Die Versuchung, das Data-Warehousing abzuqualifizieren, ist gross. Wieder einmal, so argwoehnen Kritiker, verpassen die Hersteller ihren altgedienten Produkten einen neuen Anstrich. Datenbankanbieter wollen ihre relationalen Systeme und ihre Abfrage-Tools verkaufen, Middleware-Spezialisten ihre Connectivity-Werkzeuge. EIS-, Olap- und 4GL-Unternehmen bringen unter dem Dach des Data-Warehouse ihre wie auch immer gearteten Analysewerkzeuge unter.
Und dann sind da noch die Hardwarehersteller, die ihre High-end-Rechner und ihre Speichersysteme verkaufen moechten. Wer erinnert sich nicht an den fruehen Vorstoss der IBM, die schon vor Jahren den Begriff des Management-Informationssystems (MIS) in der Hoffnung praegte, Hard-, Soft- und Middleware sowie die zugehoerige Beratungsleistung in einem Paket verkaufen zu koennen.
Ein "totaler Ansatz", so koennte man weiter argumentieren, war noch nie erfolgreich. Nicht nur die IBM-eigenen Grosskonzepte MIS, SAA oder AD/Cycle blieben Papiertiger. Auch die Idee des Computer Integrated Manufacturing (CIM) hat sich nie durchgesetzt, und mancher Anwender wird in Selbstmitleid zurueckblicken, wenn er sich an die hausinternen Versuche erinnert, eine integrierte Office-Loesung einzufuehren.
Doch allen Rueckschlaegen zum Trotz ist das Thema Data-Warehouse en vogue. Die Zahl der Projekte waechst taeglich - auch in Deutschland, wie beispielsweise die Muenchner Meta Group registriert. Nahezu jedes Grossunternehmen evaluiere zur Zeit das Angebot.
Das Interesse besteht, weil es im Vergleich zu den genannten Altkonzepten einige gewaltige Unterschiede gibt: Die zur Realisierung eines Data-Warehouse benoetigten Tools existieren tatsaechlich, wenngleich sie von einer Vielzahl verschiedener Hersteller stammen und diverse Schnittstellen- und Standardisierungsprobleme bis dato ungeloest sind. Ausserdem geht das Data-Warehouse im Gegensatz zu den meisten gescheiterten Ansaetzen nicht von einem Top-down-, sondern von einem Bottom-up-Ansatz aus: Man beginnt mit kleinen, oftmals abteilungs- oder aufgabenbezogenen Projekten, richtet sogenannte Data-Marts ein und erhoeht nach und nach den Grad der Abdeckung.
Mit dem Data-Warehouse verbinden Unternehmen eine grosse Hoffnung: Wie der Pilot in seinem Cockpit erhalten nun die Anwender einen einheitlichen logischen Blick auf saemtliche relevanten Daten. Nicht nur Entscheider, nahezu alle Knowledge-Worker koennen je nach Geschaeftsinteresse mit vergleichsweise einfachen Queries ueber Informationen verfuegen, die sie fuer ihren Job benoetigen. Sie greifen auf eine eigens eingerichtete Datenbank - das Data-Warehouse - zu, das in bestimmten Perioden, meistens taeglich, auf den neuesten Stand gebracht wird.
In der Vergangenheit hat die Datenverarbeitung diesem Anspruch nicht genuegt. Man konzentrierte alle IT-Kraefte auf die Abwicklung vorhersehbarer, sich wiederholender Aufgaben. Der Computer war in erster Linie eine gigantische Rechenmaschine, mit der die Automation von Geschaeftsablaeufen moeglich werden sollte. Verbesserungen betrafen in der Regel die Geschwindigkeit der Automationsvorgaenge und die sich ausweitende Abdeckung von Unternehmensfeldern.
