ABBILDUNGSVERZEICHNIS
ABKÜRZUNGSVERZEICHNIS
1 Einleitung
2 Informationsmanagement in Unternehmen
2.1 Informationssysteme
2.2 Business Intelligence
2.3 Data Warehouse
3 Das Produkt SAP BW
3.1 Komponenten von SAP BW
3.1.1 Die Datenbeschaffungsebene
3.1.2 Die Datenhaltungsebene
3.1.3 Die Datenbereitstellungsebene
3.2 Einsatzgebiete von SAP BW
3.3 Funktionen des SAP Business Explorers
3.3.1 Reporting&Analyse
4 Techniken & Methoden der Datenaufbereitung
4.1 Datenbeschaffung anhand des ETL Prozesses
4.2 Typische Controllingberichte auf OLAP Basis
4.3 SAP BW als strategisches Radar für das Controlling
4.4 Adressatenspezifische Darstellungsform und Publikation - Broadcasting
5 Zusammenfassung / Fazit
6 Ausblick
GLOSSAR
LITERATURVERZEICHNIS
INTERNETQUELLEN
Abb. 1 Typischer Aufbau von Informationssystemen zur Führungsunterstützung
Abb. 2 Regelkreislauf der Informationsverarbeitung im BI - Umfeld
Abb. 3 Architektur entscheidungsorientierter Informationssysteme
Abb. 4 Die integrierte Architektur des SAP Business Information Warehouse
Abb. 5 Die verschiedenen Speicherstadien in SAP BW
Abb. 6 Darstellung des Stern-Schemas in der OLAP Technologie
Abb. 7 Architektur der SAP BW-Reportingkomponenten
Abb. 8 Die BEx Analyzer Toolbar in MS Excel
Abb. 9 Die Modellierungsebene des SAP BW Query Designers
Abb. 10 Extrakt einer SAP BW Ergebnismenge
Abb. 11 Der ETL - Prozess
Abb. 12 Der OLAP - Würfel in tabellarischer Ansicht
Abb. 13 Beispielhafte OLAP generierte Ergebnismenge
Abb. 14 Veranschaulichung möglicher Umfänge des Controllingbegriffs
Abb. 15 Evolutionspfad analytischer Methoden
Abb. 16 Potentiale effizienter Informationsversorgung
Abb. 17 Einsatzbereiche von Business Intelligence Werkzeugen 50
Abbildung in dieser Leseprobe nicht enthalten
Im Sinne einer effizienten und zielgerichteten Führung und Steuerung eines Unternehmens wird es für die Entscheidungsträger immer schwieriger, zur richtigen Zeit die richtigen Entscheidungen zu treffen. Denn in Zeiten der voranschreitenden Globalisierung mit ständig wechselnden wirtschaftlichen Rahmenbedingungen, wächst auch die Anforderung an Qualität und Schnel- ligkeit der getroffenen Maßnahmen. Um das Management bei dieser Aufga- be zu unterstützen, wird die flexible und adäquate Versorgung mit Informa- tionen zu einem der gewichtigsten Erfolgsfaktoren. So beeinflusst der als Grundlage einer Entscheidung dienende Informationsfluss durch das Unter- nehmen ganz maßgeblich die Qualität der getroffenen Entscheidung und somit den damit verbundenen Erfolg oder Misserfolg.
Es ist somit im Interesse der Unternehmen, die Durchlaufszeit von führungs- relevanten Informationen von der Erfassung im operativen System, bis hin zur aufbereiteten Analyse und Mittel zur Entscheidungsfindung möglichst gering zu halten und dennoch ein Höchstmaß an Qualität und Aussagekraft zu gewährleisten. Von Bedeutung sind dabei sowohl die Darstellung der fi- nanziellen Situation, als auch ein nach betriebswirtschaftlicher Logik defi- niertes System aus monetären und nichtmonetären Kennzahlen, welches dem Entscheidungsträger ein aggregiertes und prägnantes Bild der Unter- nehmenslage liefern kann. Hier wird vor allem von großen Unternehmen immer häufiger auf die Nutzung eines unterstützenden, IT basierten Infor- mationssystems zurückgegriffen. Ein solches Konstrukt dient in erster Linie der sowohl qualitativen, als auch quantitativen Verbesserung des Datenflus- ses in Unternehmen und hat somit auch maßgeblichen Anteil an der Wertig- keit der Kommunikations- und Entscheidungsprozesse.
