Datenbanken sind zu einer sogenannten «Commodity» geworden. Sie verschwinden in der Infrastruktur für Systeme und Lösungen, um eine persistente Datenhaltung zu ermöglichen. Dementsprechend sind die Preise für Datenbanklizenzen so zerfallen, dass die wenigen verbliebenen Hersteller sie praktisch verschenken. Entgangen sind diesem normalen Prozess eines reifen Marktes nur die Datenbanksuiten – inklusive Applikationsserver und Business-Intelligence-Werkzeuge – und die Data-Warehouse-Systeme.
Das mag für den Laien ein wenig erstaunlich klingen. Unter «Data Warehouse» stellt man sich mitunter lediglich einen grossen Topf für allerlei Datenmaterial vor, der von der Lagerliste bis zum Firmenfoto einfach alles aufnehmen kann. Diese Phase haben Data Warehouses bereits vor etlichen Jahren hinter sich gelassen. Heute gleicht eine Datenbank eher einem ordentlich sortierten Lager, in dem nicht nur alles Inventar sortiert, benannt und katalogisiert ist, sondern es ausserdem noch automatisch Berichte und Auswertungen liefert.
Auch diese Phase hat die Entwicklung bereits hinter sich gelassen. Diese rein reaktiven Systeme liefern dem Entscheider eine Art Rückspiegel, in dem er auf den weit zurückliegenden Verkehr schauen kann. Seine Entscheidung wird dadurch kaum bessser unterstützt. Deshalb liefern aktuelle Data Warehouses nicht nur «Rückspiegel», in denen der Business-Entscheider und Sachbearbeiter den Verkehr direkt hinter sich im Auge behalten kann, sondern auch Hinweise, wie er das Vehikel (Unternehmen), in dem er sitzt, steuern soll: Aufgrund von Trends und Alarmmeldungen kann der Entscheider am Steuer seines Unternehmens voraussehen, wohin die Reise geht, und entsprechende Massnahmen ergreifen. Von reaktiver hin zu proaktiver Nutzung – das ist der Weg, auf dem sich fortgeschrittene Anwender von Data Warehouses heute befinden. Die Datenbank kann der Motor eines Unternehmens werden und so neue Services und Geschäftsfelder ins Leben rufen.
In der modernen Dienstleistungsgesellschaft sind diese Eigenschaften Gold wert. Daher waren Unternehmen mit einem grossen Kundenkreis unter den ersten, die ihre Data Warehouses für die Verbesserung und den Ausbau von Kundenbeziehungen (Customer Relationship Management, CRM) genutzt haben: Telekommunikationsunternehmen, Einzelhändler, Fluggesellschaften und Finanzdienstleister. Im Mobilfunk ist die Kundenfluktuationsrate recht hoch, doch es kostet zehnmal so viel, einen Kunden neu zu gewinnen als einen bestehenden zu halten. Jedes Telekommunikationsunternehmen ist daher um Kundenbindung bemüht.
Die auf dem Data Warehouse aufsetzenden Berichts- und Analyse-Anwendungen liefern ein Profil über den Kunden. Dieses Profil muss vollständig und aktuell sein, um den Kunden optimal per Kontaktcenter (Service), Marketing und Vertrieb ansprechen zu können. Wenn der Kunde anruft und die Dame im Servicecenter nichts von seinem zuvor eingesandten Fax weiss, so fühlt sich der Kunde nicht ernstgenommen und verliert das Vertrauen in das Unternehmen. Die Gefahr des Wechsels zur Konkurrenz wächst. Daher müssen für erfolgreiches CRM alle Kommunikationskanäle vereint sein und ihr Input registriert, sortiert und weitergeleitet werden. Die Sicherung der Datenqualität ist entscheidend – und frisst mitunter die Hälfte des Data-Warehouse-Budgets. Das Data Warehouse hat die Aufgabe, dem Unternehmen eine konsistente, fehlerfreie, aktuelle und vollständige Rundumsicht auf den Kunden zu verschaffen. Und je schneller und vielseitiger es das tut, desto profitabler lässt es sich einsetzen.
Im Mobilfunk sind die Produktzyklen mittlerweile unter ein Jahr gesunken. Um das neue Produkt in den Markt einzuführen, bedeutet dies nicht nur erhöhte Anforderungen an den Vertrieb, sondern auch an das Marketing. Die Anzahl der notwendigen Vertriebs-Initiativen im Handel steigt ebenso exponentiell wie die erforderlichen Marketingkampagnen. Eine Kampagne ist nur so erfolgreich wie die ihr zugrundeliegenden Kundenprofile und -analysen. Es gibt Dienstleister, die pro Woche mehrere hundert Kampagnen – per Mail, per Post und per Anzeige – initiieren, um die per Segmentierung ausgemachten Zielgruppen anzusprechen. Vorhandene Kunden werden für Cross-Selling- und Up-Selling-Kampagnen aktiviert.
