Sie sind auf Seite 1von 8

1

1 Einführung

Der Begriff Data Warehouse bezeichnet ein System zur zentralen


Bereitstellung von Informationen für Kontroll- und Entscheidungspro-
zesse. Dies bringt technische und funktionale Besonderheiten mit sich,
durch die sich ein Data-Warehouse-System von anderen Systemen
unterscheidet.
Zur Charakterisierung von Data-Warehouse-Systemen kann die
Menge aller Anwendungssysteme in zwei Kategorien unterteilt werden:
■ betriebswirtschaftlich administrative Systeme
■ entscheidungsunterstützende Systeme.
Die Kategorie der betriebswirtschaftlich administrativen Systeme Betriebswirtschaftlich
(auch als operative Systeme bezeichnet), stellt Funktionen zur Verfü- administrative Systeme
gung, mit deren Hilfe die geschäftlichen Transaktionen eines Unter-
nehmens verwaltet und durchgeführt werden können. Typische Aufga-
ben für administrativ betriebswirtschaftliche Systeme liegen in der
Auftragserfassung, Rechnungsstellung, Lagerverwaltung, Personalver-
waltung, Lohnbuchhaltung etc. Im Falle der so genannten Enterprise-
Ressource-Planning-Systeme (ERP) unterstützen diese Systeme nicht
nur einzelne Bereiche, sondern alle Funktionen der betriebswirtschaft-
lichen Wertschöpfungskette. Als ERP-Systeme gelten zum Beispiel SAP
R/3 und Oracle Applications.
Da sich betriebswirtschaftlich administrative Systeme aus techni-
scher Sicht vor allen dadurch charakterisieren, dass ihre Funktionen
auf einzelnen Transaktionen (Aufträge, Buchungssätze etc.) basieren,
werden sie auch als OnLine-Transaction-Processing-Systeme (OLTP-
Systeme) bezeichnet.
Administrativ betriebswirtschaftliche Systeme sind aufgrund ihrer Entscheidungs-
Ausrichtung auf einzelne Transaktionen nicht dafür geeignet, um als unterstützende Systeme
Grundlage komplexer betriebswirtschaftlicher Entscheidungen einge-
setzt zu werden. Aus diesem Grund existieren als Gegenpart die ent-
2 1 Einführung

scheidungsunterstützenden Systeme (Decision-Support-Systeme, DSS),


deren Funktionen und deren Datenmodell explizit für die Analyse gro-
ßer Datenmengen konzipiert wurde.
Die zu analysierenden Inhalte werden im Regelfall den OLTP-Syste-
men entnommen, da die DSS selbst keine betriebswirtschaftlichen Funk-
tionen wahrnehmen, die als Grundlage von Analysen dienen können.
Als DSS gelten das klassische Berichtswesen, die interaktive Daten-
analyse (Online-Analytical-Processing) sowie Systeme zur Suche nach
komplexen Zusammenhängen und unbekannten Datenmustern (Data
Mining).

Abb. 1–1 Marketing &


Finanzen & Supply Chain Performance
Kunden-
Entscheidungs- Controlling
management
Management Measurement

unterstützende Systeme
Statistische Analyse / Data Mining

Online Analytical Processing (OLAP)

Online Transaction Processing (OLTP)


(SAP, Oracle, JDS, Baan etc.)