Ist die Speisung des Informationssystems mit aktuellen und vollständigen Daten aus verschiedenen Vorsystemen einmal gewährleistet, so können ver- schiedene Funktionalitäten der Datenmodellierung und Datenaufbereitung den weiteren Lauf vom einfachen Datensatz bis hin zu einer aussagekräfti- gen Führungsinformationen gewährleisten, bevor diese, angepasst an die verschiedenen Rollen und Organisationseinheiten der Empfänger, publiziert werden können. Eines dieser IT basierten Informationssysteme ist das SAP Business Information Warehouse (kurz: SAP BW), welches das Controlling bei der Sammlung, Analyse und Aufbereitung von führungsrelevanten In- formationen unterstützt und im folgenden Gegenstand dieser Diplomarbeit ist.
Die Verfügbarkeit des Produktionsfaktors Information bestimmt maßgeblich die Konkurrenzfähigkeit und Existenzsicherung eines Unternehmens. Das Management als Entscheidungsträger muss deshalb jederzeit mit Informati- onen versorgt werden, die bestimmten Anforderungen genügen sollen.1
Da die Aktionen und das Handeln des Managements ganz wesentlich an die Aussagekraft der vorrangig vom Controlling bereitgestellten Informationen gekoppelt sind, ist es von großer Bedeutung, gewisse Regeln in Umgang und Verwendung von Informationen zu befolgen. An oberster Stelle steht hier sicherlich die fachliche und sachliche Richtigkeit der verwendeten Daten. Eine mögliche Maßnahme zur Sicherung und Kontrolle der Datenqualität ist die Verwendung einer einheitlichen und konsistenten Datenbasis. Je größer hierbei der Informationsbedarf und die nachgefragte Menge, desto wichtiger wird die zentralisierte Datenhaltung, um Fehler und Abweichungen im In- formationsfluss zu vermeiden.
Vor allem in größeren Unternehmen werden oft mehrere Systeme zur Datenund somit auch Informationsverarbeitung verwendet. Dies reicht von einfachen Programmen zur Tabellenkalkulation, bis hin zu komplexen operativen Datenbanksystemen mit hohen Zugriffszahlen verschiedener Benutzer. Um aus den heterogen vorliegenden Datenbeständen entscheidungsrelevante Informationen zu generieren, ist das funktionierende Zusammenspiel der jeweils verwendeten Systeme eine wichtige Grundlage.
