Die Speicherung von Massendaten aller Art stellt heutzutage kein Problem dar, der verfügbare Speicherplatz hängt nur davon ab, wie viel man sich davon leisten kann, muss oder möchte. Da Masse nicht gleich Klasse ist, müssen die gespeicherten Daten zu auswertbaren Informationen transformiert werden. Erst intelligente Tools machen aus diesen Informationen wertvolles Wissen. Um dieses Wissen im Unternehmen sinnvoll einsetzen zu können, muss man sich mit der hohen Schule der Wissensorganisation beschäftigen. Dabei hilft der Einsatz einer integrierten Business-Intelligence-Lösung.

Der Begriff und das Konzept ‚Business Intelligence’ wurden von der Gartner Group geprägt. Unter BI-Software versteht man – hochkomprimiert ausgedrückt – Lösungen und Tools für das Reporting sowie die Abfrage und Analyse von Daten. Erst mit Hilfe solcher Werkzeuge werden aus Unternehmensdaten verwertbare Informationen. Die in einer Datenbank – wie z.B. der DB2 – gespeicherten Informationen werden mittels verschiedener Techniken wie Datamining oder OLAP-Abfragen „intelligent“ abgerufen und miteinander in Korrelation gebracht. Der Blick auf entsprechende Auswertungen könnte beispielsweise Vergangenheit, Gegenwart und das mögliche Potenzial eines Kunden, Produktes oder eine bestimmte Umsatzentwicklung anhand der gesammelten Daten zeigen. Dies stellt somit ein – auch für Mittelständler – unverzichtbares Planungs- und Controlling-Instrument zur Unternehmensführung dar.

Der Einsatz von Business Intelligence beginnt in vielen Unternehmen mit Bordmitteln, wenn z.B. Daten aus dem ERP-System händisch in eine Excel-Tabelle übertragen werden. Je nach Aufwand der Excel-Arbeitsmappe lässt diese Minimallösung allenfalls recht ungenaue Rückschlüsse zu und taugt daher nur für einen schnellen Überblick nach dem Motto „Wie geht’s uns denn gerade?“. Erst wenn die Datenbanken in den Unternehmens-Servern nicht mehr nur als alleiniger Ablage-Ort für Dateien, sondern als Abfrage-Ort für Informationen begriffen werden, offenbaren sich nach und nach die Möglichkeiten zur Nutzung im Sinne eines „intelligenten“ Business.

Die Datenbank DB2 von IBM ist in die eServer i5 und iSeries von Haus aus integriert. Lösungen wie das PST-MIS von der PST Software GmbH, SQL-Views von der Meinikat GmbH oder Crystal Reports Server XI von Business Objects, um nur einige zu nennen, setzen auf dieser nahezu wartungsfreien Datenbank auf und bieten vielzählige Möglichkeiten der Datenanzeige und -manipulation. Die Optik und Funktionalität der Systeme hat sich längst vom Green Screen gelöst, ist daher komfortabel zu bedienen und bietet mit Online-Zugriffsmöglichkeiten auch den Abruf von unterwegs.

Für bestimmte Anwender oder Gruppen innerhalb eines Unternehmens können Auszüge aus einem Data Warehouse nach deren Anforderungen bereitgestellt werden. Diese so genannten Data Marts sind eigentlich kleine Data Warehouses mit komplettem Funktionsumfang für den User. Data Marts können abhängig vom zentralen Data Warehouse oder auch dezentral unabhängig aufgebaut werden.

OLAP (Online Analytical Processing)

OLAP-Tools ermöglichen die Selektion der unterschiedlichsten Daten und stellen diese auf Wunsch auch grafisch dar. Dabei sind verschiedene Perspektiven möglich. Das kann eine Zeitachse, eine geografische Sicht oder eine Darstellung nach Produktkategorien sein – z.B. in der Getränkeindustrie nach der Flaschengröße.

ETL (Extraction, Transformation, Loading)

ETL-Tools sind Werkzeuge, mit denen die Extraktion von Daten festgelegt und ausgeführt werden kann. Dies geschieht vorzugsweise aus ERP-Systemen, da dort neben den Artikel- auch sämtliche Kundeninformationen gespeichert sind. Diese können dann transformiert und in ein Data Mart oder ein Data Warehouse geladen werden. Der Abgleich kann in Echtzeit oder zu bestimmten Zeitpunkten erfolgen.

Drill Down

Mit der OLAP-Funktion Drill Down kann der Anwender während einer interaktiven Datenanalyse auf detailliertere Daten der gerade betrachteten Dimension zugreifen. Dies ist vor allem dann nützlich, wenn man z.B. aus der Gesamtabnahme eines Kunden einen Teilbereich zu Vergleichszwecken separieren und mit der Abnahme eines anderen Kunden vergleichen möchte, um daraus einen eventuellen Trend ableiten zu können.

Datamining

Darunter versteht man, wie es der Name schon vermuten lässt, das „Graben“ in den Daten eines Data Warehouse, um darin Muster, Strukturen und Informationen erkennen und abrufen zu können. Diese Muster stellen sich auf den ersten Blick meist nicht als solche dar und das Ergebnis kann überraschende Erkenntnisse über ein Produkt oder eine Kundengruppe bringen.

Das Wissen um das Wissen in den vorhandenen Daten ist der Schlüssel zu einer erfolgreichen Planung. Nach dem Jagen und Sammeln der Daten muss der nächste (An)Trieb die Analyse derselben sein – und dies gelingt mit den zur Verfügung stehenden technischen Möglichkeiten per Knopfdruck. Jetzt kommt es nur noch darauf an, wie intelligent mit den neu erworbenen Erkenntnissen umgegangen wird. Dieses Problem kann allerdings keine noch so gute Maschine lösen, dafür ist allein der Mensch verantwortlich. Vor einer schwer wiegenden Entscheidung sollte daher ein alter Rat beherzigt und erst mal eine Nacht darüber geschlafen werden. Ein solcher „Reboot“ tut nicht nur einem Server gut. In diesem Sinne, viel Spaß bei der Lektüre des aktuellen Midrange Magazins. Weitere Anbieter von Datenanalyse-Werkzeugen finden Sie unter www.Midrange-Solution-Finder.de.

M.W.