Analyse der Einsatzmöglichkeiten von Business Intelligence-Systemen zur strategischen Entscheidungsunterstützung in Wertschöpfungsnetzwerken

Diplomarbeit von Matthias Becker

Einleitung:

Die Globalisierung führt zu stetigen Veränderungen im Umfeld von Unternehmen. Dies hat zur Folge, dass die Unternehmen einem verschärften Wettbewerb ausgesetzt sind.

Die zunehmende Globalisierung bietet den Unternehmen andererseits aber auch die Chance, weltweit die notwendigen Ressourcen wie Arbeit, Material oder Kapital zu beschaffen. Daneben führt die unaufhaltsam fortschreitende technologische Entwicklung dazu, immer neue Produkte und Prozesse in immer kürzeren Abständen bewerkstelligen zu können. Hinzu kommt die veränderte Kundenerwartung, die zunehmend individuelle Produkte verlangt und hierbei Qualität als selbstverständlich voraussetzt.

Das beschriebene Umfeld zwingt gerade kleinere und mittlere Unternehmen dazu, sich vermehrt auf ihre Kernkompetenzen zu konzentrieren und die Fertigungstiefe zu verringern. Die so entstehenden Lücken in den eigenen Fähigkeiten müssen nun außerhalb des eigenen Unternehmens ausgeglichen werden und zwingen zu verstärkter Kooperation.

Durch gezielte Zusammenarbeit und Konzentration auf die jeweiligen Kernkompetenzen sollen Wettbewerbsvorteile erreicht werden. Dabei haben sich entsprechend der unterschiedlichen Bedürfnisse, die mit einer derartigen Zusammenarbeit verbunden sind, eine Reihe unterschiedlicher Formen der zwischenbetrieblichen Netzwerkorganisation gebildet. Das Wertschöpfungsnetzwerk ist eine davon.

Allen Kooperationsformen zwischen Unternehmen gemeinsam ist die räumlich und zeitlich verteilte Leistungserstellung, woraus die Notwendigkeit erwächst, die bestehenden Aktivitäten und Geschäftsprozesse zwischen den Partnerunternehmen zu lenken und zu koordinieren bzw. partiell zu harmonisieren, sowie zu lenken und gemeinsam zu entscheiden.

Von zentraler Bedeutung zur Erfüllung dieser Aufgaben und somit zum Betrieb des Wertschöpfungsnetzwerks ist, dass alle beteiligten Partner ausreichend und zum richtigen Zeitpunkt mit allen entscheidungsrelevanten Informationen versorgt werden.

Dies ist ohne den Einsatz von Informations- und Kommunikationstechnologien (IKT) nicht möglich.

Um eine effiziente und erfolgreiche Kooperation zu realisieren, ist es erforderlich, dass die eingesetzte IKT an die spezifischen Anforderungen des Wertschöpfungsnetzwerkes angepasst wird. Nicht nur die eigentliche Leistungserstellung, sondern der gesamte Kooperationsprozess muss dabei unterstützt werden.

Mit der gestiegenen Bedeutung von Unternehmensnetzwerken hat sich ein Forschungsgebiet etabliert, was sich speziell mit der Führung und den Entscheidungsprozessen von Unternehmensnetzwerken beschäftigt. Im Blickfeld stehen hierbei meist die Analyse der Unterschiede zu einem einzelnen, nicht verbundenen Unternehmen.

Parallel dazu gibt es bereits seit dem ersten Auftreten von Führungsinformationssystemen (FIS) in den 60er Jahren intensive Untersuchungen und innovative Weiterentwicklungen von IKT zur Unterstützung von Managemententscheidungen.

Wurden zunächst die hohen Erwartungen an die FIS enttäuscht, so geben neuere Ansätze und Entwicklungen, die häufig unter dem Schlagwort ‘Business Intelligence’ subsumiert werden, Anlass zu großen Hoffnungen auf dem Gebiet der strategischen Managementunterstützung durch IKT.

Beide Forschungs- und Entwicklungsbereiche werden bisher nur selten intensiver zusammen betrachtet. So gibt es eine Vielzahl von Untersuchungen über strategische Entscheidungsprozesse in Unternehmensnetzwerken, aber wenige Aussagen darüber, in wie weit moderne IKT hier unterstützen kann. IKT-Einsatz im Netzwerk wird meist im Zusammenhang mit Supply Chain Management (SCM) oder Controlling diskutiert. Andererseits gibt es vielfältige Entwicklungen und Untersuchungen von IKT zur Unterstützung von strategischen Entscheidungen, allerdings fast ausschließlich mit dem Fokus auf das einzelne, nicht verbundene Unternehmen.

Im Rahmen der vorliegenden Diplomarbeit sollen nun beide Bereiche miteinander verknüpft werden. Zunächst sollen die Besonderheiten und besonderen Anforderungen der strategischen Entscheidungsprozesse in Wertschöpfungsnetzwerken herausgearbeitet werden, und im Anschluss daran soll analysiert werden, in wie weit der Einsatz von Business Intelligence-Werkzeugen Möglichkeiten bietet, die strategischen Entscheidungsprozesse im Wertschöpfungsnetzwerk zu unterstützen.

Ausgehend von dieser Zielsetzung werden im Kapitel 2 die zentralen Begriffe der Arbeit definiert. Schwerpunktthema von Kapitel 3 sind die Besonderheiten und besonderen Anforderungen von strategischen Entscheidungen in Wertschöpfungsnetzwerken, wobei zunächst strategische von operativen Entscheidungen abgegrenzt werden müssen.

