Interaktiv statt Standard Data Warehouse – Data Mining

Zum Stellenwert

In den Unternehmen und Verwaltungen werden heutzutage viele Softwaresysteme für die Unterstützung von Geschäftstätigkeiten und Produktion eingesetzt. Jedes Softwareprodukt bietet normalerweise auch Funktionen zur Steuerung und Auswertung von Prozessen an. Dabei werden in aller Regel personenbezogene Daten erfasst, gespeichert und verarbeitet.

Die in den Unternehmen und Verwaltungen eingesetzte Software sind zu unterschiedlichen Zeitpunkten eingeführt worden und die Systeme sind aktuell in einem ganz mannigfaltigen Maße integriert. Neben ERP - Systemen, die alles integrieren (wollen) – wie z. B. SAP – gibt es auch den Flohzirkus aus neben einander betriebenen Software mal mit Schnittstellen verbunden, mal ohne Verbindung.

Die Möglichkeiten, die sich durch technischen Fortschritt ergeben und die Interessen, die vielen Daten, die in den unterschiedlichen Systemen enthalten sind, der Organisation als Information (Stichwort Wissensmanagement) zur Verfügung zustellen, haben zur Entwicklung von sog. Data Warehouse – Systemen geführt. Mit ihnen, so wird versprochen, kann der gesamte Datenbestand eines Unternehmens integriert ausgewertet werden.

Data Warehouse – System

Ein Data Warehouse verknüpft die unterschiedlichsten Daten miteinander, um sie der Unternehmenssteuerung unter einheitlichen Gesichtspunkten aussagekräftig zur Verfügung zu stellen.

Data Warehouse – Systeme bieten häufig Funktionen:

• zum Daten Management

• zur Abfragebehandlungen (sog. OLAP – Prozesse)

• zur Definition, Steuerung und Überwachung von Datenflüssen

• sowie Extraktionstools.

Als moderne Versionen von entscheidungsunterstützenden Systemen können sie aus allen operativen betriebswirtschaftlichen, produktionssteuernden sowie prozess- und kommunikationsunterstützenden Software die Stamm- und Bewegungsdaten extrahieren.

Dazu werden diese Daten aus den Datenbanken oder Dateisystemen gelesen und in einer einheitlichen Data Warehouse – System - Datenbank gespeichert, die für Auswertungszwecke optimiert ist.

Im SAP Data Warehouse – System „Business Warehouse“ z. B. werden Daten in InfoObjekte als kleinste betriebswirtschaftliche Einheit (z.B. Kunde) abgebildet und in InfoCube – Objekte für mehrdimensionale (aktuell bis 16) Reports vorgehalten.

Die Daten in den Data Warehouse – Systemen sind dann unabhängig von der Speicherung bzw. Löschung in dem operativen System hinterlegt und können dort separat aktualisiert werden.

Data Mart

Die Zusammenfügung des umfassenden Datenbestandes eines Unternehmens / einer Verwaltung ist bisweilen nicht zweckdienlich bzw. auch unter heutigen Bedingungen manchmal kaum oder nur mit unverhältnismäßig hohem Aufwand möglich.

Deshalb können auch nur die Datenbestände einzelner Abteilungen oder einzelner Geschäftsbereiche zusammen gesammelt werden. Dann wird dieses Data Warehouse – System „Data Mart“ (Marktplatz) genannt.

Auswertungsmöglichkeiten

Das Business Warehouse System von SAP bietet eine Reihe von Auswertungsmöglichkeiten, die hier exemplarisch für Auswertungen in Data Warehouse – Systemen stehen:

• Business Explorer Browser mit Reporting Menu

• Business Explorer Analyser für Queries als Zusatz für MS-Excel

• Formatiertes Reporting auf Basis der Crystal Reports

• Web Application Designer - Reporting übers Internet

• Business Content als Szenarien für die Analyse von Geschäftsprozessen (im Prinzip Übernahme der Standardreports von SAP – HR)

Bei diesen Auswertungen – wie bei allen Formen von Datenauswertungen- handelt es sich um regelbasierte Ansätze. Das hat die Konsequenz, dass die Wirklichkeit in Abhängigkeit von der Fragestellung und dem Regelwerk interessengeleitet abgebildet wird. Nicht die Wirklichkeit kommt heraus, sondern die, wie sie der Manager sehen will!