Ein weiterer bedeutender Faktor des Informationsmanagements ist die Aktu- alität der verwendeten Daten. Sind diese nicht auf dem neusten Stand, leidet unter Umständen ihre Aussagekraft, was falsche Entscheidungen implizieren könnte. Die Aufgabe und Verantwortung der Informationserstellung und Publikation liegt in der Regel bei der Controllingabteilung. Für eine voll- ständige Abdeckung des Informationsbedarfs sind jedoch ein reziproker Austausch von Daten, sowie eine ständige Kommunikation zwischen den verschiedenen Organisationsbereichen im Unternehmen notwendig. Vor al- lem für die Bereitstellung der Informationen auf Managementebene ist ein ausgewogenes Verhältnis von Informationsangebot, Informationsbedarf und Informationsnachfrage zu beachten. Diese drei Größen existieren in Abhän- gigkeit zueinander und eine definierte Schnittmenge stellt die ideale Anzahl der bereitgestellten Information dar.2 So darf es keine „Überflutung“ des Managements mit Informationen geben, da sonst der Blick für die wesentli- chen Informationen verloren ginge. Genauso wenig darf es jedoch an Infor- mationen mangeln, um die Basis einer fundierten Entscheidungsfindung zu gewährleisten. Der Bedarf an Informationen ist je nach Rolle und Charakter des jeweiligen Entscheidungsträgers verschieden und sollte daher auch in einem gemeinsamen Prozess mit dem Informationslieferanten festgestellt werden. Seit Beginn der 60er Jahre wird der Prozess des Informationsmana- gements vermehrt von Informationssystemen gestützt (kurz: IS).3
Scheiterte eine breite Einführung damals noch oft an mangelnden technischen Voraussetzungen, so haben die IS in den letzten Jahren sehr an Bedeutung und Verbreitung gewonnen.4
Bei der Beschreibung von Informationssystemen wird häufig der Zusatz „Management“ verwendet, womit der ursprünglichen Entwicklungsgrundla- ge Rechnung getragen wird, denn es war schon immer der Katalysator jeder betriebsbedingten Veränderung auf informeller Ebene, dem Management einen zusätzlichen Nutzen zu generieren. Aber moderne Informationssyste- me dienen keinesfalls nur dem Management, vielmehr findet eine Durch- dringung des gesamten Unternehmens statt. Nach einer Umfrage der Meta Group Deutschland gaben die Unternehmen an, dass Informationssysteme im Rahmen des Business Intelligence Prozesses, neben dem Controlling (86%) und dem Hohen Management (77%), auch von vertriebsorientiertem Kundenbeziehungsmanagement (74%) und Finanz und Rechnungswesen (56%) genutzt werden.5 Dabei kann die unterstützende Tätigkeit von Infor- mationssystemen in operative und analytische Informationssysteme unter- schieden werden. Letztere dienen der Planung und Steuerung, während die Aufgaben der Disposition und Administration von den operativen Informa- tionssystemen abgedeckt werden. Im Folgenden werden zunächst die Grundbausteine eines typischen analytischen Informationssystems zur Füh- rungsunterstützung betrachtet (vgl. Abb. 1).
Abbildung in dieser Leseprobe nicht enthalten
Abb. 1 Typischer Aufbau von Informationssystemen zur Führungsunterstützung.
Quelle: WEBER/ SCHÄFFER (2006), S. 93.
Da sich ein Informationssystem meist auf unterschiedliche Daten verschie- dener interner und externer Datenquellen bezieht, besteht zunächst die An- forderung, diese Daten aus den Vorsystemen zu extrahieren und sie in einem homogenen Format zentral zu speichern.6
Die Überführung der Daten in einen einheitlichen Datenbestand wird als ETL (Extraktion, Transformation, Load) Prozess bezeichnet.7 Hierbei wer- den die Daten aus dem jeweiligen Vorsystem extrahiert (E), in das benötigte Format zur Speicherung transferiert (T) und zuletzt in den Datenbestand hochgeladen (L). Dieser Prozess kann auf verschiedene Arten vollzogen werden. Von einem manuellen Einspielen der Daten via eigens im notwen- digen Format erstellter Dateien, bis hin zu einem vollautomatisch ablaufen- den Prozess mit so genannten ETL - Tools. In der Regel verfügen Informati- onssysteme schon von Haus aus über verschiedene unterstützende ETL Funktionalitäten, welche genutzt und beliebig erweitert werden können.
Für die Datenablage bietet sich die Implementierung eines Data Warehouses an. Hier können die Daten zentral und dennoch von den operativen Syste- men getrennt gespeichert werden.8 Bevor die Möglichkeit der Bündelung einzelner gesammelter Daten zu einer für den Entscheidungsträger interes- santen Information besteht, müssen die Daten nach betriebswirtschaftlicher Logik aufbereitet werden. Dabei werden sie den im IS hinterlegten Themen- gebieten zugeordnet und mit Hilfe der Softwaretechnologie „OnLine Analy- tical Processing“ (kurz: OLAP) in ein analysetaugliches Format gebracht. Die Datenmodellierung und Funktionalität der OLAP Technologie wird un- ter dem Punkt 4.2 näher erläutert.
