Das erste Mal wurde der Begriff Business Intelligence vor mehr als 50 Jahren verwendet^[1]. Seitdem haben sich die technischen Möglichkeiten geändert und der Begriff wurde 1989 Jahren noch einmal neu besetzt^[2]. Wie sieht es also heute, 20 Jahre später aus? Die Definition besitzt weiterhin Gültigkeit, aber es stellt sich die Frage, ob sich die Business Intelligence Konzepte, wie sie als quasi Standard umgesetzt werden, weiterhin Bestand haben. Vereinfacht können diese Konzepte als Individuallösungen eines jeden Unternehmens bezeichnet werden. Mit allem was dazu gehört Hardware, Software und Entwicklung mit einer langen Einführungsdauer. Gerade in Zeiten des sinkenden IT Budgets ist die Frage, ob dies zeitgemäß ist und es nicht Alternativen gibt^[3]. Das häufig praktizierte Out Sourcing, um Kosten zu senken, könnte heutzutage auch im Business Intelligence Bereich Einzug halten. Für die Hauptprobleme der täglich anfallenden großen Datenmengen und Sicherheitsrisiken, das Unbefugte auf Unternehmensdaten Zugriff erlangen, sind durch den technologischen Fortschritt Lösungen entstanden. Ein aktuell populäres Konzept des Out Sourcing ist das Cloud Computing. Ob es denn auch für den Business Intelligence Bereich nutzbar ist, ob nur für die Problematik der notwendigen Infrastruktur oder auch eine Lösung für den Software Bereich existiert, ist Gegenstand dieser Arbeit.

7 Business Intelligence

7.1 Definition

Der Begriff "Business Intelligence", der auch als BI abgekürzt verwendet wird, wurde bereits im Jahr 1958 durch Hans Peter Luhn geprägt. Als "Business" wird jedwede betriebswirtschaftlich relevante Aktivität bezeichnet. Diese Aktivitäten generieren Informationen, die einzeln und auch in Kombination mit anderen weitere Entscheidungsfindungen stützen sollen^[1].

Um dies zu erreichen sind verschiedene Probleme zu überwinden^[4]:

• Was sind relevante Informationen

Aus der Vielzahl der Informationen sind diese zu ermitteln, die Entscheidungen unterstützen können. Zusätzlich müssen diese vollständig sein. Werden eigentlich relevante Informationen ausgelassen ist dies genauso ungünstig wie die Präsentation von nicht relevanten Informationen.

• Rechtszeitige Bereitstellung der Informationen

Werden neue relevante Informationen erkannt, so sollten diese rechtzeitig zur Verfügung stehen. Andernfalls wären zum Zeitpunkt der Entscheidungsfindung wieder die Informationen unvollständig.

• Einfache Handhabung

Da Entscheidungen an einer Vielzahl von Positionen getroffen werden, bedarf es einer einfachen Handhabung um sowohl Informationen zu generieren als auch relevante Informationen zu ermitteln. Andernfalls besteht die Gefahr, dass eine Handlung durchgeführt wird, die mit Kenntnis der relevanten Informationen anders ausgefallen wäre.

Die Begriffsprägung und die zu überwindenden Probleme führen dazu, dass unter Business Intelligence die folgenden Prozesse zusammengefasst werden^[5].

• Informationssammlung und Aufbereitung

Die Informationen in einem Unternehmen können aus einer Vielzahl von Quellen stammen. Welche wiederum wie gespeichert werden und wie diese nutzbar gemacht werden, wird unter diesem Punkt zusammengefasst. Genauer wird dies im Kapitel Informationssammlung und Aufbereitung betrachtet.

• Darstellung geschäftsrelevanter Informationen

Hierunter werden die unterschiedlichen Darstellungsmöglichkeiten, der relevanten Informationen, zusammengefasst. Der Einsatz der eher statischen Möglichkeiten werden im Kapitel Berichtswesen und die dynamischen im Kapitel Analyse beschrieben.

• Entscheidungsfindung

Die letztendliche Nutzung der Informationen.

7.2 Informationssammlung und Aufbereitung

Neben der ersten Definition von Business Intelligence sagte Hans Peter Luhn voraus, dass durch die steigende menschliche Aktivitäten immer schneller Informationen erzeugt und auch genutzt werden^[6]. Beschränkte sich früher die Informationsgenerierung bei einer Unternehmens-Kundenbeziehung auf geschäftliche Transaktionen so ist der Ansatz heute sämtliche Interaktionen mit dem Kunden aufzuzeichnen. So werden neben den Anfragen, Angeboten, Rechnungen, Lieferscheinen etc. auch Aktivitäten wie Kundenbesuche, E-Mails, Telefongespräche etc. als wichtige Information betrachtet und gespeichert. Dies dient als Grundlage um eine Informationsasymetrie zwischen dem Kunden und dem Unternehmen, vertreten durch unterschiedliche Mitarbeiter, zu vermeiden und insgesamt die Erträge zu steigern^[7].

Neben dieser Informationssammelwut, die in allen Unternehmensbereichen zugenommen hat, erzeugen auch technische Möglichkeiten mehr Informationen^[8]. Beispielweise ermöglicht der elektronische Datenaustausch nicht nur eine schneller, fehlerfreie Verarbeitung, Aufträge müssen nicht manuell in das System eingegeben werden, sondern auch eine Quantitative Steigerung der Aufträge. Das sich dies insgesamt auf die Informationsmenge im Sinne von Datenmenge auswirkt, zeigt sich daran, dass selbst das geringste Wachstum, der Top 10 Datenbankgrößen der Wintercorp Umfrage, in zwei Jahren über 60% betrug.