Data – Mining

Eine besondere und zusätzliche Form der Auswertung ist die sogenannte Data Mining Funktion.

Da dieser Begriff sehr schillernd benutzt wird – die Beliebigkeit resultiert vor allem aus den Verkaufsargumenten –, mag das Idealtypische dieser Funktion hier zur Erläuterung ausreichen:

Mit Hilfe von statistisch – mathematischen Verfahren können vor allem große Datenbestände ausgewertet werden, indem 2 unterschiedliche Momentaufnahmen, zwischen denen möglichst kleine Veränderungen durchgeführt wurden, verglichen werden, so dass Muster, die aus diesen Veränderungen resultieren, deutlich werden. Z.B. Umsatz bzw. Leistungskennzahlen eines Unternehmens, wenn zwischen den Zeitpunkten A und B der Beginn der Arbeitszeit um 15 min. verlegt wurde oder Abteilungsbesprechungen durchgeführt wurden oder für bestimmte Mitarbeitergruppen Weiterbildungen durchgeführt wurden, oder ....

Chancen von Data Warehouse – Systemen

Die Möglichkeit der Verknüpfung von Daten aus verschiedenen Unternehmensbereichen (technische, finanzwirtschaftliche, personalwirtschaftliche Kennzahlen) schafft eine ‚neue’ Sicht auf die Organisation.

Die Möglichkeit der Einbindung und Analyse aggregierter historischer Daten aus allen Systemen erlaubt eine Vergleichbarkeit unter erweiterten Zeitaspekten.

Die operativen Systeme werden entlastet, da die Reports im Data Warehouse – System ausgeführt werden.

Verschiedene Berichte können in einem Bericht zusammengefasst werden, wodurch sich eine neue Qualität der Auswertung ergibt.

Die Systeme bieten fürs Controlling größere Flexibilität.

Auswertungen können entlang den Geschäftsprozessen orientiert konstruiert werden.

Das effektive Arbeiten mit Data Warehouse – Systemen fordert Qualifizierung für die Beschäftigten.

Risiken von Data Warehouse – Systemen

Die dynamische Entwicklung der Systeme erzeugt eine Notwendigkeit zu ständigem Update und Upgarde.

Gefahren für den Datenschutz

• Die flexiblen Auswertungsmöglichkeiten erlauben es kaum, für die Speicherung und Verarbeitung von personenbezogenen Daten konkrete Zweckbestimmungen festzulegen.

• Personenbezogene Daten, die aus den operativen Systemen ‚herausgeholt’ werden, werden im Data Warehouse – System zweckentfremde genutzt und damit im Widerspruch zum Datenschutz ohne konkrete Zweckbestimmung und unter Umgehung des Gebots von Datensparsamkeit und Datenenthaltung gespeichert.

• Data Warehouse – System stellen Vorratsdatenspeicher dar, was im Widerspruch zum Datenschutz steht, der diese Form der Datenspeicherung verbietet.

• Man hat kaum eine Chance, personenbezogene Daten, die im Data Warehouse – System drin sind, wieder herauszubekommen.

Der erhöhte Qualifizierungsaufwand u.a. für das Modellieren von Auswertungen, wird bei den bestehenden Mängeln in der betrieblichen Weiterbildung nicht umgesetzt.

Die vielfältigen Auswertungen der Data Warehouse – System fördern die Gefahren, das der Beschäftigte zum gläsernen Mitarbeiter wird.

Die Kennzahlen, auf denen die Auswertungen fußen, bilden die Realität nur begrenzt ab:

• Durch Kennzahlorientierung entstehen neue Zwänge.

• Entscheidungen werden anhand von ‚einfachen’ Kennzahlen getroffen.

Ohne qualifizierte Mitbestimmung gesetzte Prioritäten und Bildung von Kennzahlen produziert eine reine Arbeitgeberwirklichkeit, die die Realität nur begrenzt abbildet. Dies fördert die Gefährdung des Unternehmenserfolgs.

Die Modellierung von Auswertungen ist kompliziert, so dass als Ergebnis herauskommt:

• Wichtiges wird nicht gemessen.