Mit der Einfuehrung von Data-Warehouses, so frohlockt die im englischen Hull ansaessigen Butler Group in ihrer Studie "Data Warehousing", koennte jetzt tatsaechlich der ueberfaellige Schritt von der Daten- zur Informationsverarbeitung erfolgen. Das Warehouse sei ein Informationslager, das den Vergleich von produktiven, historischen und externen Daten ermoegliche.
Ein monatlicher Geschaeftsbericht beispielsweise wird erst dann zu einer Information, wenn man die Zahlen und Daten mit dem Vorjahresbericht oder einem Forecast vergleichen kann. Sind solche Informationen auf Knopfdruck zugaenglich, koennte dies die Art und Weise, wie Geschaefte getaetigt werden, massiv veraendern. Bisher hat sich die Unternehmens-DV ueberwiegend auf die Felder Verwaltung und Produktion konzentriert. Organisatorisch schlug sich dies nieder, indem die IT-Verantwortung beim Finanzvorstand im Unternehmen oder beim Verwaltungschef aufgehaengt war. Einfache Return-on-Investment-Berechnungen gaben den Ausschlag darueber, in welchem Umfang Investitionen genehmigt wurden.
Die neue Computing-Welle dagegen bezieht sich auf die aktive, kreative Seite des Geschaefts. Die Bedienung des Kunden steht spaetestens seit der Business-Re-Engineering-Euphorie im Fokus einer jeden Chefetage; Sales, Marketing und Vertrieb erhalten zunehmend Systeme, die das Unternehmen vom Wettbewerb abgrenzen und ihm einen Vorteil verschaffen. Die Faehigkeit, schnell und flexibel die noetigen Daten zu beschaffen, um auf Marktanforderungen reagieren zu koennen, gilt als Schluessel zum Erfolg.
Noch ist es in den meisten Unternehmen nicht soweit, denn die Daten-Infrastruktur ist auf Online Transaction Processing (OLTP) ausgerichtet und nicht auf komplexe, mehrdimensionale Abfragen durch eine Vielzahl von Usern. Durchschnittlich zwei bis drei inkompatible Datenbanksysteme, so berichtet die Butler Group, kommen zum Einsatz. Sie funktionieren nicht nur unterschiedlich, sie entstammen auch nicht derselben IT-Generation.
Beim Data-Warehousing kommt es nun darauf an, den Anwendern Daten aus den "Legacy-Systemen" zur Verfuegung zu stellen, sofern sie fuer dessen Geschaeft relevant sind. Die User sollen einen einheitlichen logischen Blick auf diese Daten erhalten. Zusaetzlich zu den hauseigenen Altsystemen sollen Informationen aus externen Quellen wie Online-Datenbanken, dem Internet, den Datenbestaenden von Arbeitsgruppen oder auch digitalisierten Zeitungs-Clippings bereitgestellt werden.
Ein Data-Warehouse ist aber nur dann ein taugliches Informationssystem, wenn die Abteilungen bereit sind, ihre zum Teil kritischen Informationen auch zur Verfuegung zu stellen. Mit anderen Worten: Es laesst sich nur dann einrichten, wenn die "unternehmenspolitischen Voraussetzungen" gegeben sind.
"Es waere ein Riesenfehler, wenn eine DV-Abteilung ein Warehouse prophylaktisch bauen wuerde", warnt Wolfgang Martin, Program Director bei der Meta Group in Muenchen. "Die Fachabteilung muss die Initiative aufbringen und vor allem bei der Datenmodellierung die federfuehrende Rolle spielen. Initiative, Modellierung, Budgetierung, Finanzierung - das sind rein fachliche Aufgaben. Sie muessen ueber den jeweiligen Geschaeftsbereichs-Manager auf dem Executive-Level abgedeckt werden."
Aufgabe der Informatik sei es, brauchbare und kompatible Technikkomponenten zu beschaffen und diese zu integrieren. Ausserdem muesse sie darauf achten, dass die Fachabteilungen mit ihrem Projekt den zuvor gesteckten Rahmen nicht sprengten.
