Cookies helfen uns bei der Bereitstellung von ControllingWiki. Durch die Nutzung von ControllingWiki erklärst du dich damit einverstanden, dass wir Cookies speichern. Weitere Informationen

OLAP

Aus ControllingWiki

Wechseln zu: Navigation, Suche
Achtung. Sie nutzen eine nicht mehr unterstützte Version des Internet Explorer. Es kann zu Darstellungsfehlern kommen. Bitte ziehen Sie einen Wechsel zu einer neueren Version des Internet Explorer in Erwägung oder wechseln Sie zu einer freien Alternative wie Firefox.

Prüfsiegel gültig bis 2022

OLAP ist die Abkürzung von Online Analytical Processing. Man versteht darunter einen bestimmten Datenbanktyp, bei dem – im Gegensatz zu transaktionsorientierten Systemen (z.B. Buchungen oder Bestellungen durchführen) – das Auswerten vorhandener Datenbestände im Vordergrund steht. Zugrunde liegt dieser von Edgar F. Codd in den 90er Jahren geprägten Technologie eine spezielle Art der Datenhaltung mit multidimensionaler Datenmodellierung. Damit kann man z.B. Umsatz- oder Deckungsbeitragsgrößen hinsichtlich mehrerer – zuvor selbst definierter – Dimensionen auswerten: etwa je Produkt, je Kunde, je Region oder Vertriebsweg.

Zur bildlichen Darstellung verwendet man gerne Würfel, so genannte „OLAP-Cubes“. Bei dieser „papiergebundenen“ Abbildung ist man allerdings auf drei Dimensionen beschränkt, dies gilt nicht für die OLAP-Technologie. Zehn bis fünfzehn Dimensionen in einem Datenwürfel stellen für die meisten am Markt üblichen Programme kein Problem dar. Die Anzahl der möglichen Dimensionen hängt auch von Anzahl der Ausprägungen pro Dimension (= Elemente) ab. Beispiel: Zur Dimension „Art der Zahl“ könnten Plan-, Ist- und Forecast-Werte gehören.

OLAP-Systeme beziehen ihre Daten entweder direkt aus operativen Vorsystemen (auch ERP-Systeme genannt – „Enterprise Resource Planning“). Dies geschieht vor allem dann, wenn nur wenige Daten verarbeitet werden sollen. Bei größeren Datenbeständen importiert man gerne aus einem zentralen Data Warehouse („Daten-Supermarkt“). Dorthin werden periodisch die Daten aus meistens mehreren Vorsystemen übernommen und redundant gehalten. Das Data Warehouse ist auf eigens dafür vorgesehener Hardware (Server) getrennt von den Vorsystemen installiert.

Einen besonders großen Vorteil bieten OLAP-Werkzeuge bei der Durchführung komplexer Analysen, die ein sehr hohes Datenaufkommen verursachen, denn die Zugriffszeiten liegen deutlich unter denen herkömmlicher relationaler Datenbanken. Das liegt daran, dass solche Systeme auf Massendatenverwaltung und weniger auf Reporting- und Analysemöglichkeiten ausgerichtet sind.

OLAP-Systeme als Teil von Business Intelligence (BI)

Als BI-Systeme bezeichnet man Planungs-, Analyse- und Reportingwerkzeuge, die Controllern dabei helfen, ihre Kernaufgaben in diesen Gebieten effektiver und effizienter zu gestalten. Mit Hilfe eines richtigen Einsatzes von BI-Systemen können beispielsweise folgende Vorteile erzielt werden:

  • Zeitersparnis beim Standardreporting durch automatisierte Schnittstellen und damit Reduzierung der Fehleranfälligkeit des Prozesses (Fast Close)
  • Bessere Analysemöglichkeiten z.B. durch den Einsatz von Data Mining-Systemen, die automatisch bisher unerkannte, aber wichtige Auffälligkeiten innerhalb eines großen Datenbestandes aufzeigen
  • flexibles und schnelles Ad-hoc-Reporting
  • Verbesserung der Qualität der Informationsaufbereitung durch einfache Darstellung von Tabellen und Grafiken
  • Personalisierter Datenzugriff über Intranet oder Web-Browser
  • Verkürzung des Planungsprozesses durch einfache dezentrale Erfassung (in der Regel Excel als Front End Tool) und Konsolidierung der Plandaten.

Die Amortisationszeiten von BI-Systemen liegen oft bei ein bis drei Jahren. Mit einem noch stärkeren Einsatz in den nächsten Jahren ist also zu rechnen.

Quelle

Controller Handbuch, 6. Auflage neu geschrieben, Verlag für ControllingWissen AG, Offenburg, 2008

Ersteinstellende Autoren

Albrecht Deyhle, Controller Akademie

Gerhard Radinger, Controller Akademie