Rekonzeption eines Data-Warehouse-Systems in der Waldklinik

Bachelorarbeit von Henning Buss

Einführung Business Intelligence, Software für die Sammlung, Auswertung und Darstellung geschäftlicher Daten stellt selbst in aktuellen wirtschaftlichen Krisenzeiten einen wachsenden Markt in Deutschland dar. Führende Anbieter wie SAP und Oracle verzeichneten in diesem Marktsegment 2008 zusammen einen weltweiten Umsatz von über 200 Millionen Euro. Trotz der erfolgreichen kommerziellen Lösungen hat sich die Waldklinik Jesteburg im Jahre 2008 dazu entschlossen, eine Business Intelligence Software in Form einer Data-Warehouse Lösung in Eigenregie zu entwickeln. Kostenersparnis sowie spezielle Anforderungen führten zu dieser Entscheidung, das System selbstständig zu konzipieren und umzusetzen, anstatt auf eine vorhandene Lösung zurückzugreifen. Für die Rehabilitationsklinik mit über 300 Mitarbeitern wurde diese Lösung für den Einsatz im Controlling entwickelt, um dort neue Auswertungsmöglichkeiten bereitzustellen.

Seit der Konzeption, Umsetzung und Einführung des Systems ist mittlerweile ein Jahr vergangen. In dieser Zeit hat das System neue Anwendungsgebiete gefunden und sich auf Abteilungen außerhalb des Controllings ausgedehnt. Auf Basis der eingesetzten Software- und Datenbanklösung und der daraus gewonnenen Erfahrung soll eine Rekonzeption des Systems durchgeführt werden. Diese wird neben den neuen Anforderungen auch die Schwächen des aktuellen Systems berücksichtigen und dieses ersetzen. Das Ziel der vorliegenden Arbeit ist die Konzeption dieser neuen Data-Warehouse Lösung. Abschließend wird ein erster Prototyp zur Verfügung stehen, der über die Arbeit hinaus weiterentwickelt wird, um darauf hin die zurzeit im Einsatz befindliche Lösung vollständig ersetzen zu können.

Inhaltsverzeichnis

Textprobe:

Kapitel 2.2.2.1, Zentrales Data-Warehouse Bei einem zentralen Data-Warehouse wird eine Datenbank genutzt, die zusätzlich zu den operativen Datenbeständen existiert.Diese Datenbank dient als Datenbasis und erhält in regelmäßigen Abständen die Daten aus den operativen Systemen. Die Daten werden bei dieser Variante redundant vorgehalten. Hierbei werden lediglich die Daten in das Data-Warehouse übertragen, die eine Relevanz für die späteren gewünschten Auswertungen besitzen bzw. für diese benötigt werden.

Vorteil dieser Variante ist eine einheitliche und zentrale Datenbasis, die nur relevanten Daten umfasst. Sind diese Daten sehr umfangreich oder kommt es durch die Anwender zu sehr vielen Abfragen an das Data-Warehouse, kann es zu längeren Wartezeiten kommen. Beide Aspekte, die zu einer längeren Wartezeit führen, sind in der Waldklinik Jesteburg nicht gegeben. Die Variante des zentralen Data-Warehouse eignet sich somit sehr gut für den dortigen Einsatz im Gegensatz zu den folgenden Varianten.

2.2.2.2 Verteiltes Data-Warehouse:

Ist der Fall, der zuvor erwähnten langen Wartezeiten gegeben, wird oft die Variante des verteilten Data-Warehouse eingesetzt. Hierbei werden mehrere kleine Einheiten gebildet. Diese enthalten einen ‘… bewusst redundant gehaltenen Ausschnitt des Data Warehouse…”und sind funktionsbereichs- oder personengruppenspezifische Ausschnitte. Oft wird die Variante des verteilten Data-Warehouse mit Data-Marts angewendet. Die kleinen Einheiten werden als Data-Marts bezeichnet und aus einem zentralen Data-Warehouse gebildet. Ein verteiltes Data-Warehouse würde in der Waldklinik Jesteburg aufgrund der vielen Einheiten zu einer höheren Komplexität führen. Entscheidende Vorteile würde es bei dieser Variante, bezogen auf die Waldklinik Jesteburg, jedoch nicht geben.

2.2.2.3 Virtuelles Data-Warehouse:

Bei der Variante des virtuellen Data-Warehouse werden im Gegensatz zu den anderen Varianten die Daten nicht redundant zu den operativen Systemen vorgehalten. Bei einer Anfrage an das Data-Warehouse werden die Daten direkt aus den operativen Systemen abgefragt. Aus Anwendersicht gibt es lediglich ein zentrales Data-Warehouse. Vorteil dieser Variante ist die Aktualität der Datenbasis, da die Daten direkt aus den Quellsystemen geladen werden und nicht auf dem Datenbestand des letzten Imports beruhen. Bei Abfragen können jedoch entsprechend lange Wartezeiten auftreten, da die Daten im Hintergrund aus verschiedenen operativen Datenbanken abgerufen werden müssen. Insbesondere in der Waldklinik Jesteburg hat sich dieses System als unpraktikabel herausgestellt. Auf die vorhandenen Oracle Datenbanken erfolgt ein Zugriff weitgehend über komplexe Views. Hierdurch sind die Antwortzeiten entsprechend lang und es kommt zu inakzeptablen Wartezeiten von teilweise mehreren Minuten.