Platz Datenbankgröße in GB 2003 Datenbankgröße in GB 2005 Wachstum 1 29,232 100,386 243% 2 26,269 93,876 257% 3 24,805 49,397 199% 4 16,191 26,713 64% 5 12,592 25,203 100% 6 12,592 24,773 96% 7 12,100 19,654 62% 8 11,942 19,467 63% 9 9,981 18,558 85% 10 9,108 17,685 94% Tabelle 1: Wachstum der größten Datenbanken der Wintercorp Umfragen 2003 und 2005[9].

Entnommen aus: Burns, R.;Winter, R. (2009). Abbildung 1: Wachstum der Datenbankgröße.

Um aus den Daten nutzbare Informationen zu gewinnen, wie Kundenwert, Einhaltung Lieferzeiten, Auswirkung der Saison auf das Auftragsvolumen etc. werden diese in der Regel zentral gespeichert, im so genanntem Datawarehouse. Gründe hierfür sind^[10]:

• Unterschiedliche Quellsysteme

In einem Unternehmen könnten so genannte Insellösungen eingesetzt werden, die eigenständig ihre Daten speichern. Dadurch ständen zum Beispiel Kundeninformationen nie in ihrer Gesamtheit zur Verfügung, da diese auf die einzelnen System verteilt sind. Desweiteren könnten Informationen durch dritte Bereitgestellt werden z.B. Bonität, die zusätzlich zu berücksichtigen sind.

• Performance

Die reine Auswertung von Daten, besonders vieler Daten, erzeugt eine nicht zu unterschätzende Last. Würden diese Auswertungen direkt auf dem operativen System für die tägliche Unternehmensaktivitäten durchgeführt, könnte sich sich die Abfrage negativ auf andere Prozesse auswirken. Je nach Art und Implementation der Auswertung könnte Datenbereiche gesperrt werden, so dass niemand anderes mehr darauf zugreifen kann. Dies könnte unter anderem dazu führen, dass unter anderem keine Aufträge erfasst und keine Lieferschein erstellt werden können.

• Datenaufbereitung

Kommen die Daten aus unterschiedlichen Systemen, so ist es wahrscheinlich, dass sich die Stammdaten ein und desselben Kunden in den unterschiedlichen Systemen unterscheiden. Um nun aber alle Informationen zu dem Kunden zusammenzufassen, bedarf es einer Vereinheitlichung der Daten. Neben dieser typischen Situation bei unterschiedlichen Quellsystemen dieser Bedarf auch bei einem System existieren. So könnten Performance Verbesserungen durch Anpassung der Daten erzeugt werden. Enthält das Produktivsystem zum Beispiel Altdaten mit Beträgen in einer alten Währung wie DM, so könnten diese im Data Warehouse umgerechnet werden. Dadurch wären diese schneller/einfacher mit Beträgen in € aggregier- und vergleichbar.

Der Prozess um Daten aus einer Quelle in das Data Warehouse zu transferieren und die Datenaufbereitung durchzuführen wird als ETL (Extraktion, Transformation, Laden) bzw. ELT (Extraktion, Laden, Transformation) bezeichnet.

7.3 Berichtswesen

Abbildung 2: Debitoren Verkaufsübersicht.

Im Business Intelligence Bereich zählt zur einfachsten Art der Informationsnutzung das Berichtswesen. Auf Basis eines bekanntem Datenbestand wird eine Struktur definiert welche Daten wie zu verarbeiten sind um daraus die gewünschten Informationen zu generieren. Wäre das Ziel einer Klassifizierung der Kunden über einen Zeitraum, so könnte diese auf Basis des Umsatzes erstellt werden. Während des Designs müsste bestimmt werde, wie Gutschriften berücksichtigt werden. So wäre es sowohl möglich diese mit dem Datum der Gutschriftsstellung, das Datum des Auftrages, auf den sich die Gutschrift bezieht, zu berücksichtigen oder auch komplett zu vernachlässigen. Je nach Entscheidung könnte dies zu unterschiedlichen Klassifizierungen der einzelnen Kunden führen. Dieses Beispiel zeigt die eher statische Natur des Berichtswesens.

Neben der statischen Definition betrachtet das Berichtswesen eher Daten bis zum aktuellen Zeitpunkt, ist also vergangenheitsorientiert. Dies hat insgesamt den Vorteil, dass es sich direkt in operative Systeme, wie ERP Systeme, einbetten lässt^[11]. Vorausgesetzt, dass die Daten dieses eines Systems ausreichen und das Tagesgeschäft nicht durch das Ausführen des Berichtes beeinträchtigt wird. Sollte aus dem vorangegangenem Beispiel die Gutschrift mit dem Datum des Auftrages berücksichtigt werden, so könnte dessen Ermittlung zu zusätzlicher Last auf dem operativen System führen. Wären die Daten in einem Data Warehouse, so könnte bereits während des ETL Prozesses die Gutschrift um dieses Datum ergänzt werden.

So fallen in die Kategorie des Berichtswesen eher statische Auswertungen. In der Regel sind diese auch wiederkehrend, wie Monatsabschlüsse, Umsatzzahlen etc. ^[12]. Sobald diese dynamisch wird oder eine Prognose beinhaltet fällt die Auswertung in die Kategorie der Analyse.

7.4 Analyse

Abbildung 3: Analyse von Kundeninformationen.

Relativ schnell erreicht ein Unternehmen den Punkt an dem die gewonnenen Informationen aus dem Berichtswesen nicht mehr ausreichend sind. So ist die Klassifizierung der Kunden notwendig, aber ebenso interessant ist die Frage wie viel Umsatz in der nächsten Zeit denn zu erwarten wäre. Hierzu können neben Prognosen auf Basis des vergangenen Umsatzes auch andere härtere Fakten genutzt werden. So könnte diese Frage auch mit den Informationen, in beliebiger Kombination, zum aktuellem Auftragsbestand, erhaltenen Anfragen und Verkaufschancen beantwortet werden. Um die Frage unter allen möglichen Kombinationen abzudecken könnten Berichte erstellt werden oder es werden Möglichkeiten geschaffen, damit derartige Fragen durch die Fragesteller selber beantwortet werden können. Letzteres ist die favorisierte Lösung, da die Verzögerung und der Aufwand für die Berichtserstellung entfällt.

