Business Intelligence und Cloud Computing

  • Published on
    17-Mar-2017

  • View
    215

  • Download
    3

Embed Size (px)

Transcript

  • 34 HMD 275

    Andreas Seufert, Norman Bernhardt

    Business Intelligence und Cloud ComputingAnforderungen Potenziale Einsatzbereiche

    Gerade in wirtschaftlich turbulenten Zeiten stelltdie Umsetzung einer modernen, zukunftsfhigenSteuerung in vielen Unternehmen eine zentraleHerausforderung dar [Seufert et al. 2008]. Zahl-reiche Firmen sind zwar laut einer Studie des in-ternationalen Controllervereins und Roland Ber-ger wieder bereit, zu investieren, Voraussetzungist jedoch, dass Innovationen vorangetriebenund gleichzeitig die Optimierung der eigenenProzesse und die Effizienz gesteigert werden[ICV & Roland Berger 2010].

    Vor diesem Hintergrund sollen in diesem Bei-trag die Mglichkeiten der noch jungen Cloud-Computing-(CC-)Technologie fr das Anwen-dungsfeld Business Intelligence (BI) diskutiertwerden. Mit der BI-Cloud wird dabei ein Frame-work vorgegeben, um Anforderungen wie Stan-dardisierung, Integration der Cloud-Lsung in dieUnternehmens-IT oder etwa den spteren Be-trieb zu untersttzen.

    Inhaltsbersicht1 Begriffsverstndnis Cloud Computing2 Business Intelligence und Cloud Computing

    2.1 Anforderungen an Business Intelligence2.2 Definition einer Business Intelligence

    Cloud2.3 Potenziale und Einsatzbereiche einer

    Business Intelligence Cloud3 Status quo der BI-Cloud-Angebote4 Ausblick5 Literatur

    1 Begriffsverstndnis Cloud Computing

    Im Rahmen dieses Beitrags verstehen wir in An-lehnung an die Gartner Group unter Cloud Com-puting die Bereitstellung massiv skalierbarer

    IT-verwandter Fhigkeiten als Service an ver-schiedene externe Kunden mittels Internettech-niken [Khler-Schute 2009, S. 154]. WesentlicheKonzepte sind dabei Virtualisierung, serviceori-entierte Architekturen und Webservices.

    Basierend auf der Bereitstellung der Diens-te fr IT-Infrastrukturen, Plattformen und An-wendungen lassen sich als technische Nut-zungsanstze ableiten [Baun et al. 2010, S. 27 ff;Velte et al. 2010, S. 11 ff.]: Infrastructure as a Ser-vice (IaaS abstrahierte Sicht auf die Hardware),Platform as a Service (PaaS Programming- undExecution Environment) und Software as a Ser-vice (SaaS Angebot dedizierter Software-anwendungen).

    Hinsichtlich ihrer organisatorischen Zuord-nung bzw. Reichweite knnen drei Arten vonClouds unterschieden werden [Stanoevska-Slabeva et al. 2010, S. 56 ff.]: Public Cloud (PuC Anbieter und Nutzer gehren nicht derselbenorganisatorischen Einheit an, Zugriff i.d.R. berein Webportal), Private Cloud (PrC Anbieterund Nutzer gehren der gleichen organisatori-schen Einheit an, oft aus Sicherheitsgrnden in-stanziiert) und Hybrid Cloud (HC Mischformaus PuC und PrC, Regelbetrieb meist in der PrCund bestimmte Funktionen oder Lastspitzen inder PuC).

    2 Business Intelligence und Cloud Computing

    2.1 Anforderungen an Business IntelligenceDer Begriff Business Intelligence, der Anfangder 90er-Jahre von Howard Dresdner, einem(ehemaligen) Analysten der Gartner Group, de-finiert wurde als a broad category of applicati-ons and technologies for gathering, storing, ana-lysing and providing access to data to help

  • Business Intelligence und Cloud Computing

    HMD 275 35

    enterprise users make better business decisions,unterliegt einem tief greifenden Wandel.

    Ursprnglich rein technologisch getrieben,kristallisiert sich zunehmend ein Konzept deranalytischen, IT-basierten Unternehmenssteu-erung heraus, das in immer strkerem Mae in-haltlich und prozessgetrieben ist [Oehler &Seufert 2008]. Dieser als BI bezeichnete Ge-samtansatz [Kemper et al. 2004; Seufert &Lehmann 2006] soll es ermglichen, aus verteil-ten und inhomogenen Unternehmens-, Markt-und Wettbewerberdaten erfolgskritisches Wissenber Status, Potenziale und Perspektiven zu er-zeugen und fr Entscheider nutzbar zu machen.