Nicht selten unterschaetzen die Fachbereiche ein Data-Warehouse-Projekt, weil sie es mit den bisher eingesetzten Executive Information Systems (EIS) gleichsetzen. Der Unterschied ist jedoch gewaltig. Ein EIS alter Praegung greift in der Regel nur auf wenige oder eine einzige Datenbank - zumeist ein Legacy-System - zurueck.
Es wird abteilungsorientiert eingesetzt und bedient lediglich eine kleine Zahl ausgesuchter Fuehrungskraefte mit Informationen. Die Aktualitaet laesst oft zu wuenschen uebrig, mitunter bekommen die Executives ihre Reports nur einmal im Monat. Sie erhalten die Informationen in einer vorgefertigten Sicht, ohne die Moeglichkeit einer mehrdimensionalen Analyse zu bekommen, wie sie moderne Online Analytical Processing (Olap) Tools bieten.
Rund 70 Prozent der 1990 durchgefuehrten EIS-Implementierungen verliefen erfolglos, berichtet die Butler Group mit Bezug auf eine Studie, deren Wahrheitsgehalt von Anbietern der entsprechenden Systeme bestaetigt worden sei. EIS litten unter dem unzureichenden Datenzugriff sowie an den nur maessigen Benutzeroberflaechen, die von den Geschaeftsfuehrern kaum akzeptiert wurden. Auch zeigten sich in Zeiten, in denen Spartenorganisation und vielschichtige Management-Strukturen das Bild praegten, organisatorische und kulturelle Probleme: Welcher Manager soll welche Informationen erhalten? Macht es Sinn, ausschliesslich Fuehrungskraeften wichtige Informationen zur Verfuegung zu stellen?
Mit Data-Warehouses sind dagegen sehr viel komplexere und vielfaeltigere Abfragen saemtlicher relevanter Datenbestaende moeglich. Entsprechend zugeschnittene Decision Support Systems (DSS) bieten Hunderten von Personen quer durch alle Abteilungen die Moeglichkeit, individuelle Analysen durchzufuehren.
Je nach Anforderung, Know-how oder Interesse arbeiten die Anwender mit einfachen, SQL-orientierten Ad-hoc-Abfrage-Tools wie Microsofts "Access" oder mit komplexeren "Managed-Query"-Systemen, die nur von DV-Spezialisten eingerichtet werden koennen (Business Objects). Wirklich interessant wird das Warehouse jedoch erst, wenn Olap-Tools zum Einsatz kommen, mit denen eine mehrdimensionale Analyse moeglich ist.
Beispielsweise, so erlaeutert Martin, koennte der Vertrieb eines Unternehmens sich zunaechst aus dem Warehouse mit aktuellen betriebswirtschaftlichen Groessen wie Kosten, Umsaetze, Preise, Deckungsbeitraege etc. bedienen lassen, um dann in einer zweiten Dimension die entsprechenden historischen Daten abzufragen, so dass sich Trends erkennen lassen. In weiteren Dimensionen koennen die Entwicklungen nun fuer verschiedene Produkte, Regionen oder Vertriebskanaele nachvollzogen werden.
Die Gartner Group, die Reporting-, Managed-Query- und Olap-Werkzeuge mit dem UEberbegriff "Business Intelligence Tools" versieht, stellt fest: "Die Auswahl dieser Tools muss nach einer sorgfaeltigen Analyse des User- und Geschaeftsumfelds erfolgen. Ein einziges Werkzeug wird die Beduerfnise aller Anwender kaum befriedigen. Es werden verschiedene Tools fuer Ad-hoc-Abfragen und Report-Writing, entscheidungsunterstuetzende Werkzeuge und EIS-Tools benoetigt."