Neben diesen Tools, die allgemeine Funktionen zur Datenanalyse


bereitstellen, existieren prozessorientierte Tools, die auf die Analyse
bestimmter Prozessdaten spezialisiert sind. Typische Einsatzgebiete
dieser Tools liegen in den Bereichen Finanzen & Controlling, Marke-
ting & Kundenmanagement, Supply Chain Management und Perfor-
mance Measurement (siehe Abb. 1–1).
Data-Warehouse-Systeme Alle entscheidungsunterstützenden Systeme benötigen eine Datenba-
sis als Grundlage ihrer analytischen Funktionen. Da OLTP-Systeme auf-
grund ihrer Funktionen und insbesondere aufgrund ihres Datenmodels
als Datenbasis nicht geeignet sind, werden Data-Warehouse-Systeme als
gemeinsame Datenbasis aller Decision-Support-Systeme eingesetzt.
Diese sind vor allem durch ihr Datenmanagement charakterisiert,
das die analytische Betrachtung des Datenbestandes besonders unter-
stützt. Der Datenbestand eines Data Warehouse wird aus den Daten der
OLTP-Systeme übernommen und redundant vorgehalten. Dadurch wer-
den die Daten in Datenmodelle überführt, die für die Datenanalyse opti-
miert sind, und die operativen Systeme werden von Analysen entlastet.
1.1 SAP Business Information Warehouse 3

Ein Data Warehouse stellt damit nicht per se ein vollständiges


Decision-Support-System dar, sondern ist lediglich die Grundlage eines
solchen. In der Regel werden Data-Warehouse-Systeme bereits durch
den Hersteller zumindest mit einem OLAP-Tool gekoppelt. Aus dieser
Gewohnheit heraus werden Data-Warehouse-Systeme oftmals auch als
OLAP-Systeme bezeichnet, was jedoch nicht richtig ist, sondern ledig-
lich die Verkaufgewohnheiten der Anbieter beschreibt.
Die Beschreibung der in einem Data Warehouse verwendeten Metadaten
Datenmodelle, Datenflüsse, Analysemodelle etc. werden im so genann-
ten Metadaten-Repository abgelegt. Dieses Repository bietet einen
zentralen Einstiegspunkt für die Ansicht und Pflege der Metadaten,
welche die Arbeitsweise eines Data-Warehouse-Systems definieren.

1.1 SAP Business Information Warehouse


Beim SAP BW handelt es sich um ein Data-Warehouse-System, das
Funktionen zum Datenmanagement (Data Manager), zur Behandlung
von Abfragen (OLAP-Prozessor) und zur Definition, Steuerung und
Überwachung von Datenflüssen (Staging Engine) bereitstellt.
Die Definition dieser Funktionen wird in einem eigenen Metada-
ten-Repository abgelegt, so dass eine zentrale Verwaltung der entspre-
chenden Funktionen möglich ist.
Einstiegspunkt für alle Entwicklungen im BW ist das Easy-Access-
Menü, welches unmittelbar nach der Anmeldung an der Client-Soft-
ware1 des BW-Systems aufgerufen wird (siehe Abb. 1–2).
Abb. 1–2
SAP Easy-Access-Menü

© SAP AG
4 1 Einführung

In der Regel beziehen sich alle in diesem Buch angeführten Beispiele


auf das Easy-Access-Menü und werden durch eine Transaktion (zum
Beispiel RSA1) angegeben. Wie in Abb. 1–2 dargestellt werden Trans-
aktionen über das entsprechende Eingabefeld (oben links) eingegeben
und verzweigen direkt zu der entsprechenden Funktion.
Administrator Workbench Der zentrale Dreh- und Angelpunkt des BW ist die Administrator
Workbench (AWB), die aus dem Easy-Access-Menü (alternativ durch
die Transaktion RSA1) zu erreichen ist. In der Administrator Work-
bench werden Metadaten definiert, Prozesse gesteuert, das Monitoring
des BW im Regelbetrieb durchgeführt und vieles mehr (siehe Abb. 1–3).

Abb. 1–3
Administrator Workbench

© SAP AG

Der überwiegende Teil aller Erläuterungen in diesem Buch bezieht sich


auf Einstellungen, die in der Administrator Workbench vorgenommen
werden.
Business Explorer Ebenso wie die meisten anderen Data-Warehouse-Systeme bietet das
BW eine Reihe allgemeiner OLAP-Tools, die unter der Bezeichnung
Business Explorer (BEx) zusammengefasst werden. Dazu gehören:
■ Der BEx-Browser, der ein Reporting-Menü (ähnlich einem Portal)
darstellt, von dem aus Endanwender Analysen der anderen Business-
Explorer-Tools aufrufen können (da diese Tools auch direkt aufgeru-
fen werden können, ist der Einsatz des BEx-Browser optional).

