am PC zu aktualisieren und zu verteilen.Vor allem bei der Vorbereitung des Monatsabschlusses würde dies zu erheblichen Arbeitserleichterungen führen.
Auf die schrittweise Einführung eines Data-Warehouses setzt auch die Parkettfabrik Jucker in Bad Mergentheim."Angesichts der hohen Insolvenzzahlen in der Baubranche mußten wir handeln", skizziert Gunter Neumann, Leiter des Rechnungswesens, die strategischen Ziele.Mit dem Start überschaubarer Projekte wolle man verhindern, daß mit großem Aufwand geplante Funktionalitäten am Ende vielleicht überflüssig werden.
Wichtig sei, daß die Verknüpfung mit dem operativen Vorgang stets gewahrt bleibe, faßt Neumann die Entscheidung für ein Informationssystem des Mannheimer Herstellers DCW Software zusammen.Wenn ein Anwender in der Finanzbuchhaltung mit einem Rechnungsbeleg arbeitet, kann er zugleich verschiedene statistische Analysen erstellen und umgekehrt "ohne nennenswerte Verzögerung" auf die Belegebene zurückgreifen.Vom Warehouse nach und nach profitieren sollen außer der Geschäftsführung alle Verantwortlichen in Rechnungswesen, Materialwirtschaft, Versand und Produktion.
Auch Eli Lilly, ein weltweit tätiger Pharmaspezialist mit Sitz in Bad Homburg, hat sich für eine pragmatische Lösung entschieden.Vor dem Einsatz des Reporting- und Analyse-Tools Business Objects des gleichnamigen Herstellers erhielt die DV-Abteilung bis zu 20 Auswertungsaufträge pro Tag.Zum Teil händeringend verlangten die verschiedensten Abteilungen Umsatzanalysen und Statistiken, deren Abarbeitung jedoch mehrere Tage erforderte.
Für komplexe Auswertungen, berichtet Projektleiterin Stefanie Teufel, mußte der verantwortliche Mitarbeiter Cobol-Programme schreiben, für "normale" Abfragen auf dem Mainframe konnte er auf das Werkzeug Assist zugreifen. Verbrachte er früher täglich vier Stunden nur mit diesen Aufgaben, arbeitet er heute in der Entwicklungsabteilung an Softwareprojekten.Rund 50 Anwender aus Marketing, Customer Service, Produktionsplanung und IT greifen inzwischen auf ein Mini-Warehouse zu, das ihnen die Auswertung von Umsätzen und die Planung von Abverkäufen ebenso erlaubt wie die Ermittlung von Bestellfrequenzen.
Die Sammlung, Verwaltung und Analyse von Daten, Stichwort Business Intelligence, genießt hohe Wertschätzung in Unternehmen aller Branchen.Bis zum Jahr 2000 soll dieser Markt auf 70 Milliarden Dollar wachsen, so eine Studie der Palo Alto Management Group.Eine Vorreiterrolle für den weiteren Boom wird sicherlich Data-Mining übernehmen, das sich zur vorherrschenden Technik insbesondere für Kundenbindungsprogramme entwickelt.
Wie unlängst auf einer Tagung in München berichtet wurde, ist Data-Mining Grundlage sowohl des künftigen One-to-one-Marketings als auch der aktiven Steuerung von Vertriebskanälen.Hewlett-Packard stellte Technologiekonzepte für Finanzdienstleistungen vor, die typische Data-Mining-Anwendungen integrieren.
Dazu zählen Kundenbewertungen nach dem "Lifetime value", Risikoanalysen sowie Profilierung, Segmentierung und Verhaltensmodellierung, die dem Außendienstmitarbeiter auf Knopfdruck zur Verfügung stehen und nach Eingabe der neuesten Informationen als Update ins Call-Center übermittelt werden.Die Delegation von Entscheidungsunterstützung zum aktuellen Kundenkontakt wird viele Unternehmen vor völlig neue Aufgaben stellen.
Angeklickt
Welchem Kunden man wann welches Angebot unterbreiten soll, diese Frage brennt Marketing- und Vertriebs-Managern gleichermaßen auf den Nägeln.Kein Wunder, daß man gerade in diesen Kreisen mit Data-Mining liebäugelt.Voraussetzung dafür sind allerdings mächtige Datenbank- und IT-Architekturen, für die der Otto Normalanwender kein Geld zur Verfügung hat.Doch auch kleine und mittlere Unternehmen müssen nicht in die Röhre schauen.Mit abgespeckten Warehouse-Lösungen, sogenannten Data-Marts, stehen überzeugende Ansätze für die Business-Planung zur Verfügung.
Winfried Gertz ist freier Journalist in München.