Auch Luis Praxmarer, Managing Director der Meta Group in Muenchen, betont die Wichtigkeit der Tool-Auswahl. "Man muss sich genau ueberlegen, ob die Leute im Vertrieb mit komplexen Olap-Tools arbeiten sollen, oder ob es reicht, ihnen Managed Queries an die Hand zu geben." Praxmarer kritisiert, dass sich derzeit zu viele IS-Abteilungen mit dem Data-Warehouse-Thema beschaeftigten, ohne die kuenftigen Anwender einzubeziehen. Iteratives Prototyping unter Beruecksichtigung der Anwenderbeduerfnisse erhoehe die Chancen auf einen Projekterfolg.
Vom Projekterfolg haengt sehr viel ab
Dieser ist ausserordentlich wichtig, denn Data-Warehouses betreffen in der Regel die absolut geschaeftskritischen Aufgaben im Unternehmen. Vor allem die Bereiche mit Kundenkontakt arbeiten mit dem Datenlager; hier sind an erster Stelle Marketing, Vertrieb und Sales zu nennen. So kann der Immobilienspezialist eines Versicherungsunternehmens genau analysieren, ob die Lebensversicherungspolice eines Kunden und dessen privaten Lebensumstaende, sofern sie bekannt sind, einen zusaetzlichen Vertragsabschluss in anderen Bereichen ratsam erscheinen lassen.
Eine Bank beispielsweise muss nur ermitteln, wer die hohen Betraege auf das Konto eines Kunden ueberwiesen hat - er ist unter Umstaenden ein interessanter Kandidat fuer weitere Geschaefte. Und spaetestens, wenn die Fast-Food-Kette Smartcards fuer die Bezahlung akzeptiert, kann sie sich ueber ihre Kunden informieren. Verbindet man das Zahlungssystem mit einem Warehouse, laesst sich herausfinden, welche Produkte bestimmte Konsumentengruppen bevorzugen. Mit der neuen Technik ist also kuenftig nahezu jede Beziehung zwischen Kunde, Produkt und Hersteller genau zu analysieren und zu bewerten.
Grosse Hersteller brauchen das Warehouse-Geschaeft
Als fuehrende Anbieter im weltweiten Warehouse-Zirkus sind IBM, Hewlett-Packard und Oracle zu nennen, gefolgt von AT&T GIS, Computer Associates, Informix, Sybase und dem SAS Institute. Von den deutschen Anbietern reden die Software AG und Siemens-Nixdorf ein gewichtiges Woertchen mit, zumal sich SNI durch die UEbernahme von Pyramid auch auf diesem Gebiet deutlich verstaerkt hat.
Das Engagement der grossen Hersteller fuer diesen Markt ist ein absolutes Muss, denn hier haben sie am meisten zu verlieren. So ist die fuer ein Warehouse benoetigte Datenbank eines der maechtigsten und teuersten Produkte ueberhaupt. Hier werden operative Daten kumuliert, ohne dass die bereits vorhandenen Daten ueberschrieben werden - schliesslich sollen Zeitbezuege sichtbar gemacht werden. Mit anderen Worten: Der Bedarf an Soft- und Hardwareprodukten ist nahezu unermesslich.
Die Warehouses werden taeglich mit neuen Daten aufgefuellt - diesen Vorgang zu automatisieren stellt die wohl schwierigste Aufgabe im ganzen Warehouse-Prozess dar. Hier spielen einige noch relativ unbekannte Spezialisten im Konzert der Grossen mit - vor allem drei Hersteller werden mittelbar oder unmittelbar mit nahezu jedem Warehouse-Projekt in Verbindung gebracht: Prism mit dem "Prism Warehouse Manager", die Evolutionary Technology Inc. (ETI) mit ihrer "Extract Tool Suite" und Carleton mit "Passport".
Mit diesen Softwareprodukten lassen sich die Daten aus den verschiedenen operativen Systemen extrahieren, konsolidieren und in die jeweilige Zieldatenbank bringen. Die Tools werden sowohl anfangs zum Laden der Warehouse-Datenbank als auch spaeter zu seiner Wartung benoetigt.
