Melden Sie sich hier an, um auf Kommentare und die Whitepaper-Datenbank zugreifen zu können.

Kein Log-In? Dann jetzt kostenlos registrieren.

Falls Sie Ihr Passwort vergessen haben, können Sie es hier per E-Mail anfordern.

Der Zugang zur Reseller Only!-Community ist registrierten Fachhändlern, Systemhäusern und Dienstleistern vorbehalten.

Registrieren Sie sich hier, um Zugang zu diesem Bereich zu beantragen. Die Freigabe Ihres Zugangs erfolgt nach Prüfung Ihrer Anmeldung durch die Redaktion.

Ob mit Datenbank oder ohne

Datenanalyse schafft Basis für die effektive Ausnutzung der wichtigsten Unternehmensressourcen

16.06.1978

HAMBURG - - Daten waren schon immer eine der wertvollsten Ressourcen eines Unternehmens. Will man Daten-Ressourcen auswerten und verwalten, dann kann das sehr kostspielig werden. Konventionelles Datenverarbeitungs-Design konzentriert sich sehr stark auf den "verarbeitenden" Aspekt eines jeden Systems. Daten werden dann meist einfach für das System gesammelt und nicht aufgeschlüsselt.

Die Entwicklungen von Software- und Design-Techniken machen die Aufteilung von Daten zwischen verschiedenen Anwendungen in einem Unternehmen jedoch zu einer realistischen Möglichkeit. Dadurch wurden die Daten mittlerweile als die wertvollsten Ressourcen anerkannt. Alle die Unternehmen, die wissen, welche Informationen sie verfügbar haben und darüber hinaus in der Lage sind, einen effektiven Nutzen aus diesen Informationen zu ziehen, werden wesentlich leichter in der heutigen Wettbewerbs-Wirtschaft fortbestehen. Eine sinnvolle Datenanalyse ermöglicht die Organisation von Daten-Ressourcen in der Weise, daß der größtmögliche Nutzen aus ihnen gezogen werden kann. Es erfolgte somit eine Verlagerung auf die Analyse der realen Struktur und Bedeutung von

Daten.

Das Ziel der Datenanalyse ist die Definition der fundamentalen Natur aller Daten-Ressourcen eines Unternehmens sowie die Organisation und Dokumentation aller relevanten Tatsachen bezüglich dieser Daten. Wird die Datenanalyse disziplinär durchgeführt, so resultiert sie in einem neuen Verständnis der Daten-Ressourcen sowie in der Erkennung von Mehrdeutigkeiten und Unvereinbarkeiten bei der Nutzung von Daten. In der Praxis kommt es oft vor, daß zwei Abteilungen dieselbe Terminologie benutzen, um verschiedene Daten-Typen zu beschreiben. Zusammengefaßte Daten sind oft falsch, weil die entsprechenden Quellen-Daten unter variierendem Zeitrahmen gesammelt wurden.

Die Datenanalyse identifiziert und definiert nicht nur Datenelemente; sie bezieht sich ebenso auf Plausibilitätskontrollen, Vertraulichkeit, Umfang, Verschlüsselungsart, Speicherung sowie Urheberschaft von Daten als auch auf alle Aspekte, die die Einzelheiten der Verarbeitung betreffen.

Die Erkenntnis der Notwendigkeit einer Datenanalyse ist erst der Anfang. Um sicherzustellen, daß die Analyse konsequent durchgeführt wird, ist eine entsprechende Methode erforderlich. Ist zunächst einmal das Gebiet der zu analysierenden Daten definiert, besteht der erste Schritt darin, die ENTITIES zu definieren. Unter "ENTITY" verstehen wir all die Dinge die für das Unternehmen von Interesse sind wie Personen, Orte, Geschehen, Ziele. Ein Unterschied besteht zwischen ENTITY und ENTITY-TYP. So ist zum Beispiel "KUNDE" ein ENTITY-TYP und "XYZ-Unternehmen" ein "ENTITY". Jeder ENTITY-TYP muß genau definierbar sein; jedes ENTITY muß einmalig identifizierbar sein.

Der nächste Schritt besteht in der Konstruktion eines Daten-Modells (der Terminus "ENTITY-Model" wird ebenfalls benutzt) für den Teil des Unternehmens, der analysiert wird. In diesem Datenmodell werden die ENTITY-Typen und die Arten der Relationen, die zwischen den individuellen ENTITIES bestehen, ausgedrückt. So wird etwa ein Auftrag in Beziehung gesetzt zu dem Kunden, der ihn erteilt hat, zum Außendienst-Mitarbeiter, der ihn abgeschlossen hat, und zum Auslieferungs-Lager. Jeder Auftrag besteht aus Artikelzeilen, die sich auf besondere Produkte beziehen und auf Lager, von denen diese Produkte ausgeliefert werden. Diese ENTITY-Typen und Beziehungen lassen sich sehr klar durch ein Bachmann-Diagramm darstellen. Die Abbildung zeigt ein Beispiel eines Datenmodell-Diagramms, in dem die ENTITY-Typen und Beziehungen dargestellt werden. Jedes beschriftete Kästchen bezeichnet einen ENTITY-Typ und jede Linie eine Beziehung. Eine Linie mit einem einzigen Pfeil bezeichnet eine 1:mehrere-Reaktion. So kann ein Kunde mehrere Aufträge plazieren oder ein Auftrag kann aus verschiedenen Artikel-Zeilen bestehen. Eine Linie mit 2 Pfeilen repräsentiert eine Mehrere: mehrere--Beziehung. . Ein Lager enthält mehrere Artikel, jeder Artikel kann jedoch in verschiedenen Lägern eingelagert sein.