Moderne Data-Warehouse-Anbieter liefern daher nicht mehr nur Analysewerkzeuge, sondern auch Werkzeuge für die Sales Force Automation (SFA) und Marketingautomatisierung (EMA). Mit Hilfe entsprechender Tools, die die Kosten auswerten, kann der Marketingleiter herausfinden, wie ertragreich eine Kampagne sein muss, um den Aufwand wieder einzuspielen.
Dieses Prinzip, das sich aus dem CRM-Bereich entwickelt hat, wurde mittlerweile auf den Bereich der Lieferkette – Stichwort: Supply Chain Intelligence – und der Beschaffung (Supplier Relationship Management und E-Procurement) ausgedehnt. Die Vorteile überwiegen den Aufwand, auch im Mittelstand. Die Lieferkette ist in vielen Fällen zu komplex geworden, um sie ohne grosse Datenbank noch verwalten und steuern zu können. Die enthaltenen Daten lassen sich dazu nutzen, die zuverlässigsten Zulieferer herauszufinden. Diese werden belohnt, die Faulenzer aussortiert. Das wiederum lässt den Ausbau der Geschäftsbeziehungen ebenso zu wie eine günstige Gestaltung von Lieferverträgen. Der Bereich, der in der Beschaffung stets optimiert wird, ist der für sogenanntes MRO-Material (C-Sektor), also Büroartikel und ähnliches. Einsparungen von fünf bis 15 Prozent sind keine Ausnahmen, sondern die Regel: reiner Profit.
Um ein Data Warehouse als Motor des Geschäfts einsetzen zu können, ist die Integration mit den Geschäftsprozessen in den operativen Systemen notwendig. Dafür gibt es zwei Ansätze. Der eine, den die SAP gegangen ist, besteht in der prozessorientierten Datenhaltung. Die Verzahnung mit den ERP-Systemen der SAP ist entsprechend eng, aber auch – bislang – entsprechend proprietär. Doch der Umbau ist inzwischen eingeleitet, insbesondere hinsichtlich der nahtlosen Integration von SAP-fremden Datenquellen.
Der zweite Ansatz ist die traditionelle Methode der Speicherung historischer Daten. Hinzu kommen nun jedoch transaktionsbasierte Daten aus den operativen Systemen, die von einer EAI-Lösung geliefert werden. Der Data-Warehouse-Anbieter Teradata beispielsweise arbeitet eng mit verschiedenen Daten- und Applikationsintegratoren wie Tibco zusammen. Mit ihren Datenpumpen schaufeln das Data Warehouse und die EAI-Lösung grosse Mengen extrem frischer Transaktionsdaten direkt aus den operativen Systemen in die Datenbanklösung. Dies ermöglicht die proaktive Nutzung der auf dem Warehouse aufbauenden Lösungen für die Entscheidungsstützung. Manche Hersteller und Analysten bezeichnen dies als Realtime-, Echtzeit- oder Active Warehousing.
Data Warehouse als zentraler Datenfopf
Die Frage, was der Mittelstand – er sei auf Unternehmen mit bis zu tausend Mitarbeitern begrenzt – mit einem Data Warehouse anfangen kann, lässt sich auf vielfältige Weise beantworten: in wirtschaftlicher und technischer Hinsicht. Technisch gesehen braucht ein Mittelständler keine grosse Datenbank, um seine Geschäftsabläufe zu verwalten und zu steuern. Dafür reicht die operationale Datenbank seiner ERP-Lösung vollständig aus. Es wäre eine Ausrede, wollte man ihm empfehlen, doch einen kleineren Data Mart aufzubauen, also eine Datenbank voll historischer respektive dispositiver Daten, die auf einen Themen- oder Fachbereich begrenzt sind. Solche Data Marts lassen sich aus einem Data Warehouse rasch erzeugen und mit den gewünschten Daten füllen.
Die Praxis sieht aber im Mittelstand meist noch so aus, dass es «selbstgemachte Data Warehouses gibt, die manchmal nicht einmal als solche erkannt werden, weil sie einfach nur ein Informationspuffer sind», berichtet Andreas Gebhard, Produktmanager beim BI-Anbieter Cognos. «Die Crux dabei ist folgendes: Wie kann ich diese Daten meinen Fachanwendern zur Verfügung stellen? Das Problem ist nämlich, dass viel zu Fuss gemacht wurde; die Strukturen sind gewachsen, so etwa im ETL-Prozess (ETL: Extraktion, Transformation, Laden) für das Befüllen der Datenbank und die regelbasierte Transformation der Daten.» Mit einem Tool namens «DecisionStream» stellt Cognos für die ETL-Stufe eine «wartbare und auch von durchschnittlich begabten Usern zu betreibende Lösung zur Verfügung», erklärt Gebhard.
