Data Warehouse – aus alt mach neu

Ein Data Warehouse ist das Fundament für Business-Intelligence- und Data-Analytics-Plattformen. Dieser zentrale Datenpool ist aber in vielen Unternehmen in die Jahre gekommen und wird den neuen Anforderungen nicht mehr gerecht. Für viele stellt sich daher die Frage, ob sie das Data Warehouse auf Vordermann bringen sollen oder ob ein Neubau sinnvoller ist.

Schon in den 80er-Jahren haben Unternehmen erkannt, wie wichtig eine einheitliche Datenbasis in Form eines Data Warehouse (DWH) ist. Als zentrale Datenquelle, in dem alle unternehmensrelevanten Daten gesammelt werden, sorgt das DWH dafür, dass alle Mitarbeiter auf dieselben Informationen zugreifen können. Fachabteilungen erhalten durch die dort aufbereiteten Daten qualitätsgesicherte Kennzahlen für ihre Arbeit.

Die Digitalisierung bringt jedoch neue Anforderungen in Sachen Datenmanagement. Das Datenvolumen ist um ein Vielfaches gestiegen und die vielen Daten aus unterschiedlichsten Quellen müssen in das DWH integriert und für Analysen bereitgestellt werden – das kostet Zeit. Der Faktor Zeit spielt gerade in den Bereichen Internet of Things und Industrie 4.0 eine entscheidende Rolle, da Auswertungen in Echtzeit oder nahezu Echtzeit für viele Anwendungen unverzichtbar sind.

Dazu kommt, dass Fachabteilungen heute höhere Ansprüche an das Data Warehouse haben: Je mehr Prozesse digitalisiert werden, desto mehr datengetriebene Entscheidungen sind möglich und desto mehr Menschen arbeiten mit diesen Daten. Diese müssen möglichst schnell und einfach an die Daten aus dem DHW kommen, um sie zu nutzen. Dabei hat jede Abteilung andere Wünsche und Anforderungen, die möglichst schnell umgesetzt werden sollen. Aufgrund der neuen Datenschutz-Grundverordnung müssen Unternehmen zusätzlich sicherstellen, dass gespeicherte personenbezogene Daten identifiziert und gegebenenfalls gelöscht werden können.

Insellösungen vermeiden

Kein Wunder, dass die Datenbankverantwortlichen in den Unternehmen hinterherhinken. Für jede neue Anforderung muss sich das Datenmodell, mit dem die Kennzahlen ermittelt werden, verändern. Für Fachabteilungen ist aber die Wartezeit meist zu lang – daher schaffen sie sich schnell eine Insellösung, um die gewünschte Kennzahl zu ermitteln. Der Sinn und Zweck eines zentralen Datenpools – nämlich eine einheitliche Datenbasis zu schaffen – wird dadurch boykottiert. Das hat zur Folge, dass es keine Garantie mehr gibt für die Richtigkeit der Kennzahlen in den unterschiedlichen Abteilungen.

Gleichzeitig nimmt die Komplexität des Data Warehouse mit jeder Anpassung und Erweiterung des Datenmodells zu. Das geht häufig zu Lasten der Performance und führt zu langen Ladezeiten. Dann kann es schon einmal passieren, dass Mitarbeiter bis zu einem halben Tag warten müssen, bis die Daten zur Verfügung stehen, die sie für einen bestimmten Report brauchen. Nicht selten bricht der Ladevorgang in dieser Zeit ab oder Daten werden nicht vollständig geladen, da auch die Stabilität der Systeme unter der Komplexität des Data Warehouse leidet. In der heutigen Zeit, in der datenbasierte Entscheidungen das A und O sind, ist ein solcher Zustand nicht tragbar.

Gretchenfrage: Sanierung oder Neubau von einem Data Warehouse?

Unternehmen sollten daher ihr Data Warehouse auf Herz und Nieren prüfen, um festzustellen, ob sich eine Modernisierung des alten Systems noch lohnt oder ob es sinnvoller ist, gleich in einen Neubau zu investieren. Dafür müssen sie sich zuallererst die folgenden Fragen stellen:

  1. Wo liegen die Stärken und Schwächen der aktuell eingesetzten BI-Lösung mit dem zugrundeliegenden Data Warehouse?
  2. Wie weit ist die Ist-Situation von der strategischen Zielsetzung entfernt?
  3. Wie sehen die unternehmensspezifischen und technischen Rahmenbedingungen aus?
  4. Ist die BI-Landschaft mit dem vorhandenen Data Warehouse überhaupt sanierungsfähig?

Externe, spezialisierte Berater können das Unternehmen bei der Beantwortung unterstützen. Aus den Antworten, die mithilfe eines „DWH Health Check“ ermittelt werden können, ergibt sich das weitere Vorgehen.

Manchmal reicht es bereits aus, einzelne Bereiche zu modernisieren und zu optimieren. Arbeitet das Unternehmen aber mit einer veralteten Datenbanktechnologie, kann es sinnvoller sein, das Data Warehouse komplett neu aufzubauen. Mit einem Technologiewechsel ergeben sich ganz neue Möglichkeiten, so kann beispielsweise die Datenablage Spalten- und Memory-orientiert erfolgen – ganz abgesehen von der daraus resultierenden Performance-Steigerung. Komplexe Strukturen vereinfachen, die Effizienz steigern und neue Potenziale ausschöpfen – das alles wird durch einen Neubau möglich.

To-do-Liste für Unternehmen

Häufig fehlt Unternehmen ein Datenintegrations-Tool, das Prozesse automatisiert, protokolliert und Kennzahlen nachvollziehbar macht – was in der heutigen Zeit unverzichtbar ist. Zusätzlich ist es sinnvoll, ein auf die Unternehmensbedürfnisse abgestimmtes Berechtigungskonzept einzuführen. Damit wird sichergestellt, dass jeder Mitarbeiter nur auf die Daten zugreifen kann, die er auch sehen darf und für seine Arbeit braucht. Auch die Klärung der Zuständigkeiten ist elementar: Wer kümmert sich zum Beispiel darum, wenn die Datenqualität nicht in Ordnung ist und wie sieht der Datenbereinigungsprozess aus? Wie bringen Unternehmen die Nachfrage nach Agilität und Freiheit im Sinne von „Self Service“ in Einklang mit einem qualitätsgesicherten „governed“ Prozess? Zusätzlich steht die Entscheidung an: Betreiben wir das Data Warehouse im eigenen Rechenzentrum oder in der Cloud?

Da jedes Unternehmen unterschiedliche Bedürfnisse, Datenquellen, Kennzahlen und Prozesse hat, muss auch das Data Warehouse individuell konzipiert werden. Für ein neues Konzept zum Aufbau oder der Modernisierung ist Expertenwissen gefragt – von der Auswahl der geeigneten Datenbanktechnologie, über das Datenintegrations-Tool bis hin zur Datenmodellierung. Helfen können hier die Berater von Axians, die mit ihrem fundierten Expertenwissen jedes Unternehmen bei der Suche nach der individuell passenden Lösung unterstützen.

Diesen Beitrag kommentieren

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.