BI & ERP – So unterstützen Sie diese beiden Systeme bei Ihren Geschäftsentscheidungen!

Sich ständig verändernde Ausgangsvoraussetzungen, täglich neue Herausforderungen und gesättigte Märkte sorgen dafür, dass top-aktuelle und fundierte Entscheidungsgrundlagen einen immer höheren Stellenwert einnehmen. Um die tägliche Informationsflut zu meistert, setzen viele Unternehmen OLTP und OLAP ein. Auch wenn Ihnen diese Abkürzungen im ersten Moment fremd erscheinen mögen, kennen Sie garantiert ihre bekanntesten Vertreter – ERP und BI. Was sich hinter all diesen Abkürzungen verbirgt und wie sie dazu beitragen, informierte Entscheidungen zu treffen, – das erfahren Sie im Folgenden.

OLTP & OLAP

Beginnen wir am Anfang - welche Dienste verstecken sich hinter den Abkürzungen OLTP & OLAP - und wo begegnen sie uns nahezu täglich?

OLTP

OLTP steht für Online transactional processing und stellt eine operative Datenquelle dar. OLTP ermöglicht das gemeinsame Kreieren und Nutzen von Datensätzen beziehungsweise Datenbanken. OLTP bedient sich einer relationalen Datenbank, welche die folgenden Punkte ermöglicht:

• Ständige Verfügbarkeit von Daten
• Zeitgleicher Zugriff auf Daten von mehreren Nutzern sowie die Gewährleistung von Datenintegrität
• Verarbeitung grosser Transaktionsmengen (z. B. Datenergänzung, Aktualisierung und Eliminierung)
• Schnelle Verarbeitung mit Reaktionszeiten unter einer Millisekunde
• Indizierte Datensätze für schnelles Suchen, Abrufen und Abfragen
• Inkrementelle Backups

OLAP

OLAP steht für Online Analytical Processing und ermöglicht schnelle und multidimensionale Analysen von grossen Datenmengen. Es handelt sich dabei um konsolidierte Datensätze. OLAP schafft die optimalen Grundlagen für Business Intelligence, Datamining, komplexe analytische Kalkulationen sowie Berichtswesen und Forecasting. Der Kern einer OLAP-Datenbank steckt im sogenannten „OLAP cube“. Dieser ermöglicht die schnelle Abfrage, Berichterstattung und Analyse von multidimensionalen Daten. Deine Datendimension stellt ein Element von einem speziellen Datensatz dar. Im Hinblick auf Absatzzahlen können unterschiedliche Dimensionen zum Beispiel die Region, Jahreszeit und Produktvariante sein. Das herkömmliche Spalten x Reihen Format wird dabei um weitere Dimensionen ergänzt. Informationen sind somit in einer dreidimensionalen Form abrufbar (z. B. Region x Quartal x Produkt).

OLTP vs. OLAP

Der wesentliche Unterschied dieser beiden Systeme liegt in deren Fokus und lässt sich bereits an den Namen ablesen. Online analytical processing (OLAP) konzentriert sich auf die Analyse und Online transactional processing (OLTP) auf Transaktionen. OLAP schafft durch die Analyse komplexer Daten eine Entscheidungsgrundlage. Eingesetzt wird dieses System von sogenannten Data Scientists, Business Analysts und Knowledge Workers. Diese beschäftigen sich mit der Analyse von Daten und der entsprechenden Aufbereitung. OLTP ist auf die Verarbeitung grosser Transaktionen ausgerichtet. Entsprechende Anwendungen werden von sogenannten Frontline Workers also zum Beispiel Rezeptionisten oder Kassierern oder bei Self-Service-Anwendungen wie im Online-Banking oder E-Commerce verwendet. Neben diesem wesentlichen Unterschied unterscheiden sich OLTP- und OLAP-Systeme auch in den folgenden drei Punkten:

• Datenquelle – OLAP-Systeme basieren auf einem multidimensionalen Schema und können somit komplexe Abfragen aktueller und historischer Daten unterstützten. Diverse OLTP-Datenregister können dabei in Form von aggregierten Datenbanken die Grundlage für OLAP-Abfragen darstellen. OLTP basiert im Gegensatz dazu auf traditionellen Datenbank-Managementsystemen (DBMS), die eine grosses Volumen an Echtzeittransaktionen akkommodieren können.
• Verarbeitungszeit – Arbeitsschritte in OLAP sind aufwendiger und bedürfen enormen Datenmengen, weshalb sie tendenziell langsamer ablaufen wie jene von OLTP-Systemen. OLTP führt hingegen einfache Lese- und Schreibaufgaben aus, hierbei zählt jede Millisekunde.
• Verfügbarkeit – Da OLAP-Systeme keine aktuellen Daten verarbeiten, sind ständige Backups nicht notwendig. OLTP-Systeme modifizieren Daten hingegen konsistent und benötigen daher durchgängige Backups, um Datenintegrität sicherzustellen.