«Viele Abteilungen haben sich aber mit Excel und Visual Basic schon eigene Lösungen gebaut, mit denen sie zufriedenstellend arbeiten, etwa für Vertriebsdatenmonitoring», berichtet Gebhard. «Doch wie bekommt man all diese Informationen wieder zusammen? Da fragt sich, ob nicht ein etwas ‹erwachsenerer› Ansatz mit einem Data Warehouse gefahren werden muss, um die Daten zu konsolidieren und zusammenzubringen. Etwa um zu verhindern, dass man dem Fachanwender veraltete oder vielleicht sogar fehler- oder lückenhafte Daten liefert oder benutzerunfreundliche Werkzeuge zur Verfügung stellt.»
Einer der Gründe, warum ein Data Warehouse keinen Return-on-Investment (ROI) liefert, bestehe in der Ablehnung durch die Benutzer und das Fehlen von Befürwortern in den Fachabteilungen. Ein weiterer sei die fehlende Messung der Leistung, weil es keine Messwerte für den Erfolg gibt. Ein IT-Leiter, der keinen Nutzen (ROI) für seine Warehouse-Projekt nachweisen kann, wird dieses Projekt nicht mehr lange haben.
Wie gesagt, derzeit wächst der DW-Markt noch. Die letzten aktuellen Daten, die IDC für Westeuropa liefern konnte, stammen von 2002. Das Marktvolumen betrug 2,173 Mrd. Dollar, wovon 85 Mio. Dollar auf die Schweiz entfielen. «Für den Zeitraum 2003 bis 2007 sagen wir ein Wachstum von 4 bis 5 Prozent pro Jahr voraus, wobei der Schweizer Markt ein wenig schneller wächst als der westeuropäische Durchschnitt», erläutert Christina Steensboe, Program Manager bei IDC. In ihrer Studie vom November 2003 erklären die Analysten das moderate Wachstum des Marktes mit einer Verlagerung der Investitionen von «Data-Warehouse-Tools hin zu vorkonfektionierten Analyse-Anwendungen».
«Ein umfassendes Data-Warehouse-Konzept findet man im Mittelstand noch selten», erläutert Patrick Keller vom Würzburger Marktforschungsinstitut BARC. «Wenn, dann vor allem bei den ‹grösseren› Mittelständlern ab etwa tausend Mitarbeitern.» Das ist einer der Gründe, warum im Mittelstand noch häufig Microsoft Excel als Analysewerkzeug anzutreffen ist, wie Andreas Gebhard andeutet. Es sind zunehmend aber auch BI-Werkzeuge von kleineren Anbietern wie Arcplan anzutreffen.
Sie alle verblassen vor der Marktmacht der vier wichtigsten Data-Warehouse-Anbieter Oracle, Microsoft, IBM und SAP. Die Anbieter SAS und Teradata verfügen über kein Mittelstandsprogramm.
Oracle wendet sich mit einer Niedrigpreisversion seines Applikationsservers und seiner Datenbank an den Markt der kleinen und mittleren Unternehmen, um sein Geschäftsfeld gegenüber BEA, IBM und Microsoft auszubauen. Oracle Application Server Standard Edition One umfasst einen Java 2 Enterprise Edition (J2EE) Container, ein Portal, Integrationsfunktionen, Business Intelligence (BI, OLAP, Designer) und Identity Management Software (LDAP-Directory) für Rechner mit zwei Prozessoren. Mit rund 5000 US-Dollar pro Prozessor (für bis zu zwei Prozessoren) ist das Paket Oracle Application Server Standard Edition One nur halb so teuer wie Oracle Application Server Standard Edition. Die Lizenzgebühren betragen 745 US-Dollar, gleich hoch wie die Standard Edition One der Oracle-Datenbank. Zusätzlich zum Angebot pro Prozessor ist das Paket auch als «Named-User-Plus-Version» für 149 US-Dollar pro Benutzer für ein Minimum von fünf Nutzern erhältlich. Kunden können auf die Standard- und Enterprise-Versionen upgraden.
Oracle Application Server Standard Edition One soll mit einer schnellen Installation und einem installationsfertigen Portal besonders Unternehmen mit begrenzten IT-Ressourcen die Möglichkeit bieten, sofort betriebsbereit zu sein. Wie Reiner Zimmermann von Oracle Schweiz erläutert, liegt die Mindestanzahl an Usern bei zehn pro CPU. Diese Edition werde – über das Vertriebsprogramm «FastTrack» – neben Windows auch auf Linux angeboten. Gegenüber dem Platzhirsch Microsoft rechnet sich Oracle nach den Worten von Oracle Senior Vice President Thomas Kurian Chancen insofern aus, als dessen Datenbank SQL Server und der Small Business Server nur auf Windows, nicht aber auf Linux laufen, wie es bei den Oracle-Produkten der Fall ist. «Die Leute wollen Linux, weil es kostenlos und offen ist», sagte Kurian.
