Wissen generieren - Architektur von Business Intelligence Systemen

Financial-Business-Intelligence-Systeme bestehen aus drei Hauptkomponenten:

einem integrierten Datenpool,
einer Sammlung themenorientierter Datenaufbereitungen und
unterschiedlichen Zugriffskomponenten für die bedarfsgerechte Abfrage und Präsentation der Inhalte.

Diese drei Komponenten werden als Data Warehouse, Data Marts und Business-Intelligence-Anwendungen bezeichnet. Jede Komponente wird durch spezielle Datenversorgungsprozesse befüllt.

Der Aufbau von Data-Warehouses mit der Bereitstellung vorberechneter Auswertungssichten (Data Marts) verbessert das interne und externe Berichtswesen eines Unternehmens signifikant im Hinblick auf:

Konsistenz der Information
Schnellere Verfügbarkeit der Daten
Flexibilität des Fachbereichs bei der Informationsgewinnung

Ein hohe Standardisierung in den Entwicklungsprozessen - basierend auf einem Data-Warehousespezifischen Vorgehensmodell - senkt darüber hinaus sowohl die Entwicklungszeit und -kosten als auch die anschließenden Wartungsaufwendungen.

Die wichtigsten Komponenten von Business-Intelligence-Systemen

> Data Warehouse

Stellt eine konsistente, harmonisierte und historisierte Datenbasis dar. Hierzu werden Daten aus unterschiedlichen internen und externen Quellsystemen, z. B. aus operativen Systemen, Datenbanken, Internetdiensten oder Excel-Listen, extrahiert und selektiert. Die wichtigste Aufgabe – neben der Bereinigung von fehlerhaften Datensätzen – ist die syntaktische wie semantische Konsolidierung.

> Data Marts

Hier werden aus Daten Informationen. In Data Marts werden die Daten unter anwendungs- und auswertungsorientierten Gesichtspunkten modelliert und thematisch getrennt abgelegt. Aggregieren, Filtern und Berechnen komplexer Formeln sind die Hauptaufgaben bei der Versorgung der Data Marts.

> BI-Anwendungen

Analysieren die gespeicherten Informationen aus den Data Marts und bereiten sie gemäß den Anforderungen des Nutzers auf. Mit Hilfe von Balanced Scorecards und Management Cockpits können übersichtliche interne oder externe Berichte erstellt werden. Data-Mining-Anwendungen und komplexe Planungs- und Simulationswerkzeuge erlauben detaillierte Analysen.