1. Bei der Client-Software handelt es sich um das SAP Graphical User Interface
(SAPGUI).
1.1 SAP Business Information Warehouse 5

■ Der BEx-Analyzer (ein Add-In für MS Excel), mit dessen Hilfe


Abfragen (Queries) angelegt, gepflegt und interaktiv ausgeführt
werden können.
■ Das formatierte Reporting, mit dessen Hilfe – basierend auf den im
BEx-Analyzer definierten Queries – formatierte Drucklayouts
erstellt werden können. Hinter dem formatierten Reporting stehen
die Crystal Reports von Crystal Decisions, die speziell in die Ver-
sion 3 des BW integriert wurden.
■ Der Web Application Designer, mit dessen Hilfe Queries und
HTML-Dokumente für die Veröffentlichung im Intranet oder
Internet erstellt werden können.
Neben den Tools des Business Explorer besteht auch die Möglichkeit,
die DSS-Tools von Drittherstellern an das BW anzuschließen, um spe-
zielle Reportinglösungen dieser Anbieter nutzen zu können.
Im weiteren Sinn sind auch die SAP-Produkte SEM, SCM, CRM
und APO als DSS für das BW aufzuführen. Bei diesen Produkten han-
delt es sich um eigenständige Systeme und nicht um reine DSS-Tools.
Jedoch basieren diese Produkte ebenfalls auf einem BW, das für die
speziellen Aufgaben der Produkte angepasst ist, so dass sie gewisser-
maßen als DSS angesehen werden können, die sehr stark an das BW
gebunden sind.
Über die Data-Warehouse-Funktionen und die DSS-Tools hinaus Extraktion
bietet das BW leistungsfähige Tools zur Extraktion (so genannte
Extraktoren) von Daten aus SAP-R/3-Systemen an. Des Weiteren kön-
nen Dateien gelesen werden und die Daten von Extraktionstools von
Drittherstellern empfangen werden.
Eine Besonderheit, die das BW von anderen Data-Warehouse-Sys- Business Content
temen unterscheidet, liegt im so genannten Business Content. Dabei
handelt es sich um umfassend vorgefertigte Szenarios für die Analyse
von Geschäftsprozessen (zum Beispiel für die Analyse von Vertriebsda-
ten). Bestandteile dieser Szenarios sind die Definition des gesamten
Datenflusses, Programme zur Datenextraktion aus SAP-R/3-Systemen
und Templates für die Datenanalyse.

1.1.1 BW Version 3.0

Das BW hat mit der Version 3 zahlreiche Neuerungen erfahren, die


teilweise in Details zu finden sind, in vielen Bereichen aber auch kon-
zeptionelle Neuerungen darstellen. Nachfolgend werden die wichtigs-
ten Neuerungen zusammengefasst. Zusätzlich wird im Verlauf des
Buches bei der Beschreibung der einzelnen Themen auf Neuerungen
hingewiesen.
6 1 Einführung