Neben diesen dynamische/interaktiven Fragestellungen und Prognose fällt weiterhin der Bereich des Data Mining in den Bereich der Analyse^[13]. Durch die eingangs erwähnte erhöhte Datensammlung werden unzählige Daten gespeichert. Diese Daten werden zu Informationen, wenn diese in einen Kontext gebracht werden. Mit Hilfe von Data Mining Algorithmen werden Versucht Muster in den Daten zu finden um bisher unbekannte Zusammenhänge aufzuzeigen. Die Frage nach dem Wert der so gewonnen Informationen ist nicht Teil der Algorithmen sondern ist durch die Anwender zu bestimmen^[14].

Als Basis für die Analysen wird meist ein Teilausschnitt des Data Warehouses, das Data Mart, genutzt. Dieses enthält die eventuell relevanten Daten damit der Analyst frei wirken kann. Dadurch werden die Vorteile des Data Warehouses genutzt ohne die Analysen durch nicht relevante Daten zu beeinträchtigen. Dies bedeutet, dass die Daten im Data Mart älter als die der produktiven Systeme sind und die Analysen i.d.R., abhängig von der Umsetzung, nicht mit Echtzeit Daten arbeiten. Meistens ist dies jedoch zu vernachlässigen, da auch die Informationen auf dem gerade gedruckten Bericht veraltet sind. Als Werkzeuge für die Erstellung der Analysen können sowohl Rich Clients als auch Web Clients dienen^[15].

Dies zeigt, dass das erstellen von Analyse in einer entfernten Umgebung genutzt wird. Ob diese Umgebung nun zwingend durch das eigene Unternehmen bereitgestellt werden muss wird im Abschnitt BI Software-as-a-Service behandelt.

8 Cloud Computing

Der Begriff „Cloud Computing“ beschreibt ein Konzept der Nutzung der informationstechnologischen Infrastruktur. Gerade in Unternehmen hat die IT (Informationstechnologie) durch den technischen Fortschritt in den letzten Jahren immer mehr an Bedeutung zugenommen. Die IT-Infrastruktur eines Unternehmens hat dabei eine wichtige Stellung im Unternehmen eingenommen und wird in vielen Fällen sogar als Unternehmensfunktion angesehen^[16]. So entwickelte man bereits in den 60er Jahren ein Konzept, bei dem die IT-Infrastruktur auf Basis von Mainframes und Terminals aufgebaut wurde. Bei den Mainframes handelte es sich um zentrale Großrechner, die eine hohe Rechenleistung boten und auf denen alle Programme und Anwendungen liefen. Die Terminals waren als einfache Endgeräte aufgebaut, die lediglich die Verbindung zum Mainframe über entsprechende Netzwerke herstellten. Dieses Konzept setzte sich allerding nie richtig durch, da die damalige zur Verfügung stehende Bandbreite nicht zur Datenübertragung ausreichte und der Betrieb eines schnellen Mainframes sehr kostspielig war^[17]. Stattdessen setzt sich das bis heute weit Verbreitet Konzept des Client-Server-Modells durch, bei dem jeder Arbeitsplatz mit einem eigenen Rechner ausgestattet ist und nur spezielle Anwendungen und Dienste auf den Server ausgeführt werden.

Mit Cloud Computing wird das damalige Konzept der Zentralisierung der IT wieder aufgegriffen. Allerdings wird die Rechenleistung hier nicht durch eigene zentrale Großrechner zur Verfügung gestellt, sondern von speziellen Anbietern weltweit. Zur Datenübertragung wird das mittlerweile weit ausgebaute Internet mit Breitbandanbindung verwendet. Der Begriff Cloud Computing ist darauf zurück zuführen, dass das Internet in schematischen Netzwerk-Darstellungen oft als Wolke dargestellt wird. „Es ist ebenso wenig möglich, in eine Wolke hineinzusehen, wie festzustellen, welche Computer sich derzeit im Internet befinden.“^[18] Im Falle von Cloud Computing reicht es zu wissen, dass die Rechenleistung von den Anbieter zur Verfügung gestellt wird, auf welchen Maschinen dies geschieht, ist für das Funktionieren nicht erforderlich.

8.1 Pro und Kontra von Cloud Computing

Welchen Umfang und welche Bestandteile alles Cloud Computing betrifft ist nicht einheitlich definiert. Eine Mögliche Definition des Forrester Research Institution lautet jedoch: „Cloud Computing steht für einen Pool aus abstrahierter, hochskalierbarer und verwalteter IT-Infrastruktur, die Kundenanwendungen vorhält und nach Verbrauch abgerechnet wird.“^[19]

• Cloud Computing macht also aus der IT-Infrastruktur eine Dienstleisung, die ein Unternehmen oder ein Kunde in Anspruch nehmen kann. Es ist nicht notwendig eigene Hardware zu erwerben. Stattdessen können die benötigten Ressourcen bei den Anbietern gemietet werden. Der Anbieter verwaltet die technischen und räumlichen Gegebenheiten der Hardware und stellt seinen Kunden nur die Ressourcen und Anwendungen nach dessen Wünschen zur Verfügung. Auf welcher Hardware sich der jeweilige Kunde sich befindet und mit welchen anderen Kunden diese geteilt wird, ist unwichtig. Sollen später einmal größere Kapazitäten benötigt werden, brauchen diese nicht extra beschafft werden. Die IT-Infrastruktur kann flexible und dynamische skaliert werden, indem dem Kunden einfach weitere Ressourcen zugeteilt werden^[20].

