Datenintegration – Der Schlüssel zum BI-Erfolg

Heterogene Infrastrukturen, wachsende Datenvolumina und das Outsourcen von Geschäftsprozessen stellen heute eine große Herausforderung für Unternehmen dar. Business Intelligence kann unter diesen Umständen nur dann zu einem Erfolg führen, wenn alle relevanten Daten zu Auswertungen herangezogen werden können – egal, aus welcher Quelle sie stammen. Speziell für SAP-Kunden ist Datenintegration hier der Schlüssel zum BI-Erfolg. Moderne Datenintegrationsplattformen nutzen Metadaten, um Daten aus SAP-Anwendungen und Nicht-SAP-Daten in einem Data Warehouse zu konsolidieren, Datenbestände zu snychronisieren oder zu migrieren und gleichzeitig die Datenqualität zu verbessern.

Auch in der Wirtschaft gilt: Intelligenz entsteht aus Wissen und das wiederum setzt sich aus Informationen zusammen, die gesammelt, priorisiert und verknüpft werden. Waren Informationen früher ein knappes Gut, so sind sie heute im Überfluss vorhanden. Viele Unternehmen ersticken geradezu im „information overload“, der nur noch mittels geeigneter Werkzeuge und Filter in den Griff zu bekommen ist. Neben der steigenden Informationsmenge und neuen Richtlinien haben Unternehmen vor allem mit inkompatiblen Datenformaten zu kämpfen.

Diese haben ihren Ursprung einerseits in den heterogenen IT-Infrastrukturen, auf der anderen Seite stehen Unternehmenszusammenschlüsse und die Verschmelzung von ERP-Anbietern und deren Softwarelösungen. Business Intelligence lässt sich unter diesen Bedingungen nur dann realisieren, wenn die Daten vorher entsprechend aufbereitet – also integriert ‑ werden. Speziell für SAP-Kunden geht moderne Datenintegration mittlerweile weit über das Befüllen eines Data Warehouse hinaus.

Verlässliche Informationen für das SAP-Umfeld

Immer mehr Unternehmen setzen Business Intelligence- und Datenintegrationslösungen ein, um Daten in operativen Datenspeichern und groß angelegten Data Warehouses zu konsolidieren. Ziel ist die Einrichtung einer zentralen Sicht über mehrere funktionale Bereiche, damit für Entscheidungsträger eine optimale Informationsversorgung gewährleistet ist. Nur Unternehmen, die das richtige System mit den richtigen Datenintegrationswerkzeugen nutzen, können ein schnelleres und umfassendes Berichtswesen mit verbesserten Geschäftsanalysen und einer höheren Datenqualität innerhalb eines ODS (Operational Data Store) erzielen. Nachdem Integrationsprojekte lange Zeit auf Abteilungen oder einzelne Unternehmen beschränkt waren, finden sie mittlerweile zunehmend auch „Cross Enterprise“, also über Unternehmensgrenzen hinweg, statt.

Insbesondere Outsourcing-Projekte lassen sich nur dann effektiv betreiben, wenn ein reibungsloser Datenaustausch zwischen allen beteiligten Partner gewährleistet ist. Viele Unternehmen erkennen daher, dass Datenintegration ausschließlich für Data Warehousing nicht mehr das Maß der Dinge ist.

Beispiel einer Datenintegrationsarchitektur

Heutzutage gibt es zahlreiche andere „Killer-Applikationen“ im Bereich der Datenintegration: Unternehmen müssen ihren Schwerpunkt auf die Anforderungen der Integration ihrer gesamten Informationen und das Verschieben von Daten legen, etwa für die Migration, Konsolidierung und Synchronisierung oder das reibungslose Einspielen von Updates in SAP R/3. Fakt ist: SAP-Umgebungen können nur dann optimale Leistung bringen, wenn ihre Quellinformationen vollständig, präzise und zeitgerecht sind.

Insbesondere gilt dies für die schnelle Integration SAP-fremder Daten in das SAP Business Information Warehouse (BW), die Kernkomponente von SAP NetWeaver Business Intelligence, das Einspeisen von Daten aus SAP BW in Downstream-Anwendungen, die SAP-Anwendungskonsolidierung sowie die Unterstützung heterogener IT-Umgebungen, in denen externe Daten mit SAP-Daten verknüpft werden müssen. Die gute Nachricht ist hierbei, dass dieselben Technologien für Datenintegration und ETL (Extract, Transform und Load), die in den letzten Jahren für den Einsatz in Data Warehouses und für Business Intelligence entwickelt, verbessert und geliefert wurden, heute für Migrationen, Konsolidierungen und Upgrades genutzt werden können. 