Über einen administrativen Zugang zum IS können die einzelnen Prozesse angestoßen und überwacht werden. Für die Analyse und Aufbereitung der im MIS vorhandenen Informationen steht den Anwendern meist eine graphi- sche Oberfläche zur Verfügung. Die am Ende stehende Aussage der Daten- transformation und Auswertung kann auf unterschiedliche Art und Weise publiziert und weiterverarbeitet werden. Es steht jedoch außer Frage, dass mittels eines Management Informationssystems die reinen Daten aus den Vorsystemen aufbereitet und in Bezug gesetzt zu einem betriebswirtschaftli- chen Kontext zu wichtigen Informationen heranwachsen können. Es wird daher häufig von einem Intelligenzzuwachs der Daten gesprochen, die ent- sprechend ihrer Modellierung im System vorgehalten werden - der Business Intelligence.
Der vielfältige Prozess der Informationsverarbeitung und -gewinnung zur unterstützenden Entscheidungsfindung wäre heutzutage ohne die Verwendung von Informationssystemen nicht mehr denkbar. Während die verfügbaren Ressourcen für eine Analyse abnehmen, steigen mit dem technologischen Wandel aber die verfügbaren Daten und die Notwendigkeit erfolgskritischer Entscheidungen nimmt zu.9
So liegt es nahe, dass gerade in größeren Unternehmen die verwendeten In- formationssysteme nach bestimmten Abläufen modelliert und angepasst werden müssen. Demnach kann ein IS je nach Bedarf nur einzelne Teilbe- reiche des Informationsflusses im Unternehmen abdecken, oder aber, ideal- erweise, in jedem Abschnitt des Informationskreislaufs eingesetzt werden. Dieser unterteilt sich in Reporting, Analyse, Modellierung und Planung. Während das Reporting der Bereitstellung von Informationen dient, wird mit der Analyse der Informationen Wissen über die Kausalität und die Einfluss- faktoren der betrachteten Situation generiert.
Um dem Ziel einer auf diesen Daten basierenden Entschlussfassung näher zu kommen, werden in der Phase der Modellierung verschiedene Szenarien und Konsequenzen möglicher Vorgehen durchgespielt und aufgezeigt. Mit der Durchführung einer Planung können dann die Eckpunkte zur Bestimmung und Überwachung der getroffenen Entscheidungen gebildet werden.10
Abbildung in dieser Leseprobe nicht enthalten
Abb. 2 Regelkreislauf der Informationsverarbeitung im BI - Umfeld.
Quelle: COMPETENCE SITE (2006): Management-Informationen
Dieses betriebswirtschaftliche Konstrukt der Transformation einfacher Da- ten hin zu Wissen und Intelligenz wird unter dem Namen Business Intelli- gence zusammengefasst, wobei die einzelnen Bereiche je nach Zielsetzung mehr oder weniger stark betroffen sein können. Über verschiedene Möglich- keiten der Konsolidierung können die vier Komponenten in einem IS zu- sammengefasst werden. Aus ökonomischer Sicht beschreibt der Begriff Bu- siness Intelligence „…die Integration von Strategien, Prozessen und Techno- logien, um aus verteilten und inhomogenen Unternehmens-, Markt- und Wettbewerbsdaten erfolgskritisches Wissen über Status, Potentiale und Per- spektiven zu erzeugen.“11 Vorrangig wird hiermit also der komplette Pro- zess, vom Sammeln der relevanten Daten im Visier des Interesses, bis hin zu dem Upload in einen homogenen Datenpool und die darauf folgenden Ana- lysen zur unterstützenden Entscheidungsbildung beschrieben.