«Die IBM DB2 Data Warehouse Edition ist Teil der IBM DB2 Plattform für Business Intelligence, die umfassende BI-Funktionalität innerhalb der Datenbank bereitstellt», erläutert Ferdinand Prezenski, Director für die DB2-Abteilung. Zu den BI-Funktionen in DB2 gehören Data Mining, Online Analytical Processing (OLAP), Datentransformation sowie fortgeschrittene statistische und analytische Funktionen.
«Was speziell Lösungen für den Mittelstand betrifft, so bietet die Data Warehouse Standard Edition eine BI-Plattform für kleinere Umgebungen und Data Marts», sagt Prezenski. Damit eigne sie sich insbesondere für die Anforderungen von kleineren Unternehmen respektive Bereichen oder Abteilungen von mittleren bis grossen Firmen. Die von DB2 UDB Data Warehouse Standard Edition bereitgestellte Funktionalität umfasst die DB2-Datenbank, ETL-Funktionen, Warehouse Management sowie integrierte OLAP- und Data-Mining-Funktionalität.
Die DB2-Version 8.2 bietet laut IBM Autonomic-Computing-Funktionen an, mit denen sich komplexe Administrationsaufgaben bis zu siebenmal schneller durchführen lassen. Der Aufwand für die Administration könne um bis zu 65 Prozent reduziert werden. Die DB2 8.2 kostet als Express-Variante ab 500 US-Dollar und in der Enterprise Edition ab 25'000 US-Dollar.
Microsoft hat in den letzten Jahren für seine Datenbank SQL Server die Analysis Services (für OLAP und Data Mining) und die Reporting Services bereitgestellt, die sich mit Excel integrieren lassen. «Grosse Unternehmen haben mit SQL Server bereits riesige Data Marts installieren können», sagt Kevin Strange von Gartner. Die Version 2005 der Datenbank dürfte in der Lage sein, grosse Data Warehouses zu unterstützen. Vorerst gibt es mit den «Report Packs» kostenlose Berichtsvorlagen. In der Vorabversion von SQL Server 2005 sind ein Report Builder und das ETL-Tool «Integration Services» enthalten.
«Die Lösung von Microsoft hat einige Vorteile im Vergleich zu den Produkten von IBM und Oracle», sagt Patrick Keller von BARC, «da sie doch etwas preiswerter ist und bei Microsoft eine Komponente für die Datenintegration bereits enthalten ist. Zumindest bei Oracle kostet das ETL-Werkzeug nach meinen Informationen zusätzlich. Auch ist die Microsoft-Lösung aus meiner Sicht etwas leichter zu administrieren. Grundsätzlich versuchen jedoch alle Datenbank-Anbieter, mit neuen Paketen auch kleinere Kunden anzusprechen, für die die bisherige Lösung noch zu teuer ist.»
SAP verfügt mit Business Information Warehouse (BW) über eine leistungsfähige und skalierbare Data-Warehouse-Infrastruktur, zu der auch Analyse- und Berichtswerkzeuge gehören, bei Bedarf von Drittanbietern. Das kann sich aber in Kürze ändern, glaubt man den Worten von SAP-Vorstandsmitglied Peter Zencke: «Wir sehen uns als Spezialanbieter an.» SAP will sein Angebot von Analyse-Software ausbauen und wird damit den Markt in Aufruhr versetzen. Momentan ist laut Gartner BusinessObjects BI-Marktführer mit einem Anteil von 28 Prozent, danach folgen SAS und Cognos. Der Jahresumsatz des BI-Marktes betrug 2003 1,6 Mrd. Dollar.
In der Schweiz setzt der Siemens-Spinoff Swisstronics SAPs BW für die Elektronikfertigung ein. Die neue SAP-Branchenlösung «All for Machine» beruht auf SAP BW. «Während früher ein Verkäufer seine Informationen umständlich aus verschiedenen Systemen heraussuchen musste, bezieht er sie heute aus einer einzigen Quelle», freut sich IT-Leiter Marcel Fuchs. «Von der Kundenbestellung über die Produktion, die Verwaltung, den Versand, die Buchhaltung und das Personalwesen verfügen alle Geschäftsbereiche über eine einheitliche Datenbasis – beste Voraussetzungen für den Wettlauf gegen die Zeit und das erfolgreiche Bestehen im internationalen Umfeld.»
Die Architektur von DecisionStream