Herausforderung Unternehmensfusion

Data Warehousing und Business Intelligence (BI) sind nach wie vor die wichtigsten Anliegen von SAP-Kunden, die den „Value“ ihre SAP-Daten vollständig ausschöpfen möchten. Dabei müssen sich Daten gemäß dem Motto „alle Daten, alle Quellen, jederzeit“ transparent und geschützt aus jedem SAP-fremden System extrahieren und in die entsprechenden SAP-Anwendungen überführen lassen. Anpassungen an System- und Datenänderungen sollten dabei schnell umgesetzt werden können. Innerhalb von SAP ist das Data Migration Interface (DMI) der vom Hersteller unterstützte Ansatz für die Integration umfangreicher Daten in SAP-Umgebungen einschließlich SAP R/3, mySAP und SAP NetWeaver – hauptsächlich aber für das SAP Business Information Warehouse (SAP BW). Datenintegrationssoftware sollte nicht nur über eine DMI-Schnittstelle verfügen. Ideal ist es, wenn Daten in SAP auch über andere zertifizierte Standardschnittstellen und -technologien wie BAPI (für bidirektionalen Zugriff), BCI, Webdienste, ALE/IDOC oder ABAP geladen werden können. 

Die Problematik und spezifischen Herausforderungen macht ein aktuelles Beispiel aus der Baustoffbranche deutlich: Cemex aus Mexiko, der zweitgrößte Baustoffkonzern der Welt, hat im Frühjahr 2005 den britischen Zement-Giganten RMC Group für 5,8 Milliarden US-Dollar übernommen, der zum damaligen Zeitpunkt 1400 Fabriken in 18 Ländern betrieb. Eine der größten Herausforderungen bestand darin, dass RMC im Backoffice auf SAP setzte, während Cemex selbst Lösungen von J. D. Edwards nutzte. Schnell wurde klar, dass in einem weltweiten Konzern auch nur eine ERP-Lösung im Einsatz sein sollte, und die Unternehmensführung entschied sich daraufhin für SAP.

In den folgenden Monaten wurden Daten aus über 30 J. D. Edwards- und Legacy-Anwendungen nach SAP migriert. Dabei wurden 150 Schnittstellen benötigt, um die Synchronisierung sowohl nahezu in Echtzeit als auch im Batch-Verfahren zu ermöglichen. Anstatt die gesamte Programmierung in Eigenregie durchzuführen, setzte das Projektteam auf die Datenintegrationsplattform PowerCenter von Informatica. Mit der Lösung wurde in Deutschland ein „Master” erstellt, dessen Komponenten zu etwa zwei Dritteln auch in anderen Ländern eingesetzt werden konnten. Der Produktivitätszuwachs durch die Datenintegrationslösung wurde im Nachhinein mit dem Faktor 10 beziffert.

Die Lösung wird Cemex in dem gesamten Integrationsprozess im Vergleich zu „Handcoding“ mehrere Millionen Dollar sparen. Cemex ist dabei kein untypisches Beispiel sondern steht eher für die ganz normalen Herausforderungen einer sich immer schneller drehenden Globalisierung. Ähnliche Prozesse durchlaufen Versicherer, Banken, Pharmaunternehmen oder auch Energieversorger.

Das könnte Sie auch interessieren

Intelligentes Kalkulationsmanagement Abweichungen erkennen, bevor sie teuer werden

Budgetabweichungen entstehen im industriellen Projektgeschäft häufig nicht erst während der Ausführung. Ihre Ursachen liegen vielfach bereits in frühen Annahmen, unvollständigen Mengengerüsten und fehlender Abstimmung. Intelligentes Kalkulationsmanagement verbindet Kalkulation, Risikoanalyse, ERP-Daten und Projektsteuerung. Der Beitrag zeigt, wie Unternehmen Abweichungen früher sichtbar machen und Verantwortung systematisch verankern können.

