Hohe Kosten, fragwürdige Ergebnisse: Data Warehouses geraten zunehmend in die Kritik. Werden die zentralen Datensammlungen ihrem Anspruch überhaupt gerecht? Unsere Pro-/Contra-Autoren im Schlagabtausch.
Das Data Warehouse ist tot, es lebe das Data Warehouse! Insbesondere durch die intensive Diskussion um zu hohe Investitionskosten und fragwürdige Projekterfolge im Data Warehousing trifft man zunehmend auf kritische Meinungen. Trotzdem hat sich eine gesamte IT-Industrie auf das Thema eingeschossen und punktet mit konstant hohen Wachstumsraten. Liegt es daran, dass die Probleme der Informationsversorgung für Entscheidungsträger immer noch nicht gelöst sind oder steigt einfach der Bedarf?
Aus einer Vielzahl von Projekten haben wir gelernt, dass der „Single point of truth“ im Unternehmen für die Verlässlichkeit der Informationen sorgt und somit für eine „relative“ Wahrheit steht, nach der Unternehmensentscheidungen einvernehmlich ausgerichtet werden können. Der deutliche Anstieg der Datenqualität oder zumindest die Wahrnehmung der Qualitätsdefizite gehen zudem auf das Konto „Data Warehouse“. Konzeptionell war ein Data Warehouse immer als Sammlung von Zeitreihen angelegt, somit also der Historisierung von Informationsobjekten verpflichtet. Keine andere Quelle im Unternehmen verfügt über den 360-Grad-Blick und kann konsistent von der Vergangenheit über die Gegenwart in die Zukunft schauen lassen.
Monolithisch, starr und technisch zu aufwändig, dies sind die Vorwürfe an die Grundarchitektur eines Data Warehouse. Agilität statt Stabilität beschreibt den derzeitigen Paradigmenwechsel wohl treffend. Dies muss aber kein Widerspruch sein, denn ohne eine nachhaltige Datenbewirtschaftung und eine unternehmensweit abgestimmte betriebswirtschaftliche Semantik lassen sich keine stimmigen, flexiblen Analysen und Auswertungen machen. Vielleicht ist die physische Konzentration von Unternehmensdaten an einem Speicherort nicht mehr die angemessene Architekturvariante, aber der kontrollierte Zugriff auf semantisch vereinheitlichte „Businessobjekte“ mit Historie muss gesichert bleiben. Nennen wir dies doch Data Warehouse!
Vertrauen in Daten ist das wichtigste Ziel eines Data Warehouse und dieses Ziel erreichen nur ungefähr die Hälfte der installierten Systeme. Dies sind zwei Ergebnisse unserer aktuellen Befragung von 222 Data-Warehouse-Anwendern und -Systembetreibern, aber auch unsere Erfahrungen bei der Bewertung von Systemen und Interaktionen mit Anwendern. Alle anderen Ziele von Data Warehouses wie eine Beschleunigung von Reporting- und Planungsprozessen oder bessere Transparenz und Kontrolle über Geschäftsprozesse werden von deutlich weniger als der Hälfte der Befragten erreicht. Data Warehouses halten also selten, was sie versprechen.
Dabei sind Data Warehouses unabdingbar – dies streitet niemand ab. Die Alternativen wie individuelle Datenorganisation oder direkter Zugriff auf operative Systeme werden von Anwendern noch schlechter bewertet. Zu Recht, denn sie können die immer größer werdenden Herausforderungen in Richtung Datenmengen, Datenqualität oder Performance auch nicht lösen.
Die Zeitenwende ist unübersehbar. Traditionelle Vorgehensweisen und Technologien zum Aufbau und Betrieb von Data Warehouses sind nicht mehr zeitgemäß und müssen angepasst werden. Fachanwender benötigen heute deutlich höhere Flexibilität und Agilität, die nur mit einem höheren Self-Service-Anteil erreicht werden können. Agile Data Warehouses stellen unternehmensweit den Grundstock konsistenter und abgestimmter Daten bereit. Analytische Datenbanken, Datenmanagementplattformen und agile Entwicklungs- und Modellierungsmethoden sind nützliche Evolutionen auf der technischen Seite. Eine breit wirkende und organisatorisch übergreifend akzeptierte Governance ist das Schlüsselelement, um die notwendige Balance zwischen lokaler/dezentraler Flexibilität und zentraler Kontrolle langfristig umsetzen zu können.