computerwoche.de

Archiv

Steigende Zahl an Anwendungsmöglichkeiten

Data Warehouses etablieren sich als Entscheidungshilfen

09.02.2001
Die Herausgeber beziehen ein großes Autorenkollektiv ein, das ein solides Werk über Data Warehousing vorlegt. Das Buch möchte die technische sowie die Anwenderseite gleichwertig behandeln. Die drei großen Abschnitte gehen auf Architektur, Entwicklung und Anwendung ein. Zur Veranschaulichung zieht sich ein fiktives Projekt als roter Faden durch das Buch.

Die Autoren definieren als Data Warehouse eine "physische Datenbank, die eine integrierte Sicht auf beliebige Daten ermöglicht". Im Gegensatz zu den Transaktionssystemen kommt es beim Data Warehousing besonders auf die analytische Verwendung der Informationen an. Es geht also vorwiegend um spezifische Anwendungsziele, wobei die Daten integriert, nicht flüchtig, sondern historisch, also für Vergleiche tauglich sind.

Nicht selten kommt es zu überhöhten Ansprüchen, wenn Fachkräfte ebenso wie das Topmanagement davon ausgehen: "Alles, was wir nicht wissen, muss doch wohl im Data Warehouse stehen." Bei realistischen Erwartungen bieten diese Systeme aber inzwischen eine Fülle von Anwendungen.

Neben informationsorientierten Applikationen, der Datenlieferung für das klassische Berichtswesen, gibt es eine Vielzahl von analyseorientierten Einsätzen: im Controlling, für die Kennzahlenberechnung oder die Kostenrechnung. Auch bei der Planung setzt man zunehmend auf Data Warehouses, und für die Unterstützung von Kampagnen liefern derartige Systeme oft nützliche Erkenntnisse.

Neben der Darstellung der Referenz- sowie der physischen Architektur erläutern die Autoren im ersten Abschnitt auch die Phasen des Data Warehousing. Das Monitoring initiiert die Datenbeschaffung, der Monitor ist somit die "Kontrollfluss-Schnittstelle" zwischen Basisdatenbank und Datenquellen. Zu den Techniken gehören aktive Mechanismen nach den ECA-Regeln (ECA = Event, Condition, Action) und Replikationsmechanismen. Es schließt sich die Extraktion an, wobei zwischen periodischer, anfrage- oder ereignisgesteuerter und sofortiger differenziert wird. In der Transformationsphase sind die Daten an die Anwenderanforderungen anzupassen. Dann werden die Informationen in die Datenbank und das Data Warehouse geladen, woraufhin die Analysephase etwa mit Data Access oder Olap (Online Analytical Processing) einsetzt.

Im Abschnitt Entwicklung geht es ausführlich um das für Data Warehousing essentielle multidimensionale Datenmodell. Unter anderem kommen hier grafische Design-Notationen wie das ME/R-Prinzip (multidimensionales Entity/Relationship Modell) und mUML (multidimensionales UML) zur Sprache.

Der Anwendungsteil des Buches befasst sich mit dem Aufbau und Betrieb eines Data-Warehouse-Systems. Abgerundet wird das Buch durch Praxisbeispiele. Die Autoren stellen unter anderem ein Data-Warehouse-Projekt für den Anzeigenbereich beim Axel Springer Verlag vor und präsentieren auch Anwendungen zur Gesundheitsberichterstattung in der umweltbezogenen Epidemiologie.

Andreas Bauer, Holger Günzel (Hg.): Data Warehouse Systeme. Architektur, Entwicklung, Anwendung. Heidelberg: dpunkt 2001. 579 Seiten, 99 Mark.

*Inge Steutzger ist freie Autorin in München.