ERP – ein Beispiel für OLTP

ERP ist ein Beispiel für ein OLTP-System. ERP steht für Enterprise Resource Planning. Ein ERP-System hilft der Geschäftsleitung, aber auch den einzelnen Unternehmensbereichen dabei, den Überblick über vorhandene Ressourcen und Geschäftsvorgänge zu bewahren.
Das auf einer zentralen Datenverwaltung basierende System fasst alle Aktivitäten zusammen und wirkt somit einer „Silo-Mentalität“ entgegen. Anstelle von vielen einzelnen Datenbanken, die wiederum von einzelnen Unternehmensbereichen befüllt und genutzt werden, gibt es eine Datenbank, die für alle Nutzer zugänglich ist. Das Tool liefert eine Übersicht über alles, was im Unternehmen vor sich geht – von der Planung über die Beschaffung bis hin zum Vertrieb. Informationsflüsse innerhalb eines Betriebes werden so automatisiert, unterstützt, optimiert, abgebildet und für die zukünftige Verwendung oder Analyse dokumentiert. ERP-Systeme sorgen zudem auch dafür, dass redundante Daten vermieden werden. Zusammengefasst sorgen ERP-Systeme dafür, dass Daten von Betriebsabläufen einheitlich gesammelt werden und für alle zur Verfügung stehen. Berichte aus ERP-Systemen sind somit hilfreich, wenn es darum geht, den aktuellen Zustand des Unternehmens oder einzelner Bereiche zu verstehen.

BI – ein Beispiel für OLAP

Während Business Intelligence (BI) ebenfalls einen Überblick über den Zustand des Unternehmens liefert, geschieht dies in Form von analysierten Datensätzen. So unterstützt BI Entscheidungsträger, spielt eine Rolle beim strategischen und taktischen Verhalten des Unternehmens am Markt und führt im besten Fall zu einer Effizienzsteigerung. BI generiert Dashboards und Berichte, die sowohl intern als auch extern Transparenz schaffen. Die umfassenden und detaillierten Berichte, die BI durch die Analyse von Daten generiert, können sowohl zur Optimierung des Front- als auch Backoffice genutzt werden. Im Vergleich zu ERP können Unternehmen mit BI noch einen Schritt weiter gehen. Daten werden so nicht nur zentral gesammelt und zugänglich gemacht, sondern von BI-Systemen auch organisiert, analysiert und in Zusammenhang gebracht. So können hilfreiche Insights generiert werden. Mithilfe von Dashboards und Datenvisualisierungen sorgt BI zudem dafür, dass Informationen verständlich aufbereitet werden.

Gemeinsamer Einsatz von ERP & BI

ERP-Systeme sind ein integraler Bestandteil der Datenanalyse. Durch die Sammlung aller Unternehmensdaten an einem Ort – stellen sie die optimale Grundlage für Analysen dar. BI nimmt diese operativen Daten und verwandelt sie in verwertbare Erkenntnisse, die dem Unternehmenserfolg unmittelbar zugutekommen. Unternehmen, die diese beiden Systeme komplementär einsetzen – können sich weg von einem historischen hin zu einem vorrausschauenden Reporting entwickeln. Das Vorhersagen von Trends und Erkennen von Mustern und eine proaktive Unternehmensführung entsprechen dabei dem aktuellen Zeitgeist. Unternehmen sind so in der Lage, Entwicklungen im Auge zu behalten und frühzeitig auf Veränderungen zu reagieren.

Vorteile aus einem kombinierten Ansatz

Neben dem offensichtlichen Vorteil, bei dem operative Daten analysiert und im Weiteren visuell aufbereitet werden, resultiert eine ERP-BI Integration noch in den folgenden Vorteilen:

• Datentiefe- und Verfügbarkeit – ERP-Systeme sammeln täglich Unmengen an Daten. Ist Business Intelligence direkt in ein ERP-System integriert, können Unternehmen tiefgreifende Analysen mithilfe dieser Daten durchführen und so neue Erkenntnisse gewinnen.
• Individuelle Analysemöglichkeiten – Auch wenn alle Unternehmensbereiche oder Abteilungen grundsätzlich ein gemeinsames Unternehmensziel verfolgen – können Abteilungen dennoch individuelle Ziele verfolgen. Ein integriertes BI-ERP-System erlaubt einzelnen Bereichen individuelle Analysen durchzuführen. Abteilungen können so auch auf ihre Bedürfnisse zugeschnittene Reportings oder Dashboards kreieren und ihre Arbeit damit effizienter gestalten.
• Entscheidungen auf Basis von Echtzeit-Daten – Durch die Verknüpfung von BI und ERP kann der Blick in die Zukunft beziehungsweise die Prognose von Trends kontinuierlich mittels aktueller Daten angepasst werden.
• Fundierte Insights – Da Daten immer in einem Ort gesammelt werden, bieten ERP-BI Systeme gute Vergleichswerte aus der Vergangenheit beziehungsweise einen lückenlosen Blick auf die Entwicklung.
• Effizienz – Da Daten bereits dort gesammelt werden, von wo sie für Analysen bezogen werden, sparen Unternehmen Zeit & Ressourcen und gewinnen Agilität.
• Reporting – Die Berichterstattung wird nicht nur aussagekräftiger, sie wird auch individueller, tiefgreifender, schneller und ohne umfassendes Vorwissen anpassbar.