Das vierte Kapitel stellt drei typische Vertreter von Business Intelligence-Werkzeugen vor. In Kapitel 5 wird, basierend auf den Erkenntnissen der vorangegangenen Kapitel, deren potenzieller Einsatz im strategischen Entscheidungsprozess von Wertschöpfungsnetzwerken analysiert. Dies bildet den Kern dieser Arbeit. Im letzten Kapitel werden die Ergebnisse zusammenfassend dargestellt und abschließend bewertet.

Inhaltsverzeichnis:

Textprobe:

Kapitel 4.3, OLAP:

Der Aufbau eines Data Warehouse dient dem Zweck, entscheidungsrelevante Daten aus den Datenquellen zu extrahieren und zu verwalten. Um aus diesen Daten entscheidungsrelevante Informationen zu erhalten, sind weitere Softwareanwendungen nötig, die auf dem Data Warehouse aufsetzen.

Eine dieser Anwendungen hat unter dem Begriff On-Line Analytical Processing (OLAP) Einzug in die Fachwelt gehalten. Hierbei handelt es sich um eine Software-technologie, die durch dynamische und multidimensionale Analysen von entscheidungsrelevanten Daten (aus dem Data Warehouse) dem Management schnelle, interaktive und vielfältige Zugriffe auf entscheidungsrelevante Informationen ermöglichen soll.

Was genau sich hinter dem Begriff OLAP verbirgt, wird in der Literatur und Fachwelt noch immer sehr kontrovers diskutiert. So schreibt aktuell einer der Pioniere auf dem Gebiet des OLAP, Nigel Pendse: ‘Deciding what is an OLAP has not got any easier since then, as more and more vendors claim to have ‘OLAP compliant’ products, whatever that may mean (often they don’t even know)’- Codd (1994) definiert zwölf Anforderungen, die ein System erfüllen muss, um als OLAP-System zu gelten. Aufgrund sprachlicher Verwirrungen und zu breiter Interpretationsspielräume hat sich inzwischen der Ansatz von Pendse/Creeth (1995) in der Literatur weitgehend durchgesetzt, die mit FASMI eine einfache und technologiefreie Beschreibung der Kriterien des OLAP-Konzepts geliefert haben. FASMI steht für Fast Analysis of Shared Multidimensional Information und definiert sich wie folgt:

Fast: Die Antwortzeiten des Systems auf eine Abfrage in der Regel unter fünf Sekunden.

Analysis: Die Analysetechniken (z. B. Zeitreihenvergleiche) sind einfach und intuitiv mit der Möglichkeit von beliebigen Berechnungen.

Shared: Der Zugriff auf die Datenbestände ist für mehrere Nutzer gleichzeitig möglich, wobei der Zugang individuell eingegrenzt werden kann.

Multidimensional: Die Multidimensionalität ist die Schlüsselanforderung und kann als grundsätzliche Definition von OLAP angesehen werden. Es geht darum, dass das System die Datenbestände aus verschiedenen Sichten und nach verschiedenen Kriterien flexibel geordnet analysierbar und sichtbar macht. Dabei wird die Mehrdimensionalität durch die Anordnung von Kennzahlen (z.B. Absatz, Kosten) entlang unterschiedlicher Dimensionen (z.B. Zeit, Region, Produktart) erzeugt.

Information: Die Information ist vollständig unabhängig von der Datenmenge oder Datenherkunft.

Technologisch arbeitet ein OLAP-System so, dass die z. B. durch ein Data Warehouse-System vorbereiteten Daten aus den operativen Systemen in Form von Würfeln (alternativ auch Hyperwürfel genannt bei mehr als drei Dimensionen) modelliert werden und so die mehrdimensionale Sicht auf die Daten realisiert wird. Im Gegensatz zu klassischen relationalen Datenbanken mit zweidimensionaler Datenanordnung können drei und mehr Dimensionen dargestellt werden.

Zur Erstellung eines Würfels werden die Erfolgsgrößen des Unternehmens so strukturiert, dass unabhängige Dimensionen entstehen, in denen der Anwender navigieren kann. Beispiele für Dimensionen sind Kunden, Zeit, Geographie (oder Unternehmensbereich, Regionen), Produkte; Beispiele für Erfolgsgrößen sind z. B. Umsatz oder Rendite. Die definierten Dimensionen sind nun in beliebiger Zahl kombinierbar.

Werden zwei Dimensionen kombiniert entsteht eine einfache Tabelle. Werden hingegen mehrere Dimensionen kombiniert, entstehen mehrdimensionale Würfel. Jede Dimension wird durch eine Würfelachse dargestellt und besteht aus einzelnen Elementen. So besteht die Dimension Zeit z. B. aus den Elementen Januar, Februar, etc. Die folgende Abbildung zeigt den Aufbau eines Würfels mit den Dimensionen Zeit, Region und Produkt und soll das Beschriebene verdeutlichen.

Die Anwendung des OLAP dient nicht der Abdeckung eines Informationsbedarfs, sondern der Aufdeckung von Entscheidungsalternativen. Somit ist es unerlässlich, innerhalb der erzeugten multidimensionalen Würfel zu navigieren und komplexe Operationen über mehrere Dimensionen hinweg auszuführen. Dies wird durch Funktionalitäten ermöglicht, die im OLAP-System vorgehalten werden, wovon einige näher beschrieben werden sollen.

Drill-Down/Drill-Up: Durch die Drill-Down bzw. Drill-Up-Funktionalität wird das Aggregationsniveau innerhalb einer Dimension verändert. Die Drill-Up-Funktion verdichtet Werte auf die nächst höhere Verdichtungsebene. Die Drill-Down-Funktion bewirkt das Gegenteil. Sie zerlegt einen aggregierten Wert wieder in die Bestandteile der darunterliegenden Ebene. Die folgende Abbildung verdeutlicht diese Funktionalität.