Business Intelligence muss in die operativen Geschäftsprozesse

"Die Nichtvolatilität, die von Bill Inmon bereits in den Achtziger-Jahren als eine der Grundeigenschaften eines Data Warehouse gefordert wurde, ist mit traditionellem Daten-Management nicht zu gewährleisten", sagt Zinke. Der Preis, sie nachträglich zu erreichen, ist hoch: Nur die Datenstände an bestimmten Fixpunkten in der Bearbeitung einer solchen Datenbank bleiben bestehen. Zwischenstände dagegen gehen verloren, obwohl auch sie wichtig sind, um entscheidende Informationen zu erhalten.

Die heute übliche Lösung ist, ein Data Warehouse für BI aufzubauen und aus den operativen Systemen wie auch anderen Quellen in ETL-Prozessen mit Daten zu füllen. Hauptquelle sind meist archivierte Datenbestände operativer Systeme. "Das bedeutet unter anderem, dass wertvolle Informationen über das dynamische Verhalten operativer Systeme gar nicht erst in das Data Warehouse gelangen, weil sie schon im archivierten Datenbestand verlorengehen", kritisiert Zinke.

Der Nachteil von Data Warehouse

Ein weiterer Nachteil ist, dass ein Data Warehouse nur mit zeitlicher Verzögerung die aktuellen Daten erfährt. Außerdem enthalten die gelieferten Daten oft keine immanente Information über ihre Qualität wie zum Beispiel ihre Aktualität. Wenn doch, so ist die Information nicht einheitlich dargestellt und hat eine unterschiedliche sowie oft unklare Semantik.

Um die Defizite auszuräumen, muss nach Meinung von Zinke auf Ebene des Datenbank-Managements angesetzt werden. Er stellt sechs Forderungen auf:

1. Informationen nicht überschreiben

Das Datenbanksystem darf nie Informationen überschreiben. Stattdessen muss es diese in Versionen mit definierten Gültigkeitszeiträumen und Aktualitätskriterien fortschreiben.