Das Data Warehouse-Konzept der TUI Deutschland GmbH im Projekt „TUFIS“

Inhaltsverzeichnis

Abkürzungsverzeichnis

Abbildungsverzeichnis

1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Vorgehensweise

2 Grundlagen des Data Warehouse-Konzepts
2.1 Entwicklung des Begriffs Data Warehouse
2.2 Begriffsdefinition Data Warehouse
2.3 Abgrenzung operativer und analyseorientierter Informationssysteme
2.4 Architektur eines Data Warehouses
2.4.1 Darstellung der Architektur
2.4.2 Schicht 1: Operative Applikationen
2.4.3 Schicht 2: ETL-Prozess
2.4.4 Schicht 3: Data Warehouse
2.4.5 Schicht 4: Data Marts
2.4.6 Schicht 5: Analytisch-dispositive Applikationen

3 Praxisbeispiel der TUI Deutschland GmbH
3.1 Einführung und Aufbau eines Data Warehouse-Konzepts
3.2 Erfolgsfaktoren bei der Einführung eines Data Warehouses

4 Abschluss
4.1 Kritische Würdigung
4.2 Fazit

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Hub and Spoke-Architektur

Abbildung 2: Architektur eines Data Warehouses

Abbildung 3: Data Warehouse-Architektur der TUI Deutschland GmbH

1 Einleitung

1.1 Problemstellung

Durch die Globalisierung der Märkte sind die Unternehmen unter Druck gesetzt ihren Kunden maßgeschneiderte Produkte anzubieten und auf die Bedürfnisse individuell ein- zugehen. Aus diesem Grund besteht ein hoher Informationsbedarf. Doch durch die weltweite Vernetzung ist das Datenaufkommen nur schwer unter Kontrolle und auf aktuellem Stand zu halten. Eine weitere Problematik zeigt sich in den Unternehmen selbst. Die Datensätze werden oftmals dezentral von jeder Abteilung auf einem eigenen Laufwerk mit eigener Ordnerstruktur gesammelt. Des Öfteren werden Daten an verschiedenen Orten, beziehungsweise Laufwerken der Abteilungen, mit unter- schiedlichen Formaten und Bezeichnungen gespeichert. Die Folge ist, dass Infor- mationen teilweise mehrfach gespeichert werden, weil andere Unternehmensbereiche keinen Zugriff auf diese Daten haben.

Insgesamt sind Informationssysteme (IS) interaktiver geworden und benötigen einen höheren Kontrollaufwand. Dabei bilden Datensätze die Basis innerhalb eines ISs, auf derer Entscheidungen von operativen Bereichen oder Führungsebenen getroffen werden. Diese basieren auf Grundlage von Abfragen und/oder Prognosen. Es liegt in der Zuständigkeit der Führungskräfte eine fundierte Grundlage für die strategische Entscheidungsfindung zu schaffen und die Daten strukturiert an zentraler Stelle zu bündeln, sodass alle Unternehmensbereiche auf die gleiche Datenbasis zurückgreifen können. Als Kriterium für die Wettbewerbsfähigkeit spielt die Entscheidungsfindung eine bedeutende Rolle, da Unternehmen in kürzester Zeit reagieren müssen.¹

Um die Flut an Daten zu bewältigen und Strategieformulierungen zu strukturieren, wird ein durchdachtes und systematisch funktionierendes System benötigt, welches die Daten gliedert, sortiert und anpasst. Bedeutend ist ebenfalls ein benutzerfreundliches IT- System, sodass die Endanwender schnell auf ihre Daten zugreifen können und Abfragen verlässlich sind.² Um einen einheitlichen Datenpool zu schaffen, stellt das Data Warehouse-Konzept einen Lösungsansatz dar, welcher im Folgenden vorgestellt wird.

1.2 Zielsetzung

Ziel der Seminararbeit ist es, einen Überblick zur Thematik des Data Warehouse- Konzeptes zu schaffen. Zudem wird anhand des Fallbeispiels der TUI Deutschland GmbH eine mögliche Herangehensweise zur Einführung eines Data Warehouse- Systems dargestellt. In diesem Zusammenhang sollen Erfolgsfaktoren für die Implementierung eines solchen Systems summiert werden und ein Fazit gezogen werden.

1.3 Vorgehensweise

Zu Beginn werden die Grundlagen eines Data Warehouses erläutert, wichtige Begriffe in dieser Thematik definiert und die historischen Hintergründe erklärt. Kapitel 2 befasst sich mit der Architektur eines Data Warehouses und die einzelnen Schichten werden grob beschrieben. Im Anschluss folgt die Darstellung einer Umsetzungsmöglichkeit eines Data Warehouses an Hand der TUI Deutschland GmbH. Zum Abschluss werden Vor- und Nachteile des Einsatzes eines Data Warehouse-Systems kritisch bewertet und ein zusammenfassendes Fazit gezogen.