ERP in der Krise – IT-Notfallplanung reicht nicht Wie kann die Handlungsfähigkeit von ERP-Systemen im Katastrophenfall aufrecht erhalten bleiben?

Der Notbetrieb eines ERP-Systems wird häufig als Aufgabe der IT-Notfallplanung begriffen. Dieses Verständnis geht davon aus, dass das System durch kontrollierten Wiederanlauf nach einer definierten Zeit teilweise oder vollständig zur Verfügung steht. Es wird jedoch nicht betrachtet, was ein funktionsfähiges ERP-System in einer Notfall- oder Krisensituation tatsächlich leisten muss: Unterstützung alternativer Abläufe, veränderter organisatorischer Strukturen sowie einer meist vollständig anderen Handhabung in betrieblicher und finanzieller Hinsicht. Der nachstehende Artikel gibt einen Überblick über die Risiken und Maßnahmen, um die Handlungsfähigkeit im Unternehmen möglichst weitgehend zu erhalten.

Treffsichere Prozessanalysen in Zeiten des Wandels Wie kausales Process-Mining eine schnelle Anbindung ermöglicht

Die grundlegenden Techniken des Process-Mining wurden vor etwa 20 Jahren entwickelt. Ziel war es, mithilfe von Daten aus transaktionalen Systemen detaillierte Analyseergebnisse zu Prozessen zu erlangen [1]. Process-Mining stellte damit einen Gegenentwurf zu zeitaufwändigen, ungenauen Prozesserhebungen mit Interviews und Workshops dar. Um den Austausch von Prozessdaten für die Forschung zu erleichtern, entwickelten Forscher aus der Gruppe von Prof. Dr. Wil van der Aalst an der TU Eindhoven ein XML-Format für Event-Logs. Die Idee war, dass Process-Mining-Werkzeuge dieses Format als Importschnittstelle unterstützen. Nun konnten Unternehmen aus ihren Systemen Prozessdaten in eine Datei in diesem Format transformieren und diese Datei an Projektpartner weiterreichen, um Process-Mining-Techniken darauf anzuwenden. Einige anonymisierte Dateien wurden auch für Forschungszwecke veröffentlicht, was die Forschung in diesem Bereich beflügelte. So dienlich wie Dateiformate für Event-Logs ...

Etablierung von Low-Code/No-Code in Organisationen Technologie allein reicht nicht: Erfolg braucht mehr als die richtige Plattform

Low-Code/No-Code verspricht Entwicklung, Innovation und eine engere Zusammenarbeit zwischen Fachbereichen und IT. Doch warum scheitern viele Initiativen daran, sich dauerhaft im Unternehmen zu etablieren? Der Beitrag zeigt, welche organisatorischen, strategischen und operativen Voraussetzungen entscheidend sind, und stellt acht zentrale Handlungsbereiche mit Erfolgsfaktoren vor – als praxisnahen Leitfaden für eine nachhaltige LCNC-Einführung.

Datenmüll kostet Geld Warum Stammdatenqualität zur Führungsaufgabe wird

Datenqualität ist kein IT-Aufräumprojekt. Sie ist eine Führungsaufgabe. Wer ein ERP-System einführen oder KI produktiv nutzen will, muss zuerst klären, welche gemeinsame Wahrheit das Unternehmen verwendet. Schlechte Grunddaten bremsen ERP-Projekte, schwächen Entscheidungen und verhindern produktive KI-Nutzung. Dieser Beitrag erläutert, was Geschäftsführungen im Mittelstand jetzt tun müssen un warum Stammdatenqualität zur Führungsaufgabe wird.

Agentic AI in der ERP-Landschaft Warum Datenqualität zum entscheidenden Wettbewerbsfaktor wird

Künstliche Intelligenz verändert derzeit die Rolle klassischer ERP-Systeme. Während ERP-Lösungen weiterhin die operative Prozessabwicklung und Datenhaltung übernehmen, werden sie in vielen Unternehmen zunehmend durch spezialisierte KI-gestützte Forecasting-, Planungs- und Analyse-Systeme ergänzt. Dabei verbinden viele Unternehmen KI vor allem mit Automatisierung. Der größere Hebel liegt derzeit jedoch an anderer Stelle: in einer belastbaren Datenbasis. Datenqualität entwickelt sich damit zur Voraussetzung moderner Geschäftsprozesse – nicht nur in der Bedarfsplanung.