• Außerdem bietet Cloud Computing einige weiter Kostenersparnisse. So tragen die Anbieter als Betreiber der Rechenzentren die Wartungs- und Personalkosten und könnten zum Beispiel Aufgaben wie das Patchen und Updaten der Anwendungen übernehmen. Der Kunde erhält so seine Anwendung als Mietsoftware, die er jeder Zeit und durch die Nutzung des Internet als Übertragungsnetzwerk auch überall aus der ganzen Welt abrufen kann. Der Kunde muss sich also über die Wartung und Anbindung der Anwendung keine Gedanken machen.

• Eine mögliche Abrechnungsart von Cloud Computing wäre nach verbrauchter Rechenleistung oder übertragender Datenmenge. Dies könnte zum Beispiel bei Anwendungen von Vorteil sein, die zwar eine hohe Rechenleistung benötigen, aber als Ergebnis nur eine kleine Datenmenge erzeugen. Aber auch der umgekehrte Fall wäre denkbar.

• Bei allen Vorteilen die Cloud Computing mit sich bringt, ist jedoch der mögliche Verlust von sensiblen Daten zu beachten. Alle Datenbestände würden zentral beim Anbieter liegen, was ein vollkommendes Vertrauen des Kunden in seinen Anbieter erfordern würde. Gerade in Zeiten, in den immer wieder von Datenmissbrauch und Datenpannen geredet wird, wird dieses nur schwer zu erreichen sein. „Selbst wenn das Vertrauen in ein bestimmtes Unternehmen vorhanden wäre, fehlt schlicht die Garantie dafür, dass die Daten nicht doch in falsche Hände geraten.“^[21]

• Es müssen Sicherheitsmaßnahmen getroffen werden, die dafür sorgen, dass die Daten nicht während der Übertragung durch das Internet von Dritten abgefangen oder sogar manipuliert werden. Eine verschlüsselte Datenübertragung ist deshalb zwingen Erforderlich. Auch muss dafür gesorgt werden, dass eine Datenübertragung zu jeder Zeit möglich ist, um eine entsprechende Verfügbarkeit der Dienste und Anwendungen zu erreichen.

Aus dem Konzept des Cloud Computing haben sich unter anderen zwei Geschäftsmodelle entwickelt, die sich in folgende Bereiche unterscheiden lassen. Da wäre auf der einen Seite das Modell Hardware-as-a-Service. Hier stehet die zu erbringende Rechenleistung im Mittelpunkt steht. Software-as-a-Service erweitert dieses Modell und stellt zusätzlich Software als Dienstleistung bereit. Im folgenden Abschnitt werden die Unterschiede der beiden Modelle und die jeweiligen Vor- und Nachteile erläutert.

8.2 Hardware-as-a-Service

Beim Hardware-as-a-Service Modell wird IT-Infrastruktur angeboten. Der Kunde erhält die kompletten Ressourcen von Rechenleistung, Netzwerkinfrastruktur, Festplattenspeicher, Arbeitsspeicher bis zu ganzen Data-Center als Dienstleistung. Dazu nutzt der Anbieter die mittlerweile weit entwickelte Virtualisierungstechnik, die es ihm erlaubt mehrere Kunden auf der gleichen Hardware zu betreiben. Die Ressourcen des Host-Systems werden durch ein spezielles Betriebssystem verwaltet, welches diese flexible und dynamisch auf die jeweiligen Gast-Systeme aufteilt und dem Betriebssystem des Gast-System einen eigener Rechner mit allen Hardwarekomponenten vorspielt. Die Betriebssysteme der Gast-Systeme besitzen alle einen eigenen Kernel und laufen so unabhängig voneinander^[22].

Entnommen aus: VMware(2007), S.1.
Abbildung 4: Virtualisierung mit VMware ESX Server.

Der Anbieter kann auf die jeweiligen Wünsche des Kunden eingehen, indem dem er dem jeweiligen Gast-System einfach bei Bedarf zum Beispiel weiterer Arbeitsspeicher oder Festplattenspeicher zuteilt. Der Kunde erhält so ganze Rechnersysteme auf die er über das Internet zugreifen und nutzen kann und bei bedarf problemlos erweitern kann. Da die Abrechnung nach festen Preisen pro genutzte Ressourcen erfolgt hat der Kunde seine Fixkosten stets im Blick. Betriebs- oder Wartungskosten werden vom Anbieter übernommen.

Vorausetzung hierfür ist eine verfügbare Internetanbindung mit ausreichender Bandbreite, damit die ausgelagerten IT-System jeder Zeit zur Verfügung stehen. Je nach Umfang der durch Hardware-as-a-Service ersetzten Systeme könnte es sonst zu einem totalen Ausfall der Geschäftsprozesse kommen. Beim Vergleich mit einer eigenen IT-Infrastruktur, würde der Ausfall des lokalen Netzwerkes ebenfalls zum stillstehen aller IT-Systeme kommen, allerdings lässt sich dieses Szenario mit relativ geringen Aufwand durch eine entsprechende Hochverfügbarkeit erreichen. Eine vergleichbare Hochverfügbarkeit der Internetanbindung und der ausgelagerten IT-Systemen würde einen erheblichen größeren Aufwand erzeugen und verursacht dementsprechend höhere Kosten.

