Ein Business Intelligence-System sammelt automatisiert Informationen aus
verschiedenen, zumeist operativen und betrieblichen
Informationssystemen. Die so extrahierten Daten werden anschließend in
der Regel für strategische Managemententscheidungen aufbereitet und in
geeigneter Form dem Management bzw. der jeweiligen Zielgruppe im
Unternehmen zur Verfügung gestellt. Um Business Intelligence
durchzuführen ist ein Data Warehouse nicht zwingend nötig, aber
vorteilhaft. Ein Data Warehouse kann als Datenverwaltungssystem
verstanden werden, das Kontrollmöglichkeiten bei Abläufen in Unternehmen
sowie Entscheidungshilfen für die Führungskräfte liefert. Die Erstellung
und Nutzung solcher Systeme stellt jedoch noch keinen Erfolg sicher. Es
kommt vielmehr auch auf eine durchdachte Strategie an. Dabei zeigt sich
immer wieder, dass der Erfolg von Data Warehouse-Projekten maßgeblich
vom Vorgehen im Projekt bestimmt ist. Voraussetzung für die
ingenieurmäßige Entwicklung eines Data Warehouses ist demnach die
Verwendung eines geeigneten Vorgehensmodells, das eine nachvollziehbare
und variierbare Steuerung des gesamten Entwicklungsprozesses garantieren
soll. Jedem Vorgehensmodell sind Methoden für die jeweiligen Aktivitäten
und unterstützende Softwarewerkzeuge zugeordnet. Vorgehensmodelle
stellen vorgegebene Rahmenwerke dar, die die (vor allem zeitliche)
Abarbeitung der notwendigen Aktivitäten systematisch beschreiben. Sie
sind deshalb als wichtige Hilfsmittel zu betrachten, um die
Erfolgswahrscheinlichkeit von IT-Projekten zu erhöhen. Bei Einführung
eines Data Warehouses bestehen jedoch ganz spezifische Aspekte und
Besonderheiten, die durch das Vorgehensmodell berücksichtigt werden
müssen. Für die Implementierung eines Data Warehouses wird ein
Vorgehensmodell benötigt, das quantitativen und qualitativen
Managementansprüchen gerecht wird und, im Rahmen der Business
Intelligence, eine effektive und effiziente Nutzung garantieren soll.
Von dieser Prämisse ausgehend wird ein Vorgehensmo