Welchem Anbieter kann man nun angesichts der Fuelle der benoetigten Werkzeuge vertrauen? Der einzige Hersteller, der ein Data-Warehouse vom Design ueber die Entwicklung bis hin zur Implementierung mehr oder weniger allein einfuehren koennte, ist nach Einschaetzung der Butler Group die IBM. Allerdings positionieren sich auch alle anderen genannten Grossanbieter als Generalunternehmer. De facto haben jedoch saemtliche Single-Vendor-Loesungen ihre - zum Teil gravierenden - Schwaechen. Vor allem bei der Datenreplikation und den Moeglichkeiten der Datenuebertragung weisen die Loesungen Luecken auf. Hier ist die Zusammenarbeit mit Geschaeftspartnern unvermeidlich.
So arbeitet beispielsweise SNI im Rahmen des "Smart-Warehouse"-Projektes mit einer Vielzahl von Produkten und Services anderer Hersteller und Berater. Business Objects, Carleton, Computer Associates, Information Builders, Platinum, Informix, Coopers & Lybrand und andere sind Zulieferer fuer Pyramids Warehouse-Konzept.
Auch die IBM verbruederte sich mit diversen Anbietern, ueberwiegend Hersteller von Tools fuer die mehrdimensionale Datenanalyse. Die Olap-Spezialisten (Olap = Online Analytical Processing) verpflichteten sich, ihre Produkte fuer die "Visual Warehouse Solution" rund um das Datenbanksystem DB2 zur Verfuegung zu stellen. Hier sind unter anderem die Arbor Software, Business Objects, Pilot, Information Advantage oder Vality Technology zu nennen. AEhnliche Aufzaehlungen liessen sich fuer Oracle, Hewlett-Packard und andere Hersteller machen.
Trotz der Einbeziehung anderer Werkzeuge haben die Single-Vendor-Loesungen ihre Staerken. Die Butler Group sieht sie vor allem in den hohen Integrations- und Kooperationsstandards der Produkte. Der Informationsaustausch zwischen den Komponenten sei vergleichsweise leicht zu bewerkstelligen, das Look and feel der Werkzeuge relativ einheitlich. Die Metadaten, die bei der Einrichtung eines Warehouse massenhaft anfallen, lassen sich leichter synchronisieren, und es gibt jede Menge Utilities fuer den Management- und Entwicklungsprozess.
Um die Anforderungen seines Unternehmens komplett abzudecken, kann es jedoch ebenso ratsam sein, sich die jeweils besten Loesungen im Markt zusammenzusuchen. Man waehlt die Werkzeuge, die Funktionalitaets- und Preiskriterien am besten abdecken. Das Risiko dieses Ansatzes liegt auf der Hand: Inkompatibilitaeten und Schnittstellenprobleme machen den Entwicklern das Leben schwer.
Waehlt man diesen Weg, sollte man zunaechst ein Framework definieren, das beschreibt, welcher Weg beschritten werden soll und wann beziehungsweise wie diverse Produkte eingebunden werden koennen. Wichtig ist, festzulegen, welche Komponenten der Loesung bestimmte Informationen teilen sollen und wie dies erreicht werden kann. Die unvollkommene Integration ist fuer gewoehnlich der Grund, warum sogenannte Best-of-breed-Loesungen scheitern.
Ein wesentlicher Kritikpunkt an Multivendor-Loesungen sind die Kosten. Wer sich bei allen moeglichen Herstellern bedient, hat wenig Verhandlungsspielraum, was die Gestaltung der einzelnen Lizenzvertraege angeht. Darueber hinaus ist es nicht einfach, die Zusammenarbeit mit einer Vielzahl unterschiedlicher Lieferanten zu organisieren - Schwierigkeiten treten vor allem dann auf, wenn ein Hersteller nicht die versprochene Leistung bringt. Heinrich Vaske