Die Gefahr vor möglichen Datenmissbrauch ist bei Hardware-as-a-Service ebenfalls gegeben und erfordert deswegen ein vollkommendes Vertrauen in den Anbieter. Da dieser üblicherweise Aufgaben wie die Datensicherheit, Datensicherung und Archivierung übernimmt, besitzt er zwangsläufig Zugriff alle Datenbestände des Kunden. Der Anbieter verpflichtet sich zwar keine Daten an Dritte weiterzugeben, dies ist allerdings keine Garantie. So könnte zum Bespiel eine angefertigten Datensicherung absichtlich oder unabsichtlich durch Fahrlässigkeit bei der Archivierung verloren gehen und in „falsche Hände“ geraten. Durch die weitere Strecke, die zwischen Anbieter und Kunde zurückgelegt werden muss, erhöht sich auch die Gefahr, dass die Daten während der Übertragung abgefangen oder manipuliert werden. So haben mögliche Angreifer durch die Verwendung des öffentlichen Internet eine größere Angriffsfläche.

8.3 Software-as-a-Service

Das Modell „Software-as-a-Service“ setzt nicht die eigentliche Software oder Anwendung in den Mittelpunkt, sondern die durch deren Verwendung entstehende Dienstleistung. In den bisherigen Modellen konnte man lediglich eine Lizenz erwerben, die einen zur Nutzung der Software berechtigte. Für die vorausgesetzte IT-Infrastruktur sowie die Installation, Aktualisierung und Wartung der Software musste der Erwerber selber sorgen. Bei Software-as-a-Service läuft die Anwendung typischerweise in einem von einem speziellen Anbieter betriebenen Rechenzentrum, welches für eine große Anzahl von Kunden zur Verfügung steht. „Ein Anbieter von Software as a Service (in dem Zusammenhang auch Service-Provider genannt) verkauft die Nutzung von Software und der notwenigen Middleware sowie Hardware als Dienstleistung.“^[23] Für den Anbieter hat dies den Vorteil, dass die Kapazitäten des Rechenzentrums flexibel auf die jeweiligen Anwendungen aufgeteilt werden können und so eine optimale Ressourcennutzung erreicht wird.

Entnommen aus: Beinhauer, Schmidt (2008), S.89
Abbildung 5: Software-as-a-Service Szenario.

Ein mögliches Szenario für Software-as-a-Service ist in Abbildung 4 dargestellt. Die Anwendung läuft im Rechenzentrum des Anbieters. Dieser kann seine Ressourcen flexible auf die jeweiligen Anwendungen anpassen, da nicht alle Kunden gleichzeitig eine hohe Last erzeugen. Der Zugriff auf die Anwendungen erfolgt zum Bespiel mittels Webbrowser über das Internet. So muss auf Kundenseite keine speziellen Installationen und Konfigurationen durchgeführt werden. Damit die Anwendung für möglichst viele Kunden nutzbar und auf der gleichen Infrastruktur verfügbar ist, wird sie von vornhinein so entwickelt, dass sie auf der einen Seite von möglichst viele Kunden verwendet werden kann und auf der anderen Seite für jeden Kunden individuell konfigurierbar ist^[24]. Besonders geeignet für Software-as-a-Service ist daher Standardsoftware für zum Beispiel Lohn- und Gehaltsabrechnung, Rechnungswesen oder E-Mail.

Problematisch ist die evtl. Abhängigkeit vom Anbieter. Da die komplette Wartung und Entwicklung durch den Anbieter erfolgt, sind keine individuellen Anpassungen der Anwendungen für den jeweiligen Kunden möglich. Besondere Funktionen oder Erweiterungen lassen sich nicht hinzufügen, da die Anwendungen typischerweise für eine große Masse an Kunden nutzbar sein soll. Das gleiche gilt für Eigenentwicklungen die ebenfalls nicht für die große Masse geeignet sind oder nicht durch diese genutzt werden soll . Außerdem ist eine stets funktionierende Internetanbindung erforderlich, da sonst der Zugriff auf die Anwendung erst gar nichts möglich ist. Die Anbindung an das Internet lässt sich zwar redundant Anlegen, muss allerdings in jedem Szenario die erforderliche Bandbreite bieten. Des Weiteren muss hier das Risiko des Datenmissbrauchs und der Datenmanipulation besonders beachtet werden.

9 BI Hardware-as-a-Service

Traditionellerweise setzt sich eine eigene, auf das Unternehmen abgestimmte BI Lösung aus einer selbst erworbenen und betriebenen IT-Infrastruktur und den darauf laufenden Systemen, wie zum Beispiel das Datawarehouse zusammen. Dies macht es möglich das BI System auf die eigenen Wünsche und Fragestellungen des Unternehmens anzupassen, indem eine geeignete Software gewählt und eventuell mit den entsprechenden Features erweitert wird. Das BI System sammelt aus den einzelnen Produktivsystemen seine Informationen, bereitet diese im Datawarehouse auf und visualisiert anschließend die geschäftsrelevanten Informationen. Das Unternehmen erhält so eine, auf das Unternehmen abgestimmte Auswertungsmöglichkeit die alle Anforderungen erfüllt. Hierbei muss allerdings die IT-Infrastruktur besonders beachtet werden, da die Auswertungssoftware einen nicht zu unterschätzenden hohen Bedarf an zusätzlichen Ressourcen, wie zum Beispiel Rechenleistung benötigt. Um nicht die operativen Produktivsystemen zu stören wird deshalb in der Regel eine separate Hardware verwendet.

9.1 Einsatzgebiet

Abbildung 6: Hardware-as-a-Service Szenario.

Betrachtet man die damit verbunden Investitionen und Betriebskosten liegt eine Kombination von BI mit Hardware-as-a-Service nah. So könnte statt einer eigenen, eine von speziellen Hardware-as-a-Service Anbietern zur Verfügung gestellte IT-Infrastruktur verwenden. Hierbei handelt es sich nur um die benötigten Ressourcen und entsprechende Grundsysteme auf denen die eigene BI Lösung aufgebaut wird. Wie beim traditionellen BI hätte man weiterhin Einfluss auf die gewählte Software und könnte sie an die individuellen Ansprüchen anpassen. Die Prozesse der Informationssammlung, Aufbereitung und Darstellung der geschäftsrelevanten Informationen würde aus Anwendersicht ebenfalls dem der traditionellen BI Lösung entsprechen. Der Unterschied besteht darin, dass die gesammelten Informationen über das Internet zum Hardware-as-a-Service Anbieter übertragen und dort aufbereitet, analysiert und dargestellt werden.