    Der Einsatzbereich von BI liegt dabei im ge-samten Fhrungssystem des Unternehmens.Im Zentrum von BI stehen nicht nur Daten, son-dern insbesondere ein Prozess, der die zeitnaheVersorgung betrieblicher Entscheidungstrger

    mit verlsslichen Informationen ermglichensoll. Hierbei knnen, wie in Abbildung 1 ver-anschaulicht, der traditionelle BI-Ansatz mit sei-nen drei Ebenen (Daten, Modelle, Visualisie-rung) sowie das Operational BI unterschiedenwerden [Schiefer & Seufert 2005; Gluchowskiet al. 2009].

    ! Daten Datenbereitstellung: Grundlage einesBI-Systems ist eine konsistente, abgestimmteDatenbasis. Im Rahmen des BI-Ansatzes er-folgt dies in der Regel mithilfe eines DataWarehouse (DWH). Hierbei wird eine von denoperativen, transaktionsorientierten Syste-men getrennte, themenbezogene, integrierteDatenhaltung aufgebaut, bei der das relevan-te, meist voraggregierte Datenmaterial dau-erhaft abgelegt wird. Durch einen automati-sierten Datenbestckungsprozess, den soge-nannten ETL-Prozess (Extract Transform Load),

    Vor- systeme

    Rechnungs-wesen

    Vertrieb Logistik Einkauf ExterneDaten

    Dashboard Reporting Analyse Planung gp g

    Kunde

    Produkt Zeit

    Visualisierung

    Modelle

    Daten

    Operational BI

    DWH, Data Mart, ODS

    DataMining

    OLAP

    Trad

    itio

    nel

    les

    BI

    Abb. 1: Framework Business Intelligence

  • Business Intelligence und Cloud Computing

    36 HMD 275

    werden dabei die Informationen automati-siert aus den Vorsystemen in das BI-Systembertragen. Hufig existiert zudem ein spezi-eller Datenpool, das Operational Data Store(ODS), das als Vorstufe eines DWH aktuelletransaktionsorientierte Daten aus verschiede-nen Quellen beinhaltet und fr spezielle Aus-wertungszwecke bereithlt.

    ! Modelle Informationsgenerierung: Auf derBasis dieser einheitlichen und konsistentenDatengrundlage werden mittels verschiede-ner Modellierungstechniken die Daten in ei-nen anwendungsspezifischen Kontext (z.B. frdas Vertriebscontrolling) berfhrt und dabeidie jeweils relevanten Inhalte identifiziert undspezifisch aufbereitet (z.B. erforderliche Kenn-zahlen oder mgliche Auswertungen).

    OLAP (Online Analytical Processing) stellthierbei eine Basistechnologie dar, die es er-mglicht, komplexe mehrdimensionale Mo-delle zu entwickeln und auszuwerten.

    Statistische Algorithmen und Data Miningermglichen darber hinaus die Darstellungkomplexer Zusammenhnge sowie das Er-kennen von Ursachen und Wirkungen durchmehrdimensionale Analysen.

    ! Prsentation/Visualisierung Informations-aufbereitung: Der Zugriff erfolgt in der Regelber einen Windows-Client oder das Internet.Vielfach fhrt der Zugang ber Portale, diedem Benutzer einen zentralen Einstiegspunktin verschiedene Analysesysteme bieten. Mit-hilfe von Personalisierungstechniken knnenbenutzerspezifische und rollenorientierte Be-nutzungsoberflchen generiert werden, umden Nutzern die jeweils fr ihre Aufgaben be-ntigten Informationen zugnglich zu ma-chen.

    ! Prozesse Operational BI: Die Abbildung vonProzessen ist zwar schon lange eine Domnetraditioneller transaktionaler ERP-Systeme,allerdings waren die Funktionalitten bislanghufig fest an bestimmte Applikationen ge-bunden und primr an operativen Geschfts-prozessen ausgerichtet. Eine neue Software-

    kategorie integriert daher die Mglichkeitenanalytischer Software mit der Untersttzungentsprechender Managementprozesse (z.B.strategisches Management, Risikomanage-ment). Der Trend in Richtung eines Closed-Loops-Ansatzes, bei dem die Erkenntnisse ausder Analyse von Prozessen in deren Optimie-rung zurckflieen und so kontinuierlicheVerbesserungen ermglichen, ist dabei eineder zentralen Entwicklungen.

    2.2 Definition einer Business Intelligence Cloud

    Unter einer Business Intelligence Cloud (BI-Cloud) ist eine IT-Architektur zu verstehen, de-ren Zweck es ist, analytische Funktionalittenals Dienste zur Verfgung zu stellen. Dabei wirdzum einen nach dem Anwendungsfokus (Pu-blic, Private, Hybrid) und zum anderen nach derArchitekturebene (Infrastruktur, Plattform, Da-ten, Modell, Visualisierung) unterschieden.