Des Weiteren wird der Begriff oft synonym für die auf dem Markt erhältli- chen, entscheidungsorientierten Informationssysteme genutzt, welche den Prozess je nach Leistungsportfolio durchdringen, oder partiell abdecken. Vollzogen werden diese Abläufe mit den integrierten Data Warehouse Funk- tionalitäten und der OLAP Technologie, sowie eigens dafür entwickelten Business Intelligence Tools. Diese reichen von leicht zu bedienenden graphischen Oberflächen zur Analyse strukturiert vorliegender Datenmengen, bis hin zu weitaus komplexeren Vorgängen wie beispielsweise dem „Data Mining“. Hierbei handelt es sich um eine hypothesenfreie (nicht gewichtete oder zur Aussagekraft vorbereitete) Analyse eines Datenbestandes, um bestimmte Muster und Häufigkeiten festzustellen.12
Es kann also auf verschiedene Art und Weise ein Mehrwert für das Unter- nehmen im Sinne von Beschleunigung und Verbesserung des Informations- flusses generiert werden. Ein Informationssystem nach den Prozessvorgaben der Business Intelligence13 wird umso effizienter, je mehr es das gesamte Unternehmen durchdringt und nicht nur auf gewisse Abteilungen beschränkt bleibt. Dabei sollten die Existenz und die Abstimmung der analytischen Funktionalitäten immer auch an den betriebswirtschaftlichen Rahmen der Unternehmensstrategie gekoppelt sein. So können sich strategische und ope- rative Haltung des Managements mit der Anforderung und Konzeption des Informationssystems ergänzen und begünstigen.14
Abbildung in dieser Leseprobe nicht enthalten
Abb. 3 Architektur entscheidungsorientierter Informationssysteme.
Quelle: COMPETENCE SITE (2006): Grundlagen entscheidungsorientierter IS.
Für den reibungslosen Ablauf einer konstanten und konsistenten Versorgung der Führungsetage mit Wissen über interne und externe Gegebenheiten und Möglichkeiten, bedienen sich moderne analytische Informationssysteme aller Bereiche und Werkzeuge der Business Intelligence. Um das Problem der großen Menge an Daten zu bewältigen, wird dabei immer öfter auf die Funktionalität eines Data Warehouses zurückgegriffen.
Der Begriff des Data Warehouse wurde in den letzten Jahren derart als zent- raler Funktionsbaustein von Anwendungen der Business Intelligence ge- prägt, dass er oft synonym für ein analytisches Informationssystem verwen- det wird. Genau genommen impliziert der Begriff des Data Warehouse je- doch die Schicht der zentralen Datenhaltung in Informationssystemen. Das Data Warehouse wird oft als „Daten - Supermarkt“ beschrieben, aus dessen „Angebot“ man sich die gewünschten Daten ähnlich wie in einem Super- markt frei selektieren kann.15
Aus technischer Sicht entspricht es meist einer mehreren Terrabyte großen Datenbank, in welche die relevanten Daten aus den operativen Systemen in regelmäßigen Abständen überführt werden. Mit der Verwendung eines Data Warehouse Konzeptes wird dafür Sorge getragen, durch weiterführende A- nalysen die Performance der operativen Systeme im Tagesgeschäft nicht zu belasten und auch Momentaufnahmen früherer Zeitpunkte noch einer mögli- chen Selektion im Datenbestand unterziehen zu können. Im Gegensatz zu operativen Informationssystemen wie beispielsweise SAP/R316, die nach betriebswirtschaftlichen Mustern wie Materialwirtschaft und Controlling strukturiert sind, wird das in SAP BW befindliche DW nach frei wählbaren Objekten/Themen wie Kunden oder Produkten organisiert. So kann vorweg eine Selektion der Daten stattfinden, die einer Analyse würdig sind. Operati- ve Daten, die ausschließlich der Prozessdurchführung dienen und keine sinn- volle Verwendung bei der Analyse und Entscheidungsfindung haben, werden nicht in ein Data Warehouse übernommen.17
Spricht man bei einem DW von dem Merkmal der Integration, so ist damit die Konsolidierung und Formatierung der unterschiedlichen Quelldaten hin zu einem konsistenten Datenbestand gemeint. Diese Datenmodifikation ist vor allem von Bedeutung, da in den verschiedenen operativen Vorsystemen oftmals „gleiche Konzepte durch unterschiedliche Merkmale beschrieben sind, aber auch unterschiedliche Sachverhalte durch gleiche Merkmale.“18 Es werden also Redundanzen bei der Darstellung eines bestimmten Sach- verhalts vermieden und Definitionen/Zuordnungen werden vereinheitlicht. Die Datenbasis im DW gilt daher als „Single Point of Truth“, da sie alle Da- ten der Vorsysteme integriert und eine bereinigte Grundlage zur Verfügung stellt. Hierbei müssen die Daten nicht zwangsläufig physikalisch auf der gleichen Speicherebene gelagert sein, vielmehr ist die einheitliche logische Verknüpfung wichtig.
