BI-Dogmen sind realitätsfern

Die meisten Unternehmen kämpfen schon heute mit komplexen BI-Lösungen und zugrundeliegenden Data Warehouse-Landschaften. Lösungsansätze, wie zum Beispiel Enterprise Data Warehouse, Analytical Data Marts oder Real Time Dashboards standen daher auch im scheinbar schon längst vergessenen Zeitalter von 'Small' Data auf der Agenda des CIO. Aber trotz reifer BI-Technologien und hoher Investitionen, sind in der Regel die in der Planung einhergehenden Versprechungen entsprechender Lösungsansätze nicht realisiert worden.

Denn entlang der klassischen Paradigmen, wie beispielsweise der physischen Datenintegration in einem zentralem (Core) Data Warehouse zur Schaffung eines Single Point of the Truth, sind in der Regel zentralistische und starre Lösungen zur Datenbereitstellung und Datenanalyse entstanden. Sind entsprechende Lösungen im Anwendungsfeld des klassischen Reportings noch adäquat, zeigt sich, dass die Komplexität der Gesamtlösung durch die Anzahl der darüber hinaus gehenden analytischen Anwendungen jedoch überproportional steigt.

So bestehen zwischen flexiblen Ad-hoc-Analysen, dem Erfüllen feststehender regulatorischer Berichtspflichten oder dem sekundengenauen Logistik-Tracking große Unterschiede hinsichtlich Reaktionszeiten, Datenvolumen, Änderungsdynamik, der Anzahl an nötigen Datenquellen und dem benötigten BI-Funktionsbedarf. Mit der Zeit entstand neben der zentralistischen Lösung eine Vielzahl von zusätzlichen analytischen Silos - in der Regel aufgrund der Heterogenität der Anforderungen.

Einhaltung derDogmen im BI-Umfeld immer schwieriger

Dadurch wird die Einhaltung der aus der Theorie bekannten klassischen Dogmen im BI-Umfeld immer schwieriger. Vielmehr findet man in der Realität regelmäßig Informationssilos und heterogene Architekturen sowie ein unkontrolliertes Wachstum von Spread Marts. In Folge dessen entwickeln sich Inkonsistenzen, und die fachliche und technische Transparenz über die Datenbewirtschaftung und Datenauswertung nimmt kontinuierlich ab.