Grundlagenserie Business Intelligence

BI-Methoden (Teil 1): Ad-hoc Analysen mit OLAP

Die multidimensionale Sicht von Datenbeständen etwa mit dem Hypercube erlaubt, diese aus unterschiedlichen Perspektiven zu betrachten. Mit OLAP-Systemen haben Anwender die Möglichkeit, in solchen Datenbeständen intuitiv und interaktiv zu recherchieren. Ein kritischer Punkt ist die optimale Speichertechnologie für OLAP-Systeme.

Fach- und Führungskräfte, sowie andere qualifizierte Mitarbeiter, möchten häufig im Unternehmen ad-hoc Auswertungen erstellen. Sie wollen interaktiv und flexibel in den relevanten Daten navigieren und Rechercheergebnisse in Eigenregie zusammen stellen.

Diese Mitarbeiter sind meistens jedoch keine Datenbankspezialisten. Viele dieser Nutzer sind in den Vertriebs- und Controllingabteilungen tätig und verfügen über eher geringe IT-Kenntnisse. Das tiefere Know-how für Datenbankabfragen fehlt ihnen.

Die Forderung nach nutzerfreundlichen, flexiblen Abfragesystemen für Ad-hoc-Analysen beschäftigt Forschung und Praxis schon seit Jahren. Als besonders flexibel und leistungsstark erwies sich in der Vergangenheit der multidimensionale Ansatz. Unter Multidimensionalität ist dabei eine bestimmte Anordnung betriebswirtschaftlicher Größen zu verstehen, die relevantes Zahlenmaterial simultan entlang unterschiedlicher Klassen aufgliedert – dazu später mehr.

Informationssysteme, die dem Anwender eine multidimensionale Sicht auf die Datenbestände liefern, repräsentieren das Geschäftsverständnis betrieblicher Fach- und Führungskräfte optimal. Sie ermöglichen eine flexible, interaktive Generierung unterschiedlicher Perspektiven auf den Datenbestand und - je nach Anforderung - eine schnelle Sichtänderung auf die Daten.

Das bekannteste multidimensionale Verfahren, OLAP („Online Analytical Processing“), wurde 1993 vom Datenbanktheoretiker Edgar F. Codd vorgestellt. Er schlug eine Methode vor, die eine dynamische Analyse in multidimensionalen Datenräumen ermöglichen sollte. Als Leitbild wurden 12 Evaluationsregeln definiert – darunter die Forderungen nach Transparenz, Client-Server-Architektur und intuitiver Datenbearbeitung. Die Regeln sollten bei Erfüllung die OLAP-Fähigkeit von Informationssystemen garantieren. Sie wurden in der Folge allerdings heftigst kritisiert, und um weitere, teils kommerziell motivierte Regeln ergänzt.

Eine Konsolidierung der OLAP-Eigenschaften erfolgte 1995 durch die so genannte FASMI-Definition („Fast Analysis of Shared Multidimensional Information“). Sie beschreibt OLAP pragmatisch und technologiefrei und ist heute auf breiter Basis akzeptiert. Inhaltlich besagt FASMI, dass Nutzern mit OLAP-Systemen ein schneller (Fast) analytischer (Analysis) Zugriff im Mehrbenutzerbetrieb (Shared) auf kontextrelevante multidimensionale betriebliche Informationen (Multidimensional Information) ermöglicht werden soll.