Beim Betrieb einer eigenen BI Lösung mit einem Hardware-as-a-Service Anbieter muss also zusätzlich für eine entsprechende Netzwerkanbindung gesorgt werden. Da alle Daten über das Internet übertragen werden, muss eine ausreichende Bandbreite zur Verfügung stehen. Auch die Aspekte der Verfügbarkeit und Sicherheit der Netzwerkanbindung muss zum Beispiel durch eine verschlüsselte und redundante Leitung geben sein. Bei einem Ausfall der Leitung würde es sonst zu einem kompletten Ausfall des BI Systems kommen.

9.2 Pro und Kontra

Hardware-as-a-Service bietet Unternehmen die noch keine BI Lösung haben die Möglichkeit, Investitions-, Betriebs- und Wartungskosten zu sparen, indem Sie auf eine externe IT-Infrastruktur zurückgreifen und somit nur die tatsächlich genutzten Ressourcen bezahlen. Die Einführung erfolgt ähnlich wie beim traditionellen BI, mit dem Unterschied, dass die Anpassung der Datenbasis und die Übertragung der Daten zum externen Anbieter erfolgen muss. Die Installation und Konfiguration der Systeme erfolgt unabhängig vom Anbieter. Für die späteren Anwender würde es keinen sichtbaren Unterschied zum traditionellen BI geben. Unternehmen die bereits eine bestehende BI Lösung verwenden, könnten diese durch die Verwendung von Hardware-as-a-Service entlasten. Die würde allerdings einen je nach Umfang entsprechend hohen Migrationsaufwand bedeuten. In beiden Fällen muss jedoch das Vertrauen in den Anbieter gegeben und das Risiko der Vergabe von geschäftsrelevanten Informationen an externe Anbieter bewusst sein.

Gerade dieses Risiko, wird in vielen Fällen der ausschlaggebende Kritikpunkt sein, der zu einer Entscheidung gegen Hardware-as-a-Service führen könnte. Denn für das Management stellt sich die Vergabe von geschäftsrelevanten Informationen an externen Anbietern aus moralischer Sicht als größtes Hindernis heraus. Nicht umsonst verwenden Unternehmen in der Regel einige Sicherheitsrichtlinien, die den Zugriff auf Unternehmensdaten beschränken und einen Datendiebstahl verhindern sollen. Bei Nutzung von Hardware-as-a-Service müsste man diese Grundprinzipien über Bord werfen und ein neues Sicherheitsbewusstsein entwickeln, welches eine nicht zu unterschätzende Überwindung der Entscheidungsträger voraus setzt. Es liegt an den Anbieter von Hardware-as-a-Service ein solches Vertrauensverhältnis herzustellen um eine solche Überwindung zu ermöglichen.

10 BI Software-as-a-Service

10.1 Einsatzgebiete

Abhängig von der Business Intelligence Anwendung werden mehr oder weniger viele Daten herangezogen. Für eine Klassifizierung von Kunden über einen Zeitraum von drei Monaten müssen weniger Daten betrachtet werden, als wenn der Zeitraum ein Jahr beträgt. Damit der Anwender trotzdem in einer akzeptablen Zeit seine angeforderten Informationen erhält wird unter anderem eine Verbindung mit einem hohen Datendurchsatz zwischen der Datenbasis, der Auswertungssoftware, die wegen der benötigten Rechenleistung teils auf einem eigenem Server läuft, und der Software benötigt, die das Ergebnis visualisiert. Dies Verflechtung zeigt, dass der Gedanke Software-as-a-Service im Business Intelligence Bereich einzusetzen in der Regel Hardware-as-a-Service mit einschließen muss^[25]. Dadurch muss ein Unternehmen auch die Risiken des Hardware-as-a-Service eingehen. Hierfür nutzen BI Software-as-a-Service Anbieter entweder eigene Hardware^[26]oder andere Hardware-as-a-Service Anbieter^[27].

Entnommen aus: White, C. (2008).
Abbildung 7: Mögliche begriffliche Einordnung der BI Begriffe im Zusammenhang mit Cloud Computing.

Wenn im Zusammenhang mit Business Intelligence der Begriff Software-as-a-Service genutzt wird, dann wird hiermit hauptsächlich der Teilbereich von Business Intelligence impliziert, der einen Nutzen für das Unternehmen hat. Hierbei handelt es sich um die Auswertungen und Analysen, die die Mitarbeiter erstellen, um ihre Aufgaben effektiver erfüllen zu können ^[28]. Um dies aber zu erreichen, bedarf es, wie beim traditionellen BI, entsprechender vorbereitender Maßnahmen. Die hierfür nötige Software kann als Basis bzw. Plattform zusammengefasst werden^[29]. Sie war bereites beim traditionellen BI der ausschlaggebende Faktor welche Software zum Einsatz kommt. Da hierdurch die Features und potentiellen Auswertungsmöglichkeiten bestimmt werden. Mit welchen BI Anwendung diese Möglichkeiten letztendlich dargestellt werden, ist von untergeordneter Rolle, da sie austauschbar sind. Da es auch beim traditionellen Ansatz Webclients für die BI Anwendungssoftware gibt, spielt dieser Aspekt auch im Vergleich zwischen traditionell und Software-as-a-Service nur eine untergeordnete Rolle. Wichtiger sind die Möglichkeiten, die durch die Plattformen geboten werden. Das Hauptargument einer eigenen BI Lösung ist, dass sie für das Unternehmen maßgeschneidert ist. Es werden exakt die Fragen beantwortet, die das Unternehmen hat^[30].