Die Eigenschaften von mit ENTITIES verbundenen beschreibenden Werten müssen ebenso betrachtet werden. Innerhalb einer Datenanalyse werden sie als Attribute bezeichnet. Die Attribute eines Kunden-ENTITIES sind hauptsächlich Name Adresse, Kunden-Nr., Datum der letzten Zahlung, Konto-Nr., Größe des Kunden, Kreditlimit und viele andere.

Die Erkennung und Definition der Attribute ist nicht so kritisch.

Die Motivation zur Durchführung einer Datenanalyse wird sehr oft von der EDV-Abteilung als erster Schritt bei der Planung einer Datenbank erfolgen. In vielen Gesellschaften wurde die Notwendigkeit einer Datenanalyse jedoch zuerst außerhalb der EDV-Abteilung erkannt.

Unabhängig von den Zielen bei der Durchführung einer Datenanalyse muß ein Mitarbeiter des Unternehmens die Funktion des Data-Administrator übernehmen. Sein

Team wird verantwortlich sein für die Durchführung der Datenanalyse und den Aufbau und die Verwaltung des Datenmodells. Er ist verantwortlich für die Auswahl eines geeigneten Data-Dictionary-Systems und den Einsatz geeigneter Dokumentations-Standards. Er wird versuchen, Standard-Codier-Systems einzuführen, um die Urheberschaft von Daten festzustellen und festzulegen. Der Daten-Administrator kann damit beauftragt werden, die Verwaltung und die Zuverlässigkeit von Daten zu gewährleisten sowie die Kostenwirksamkeit von Datenverarbeitungssystemen ganz generell zu überprüfen. Seine Verantwortlichkeit weicht ab von der des Datenbank-Administrators, der sich mehr an der Hardware orientiert. Der Datenbank-Administrator beschäftigt sich mit dem Datenbank-Design, der Datenbank-Software, der Sicherheit der Datenbank sowie mit Compiler- orientierten Zielen. Aus diesem Grunde sind beide Funktionen verschieden.

Wie wird nun eine Datenanalyse initiiert? Es ist wesentlich, daß die Unterstützung des Managements, des Personals der EDV-Abteilung und der Fachabteilungen gewährleistet ist. Viele Bezugsbedingungen und ein realisierbarer Zeitplan müssen erstellt werden.

Die Datenanalyse selbst sollte durch ein kleines Team der Benutzer mit guten Kenntnissen ihrer Fachabteilung sowie Analytikern mit ausgezeichneten Systemkenntnissen durchgeführt werden.

Die Auswahl eines Gebietes zur Datenanalyse erfordert besondere Sorgfalt. Das Gebiet muß klein genug sein, um es überblicken zu können. Idealerweise sollte es klar abgegrenzt sein, was in der Praxis jedoch nur schwer zu erreichen ist. Der Analytiker sollte mit der inneren Einstellung an die Datenanalyse herangehen, nicht die gesamte Firma analysieren zu wollen. Ebenso sollte das Datengebiet unabhängig von speziellen Anwendungen ausgewählt werden. Tatsächlich sollte es jedoch mehrere Anwendungsgebiete berühren. Der Vorteil der Datenanalyse ist dann am größten, wenn das entsprechende Gebiet kaum verstanden wird und ursächlich für Systemprobleme ist. Der ausschlaggebende Faktor für die Auswahl eines Datengebietes zur Datenanalyse ist häufig der, daß dieses Datengebiet der erste Teil einer vorgeschlagenen Datenbank ist.

Die Datenanalyse erlaubt den Entwurf einer flexiblen Datenbank-Struktur, die auf der realen Bedeutung von Daten für ein Unternehmen basiert. In diesem Falle kann eine Datenbank unabhängig von der Anwendung sein, die auf sie zugreift. Datenbanken, die ursprünglich entwickelt wurden, um nur eine Anwendung zu unterstützen, sind relativ unflexibel und meist unfähig, zusätzliche Anforderungen zu erfüllen.

Eine Datenanalyse ist auch dann sinnvoll, wenn keine Datenbank geplant ist. Sie resultiert in einem besseren Verständnis der Daten-Ressourcen eines Unternehmens. Durch die Durchführung einer Datenanalyse wird die Basis geschaffen für eine effektive Ausnutzung von Unternehmensdaten.

þMarketing Manager bei CACI, Hamburg