Homepage of Dr. Michael Hahne

Home

Person

Publications

BibBase

Research

Modelling

TDWI

Imprint

Buch zur SAP® BW Datenmodellierung

Michael Hahne

"SAP Business Information Warehouse - Mehrdimensionale Datenmodellierung"

erschienen im Springer Verlag

erhältlich über buch.de

erhältlich über Amazon.de

Extended Abstract

Analyseorientierte Informationssysteme zielen auf die Unterstützung der dispositiven und strategischen Prozesse in Unternehmen ab und haben eine zeitnahe Versorgung betrieblicher Entscheidungsträger mit relevanten In-formationen zu Analysezwecken im Fokus. Das Business Information Warehouse (BW) als zentrale Data Warehouse-Lösung adressiert genau diesen Bereich und ist die Grundlage für vielfältige analytische Anwendungen.

Mit dem Business Information Warehouse ist die SAP AG in den Markt für Business Intelligence eingestiegen. Besonderes Leistungsmerkmal des BW ist der Business Content als eine Sammlung vorgefertigter betriebs-wirtschaftlicher Lösungen, die im BW neben den umfassenden Funktiona-litäten zum Aufbau und Betrieb eines Data Warehouse zur Verfügung gestellt werden. Besonderes Augenmerk haben dabei Systemumgebungen, in denen SAP R/3 als vorgelagertes Quellsystem vorhanden ist.

Unter dem Begriff mySAP Business Intelligence sind Anwendungskomponenten und Dienstleistungen für die Entscheidungsunterstützung in Unternehmen zusammengefasst, deren Hauptkomponenten das Business Information Warehouse als Basistechnologie zur Datenhaltung ist. Weitere Bestandteile sind u. a. der Business Explorer zur Datenauswertung und das Enterprise Portal als zentraler Zugangspunkt mit Single-Sign-On-Funktionalität zur Verteilung von Berichten und Informationen. Das Strategic Enterprise Management, neuerdings Bestandteil der Lösung mySAP Financials beinhaltet Funktionen für Unternehmensplanung, Performance Management und Konsolidierung. Die Datenhaltungskomponente des SEM ist ebenfalls das BW.

Für viele Lösungen aus dem Hause SAP ist das Business Information Warehouse die wesentliche technologische Basiskomponente zur Datenspeicherung, auf deren Basis unterschiedlichste analytische Anwendungen wie beispielsweise die Bewertung und Optimierung von Logistikketten oder Kundenbeziehungen aufbauen. Einen signifikanten Einfluss auf die Leistungsfähigkeit und Akzeptanz solcher Systeme hat die Modellierung, deren Möglichkeiten durch die Grenzen des zugrunde liegenden Modells limitiert sind.

Als zentrales Charakteristikum gewährleisten multidimensionale Sichtweisen auf unternehmensinterne und -externe Datenbestände brauchbare Näherungen an das mentale Unternehmensbild des Managers, denn in der Tat untersuchen Manager betriebswirtschaftlich relevante Sachverhalte unter Berücksichtigung zahlreicher Einflussfaktoren. So wird beispielsweise nach dem Absatz einer Produktgruppe in bestimmten Verkaufsregionen über einen definierten Zeitraum hinweg gefragt. Die Anordnung betriebswirtschaftlicher Variablen bzw. Kennzahlen, wie z. B. Umsatz oder Kostengrößen, erfolgt entlang unterschiedlicher Dimensionen, wie z. B. Kunden, Artikel und Regionen, und diese Strukturierung gilt als geeignete entscheidungsorientierte Sichtweise auf betriebswirtschaftliche Tatbestände. Bildlich gesprochen werden die quantitativen Kenngrößen in mehrdi-mensionalen Würfeln gespeichert, deren Kanten durch die einzelnen Di-mensionen definiert und beschriftet sind.

Online Analytical Processing (OLAP) als Grundprinzip für den Aufbau von Systemen zur Unterstützung von Fach- und Führungskräften basiert im Kern auf einer mehrdimensionalen konzeptionellen Sicht auf die Daten mit Möglichkeiten der Navigation in den Würfeln mit beliebigen Projektionen und auf verschiedenen Verdichtungsstufen. Die Analysemöglichkeiten werden stark durch die Möglichkeiten zur Abbildung von Strukturen für Konsolidierungspfade beeinflusst. Der Modellierung dieser hierarchi-schen Dimensionsstrukturen kommt im Kontext analyseorientierter Informationssysteme eine besondere Bedeutung zu. Relevant sind ebenfalls der Umgang mit Aspekten der Zeitabhängigkeit und die Behandlung von strukturellen Änderungen in Dimensionshierarchien.

Eine geläufige Strukturierung des Modellierungsvorganges unterscheidet die Ebenen der semantischen, logischen und physischen Datenmodellierung. Ein Datenmodell soll die Bedeutung und Repräsentation von Daten beschreiben. Eine Werkzeuggestützte Modellierung basiert auf der Möglichkeit, ausgehend von der semantischen Modellebene losgelöst von möglichen Zielplattformen auf Ebene des Fachkonzeptes abzubilden sowie dieses Modell dann auf die weiteren Ebenen herunter zu brechen und in festgelegten Datenbanksystemen Strukturen zu generieren.

Zur Modellierung von Informationssystemen auf Basis des SAP Business Information Warehouse (BW) stehen auf semantischer Ebene allgemein anerkannte Methoden zur Modellierung und grafischen Repräsentation zur Verfügung. Für die Abbildung des logischen Datenmodells des BW sind aber keine grafischen Darstellungsmethoden verfügbar. Oftmals erfolgt eine Modelldarstellung in tabellarischer Form in einer Tabellenkalkulation.

Das vorliegende Buch verfolgt das Ziel, den gesamten Prozess der mehrdimensionalen Modellierung von Informationssystemen auf Basis des Business Information Warehouse darzustellen, adäquate Methoden zu prä-sentieren und Gestaltungsempfehlungen zu geben. In Kapitel 2 erfolgt zunächst eine begriffliche Aufarbeitung mehrdimensionaler Datenstrukturen. Eine Einordnung der Konzepte des Data Warehouse und OLAP ist Gegenstand des Kapitels 3. Eine einführende Darstellung der Architektur des SAP Business Information Warehouse steht in Kapitel 4 im Vordergrund.

Aufbauend auf dem in Kapitel 5 entwickelten Anwendungsbeispiel erfolgt die Diskussion der Modellierung auf den unterschiedlichen Ebenen der Modellierung, indem das Szenario immer wieder zur Verdeutlichung der Zusammenhänge und zur Illustration herangezogen wird. Nach der Darstellung der semantischen Modellierungsebene in Kapitel 6 ist zunächst ein Exkurs zur Darstellung der Bestandteile und Varianten des Star Schemas Betrachtungsgegenstand in Kapitel 7. Daran schließt sich die Darstellung des logischen BW-Modells mit dem erweiterten Star Schema an. Der Ausblick auf die physische Ebene gestattet die Diskussion der für Abfrageverhalten und Benutzerakzeptanz wichtigen Aspekte. Die Gestaltungsempfehlungen im abschließenden Kapitel 10 fassen alle Ebenen der Modellierung zusammen und bieten dem mit der Modellierung befassten Entwickler eine Hilfe bei der Entscheidung, wie ein BW-Modell im konkreten Einzelfall aufzubauen ist.

Die meisten Kapitel des Buches schließen mit einer Zusammenstellung weiterführender Literatur zu den spezifischen Themen und einer kurzen Zusammenfassung.


Home, Home (Deutsch)
Last update: 2010-01-13
webmaster@hahneonline.de