    2.3 Potenziale und Einsatzbereiche einer Business Intelligence Cloud

    Im Rahmen des CC knnen wie eingangs dar-gestellt die Ebenen Infrastruktur (IaaS), Platt-form (PaaS) und Software (SaaS) unterschiedenwerden. IaaS und PaaS stellen hierbei die not-wendige technologische Basis zur Verfgung,whrend SaaS Softwareanwendungen fr denEndkunden beinhaltet und mit dem Fokus derBI-Cloud in drei weitere Ebenen (DaaS, MaaS,VaaS) untergliedert wird.

    Durch Integration dieser Architekturebenendes CC kann das klassische BI-Modell, wie inAbbildung 2 dargestellt, in ein erweitertes Frame-work fr eine BI-Cloud berfhrt werden.

    IaaS Infrastruktur as a Service: Das Volumender fr Analysezwecke zur Verfgung stehen-den Datenmengen steigt in den nchsten Jah-ren weiter massiv an. Treiber sind z.B. die immerdetailliertere Erfassung individueller Kunden-transaktionen fr die Gewinnung von Kunden-profilen und deren Analyse. Hinzu kommen die

  • Business Intelligence und Cloud Computing

    HMD 275 37

    Mglichkeiten der Erfassung und Analyse vonKommunikations- und Bewegungsdaten imRahmen von Web 2.0, sozialen Netzen sowiedem mobilen Internet. Darber hinaus wirddurch den immer intensiveren Einsatz der RFID-Technologie (Transpondersystem zur kontakt-losen Erfassung von Daten) im Bereich der Lo-gistik eine massive Ausweitung der Datenbasiserwartet. Diese stndig steigenden Datenvolu-men stehen der Forderung einer immer schnel-leren Auswertung und Analyse bis hin zu Real-Time BI gegenber. Dies bedeutet erheblichsteigende Anforderungen an die Skalierbarkeitund Verfgbarkeit der Infrastruktur.

    PaaS Platform as a Service: Im Bereich der Ent-wicklung von BI-Applikationen zeichnen sich

    neue Anforderungen hin zu plattformber-greifender Softwareentwicklung unter Einbe-ziehung externer Services und Dienste ab. Gera-de angesichts schneller Vernderungen imUnternehmensumfeld muss die Software frdie Unternehmenssteuerung leicht anpassbarund administrierbar, beliebig skalierbar undfunktional erweiterbar sowie plattform-bergreifend verfgbar sein. Dies ermglichtSoftwareherstellern und Beratungshusern ei-nerseits neue Anstze der Softwareentwicklungund des Softwarevertriebs, andererseits auchvllig neue Geschftsmodelle.

    DaaS Data as a Service: Was in klassischen BI-Umgebungen als ETL bekannt ist, kann inder Cloud weiter zum Data as a Service

    Business Intelligence Cloud

    VaaS Visualisation as a Service

    MaaSModel

    as a Service

    DaaSData

    as a Service

    PaaSPlatform

    as a Service

    IaaSInfrastructureas a Service

    SaaSSoftware

    as a Service

    BI a

    s a

    Ser

    vice

    Vor- systeme

    Rechnungs-wesen

    Vertrieb Logistik Einkauf ExterneDaten

    Dashboard Reporting Analyse Planung a u gepo t g

    Kunde

    Produkt Zeit

    Visualisierung

    Modelle

    Daten

    Operational BI

    DWH, Data Mart, ODS

    DataMining

    OLAP Tr

    adit

    ion

    elle

    s B

    I

    Abb. 2: Framework Business Intelligence Cloud

  • Business Intelligence und Cloud Computing

    38 HMD 275

    ausgebaut werden. Dieses umfasst nicht nurdie Aufbereitung unternehmensinterner Da-tenbestnde, sondern kann vielmehr die Rolleeines Datenmarktplatzes einnehmen, bei demqualittsgesichert externe Informationen auf-bereitet und den Unternehmen bereitgestelltwerden. Dies knnte z.B. Markt- und Wettbe-werberinformationen ebenso umfassen wieProfile oder Bonittsdaten von Kunden oder po-tenziellen Geschftspartnern. Die Bereitstel-lung dieser Daten wre einerseits als Grundlagefr ein DWH (traditionelles BI) oder andererseitsals Informationsbaustein im Rahmen von Ope-rational-BI-Prozessen (z.B. Qualifizierung vonKunden/Lieferanten) denkbar.

