Publisher's Synopsis
Ein Business Intelligence-System sammelt automatisiert Informationen aus verschiedenen, zumeist operativen und betrieblichen Informationssystemen. Die so extrahierten Daten werden anschließend in der Regel für strategische Managemententscheidungen aufbereitet und in geeigneter Form dem Management bzw. der jeweiligen Zielgruppe im Unternehmen zur Verfügung gestellt. Um Business Intelligence durchzuführen ist ein Data Warehouse nicht zwingend nötig, aber vorteilhaft. Ein Data Warehouse kann als Datenverwaltungssystem verstanden werden, das Kontrollmöglichkeiten bei Abläufen in Unternehmen sowie Entscheidungshilfen für die Führungskräfte liefert. Die Erstellung und Nutzung solcher Systeme stellt jedoch noch keinen Erfolg sicher. Es kommt vielmehr auch auf eine durchdachte Strategie an. Dabei zeigt sich immer wieder, dass der Erfolg von Data Warehouse-Projekten maßgeblich vom Vorgehen im Projekt bestimmt ist. Voraussetzung für die ingenieurmäßige Entwicklung eines Data Warehouses ist demnach die Verwendung eines geeigneten Vorgehensmodells, das eine nachvollziehbare und variierbare Steuerung des gesamten Entwicklungsprozesses garantieren soll. Jedem Vorgehensmodell sind Methoden für die jeweiligen Aktivitäten und unterstützende Softwarewerkzeuge zugeordnet. Vorgehensmodelle stellen vorgegebene Rahmenwerke dar, die die (vor allem zeitliche) Abarbeitung der notwendigen Aktivitäten systematisch beschreiben. Sie sind deshalb als wichtige Hilfsmittel zu betrachten, um die Erfolgswahrscheinlichkeit von IT-Projekten zu erhöhen. Bei Einführung eines Data Warehouses bestehen jedoch ganz spezifische Aspekte und Besonderheiten, die durch das Vorgehensmodell berücksichtigt werden müssen. Für die Implementierung eines Data Warehouses wird ein Vorgehensmodell benötigt, das quantitativen und qualitativen Managementansprüchen gerecht wird und, im Rahmen der Business Intelligence, eine effektive und effiziente Nutzung garantieren soll. Von dieser Prämisse ausgehend wird ein Vorgehensmo