Ein weiteres Merkmal des Data Warehouse Konzepts ist die zeitliche Varianz der Daten. Da die von der Führungsebene getriebenen Analyseanforderungen meist eine längerfristige Sicht der Daten benötigen (Betrachtung / Vergleich von Jahren & Monaten), werden die Daten durch bestimmte Zeitmerkmale bei der Speicherung gekennzeichnet und ermöglichen somit, im Gegensatz zu den auf die Ist-Situation fokussierten operativen Systemen, auch zeitbezogene Aussagen. Der Datenbestand wird laufend ergänzt und nicht mit den jeweils aktuellen Daten überschrieben.
Die Eigenschaft der Beständigkeit, oder Nicht-Flüchtigkeit, beschreibt die langfristige Speicherung der Daten ohne eine Modifikation im DW. Während im operativen System verschiedene Zugriffsformen und Änderungen der Daten möglich sind, gibt es für das Data Warehouse nur zwei maßgebliche Operationen: den Import von Daten und den Zugriff auf den gespeicherten Datenbestand, d.h. die Datenpflege geschieht nicht im DW selbst, sondern schon in den operativen Vorsystemen.
In gewissen zeitlichen Intervallen findet ein „Load“ der Daten ins DW statt. Mit diesem Terminus technicus wird der Ladevorgang der Informationen in den gewünschten Zielbereich der Datenbank beschrieben. Durch eine lang- fristige und zeitbezogene Speicherung der Daten kann es zwar zu Redun- danzen kommen, diese sind jedoch im speziellen Fall durchaus gewünscht, da dem DW durchaus auch dokumentarische Eigenschaften zukommen und des Öfteren auch die Notwendigkeit besteht, Auswertungen und Analysen zu reproduzieren.19
Ein solches Informationssystem wurde von der Firma SAP entwickelt, wel- ches, wie schon mit der Namensgebung verdeutlicht, ein Data Warehouse Konzept in einer Business Intelligence Umgebung darstellt. Hier werden alle zuvor beschriebenen Bausteine der BI vereinigt. Die ETL Funktionalität, um auf die Daten der Vorsysteme zuzugreifen, das zentrale Data Warehouse zur Datenhaltung, eine OLAP - Engine zur mehrdimensionalen Modellierung der Daten, sowie verschiedene Darstellungsformen für die Publikation der erstellten Analysen und Berichte.
Auf dem Markt bietet SAP das Applikationspaket SAP NetWeaver20 an, mit welchem eine einheitliche Plattform zur Integration von Personen, Informa- tionen und Prozessen sichergestellt werden soll.21 Dabei kann dieser Ver- bund unterschiedlicher SAP Anwendungen beliebig zusammengestellt, bzw. ergänzt werden. Eine der Kernkomponenten von SAP NetWeaver ist das SAP Business Information Warehouse als Anwendung der Business Intelli- gence. Vor allem durch eine Integration in die NetWeaver Softwareland- schaft von SAP, bietet das SAP BW eine Vielzahl von Funktionalitäten und wird somit neben einem Informationssystem auch zu einem Kommunikati- onssystem.
