Sie sind hier: Startseite » Markt » Tipps und Hinweise

Digitalisierung setzt Fachabteilungen unter Druck

Der große Health-Check: Wie fit ist Ihr Data Warehouse?
Nur wenn die Integrität der Daten im Data Warehouse sichergestellt ist, können Fachabteilungen aus den Analysen auch die richtigen Erkenntnisse ziehen

Von Martin Clement, Senior Solution Architect Analytics & Data bei Axians IT Solutions

In vielen Unternehmen ist das Data Warehouse in die Jahre gekommen. Gleichzeitig wachsen die Anforderungen der Fachabteilungen. Mit IoT und der Digitalisierung kommen zudem neue Herausforderungen hinzu. Ist das Data Warehouse all dem noch gewachsen? Ein Health-Check kann den Durchblick bringen. Das Data Warehouse (DWH) bildet das Fundament für Business Intelligence und Data Analytics-Plattformen. Es dient als zentraler Speicher für alle unternehmensrelevanten Daten, bereitet sie auf, setzt sie in Relation und stellt sie für Auswertungen zur Verfügung. Fachabteilungen ziehen daraus Kennzahlen und erstellen Berichte. Die meisten Unternehmen haben ihr Data Warehouse schon viele Jahre in Betrieb.

Seit es damals aufgebaut wurde, hat sich jedoch einiges geändert. Durch die fortschreitende Digitalisierung ist das Datenvolumen enorm gewachsen. Gleichzeitig steigen die Anforderungen der Fachabteilungen. Sie benötigen ihre Auswertungen so schnell wie möglich und fordern immer wieder neue Kennzahlen ein, die erst einmal ins Data Warehouse integriert werden müssen. Oft ist das aufgrund der gewachsenen Komplexität schwierig. Erfüllt Ihr DWH noch die aktuellen Anforderungen und ist es für die Zukunft gewappnet? Die folgenden Fragen bringen es ans Licht.

1. Beschweren sich Fachabteilungen, weil kritische Berichte zu lange dauern?
Die Digitalisierung setzt Fachabteilungen unter Druck. Sie brauchen ihre Kennzahlen möglichst umgehend, um schnell auf veränderte Marktbedingungen und Kundenanforderungen reagieren zu können. Wer lange auf kritische Berichte warten muss, verliert wertvolle Zeit – und das kann sich auf den Geschäftserfolg auswirken. Performance-Probleme sind daher einer der häufigsten Gründe, warum Unternehmen ihr Data Warehouse auf den Prüfstand stellen. Die Ursachen dafür können zum Beispiel in der Hardware, der Datenbank oder der Datenmodellierung liegen.

2. Kommt es zu Abbrüchen beim Nachladen von Daten?
Damit Fachabteilungen immer auf die aktuellen Kennzahlen zugreifen können, muss das Data Warehouse kontinuierlich mit neuen Daten befüllt werden. Wenn es bei diesem Nachlade-Prozess zu Problemen kommt, stehen die Daten nicht zur Auswertung zur Verfügung. Fachabteilungen sehen dann nur die Informationen vom Vortag im System und können nicht richtig arbeiten. Solche Stabilitätsprobleme hängen oft mit Performance-Problemen zusammen. Wenn IT-Abteilungen nicht täglich kämpfen wollen, dass das Data Warehouse auch richtig befüllt wird, müssen sie die Ursachen beseitigen.

3. Weichen wichtige Kennzahlen in Ihren Reports von den Daten in Quellsystemen ab?
Nur wenn die Integrität der Daten im Data Warehouse sichergestellt ist, können Fachabteilungen aus den Analysen auch die richtigen Erkenntnisse ziehen. Kommt es zu Abweichungen von Daten im DWH und in den Quellsystemen, gibt es keine verlässliche Grundlage mehr für datenbasierte Entscheidungen. Solche Unstimmigkeiten können verschiedene Ursachen haben. Vielleicht läuft in der Berechnung der Kennzahl etwas schief. Das kann passieren, wenn Prozesse nicht richtig dokumentiert sind und nicht mehr nachvollziehbar ist, was eine Kennzahl eigentlich bedeuten soll und wie sie zustande kommt.

Im Finanzbuchhaltungssystem werden bei den einzelnen Buchungen zum Beispiel Skontoabzüge oder Boni vermerkt. Ist das im DWH nicht richtig abgebildet, stimmt die Gesamt-Umsatzkennzahl nicht mit der Aggregation der Einzelbuchungen im Quellsystem überein. Auch Stabilitätsprobleme können die Datenintegrität beeinträchtigen. Denn wenn das DWH keine aktuellen Daten zur Verfügung hat, stimmen die Berichte folglich auch nicht. Oft verschlechtert sich die Datenintegrität über die Jahre hinweg schleichend, weil das Data Warehouse durch ständige Anpassungen immer komplexer wird und sich Prozesse nicht mehr nachvollziehen lassen.

4. Können Sie die historische Entwicklung von Stammdaten nicht richtig darstellen?
Stammdaten wie Kundeninformationen, Produktdaten oder Organisationsstrukturen spielen eine wichtige Rolle für die Zuordnung von Daten. Man nennt sie daher auch Dimensionsdaten. Bei der Datenmodellierung müssen Unternehmen genau überlegen, welche Attribute sie für künftige Auswertungen brauchen – zum Beispiel das Alter, den Familienstand oder den Wohnort einer Person. Stammdaten ändern sich nur selten. Wenn sie es tun, muss das jedoch in der Datenmodellierung abgebildet werden.

Denn sonst stimmt die Datenhistorie nicht mehr. Ändert man zum Beispiel den Familienstand eines Kunden ohne Zeitbezug, fällt er auch für vergangenheitsbezogene Auswertungen in die Kategorie "verheiratet" und seine historischen Daten werden falsch zugeordnet. Deshalb ist es wichtig, dass Änderungen der Stammdaten stets nachvollziehbar bleiben und im Datenmodell berücksichtigt werden. Historisierungs-Probleme hängen immer mit der Datenmodellierung zusammen.

5. Dauert es lange, neue Anforderungen ins Data Warehouse zu integrieren?
Fachabteilungen brauchen heute Kennzahlen, an die vor einigen Jahren noch niemand gedacht hat. Denn der Markt und Kundenbedürfnisse ändern sich schnell. Laufend kommen neue Anforderungen hinzu, die im Data Warehouse umgesetzt werden müssen. Doch das ist einfacher gesagt als getan. Denn über die Jahre hinweg ist das DWH in den meisten Unternehmen kontinuierlich gewachsen und mit jeder Anpassung komplexer geworden. Umso schwieriger und zeitaufwändiger ist es, neue Anforderungen einzubinden.

Wie bei einem Haus, das man einmal gebaut hat, kann man nicht beliebige Wände einreißen, sondern muss mit der bestehenden Umgebung arbeiten. Manchmal ist es erforderlich, aufwändige Schleifen zu basteln. Das wiederum kann zu Performance-, Stabilitäts- und Integritätsproblemen führen. Denn wenn Kennzahlen mehrfach im System gespeichert sind, weil sie nicht wiederverwendet werden können, kommt es auch schnell einmal zu Unstimmigkeiten.

6. Ist es schwer, neue BI-Frontend-Tools auf Ihr Data Warehouse aufzusetzen?
Im Idealfall können Fachabteilungen ihre Berichte über entsprechende Frontend-Tools selbst per Mausklick anfertigen. Fehlen solche Tools, muss die IT-Abteilung die Berichte zur Verfügung stellen. Dadurch entsteht ein Engpass, und Fachabteilungen müssen unter Umständen länger auf ihre Auswertungen warten. BI-Frontend-Tools lassen sich jedoch nur auf das Data Warehouse aufsetzen, wenn klar dokumentiert ist, wo welche Kennzahl steht und welche Stammdaten verwendet werden sollen.

Ist das DWH über die Jahre hinweg durch ständige Anpassungen zu komplex und unübersichtlich geworden, bringt auch das beste Frontend nichts. Im Idealfall sollte das Data Warehouse so aufgebaut sein, dass es erweiterbar und sauber dokumentiert ist. Alle Daten, die man braucht, sollten immer an derselben Stelle zu finden sein. Dann lässt sich auch ein beliebiges Frontend-Tool einbinden oder bei Bedarf austauschen.

Was ist besser: Sanieren oder neu aufbauen?
Wenn Sie eine oder mehrere der Fragen mit "Ja" beantwortet haben, dann braucht Ihr Data Warehouse eine Frischekur. Ob es ausreicht, das bestehende System zu sanieren, hängt vom Einzelfall ab. Manche Probleme lassen sich lösen, indem man die Hardware austauscht oder die Datenmodellierung anpasst. Ist die Struktur jedoch sehr komplex geworden, kann es besser sein, das DHW gleich komplett neu aufzubauen, statt weiter an der alten Umgebung herumzudoktern. Auch strategische Überlegungen spielen eine wichtige Rolle. In welche Richtung möchte sich Ihr Unternehmen entwickeln? Wer IoT-Projekte durchführen will, muss zum Beispiel in der Lage sein, riesige Mengen an unstrukturierten Daten auszuwerten. Dafür ist das bestehende DWH vielleicht gar nicht geeignet. Ein spezialisierter Berater kann dabei helfen, den aktuellen und künftigen Bedarf zu ermitteln, das DWH daraufhin zu überprüfen und die richtige Entscheidung zu treffen. (Axians: ra)