Bei Software-as-a-Service dagegen wird der Ansatz verfolgt, dass der Anbieter eine vorgefertigte Lösung anbietet. Sie geht von der Datenaufbereitung über die erstellten Auswertungsmöglichkeiten zur Visualisierung. Damit dies funktionieren kann muss die Datenbasis des Unternehmens über ein Mapping an die Struktur des Anbieters angepasst werden. Auf dieser Standardisierten Datenbasis kann der Anbieter dann Auswertungsmöglichkeiten schaffen die für seine Kunden von Interesse sein könnten. Dies bedeutet letztendlich, dass das eigene Unternehmen keinen direkten Einfluss mehr hat. Es können nur noch die Fragestellungen beantwortet werden, die der Anbieter vorsieht. Dies kann ausreichend sein, denn egal in welchem Unternehmen und in welcher Branche ein Vertriebsmitarbeiter arbeitet, er wird immer ähnliche Fragen, z.B. Kundenwertanalyse, zu beantworten haben^[31].

Für Unternehmen, die noch keine BI Lösung haben, lässt sich die Entscheidung, unter Berücksichtigung der Risiken und Kosten, auf die Frage reduzieren, ob es einen Software-as-a-Service Anbieter gibt, der die möglichen Fragestellungen ausreichend beantworten kann. Hat ein Unternehmen bereits eine traditionelle BI Lösung im Einsatz, so könnte durch die Ergänzung um Software-as-a-Service BI dennoch ein Nutzen gezogen werden. So könnte das IT Personal mit der Wartung und Verbesserung der existierenden Lösung zu ausgelastet sein, um allen Anforderungen gerecht zu werden. Gibt es nun Teilbereiche im Unternehmen deren Fragestellungen durch einen Software-as-a-Service Anbieter beantwortet werden können, so könnte hier sowohl eine Entlastung der IT ermöglicht werden bzw. die Mitarbeiter dieser Teilbereich können überhaupt die Möglichkeit bekommen ihre Auswertungen durchzuführen. Je nach Hierarchie und Wichtigkeit der Teilbereiche im Unternehmen hätten die Anfragen der Mitarbeiter an die IT Abteilung eine nur niedrige Priorität und würden eventuell nie umgesetzt werden ^[32].

10.2 Kosten

Da BI Software-as-a-Service eingeschränkter ist als eine eigenständige, traditionelle BI Lösung werden als gegen Argument die geringeren Kosten angeführt. Beim traditionellen BI muss das Unternehmen Software für das Datawarehouse, den ETL Prozess, für die Auswertung und die Visualisierung erwerben. Dies setzt bereits voraus, dass Hardware und Infrastruktur vorhanden ist. Je nach Software können zusätzlich zu den Lizenzen noch Wartungsgebühren fällig werden. Um diese Kosten zu relativieren, wird versucht mit dieser Investition möglichst viele Bereiche abzudecken. In einem Konzern könnte daher die Konzernmutter die Investition tätigen und auf alle Töchter verteilen, die nach der Einführung die BI Lösung nutzen werden. Nach dem Erwerb fallen dann Personal und Beratungskosten an, um die Lösung einzuführen. Die Beratung fällt an, wenn es keine bzw. noch keine entsprechenden Personen, mit ausreichend Erfahrung gibt, die die Lösung implementieren könnten. Da alles extra auf das Unternehmen abgestimmt wird bedarf es Diskussionen, Spezifikationen und Dokumentationen. Dies gewährleistet zwar, dass die BI Lösung, das kann was Angefordert wurde, aber gleichzeitig verzögert sich hierdurch die Einführung. Damit das Unternehmen nicht immer auf externe Unterstützung angewiesen ist, müssen interne Spezialisten ausgebildet werden um eigenständig Anforderungen umsetzen zu können bzw. um Support für die Anwender der BI Lösung leisten zu können. Abhängig vom Hersteller der Software wird diese nur eine begrenzte Zeit supported bis neuere Versionen auf den Markt kommen. Um nicht den Support zu verlieren muss das Unternehmen alleine schon aus diesem Grund ein Upgrade der entsprechenden Software durchführen. In der Regel wird es aber nicht so lange warten und früher eine Umstellung durchführen, wenn die neue Version nützliche Möglichkeiten bietet. Seien diese neue/verbesserte Features oder eine verbesserte Performance. Für die Umstellung bedarf es dann gegebenenfalls wieder externer Unterstützung, was entsprechende Kosten verursacht^[33].

Der Prozess, für die Einführung von BI Lösungen der BI Software-as-a-Server Anbieter, unterscheidet sich von dem einer traditionellen BI Lösung nicht. Es wird weiterhin die Software benötigt, das Personal um alles zu einem funktionierendem ganzen zusammenzufügen und Anforderungen umzusetzen, ebenso wird Support der Anwender notwendig sein und es wird auch neue Versionen geben, die implementiert werden müssen. Der wesentliche Unterschied ist, dass ein Großteil der Aufgaben auf den Anbieter ausgelagert wird. Das Initiale Setup der Software wurde bereits durchgeführt wie auch die Auswertungsmöglichkeiten definiert. Was bei diesem Schritt noch an Aufwand für das Unternehmen anfällt, ist das Mappen der eigenen Daten an die Struktur des Anbieters. Je nach Anbieter ist dies intuitiv durchführbar oder das IT Personal müsste entsprechende Schulungen besuchen. Letzteres könnte auch für den Support der eigenen Mitarbeit im Umgang mit der Software nötig sein. Schulung um Anforderungen umzusetzen bzw. das gesamte System einzurichten und zu beherrschen entfallen, da dies im Aufgabenbereich des Anbieters liegt. Somit bleibt noch das durchführen von Upgrades. Aber da der Anbieter die komplette Software betreibt, ist auch hierfür das Unternehmen nicht zuständig. Da der Anbieter die BI Lösung nicht zur Unterstützung des Geschäftsbetriebes nutzt, sondern es das Geschäftsmodell ist, entfallen für ihn die dadurch entstehenden Gemeinkosten. Zusätzlich sind für ihn die Skaleneffekte höher. Ein Konzern kann dies nur auf seine Töchter verteilen, während der Anbieter diese auf all seine Kunden verteilen kann^[34].