• Das Falsche wird gemessen.

• Es wird mit dem falschen Maßstab gemessen.

• Es wird gemessen, aber man weiß nicht, wofür.

Die Leistungsverdichtung und der Überwachungsdruck durch den Einsatz der Systeme wächst.

Handlungshinweise

Ein konsequentes Gremium wird seine Arbeit immer von bewusst - gemachten Zielen her bestimmen und steuern.

Die Mitbestimmung der I&KT – Systemen nach § 87.1.6 macht bei diesen komplexen Systemen nur Sinn vor dem gesamten Blumenstrauss der Mitbestimmung.

Die Gestaltung von Data Warehouse – Systemen ist eng verbunden mit der Frage, wie im Unternehmen geführt wird.

• Was machen die Führungskräfte mit den zusätzlichen Informationen aus dem Data Warehouse – System?

• In welcher Weise üben sie Einfluss auf die Beschäftigten aus, um betriebswirtschaftliche Ziele und/oder Ziele des Geschäftsprozesses zu erreichen?

• Inwieweit übernehmen sie selbst Verantwortung für die Verhältnisse, die die Zahlen bloß legen?

Die Festlegung von Kennzahlen und Messgrößen muss vor dem Hintergrund betriebs- / personalrätlichen Wissens hinterfragt werden.

Die Ergebnisse der Data Warehouse – Systeme müssen in einen Beteiligungsprozess einfließen, in dem auch die Sichtweisen und Erfahrungen der Betroffenen durch diese eingebracht werden.

Fragestellungen für KMUs

Data Warehouse – Systeme waren und sind teuer. Der Administrationsaufwand ist hoch. Beides sind Argumente, die zunächst gegen den Einsatz von Data Warehouse – Systemen in KMUs sprachen und teilweise heute noch sprechen.

Andererseits sind die Vorteile und Notwendigkeiten, die gesamten Daten aus der Software des Unternehmens der Organisation wieder als Information zur Verfügung zu stellen, für die Wettbewerbsfähigkeit von entscheidender Bedeutung.

Aktuell versuchen die Anbieter von Systemen, schlankere Applikationen anzubieten, die keine so großen Pflegeaufwand brauchen.

In effektiv geführten KMUs, die dann auch in einem hohen Maß beteiligungsorientiert seine müssen, werden die Data Warehouse – Systeme zu einem unverzichtbaren Bestandteil entscheidungsorientierter Werkzeuge werden.

Know-how Workshop

Wir bieten einem Workshop an, auf dem Fragen des betrieblichen Umgangs mit Data Warehouse – Systemen diskutiert werden sollen.

Dazu werden 3 Komplexe erörtert:

• Die Unterschiede zwischen klassischem Auswerten und Auswerten im Data Warehouse – Systemen werden thematisiert.

• Die Ziele des Gremiums bezogen auf die Auseinandersetzung mit IuK – Systemen müssen deutlich sein.

• Der Regelungsgegenstand von Data Warehouse – Systemen.

Dauer des Workshops: 4 Stunden

Themen des Workshops:

• Data Warehouse – was ist das?

• Welche Prozesse sind betroffen und wie können sie beeinflusst werden?

• Der Zusammenhang zwischen Zielen des Gremiums und Erfolg des Handelns

• Eckpunkte einer Betriebsvereinbarung, die u.a. realisiert, dass;

• ein Business Warehouse so konstruiert ist, dass die ursprüngliche Zweckbindung der Daten erhalten bleibt. Der Verarbeitungszweck dürfe nur anhand des Erhebungszwecks definiert werden;

• die Weitergabe von personenbeziehbaren Daten an Dritte verboten ist.

• Wie kann der Betriebs- / Personalrat das System nicht nur kontrollieren, sondern auch mitgestalten;

• Wie kann der Betriebs- / Personalrat sich an die Einbringung der Ergebnisse des Data Warehouse – Systems in die Controlling- und Personalentwicklungsprozesse beteiligt werden;

Interesse?

Wenn Sie Interesse an solch einem Workshop haben

• als firmeninterner nur mit ihrem Gremium oder

• als Teilnehmer an einem allgemein ausgeschriebenen,

klicken sie hier: