Data Warehouse-Ansätze in Krisenprojekten – Schnee von gestern?

Wie wir bereits häufig festgestellt haben, gewinnen die Ergebnisse von Datenanalysen zunehmend an Bedeutung für Unternehmensentscheidungen in Krisenprojekten wie Sanierungen und Restrukturierungen, Tendenz steigend. So lautet ein zentrales Ergebnis einer Umfrage, die von der INSO Projects GmbH durchgeführt wurde. Befragt wurden in der nicht-repräsentativen Studie rund 100 Führungskräfte in Sanierungs- und Restrukturierungsprojekten.

 

Daten werden immer heterogener und komplexer

Unsere Studie kam zu dem Ergebnis, dass die Heterogenität und Komplexität von Daten laufend zunimmt. Die Sicherung und die anschließende Analyse dieser Daten wird gleichzeitig zu einem immer zentraleren Erfolgsfaktor für betroffene Krisenunternehmen. Gleichzeitig nimmt natürlich auch die Daten-Qualität an Bedeutung zu, denn von ihr hängt ab, wie einfach oder kompliziert sich die Arbeit mit ihnen im Rahmen einer analytischen Daten-Management-Lösung gestaltet.

Sind Data Warehouse Lösungen veraltet?

Doch können die in den Krisenunternehmen bestehende Data Warehouse-Lösungen aktuellen und zukünftigen Anforderungen von Sanierungen und Restrukturierungen angesichts dieser Komplexität überhaupt noch gerecht werden? Oder müssen wir den Data Warehouse-Ansatz heute bereits als Relikt der Vergangenheit betrachten?

 

Data Warehouse-Lösungen dienen der Vereinheitlichung von Datensätzen

Daten zählen in der Ära der Digitalisierung zu den wichtigsten Rohstoffen für viele Unternehmen und werden durch die digitale Transformation sekündlich in großen Mengen hergestellt. Deren Auswertung, Verarbeitung und ihre sinnvolle Nutzung entscheidet in vielen Fällen über die Überlebenschancen eines Krisenunternehmens.

Analytische Daten-Management-Lösungen, wie zum Beispiel Data Warehouses, werden oft zur Weiterverarbeitung der vielen gesammelten Daten genutzt. Die Data Warehouse-Lösungen wurden in Krisenunternehmen bislang in der Regel darauf ausgerichtet, eine einheitliche Datenbasis (Single Point of Truth), einen einheitlichen Zugang (Single Point of Entry) und eine einheitliche Schnittstelle zur Informationsversorgung (Single Point of Information) für alle Analyseanforderungen zu schaffen. Mit anderen Worten: Ihre Aufgabe ist es, Daten aus mehreren Quellen zusammenzuführen, sie zu vereinheitlichen und eine gute Datenqualität zu liefern.

 

Die Grenzen traditioneller Data Warehouses

Data Warehouse-Lösungen sind in Krisenunternehmen oft organisch und über längere Zeiträume gewachsen. Sie sind für gewöhnlich wartungsintensiv und nur mit großem Aufwand zu erweitern oder zu verändern. Gleichzeitig werden die Anforderungen, die die Krisensituation und das damit einhergehende wirtschaftliche Umfeld an das Unternehmen stellt, immer dynamischer. Liquiditätsplanungen müssen kurzfristig auf Basis großer Datenmengen erstellt und weitere Fragestellungen in Echtzeit beantwortet werden. Die Reaktionsfähigkeit und -geschwindigkeit des Data Warehouse wird zum zentralen Erfolgsfaktor für Krisenunternehmen und die Lösungen müssen daher zunehmend agil und flexibel sein. Genau hinsichtlich dieser Aspekte stoßen viele traditionelle Data Warehouse-Lösungen allerdings an ihre Grenzen.

 

Radikalkur oder auf Bewährtes setzen?

Fest steht, dass traditionelle Data Warehouse-Ansätze nicht die Flexibilität bieten, auf die es in Krisensituationen ankommt. Zur Modernisierung des Daten-Managements bieten sich zwei Vorgehensweisen an: die funktionale Erweiterung des bestehenden Data Warehouses (Transformations-Ansatz) oder der Einsatz völlig neuer Technologien und Schnittstellen (Greenfield-Ansatz).

Data Mapping

Beide Alternativen haben ihre Berechtigung. Welcher Ansatz gewählt wird, ist oft keine rein technologische Entscheidung, sondern eine strategische oder wirtschaftliche. Neben den wirtschaftlichen Erwägungen kommt es auch auf die aktuelle Situation und die zukünftigen strategischen Anforderungen an das Data Warehouse an, welche Alternative gewählt wird.

Wenn die Änderungen nicht zu gravierend sind und die Datenqualität ausreicht, kann ein „sanfter” Übergang von einem bestehenden, traditionellen Data Warehouse hin zu einer modernen Lösung ohne eine Radikalkur beschritten werden. Sollte die Datenqualität nicht reichen, muss jedoch der radikalere „Greenfield-Ansatz” eingeschlagen werden. Das bedeutet nicht, dass alles von Grund auf neu aufgebaut wird, denn es existieren für Krisensituationen bereits sogenannte „pre-packed Business Intelligence & Analytics Lösungen”, wie z.B. „InsOne”. Diese können über Schnittstellen und „Mappings” schnell an das Data Warehouse angeschlossen werden, um bereits vorgefertigte Analysen und Berichte zu nutzen.

 

Der Einzelfall entscheidet, wie Sie mit Ihrem Data Warehouse verfahren sollten

Klar ist, dass sowohl bei der Modernisierung der traditionellen Datenmanagement-Lösung als auch bei der Implementierung einer „pre-packed Lösung” das Rad nicht völlig neu erfunden werden muss. Wichtig ist es lediglich, frühzeitig zu erkennen, wann Ihre traditionelle Data Warehouse-Lösung an ihre Grenzen kommt und daraufhin umgehend Maßnahmen zur Modernisierung einzuleiten. 

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.