Die Kosten einer BI Lösung variieren von Unternehmen zu Unternehmen. Losgelöst von der genannten Aspekten werden diese durch die Datenmenge, Anzahl unterschiedlicher Anforderungen, Anzahl Benutzer und deren erzeugte Last bestimmt. Aus diesem Grund können die Kosten einer traditionellen BI Lösung gegenüber BI Software-as-a-Service nicht allgemein verglichen werden. Ausgehend von verschiedenen Vergleichen von BI Software-as-a-Service Anbietern reduzieren sich die Kosten pro Jahr, durch die genannten Gründe, um 80% und mehr. Bezahlt wird in Form eines monatlichen Abonnements für die Leistung die auch benötigt wurde, wodurch hohe anfangs Investitionskosten vermieden werden^[35].

11 Fazit

Seit den ersten Anfängen als Software als Dienst angebotene Software wurde zum heutigen Cloud Computing hat sich viel geändert. Für den Business Intelligence Bereich, aus Sicht der Unternehmen, zählt hierzu die verbesserte veröffentliche Infrastruktur und die Sicherheit. Sie erlaubt es dem Unternehmen zwischen dem aufbauen einer eigenen BI Infrastruktur und dem Einsatz Hardware-as-a-Service zu wählen. Beides kann genutzt werden, um eine eigenständige BI Software Lösung zu implementieren. Der Anwender wird dies, je nach eingesetzter Software, nicht unterscheiden können. Ob er von einer Filiale aus auf die BI Lösung in der Zentrale oder auf die beim Hardware-as-a-Service Anbieter eingerichtet zugreift, wird die User Experience nicht beeinflussen. Kann das Unternehmen auch auf eine komplett Eigenständige BI Lösung verzichten und es gibt einen BI Software-as-a-Service Anbieter, der die benötigten Auswertungsmöglichkeiten anbieten kann, so kann es komplett auf eine traditionelle BI Lösung verzichten. Durch die reinen monatlichen Zahlungen von BI Software-as-a-Service wird es Unternehmen möglich BI einzusetzen, die zwar die Betriebskosten einer eigenständigen BI Lösung stemmen könnten aber nicht die Investitionskosten. Cloud Computing ist daher, unter den genannten Einschränkungen, zu einer alternative gegenüber einer traditionellen BI Lösung geworden.

12 Fußnoten

1. ↑ ^{1,0 1,1} Vgl. Luhn, H. P. (1958), S. 314.
2. ↑ Vgl. Power, D. J. (2007)
3. ↑ Vgl. Rick, B.; Winter, R. (2006), S. 4.
4. ↑ Vgl. Luhn, H. P. (1958), S. 315.
5. ↑ Vgl. Schrödl, H. (2006), S. 12 f.
6. ↑ Vgl. Luhn, H. P. (1958), S. 314.
7. ↑ Vgl. Janeish, W.;Schwab, W. (2004), S. 605.
8. ↑ Vgl. Rick, B.; Winter, R. (2006), S. 2.
9. ↑ Vgl. Wintercorp (2003), S. 1;Wintercorp (2005), S. 1.
10. ↑ Vgl. Schrödl, H. (2006), S. 20 ff.
11. ↑ Vgl. Janeish, W.;Schwab, W. (2004), S. 600 u. 602.
12. ↑ Vgl. Janeish, W.;Schwab, W. (2004), S. 608.
13. ↑ Vgl. Janeish, W.;Schwab, W. (2004), S. 600.
14. ↑ Vgl. Schrödl, H. (2006), S. 28 f.
15. ↑ Vgl. Janeish, W.;Schwab, W. (2004), S. 602.
16. ↑ Vgl. Rodenhäuser (2008), S.1.
17. ↑ Vgl. Kalkuhl (2009), S.1.
18. ↑ Vgl. Kalkuhl (2009), S.1.
19. ↑ Vgl. Herrmann (2008), S.1.
20. ↑ Vgl. Rodenhäüser (2008), S.1.
21. ↑ Vgl. Kalkuhl (2009), S.1.
22. ↑ Vgl. Abbildung 5: Virtualisierung mit VMware ESX Server.
23. ↑ Vgl. Beinhauer, Schmidt (2008), S.88.
24. ↑ Vgl. Beinhauer, Schmidt (2008), S.90.
25. ↑ Vgl. Oco Inc; SAP AG (2008) S. 7.
26. ↑ Vgl. Oco Inc (2009).
27. ↑ Vgl. Lai, E. (2009).
28. ↑ Vgl. Oco Inc; SAP AG (2008) S. 1.
29. ↑ Vgl. White, C. (2008).
30. ↑ Vgl. Rudin K. (2007), S. 4.
31. ↑ Vgl. Rudin K. (2007), S. 5 f.
32. ↑ Vgl. Oco Inc; SAP AG (2008) S. 3 u. 5.
33. ↑ Vgl. Rudin, K. (2007) S. 1f.
34. ↑ Vgl. PivotLink (2009), S. 5f; Vgl. RapidMetrix (2008), S. 6.
35. ↑ Vgl. Oco Inc; SAP AG (2008), S. 7; Vgl. PivotLink (2009), S. 3 u. 9; Vgl. RapidMetrix (2008) S.6.

13 Literatur- und Quellenverzeichnis