Auge
News · 01.12.20

Data Warehouse: Mythen und Fakten

Zu komplex, zu aufwendig, zu teuer: Das sind die gängigen Vorurteile bei Data Warehouse Projekten. In diesem Artikel erfahren Sie, wie Hürden mit der richtigen Vorbereitung und einem zuverlässigen Partner überwunden werden.

Management von Komplexität und Architektur als entscheidende Stellgrößen

Jakub Buraczewski, Produktmanager Business Intelligence (BI) bei MACH, brachte es in einem Webinar jüngst auf den Punkt: „Bei der Umsetzung eines Data Warehouse Projekts gelten Komplexität, Architektur, Betrieb und Budget oft als Hürden, die kaum überwindbar scheinen.“ Daten sollen automatisch, aus vielen sich immer wieder verändernden Quellen, zusammengeführt und diese einem immer größer werdenden Kreis von Entscheider:innen zur Verfügung gestellt werden – so sieht das Idealbild eines funktionierenden Data Warehouse (DWH) aus. Wer auf die Fakten und erfolgreichen Projekte der letzten Jahre schaut, erkennt schnell, dass mit der richtigen Strategie, den passenden Tools und einem erfahrenen Partner ein anspruchsvolles Projekt wie der Aufbau eines DWH gelingen kann.

„Bei der Komplexität kann beispielsweise mit dem Minimum-Viable-Product (MVP) Ansatz gegengesteuert werden“, erklärt der Produktmanager. Dabei wird sich zunächst auf die Kernfeatures eines DWH konzentriert – der Fokus des Projektes ist klarer und vor allem kleiner. Bereits dadurch ist die notwendige Architektur einfacher – und kann durch erfahrene Beteiligte in praktische und handhabbare Konzepte überführt werden. Auch hier gilt: Fokus auf die notwendigen Standards und das Massengeschäft, nicht jedes „Wenn und Aber“ kann und sollte mit dem ersten Entwurf behandelt werden.

Der Betrieb der Lösung sollte von Anfang an mitgedacht, konzipiert und so über die Architektur verankert werden – besonders an dieser Stelle ist der Ratschlag von erfahrenen Expert:innen gefragt. „Über das wichtige Thema Budget sollte von Anfang an transparent und regelmäßig gesprochen und berichtet werden“, betont der Produktmanager. „Vor allem am Anfang des Projektes sollte der regelmäßige Austausch eher zu häufig als zu selten stattfinden. So wird die Kommunikation geschärft, die für etwaige Konflikte und Stresssituationen greift und die so schnell wie möglich zur Entspannung im Projekt beitragen soll“, sagt Jakub Buraczewski.

„DWH Projekte führen effizient zu ersten Erfolgen, machen Lust auf mehr und tragen damit zu einer schrittweisen, effektiven Einführung des Themas bei.“

Jakub Buraczewski Produktmanager bei der MACH AG 

Wie werden aus Daten Informationen?

Dafür ist die richtige Vorbereitung von großer Bedeutung. Für Torsten Rehder, Product Owner BI bei der MACH AG, sind mehrere Aspekte entscheidend: „Das ist zum einen die Frage, für welchen Zweck Informationen benötigt werden und welche Informationen zur Erfüllung des Zwecks benötigt werden. Dabei spielt auch eine große Rolle, wer die Adressaten sind und welcher zusätzliche Nutzen gestiftet werden kann.“

Zweiter großer Komplex der Vorbereitung sollte das Thema Daten-Ownership und Verortung der Daten sein. Rehder: „Wo kommen sie her, wem ‘gehören‘ sie und wie werden aus Daten Informationen?“. Dabei ist nach Ansicht des Experten neben der Berücksichtigung der Datenschutzgrundverordnung vor allem die frühzeitige Einbindung der jeweiligen Fachverfahrensbetreuenden als „Besitzer:innen“ der Daten zielführend. Und Daten würden erst dann zu Informationen, wenn sie richtig aus den unterschiedlichen Quellen zusammengeführt werden konnten.

Den richtigen Partner für das DWH Projekt finden

DWH Projekte sind komplex und können daher schnell ins Geld gehen, wissen die Experten. Die Wahl des richtigen Partners stellt daher einen der wichtigsten Erfolgsfaktoren dar. Um ein Data Warehouse Projekt erfolgreich umzusetzen, sollten bei der Wahl des Partners folgende Fragen beantwortet werden:

  • Verfügt der Partner über das notwendige Know-how?
  • Kann ein bestehendes Framework genutzt werden, sodass die Implementierung möglichst schlank gelingt?
  • Schafft der Partner durch eine umfangreiche Dokumentation die notwendige Transparenz?
  • Kann der Partner alles aus einer Hand anbieten: Analyse, Implementierung, Schulung und Unterstützung im Betrieb?

Jakub Buraczewski zeigt auf, wie MACH DWH Projekte in vier Phasen angeht:

  • Analyse – Klärung der Machbarkeit des Projekts
  • Konzeption – Erarbeitung von Plänen für die Erstellung, die Integration und den Betrieb
  • Implementierung – Herstellung der Betriebsbereitschaft des DWH
  • Roll-out – Nach und nach erhalten Entscheider:innen für sie steuerungsrelevante Daten

Data Warehouse - Daten konsolidiert und performant auswerten

Weitere Informationen zu diesem Thema erhalten Sie in unserer Webinar-Aufzeichnung.

News
#Lösungen #Referenz

Daten im Fokus

Die Hochschule Bonn-Rhein-Sieg setzt auf MACH Business Intelligence als Berichtswerkzeug und verringerte damit den manuellen Aufwand bei der Datenauswertung – ein Projekteinblick.