Data Warehousing

Unter einem Data Warehouse wird eine Architekturkomponente verstanden, die die unternehmensweite Versorgung mit entscheidungsrelevanten Informationen gewährleistet. Dazu wird das Data Warehouse getrennt von operativen Vorsystemen aufgebaut und betrieben. Nur so lässt sich eine konsistente unternehmensweite Datenbasis etablieren, in die selektierte und verdichtete Informationen anwendungsgerecht aufbereitet einfließen und auf die interaktiv und intuitiv genutzt werden kann.

 

Für die gespeicherten Dateninhalte ist eine thematische Ausrichtung sowie Vereinheitlichung, Dauerhaftigkeit und Zeitorientierung charakteristisch. Data-Warehouse-Lösungen existieren heute in einer Vielzahl von Unternehmen. Das Zusammenführen von relevanten Daten für die Unternehmensführung und -steuerung zu einer harmonisierten und zentralen Basis ist gängige Praxis. Dabei geht es keinesfalls mehr nur noch darum, dem Management für Berichtswesen und Analyse Daten für die Entscheidungsfindung aufzubereiten - ein Vorgehen, das die Data-Warehouse-Datenbank als Einbahnstraße betrachtete. Vielmehr werden, basierend auf Data-Warehouse-Technologien, inzwischen auch Lösungen für die Integration von operativen Systemen beziehungsweise zur Erfüllung operativer Aufgaben bereitgestellt.

Der Data Warehouse Prozess umfasst folgende Schritte:

1. Datenbeschaffung: das heißt die Extraktion der relevanten Daten aus den Quellsystemen, Transformation und gegebenenfalls Datenbereinigung in einem Arbeitsbereich sowie Laden in das Data Warehouse. Dieser Schritt wird auch Extract-Transform-Load-Prozess (ETL-Prozess) genannt.
   
2. Datenhaltung: das heißt die langfristige Speicherung der Daten im Data Warehouse
   
3. Versorgung und Datenhaltung der für die Analyse notwendigen separaten Datenbestände, den Data Marts
   
4. Datenauswertung durch Analyse der Daten im jeweiligen Data Mart bzw. Versorgung nachgelagerter Anwendungssysteme