Aber auch losgelöst von der SAP eigenen Struktur bietet das SAP Business Warehouse dem Anwender ein hilfreiches Konstrukt, um entscheidungsrele- vante Informationen aus externen und internen Datenquellen mit einem ho- hen Maß an Automatisierung zusammenzutragen und aufzubereiten.22 Zu den wichtigsten Kernkomponenten von SAP BW zählen Werkzeuge und Funktionalitäten der Datenbeschaffung, Datenhaltung und Datenbereitstel- lung, wobei sie mittels der administrativen Schnittstelle namens „Administ- rator Workbench“ überwacht und gesteuert werden. Abb. 4 zeigt den grund- legenden Aufbau des SAP BW, der im Folgenden näher beschrieben wird.
Abbildung in dieser Leseprobe nicht enthalten
Abb. 4 Die integrierte Architektur des SAP Business Information Warehouse.
Quelle: SAP LIBRARY (2006): SAP Business Information Warehouse.
Um den Datenbestand eines Data Warehouses zu befüllen, müssen die Daten aus verschiedenen vorangestellten Quellsystemen extrahiert, transformiert und importiert werden. Dabei ist es vorrangig, zunächst die interessanten Daten aus den verschiedenen Vorsystemen zu identifizieren, bevor sie nach den Gesichtspunkten der im Data Warehouse vorherrschenden Struktur auf- bereitet und in den gewünschten Speicherbereich geladen werden können.
Da mit der Datenbeschaffung der Schritt von den operativen Vorsystemen in das DW vollzogen wird, besteht hier eine erhöhte Fehleranfälligkeit. Um diese durch eine weitgehende Automatisierung der Extraktions-, Transfor- mations- und Lade- Prozesse (ETL) so gering wie möglich zu halten, bietet das SAP BW verschiedene Möglichkeiten zur Steuerung dieser Abläufe. Am komfortabelsten wird dieser ETL Prozess wohl bei der Verknüpfung von SAP eigenen Vorsystemen wie beispielsweise SAP/R3 unterstützt, wo die Ankopplung mit vordefinierten Schnittstellen reibungslos und nahezu voll automatisiert abläuft. Aber auch nicht SAP eigene Vorsysteme wie Da- tenbanksysteme von Oracle, DB2 oder Microsoft SQL Server können mit- tels der DB Connect23 Funktion an das Business Warehouse gekoppelt wer- den.24
Um auch die Daten beliebig vieler und individueller Spezialsoftwarelösungen automatisiert nutzbar machen zu können, bietet SAP BW die Möglichkeit, mittels verschiedener, integrierbarer ETL Tools von Drittanbietern, eine Verknüpfung herstellen zu können. Diese nutzen die in SAP BW integrierte BAPI25 Schnittstelle als Kommunikationskanal und können je nach Bedürfnis auf die Datenbasis abgestimmt werden.26
Neben diesen weitgehend automatisiert ablaufenden Vorgängen, kann der ETL Prozess auch „manuell“ durchgeführt werden. Dabei wird der Upload einer strukturierten, tabellarisch vorbereiteten Schnittstellendatei (sog. Flat File) vom Anwender angestoßen. Hier gestaltet sich die Verwendung von Textdateien, MS Excel Formaten oder XML27 am sinnvollsten. Zum Zeit- punkt der eigentlichen Transformation und des Ladens der aufbereiteten Da- ten liegen diese bereits in den Speicherebenen des DW vor. Der zweite und dritte Teil des ETL Prozesses wird daher im Bereich der Datenhaltung näher erläutert.
Um es mit der von SAP angewandten Nomenklatur zu beschreiben, werden die von der Datenbeschaffung extrahierten Daten temporär und ohne jegliche Modifikation als sogenannte „Data Source“ im Business Warehouse abgelegt. Von nun an liegen die Daten in der so genannten Kommunikationsstruktur vor, da sie für die Weiterverarbeitung und zur Kommunikation mit den Modellierungsregeln des Data Warehouses bereit sind.