Datenmodell Eine konzeptionelle Veränderung stellt die Betrachtung aller


reportingfähigen Objekte als so genannte InfoProvider dar. War im
BW 2 ausschließlich das Reporting auf InfoCubes und ODS-Objekten
möglich, so können im BW 3 auch InfoObjekte und InfoSets für das
Reporting genutzt werden.
Über den so genannten MultiProvider (ehemals MultiCube) kön-
nen nun entsprechend auch alle InfoProvider (also auch ODS-Objekte,
InfoObjekte, InfoSets) im Reporting zusammengefügt werden.
Vervollständigt wird dieses neue Konzept des InfoProviders mit
zwei neuen InfoProvidern, dem RemoteCube mit Services und den
transaktionalen ODS-Objekten, die vornehmlich für Realtime-
Reporting und Anforderungen des SAP SEM2 konzipiert wurden.
Auch Aggregate wurden um zahlreiche neue Funktionen erweitert.
So kann die Administration von Daten erheblich durch die Definition
Request-erhaltender Aggregate erleichtert werden. Auch stichtagsbe-
zogene Aggregate sind in der Version 3 nun möglich. Weitere Perfor-
mance-Verbesserungen sind durch die engere Integration der Micro-
soft-Analysis-Services möglich, deren MOLAP-Server durch das BW
direkt beliefert und ausgelesen werden kann.
Staging Engine Auf Seite der Staging Engine wurden zahlreiche Erweiterungen
eingebaut, um die Definition des Datenflusses flexibler und einfacher
gestalten zu können. Auch Verbesserungen hinsichtlich der Perfor-
mance wurden vorgenommen.
So ist durch eine Veränderung der Datenstruktur die parallele
Fortschreibung bei ODS-Objekten möglich. Master Data können mit
Hilfe von Fortschreibungsregeln gefüllt werden (auch über ODS-
Objekte), während in der Version 2 nur Übertragungsregeln für Mas-
ter Data definiert werden könnten.
Darüber hinaus existieren eine Reihe von Detailverbesserungen,
wie zum Beispiel die Behandlung doppelter Datensätze bei Stammda-
ten oder ein Formeleditor zur Definition von Zuordnungsregeln im
Staging.
Regelbetrieb Für die Implementierung und Überwachung des Regelbetriebes
wurden die so genannten Prozessketten eingeführt. Mit deren Hilfe
lässt sich die Abfolge der Lade- und Nachverarbeitungsprozesse gra-
fisch modellieren und überwachen. Zusätzlich werden mit den Pro-
zessketten auch Möglichkeiten angeboten, Prozesse systemübergrei-
fend zu gestalten.

2. SAP SEM (Strategic Enterprise Management) ist ein System der SAP AG, das
zur strategischen Unternehmensführung eingesetzt wird und mit dem Daten-
bestand eines BW-Systems arbeitet.
1.1 SAP Business Information Warehouse 7

Vollständig neu ist in der Version 3 die Archivierung. Damit lassen Archivierung
sich die Daten aus BasisCubes und ODS-Objekte über die Standard-
Archivschnittstelle archivieren und wiederherstellen.
Stark erweitert wurde das Internet-Reporting, das durch den Ein- Datenanalyse
satz des Basis-Systems 6.10 direkt durch das BW unterstützt wird (bis-
her war dies nur durch den zusätzlichen Einsatz eines ITS-Servers mög-
lich). Damit einher geht ein Tool zur Gestaltung des Web-Reporting,
das inzwischen genauso einfach zu nutzen ist, wie das bisheriger bei
der Analyse über den Business Explorer Analyzer der Fall war.
Ferner bekommt der Reporting Agent Unterstützung durch eine
Integration der Crystal Reports, mit denen in der Version 3 auch for-
matierte Druckausgaben möglich sind, die automatisiert im Hinter-
grund erstellt werden können.
Des Weiteren wurde der Business Content ausgebaut, der sich Business Content
nicht mehr länger auf die prozessorientierte Abbildung von Daten
beschränkt, sondern mit den Analytical Applications auch vordefi-
nierte Analysemodelle bereitstellt. Darunter fallen zum Beispiel
Modelle für die e-Site-Analyse (Analyse von Web-Logfiles) oder Data-
Mining- und Scoring-Modelle für die Analyse von Kundenverhalten.
Eine neue konzeptionelle Erweiterung hat das BW in Bezug auf die Offenheit
Öffnung des Systems erfahren. So können die Daten des Metadaten-
Repository als XML-Modell bereitgestellt beziehungsweise importiert
werden. Auch die Daten von ODS-Objekten können durch Drittsys-
teme über offen gelegte APIs gelesen und verändert werden.