2 Grundlagen des Data Warehouse-Konzepts

2.1 Entwicklung des Begriffs Data Warehouse

Das Konzept eines Data Warehouses wurde zu Beginn der 80er Jahre unter dem Begriff „Data Supermarket“ entwickelt und stellt einen unternehmensweisen Datenpool dar. Im Jahr 1988 führten Barry Devlin und Paul Murphy bei IBM³ ein internes Projekt unter dem Namen „European Business Information System“ (EBIS) durch. Ziel des Projektes war es komplexe, heterogene Daten aus unterschiedlichen Unternehmensbereichen, über eine einheitliche Schnittstelle, für alle zugänglich zu machen. Seit den 90er Jahren boten verschiedene Software- und Hardwarehersteller das Projektergebnis als Dienst- leistungspaket auf dem Markt an. Seither bildet ein Data Warehouse-System das Bindeglied zwischen operativen Systemen und Informationssystemen. Für autorisierte Personen wird so der Zugriff auf zuverlässige und aktuelle Informationen zur Entscheidungsfindung ermöglicht.⁴

2.2 Begriffsdefinition Data Warehouse

Oftmals wird Data Warehouse fälschlicher Weise mit „Datenwarenhaus“ übersetzt. Die Begriffe „Lagerhaus“ oder „Datenspeicher“ wären zutreffender.⁵ William H. Inmon gilt seit der Veröffentlichung seines Buches „Building the Data Warehouse“ im Jahre 1991 als Vater des Data Warehousings.⁶ Er definierte den Begriff des Data Warehouse- Systems wie folgt:

„A data warehouse is a subject-oriented, integrated, nonvolatile, and time-variant collection of data in support of management’s decisions.“⁷

Ein Data Warehouse basiert auf einem maßgeschneiderten Konzept, welches individuell auf das jeweilige Unternehmen zugeschnitten und auf die Bedürfnisse angepasst wird. Die Daten sind für das Unternehmen von hoher Bedeutung („subject-oriented“).⁸ Alle gesammelten internen Daten werden vereinheitlicht, durch externe Daten ergänzt und in einem einheitlichen System aufbereitet („integrated“).⁹ Datenquelle sind meist operative Datenhaltungssysteme. Nach fehlerfreier Übernahme, dürfen die Daten nicht mehr verändert werden, da keine flüchtige, sondern eine stetige und langfristige Daten- sammlung angestrebt wird („nonvolatile“).¹⁰ Die gespeicherten Informationen sind zeit- raumbetrachtet und können Trends und zukünftige Marktentwicklungen identifizieren („time-variant“).¹¹ Die Unterstützung des Managements innerhalb der Entscheidungs- findung ist wichtiger Bestandteil eines erfolgreichen Data Warehouses („in support of management’s decisions“).

Übergreifend lässt sich der Begriff des Data Warehouse-Systems dem Themenbereich der Business Intelligence (BI) zuordnen. BI ist der Überbegriff von Warehousing und anderen Datenintegrationstechniken.¹² Zudem wird mit diesem Begriff ein analytischer Prozess bezeichnet, welcher fragmentierte von Daten über Wissen hinzu Fähigkeiten der einzelnen Aufgabenfelder zur Förderung der Unternehmensziele transformiert. Zentrale Zuständigkeiten sind die Bereitstellung von qualitativen und quantitativen Daten, welche beispielsweise durch Wettbewerbsanalysen generiert werden, die Her- stellung von Zusammenhängen, innerhalb der gewonnen Basisdaten und die Kommuni- kation der erarbeiteten Erkenntnisse durch das integrierte Wissensmanagement zur Formulierung von Strategien.¹³

Das Ziel eines Data Warehouses ist die Integration von einheitlichen, allumfassenden Daten innerhalb eines Tools bzw. einer Datenbank, welche von dort aus aufbereitet und entsprechend analysiert oder abgefragt werden können.¹⁴ Daten sollen so nur einmal in das System eingetragen und zentral gepflegt werden.

Internetquellen

CIO Online (2011): Die TOP-CIOs der Transport- und Logistikbranche, URL: http://www.cio.de/886135, Abruf am 30.12.2011 Competence-Site (2006): Sorglos in die Ferien mit der TUI - Configuration

Management und Aufbau der CMDB, URL: http://www.competence- site.de/downloads/1c/cf/i_file_3788/itil_iltis_tui.pdf, Abruf am 22.12.2011

Computerwoche (2004): Wie TUI sein Informationschaos beseitigte, URL: http://www.computerwoche.de/it-strategien/weitere-beitraege/545086/ index3.html, Abruf am 29.12.2011

Data Warehouse 4 u (2009): Data Warehouse Architecture, URL: http://www.dataware house4u.info, Abruf am 13.12.2011

Erpmanager (2008): TUI Travel setzt nach Unternehmenszusammenschluss in Großbritannien & Irland auf Informatica, URL: http://www.erpmanager.de/ magazin/news_h33995_tui_travel_setzt_nach.html, Abruf am 23.12.2011

[...]

¹ Vgl. Chamoni, P. (2010), S. 13.

² Vgl. Tiemeyer, E. (2009), S. 13.

³ US-amerikanisches IT- und Beratungsunternehmen.

⁴ Vgl. Muksch, H. (2000), S. 5 f.

⁵ Vgl. Krcmar, H. (2010), S. 67.

⁶ Vgl. Jensen, C. (2010), S. 73.

⁷ Inmon, W. - H. (2005), S. 29.

⁸ Vgl. Gabriel, R. (2009), S. 7 f.

⁹ Vgl. Krcmar, H. (2010), S. 89.

¹⁰ Vgl. Parida, R. (2006), S. 3.

¹¹ Vgl. Holthuis, J. (1999), S. 73 ff.

¹² Vgl. Eckerson, W. (2011), S. 32.

¹³ Vgl. Grothe, M. (2000), S. 19 ff.

¹⁴ Vgl. ebd., S. 52.