Dies hat den Vorteil, durch eine Verlagerung der notwendigen Formatierung und Aufbereitung in die temporäre Ebene des Data Warehouses, sowohl die Performance der operativen Systeme nicht zu beeinträchtigen, als auch durch eine Bereinigung der Daten vor dem eigentlichen Ladevorgang die Belastung des Data Warehouses in Grenzen zu halten. Da ein Business Wa- rehouse meist große Mengen von Daten aus verschiedenen Vorsystemen er- hält, wird der strukturierte Ablauf, wann und wie welche Data Source einbe- zogen oder angesprochen wird, mittels Funktionen in der Administrator Workbench gesteuert. Die in der Data Source abgelegten Informationen werden durch einen Abgleich der im System hinterlegten Übertragungsre- geln weiterverarbeitet. Diese bereinigen die Daten mittels hinterlegter Ge- schäftslogik und transferieren sie in einen auswertbaren Zustand (Transfor- mation des ETL Prozesses), bevor sie dann dauerhaft im BW gespeichert werden (Laden des ETL Prozesses). Diese Übertragung kann entweder di- rekt (1:1 Übernahme), nach definiertem Programmcode (ABAP28 Code), Formeln, oder durch Zuweisung konstanter Werte stattfinden.29
Von nun an wird die Datenmenge als Info Source bezeichnet, da sie durch die Aufbereitung an Informationscharakter gewonnen hat. Die einzelnen Datensätze liegen nach betriebswirtschaftlichen Themengebieten logisch gruppiert als Info Objects vor, welche die kleinsten Einheiten der Datenspeicherung darstellen und auf denen alle weiteren fortgeschrittenen Variationen von Speicherobjekten basieren.30
[...]
1 DÖRING/ HAGEL/ PIEK (2001), S.82.
2 Vgl. WEBER/ SCHÄFFER (2006), S. 82.
3 Vgl. Competence Site (2006), Grundlagen entscheidungsorientierter IS.
4 A.a.O.
5 MEHRWALD (2005), S.6.
6 Vgl. EGGER/ FIECHTER/ ROHLF/ ROSE/ SCHRÜFFER (2005), S.27 ff.
7 Vgl. WIKIPEDIA (2007): ETL Prozess.
8 Vgl. WIKIPEDIA (2007): Data Warehouse.
9 Competence Site (2006), Management-Informationen zur Entscheidungsunterstützung.
10 Vgl. Abb. 2.
11 Vgl. Lehmann (2005), S.34.
12 Vgl. WIKIPEDIA (2007): Data Mining.
13 Vgl. Abb. 3.
14 MEHRWALD (2005), S.6 ff.
15 Vgl. EGGER/ FIECHTER/ ROHLF/ ROSE/ SCHRÜFFER (2005), S.24.
16 Vgl. Glossar.
17 Vgl. EGGER/ FIECHTER/ ROHLF/ ROSE/ SCHRÜFFER (2005), S.24.
18 A.a.O.
19 Vgl. EGGER/ FIECHTER/ ROHLF/ ROSE/ SCHRÜFFER (2005), S.26.
20 Vgl. Glossar.
21 Vgl. WIKIPEDIA (2007): SAP NetWeaver.
22 Vgl. SAP LIBRARY (2006).
23 Vgl. Glossar.
24 MEHRWALD (2005), S.40 ff.
25 Vgl. Glossar.
26 MEHRWALD (2005), S.40 ff.
27 Vgl. Glossar.
28 Vgl. Glossar.
29 EGGER/ FIECHTER/ ROHLF/ ROSE/ SCHRÜFFER (2005), S.46.
30 FREYBURGER/ GRASSE/ LEHMANN/ SEUFERT/ SUHL/ ZIRN (2005): S.69.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!