eingetragen: 17.12.18
Newsletterlauf: 01.02.19

Axians: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Tipps und Hinweise

Mythos der maßgeschneiderten Entwicklung
Der gezielte und flexible Einsatz von Technologie ist ein zentraler Erfolgsfaktor für Unternehmen. Digitalisierung ist für viele Unternehmen weiterhin eine Priorität, der sie eine substantielle Menge an Ausgaben einräumen: Einem Bericht des IDC zufolge, werden die weltweiten Investitionen in IT-Transformationsinitiativen voraussichtlich 4 Billionen US-Dollar bis 2027 übersteigen. Jedoch erreichen weniger als die Hälfte (48?Prozent) aller Digitalisierungsprojekte die angestrebten Ziele. Laut McKinsey scheitern sogar sieben von zehn Unternehmenstransformationen.
Migration in lokale Cloud-Rechenzentren
Digitale Souveränität in und mit der Cloud - dafür sind Unternehmen gefordert, die entscheidenden Weichen zu stellen. Aus der Projekterfahrung von Yorizon, Vorreiterin für Open Source Edge-Cloud-Services, sind es fünf entscheidende Faktoren, die eine unabhängige und zukunftsfähige Cloud-Strategie sicherstellen.
Agentische KI im Retail-Bereich
KI revolutioniert wie wir Ideen und Produkte entwickeln, Handel treiben und Informationen sammeln. Die menschliche Genialität bekommt dabei einen Kompagnon: die KI. Doch obwohl die generative KI häufig den größten Hype erzeugt, wird es die agentische KI sein, die Händlern den größten Nutzen bringt.
IT-Resilienz als Überlebensfaktor
Angesichts der vom Bundesamt für Sicherheit in der Informationstechnik als "besorgniserregend" eingestuften Cybersicherheitslage gewinnen automatisierte Ansätze für die Stärkung der IT-Resilienz zunehmend an Bedeutung, wie aktuelle Implementierungen zeigen.
Backup-Lücke von Microsoft 365
Unternehmen nutzen Microsoft 365 als Grundlage für ihre Produktivität. Doch neben den Vorteilen solcher Produktivitätsplattformen wird immer wieder eine Lücke in der Datenschutzstrategie übersehen: das Prinzip der geteilten Verantwortung. Diese Nachlässigkeit setzt wichtige Geschäftsinformationen erheblichen Risiken aus, die sich in Ausfallzeiten und wirtschaftlichen Verlusten niederschlagen können.
KI und digitale Souveränität
Die europaweite Debatte rund um digitale Souveränität fokussiert sich in den vergangenen Wochen überwiegend auf das Thema "KI" (AI-Gigafactory etc.). Dabei gerät ein anderer Aspekt gerade etwas in den Hintergrund: Cyberresilienz und die Kontrolle über kritische Daten innerhalb Europas.
DMS und digitale Souveränität
Die Welt ordnet sich neu und Europa steht unter wachsendem Druck, seine digitale Unabhängigkeit zu stärken. Laut einer Bitkom-Studie (2025) fordern 84 Prozent der Unternehmen, dass die neue Bundesregierung der digitalen Souveränität höchste Priorität einräumt. Gerade im Umgang mit vertraulichen Dokumenten und geschäftskritischen Informationen zeigt sich, wie entscheidend die Kontrolle über digitale Prozesse ist. Die easy software AG beleuchtet, welche Rolle das Dokumentenmanagement dabei spielt - und worauf es jetzt ankommt.
MDR - meist mehr Schein als Sein
Managed Detection and Response (MDR) ist der neue Hype der IT-Sicherheitsbranche. Kaum ein Systemhaus, das nicht plötzlich MDR im Portfolio hat. Was sich hinter diesem Label verbirgt, ist oft enttäuschend: vollautomatisierte EDR- oder XDR-Lösungen mit dem Etikett "Managed", das in Wahrheit kaum mehr bedeutet, als dass ein Dienstleister Herstellerlösungen lizenziert - nicht aber selbst Verantwortung übernimmt.
Einblicke in die Sichtweise der Kunden
Online-Händler erhalten täglich eine unzählige Menge an Anfragen. Ein Großteil davon wird mit KI-Agenten gelöst, da sie immer wieder ähnliche Themen wie Lieferzeiten, Rücksendungen oder Produktspezifikationen betreffen. Zum einen sind KI-Agenten damit eine Arbeitserleichterung bei wiederkehrenden Anfragen, besonders wenn diese Lösungen einfach zu bedienen sind, und den Unternehmen schnellen Mehrwert bieten. Doch hinter diesen Wiederholungen verbirgt sich zum anderen auch eine bislang oft ungenutzte Quelle strategischer Erkenntnisse: die Daten, die bei jeder einzelnen Interaktion entstehen.
Modernisierung birgt auch ein Risiko
Der Trend zur Cloud-Migration setzt Vermögensverwalter zunehmend unter Druck, ihre digitale Transformation voranzutreiben. Einer der strategischen Pfeiler einer Cloud-Strategie ist dabei der Wechsel von On-Premise- zu SaaS-Lösungen. Für größere, traditionelle Institutionen stellt sich jedoch die Frage: Sollten sie direkt auf SaaS umsteigen oder lieber einen mehrstufigen Ansatz über PaaS wählen? Alberto Cuccu, COO von Objectway, erklärt, warum ein schrittweiser Migrationsprozess für bestimmte Geschäftsfälle eine sinnvolle Option sein kann, welche Rolle DORA dabei spielt und welche typischen Fehler Banken bei ihrer IT-Transformation machen.

Fünf Mythen über den Cloud-Einsatz Cloud- oder DevOps-Infrastrukturen