    MaaS Model as a Service: Entscheidungsme-thoden und -modelle stellen das Herzstck vonBI-Applikationen dar. Mit ihrer Hilfe werden diezur Verfgung gestellten Daten fr Entschei-dungszwecke aufbereitet. Wie dargestellt, kanndabei manuelle (OLAP) von datengetriebenerModellierung (Statistik, Data Mining) unter-schieden werden. Im Rahmen der BI-Cloud kn-nen auf diese Weise umfangreiche betriebs-wirtschaftliche Methoden und Modelle (z.B.Kundenklassifizierungen, Customer-Lifetime-Value-Analysen) gegebenenfalls ergnzt wer-den, um branchenspezifisches Know-how zurVerfgung zu stellen. Diese lassen sich durchVerbindung mit den hierfr erforderlichenDaten aus der DaaS-Ebene weiter anreichern.Wesentliche Potenziale liegen darber hinausin der Vernetzung der in der Cloud existieren-den Informationen und deren Anbindung anProzesse im Rahmen des Operational BI. Bei-spielhaft seien genannt:

    ! Supply-Chain-Analyse (Bewertung von Liefe-ranten und Lieferketten anhand von in derCloud existierenden Informationsdiensten)

    ! Marktforschung (Bewertung von Social-Media-Inhalten in Bezug auf das eigeneUnternehmen oder Produkte)

    ! Produktion und Logistik (Einfluss von Wetter-,Umwelt- und Verkehrsfaktoren)

    Die BI-Cloud ermglicht im Sinne von Eco-Syste-men neben individuellen Inhalten auch eineVielzahl standardisierter Modelle fr Branchenund Themen (z.B. Risikomanagement, IT-Servi-cemanagement oder Branchen, wie Automotive,Energie u.a.).

    VaaS Visualisation as a Service: Die oberste Ebeneder BI-Cloud-Architektur hat zum Ziel, die ber dieMaaS-Schicht bereitgestellten Modelle fr denEndanwender zugreifbar und nutzbar zu machen.Visualisierungsdienste, in der Regel in Form web-basierter Applikationen (Web-Parts, Webservices),integrieren dabei Berichte, Analysen und Kenn-zahlen oder Planungssheets nahtlos in bestehen-de Unternehmensportale und bieten die Modellefr die Weiterverwendung in zustzlichenAnalyse-Frontends, wie z.B. Microsoft Excel, an.

    Tabelle 1 zeigt beispielhaft Einsatzszenarien vonBI-Cloud-Services in Anlehnung an die organisa-torische Reichweite.

    3 Status quo der BI-Cloud-AngeboteDie Positionierung der BI-Cloud-Anbieter ist invollem Gange. Der Reifegrad der existierendenModelle befindet sich noch in einem frhenund heterogenen Stadium. Die in Abbildung 3dargestellte bersicht erhebt nicht den An-spruch an Vollstndigkeit, sondern versucht,eine Momentaufnahme des Status quo zu er-fassen, und zeigt Tendenzen im Markt auf.

    Festzustellen ist, dass aktuell nur wenigeAnbieter eine komplette Cloud-Plattform (IaaS,PaaS, DaaS, MaaS und VaaS) fr die Bereitstel-lung von BI-Lsungen anbieten. Zu ihnen ge-hrt Microsoft, das mit seinen angekndigtenBI-Services der Azure-Plattform die bestehendeLcke im SaaS-Bereich schlieen will. IaaS undPaaS stehen bereits mit der aktuellen Versionvon Azure zur Verfgung.

    Google bietet unter Nutzung der eigenenInfrastruktur Google Apps zur Realisierungvon SaaS an. Die Google App Engine stellt dabeinotwendige Plattformfunktionalitten bereit.Im BI-Bereich ist die Allianz mit Panorama

  • Business Intelligence und Cloud Computing

    HMD 275 39

    (PowerApps) innerhalb der Spreadsheet-Funkti-onalitt eine erste BI-Cloud-Lsung. Aufgrunddes Google zur Verfgung stehenden Datenbe-standes und der Expertise im Bereich Algorith-men und Datenanalyse ist zu vermuten, dasshier in absehbarer Zeit eine weitere BI-Markt-macht entstehen wird.

    Neben dem umfangreichen Portfolio vonMicrosoft und Google bilden zahlreiche be-kannte BI-Hersteller ihre Cloud-Lsung auf Ba-sis der Dienste von Amazon ab. Hierzu zhlen inetwa die Open-Source-BI-Suite von Pentaho, Da-tenbanken von Oracle, BI-Lsungen von Qliktechoder die Plattform Force.com.

    Neben den oben skizzierten Anstzen exis-tieren einige weitere Unternehmen, die sichdem Thema BI as a Service widmen.

    IBM liefert zum...

Recommended

View more >