(Auszug aus der Diplomarbeit von Ralph Leipert: "Analytische Informationssysteme als Basis des Risikomanagement der Unternehmung")

Management Support Systeme (MSS) haben ihren Ursprung in den 60er Jahren. Mit dem Aufkommen von großen Datenbeständen in den wachsenden Informationssystemen kam die Idee auf, die Daten für Führungsfunktionen zu nutzen. Dabei wurden aus der Datenbasis Daten gesucht und herausgefiltert, um sie dann zu Führungsinformationen zu generieren. Zielsetzung der Management Information Systeme (MIS) war die Informationsversorgung des vor­wiegend dispositiv tätigen Managements und der Rationalisierung des unternehmerischen Entscheidungsprozesses.³⁵ Durch die technischen Grenzen wurde aus diesen MIS jedoch eher ein verbessertes Berichtswesen, welches automatisch Berichte und Ad-hoc-Abfragen erstellen und ausdrucken konnte. Diesen MIS fehlte die Interaktivität und Dialogorientierung, um die gesteckten Ziele zu erfüllen.³⁶

Abbildung 3-5 Komponenten der Management Support Systeme³⁷

In den späten 70er und Anfang der 80er Jahre wurden Anwendungsprogramme entwickelt, welche die operativen Datenbestände unter Vermeidung der Schwachpunkte in den MIS zur Managementunterstützung nutzten. Dabei sollten gezielt Informationen aus dem Datenbestand herausgezogen werden, um sie dann auf dem PC des Managers mit Hilfe von Präsentations- und Analysewerkzeugen auszuwerten. Damit sollte die reine Informationsversorgung durch entsprechende Tools zur Unterstützung der Planung und Entscheidungsfindung abgelöst werden. Diese Systeme fielen unter den Begriff Decision Support Systeme (DSS). Jedoch waren damals viele Mängel aufgetreten wie ungenügende Konsistenz, Homogenität, Transparenz und Relevanz der abgespeicherten Daten. Hinzu kamen Probleme der Bedienungsfreundlich­keit und Leistungsfähigkeit der Endbenutzerwerkzeuge. Dies führte schließlich zum Scheitern vieler Projekte die das Ziel hatten, ein MSS zu entwickeln. Trotzdem sind viele solcher Systeme in der Praxis im Einsatz. Erkennt man den Problemlösungsbedarf und grenzt den Problemumfang ein, leisten solche Systeme gute Dienste im Rahmen der Generierung und Bewertung von Alternativen.³⁸ Die Datenanalyse, speziell die Nutzung der umfangreichen Datenbestände zur Unterstützung des Managements, wurde jedoch damit nicht abgedeckt.

Erst die neueren Versuche (seit Anfang der 90er), DSS bzw. MSS zu entwickeln, geben Anlaß für Optimismus. Bei diesen neuen Ansätzen wird versucht, die MSS in zwei Phasen aufzubauen. In der ersten Phase werden die Daten für die Eignung zu Analysezwecken aufbereitet und erst in der zweiten Phase wird die Analyse dieser Daten durchgeführt. Dabei soll die Aufbereitung der Daten die Problembereiche der OLTP lösen. Dieser neue Ansatz kann durch das Konzept der „Analytischen Informationssysteme“ realisiert werden.

3.3 Analytische Informationssysteme

Unter dem Begriff „Analytische Informationssysteme“ versteht man die logische Einklammerung der gängigen Schlagworte „Data Warehouse“, On-Line Analytical Processing“ und „Data Mining“³⁹ Unter allen drei Konzepten besteht die Gemeinsamkeit, historische und verdichtete Daten zu verarbeiten, um Informationen zur Entscheidungsfindung zu generieren. Dabei bildet das Data Warehouse die Grundlage der Analytischen Informationssysteme (AIS). Im Data Warehouse werden die benötigten Unternehmensdaten gespeichert und mit On-Line Analytical Proceessing Tools (OLAP) (Anwenderanalyseprogrammen bzw. -tools) abgerufen. Der Vorteil zu bisherigen Anwenderprogrammen liegt bei den OLAP-Tools in der Analyseeigenschaft. Data Mining ist ein kontinuierlicher Prozeß, der die Daten nach bestimmten Zusammenhängen untersucht. Dabei kommen unterschiedliche Verfahren wie die Clusterana­lyse, Bayes-Statistik und Induktives Lernen zum Einsatz. Data Mining kann somit eher als Ergänzung, als eine Alternative zu den gängigen Abfragetools gesehen werden. In den folgenden Kapiteln werden diese Konzepte bzw. Prozesse der AIS weiter untersucht.

35 Vgl.: Koreimann, D. S., (1971), S.21ff

36 Vgl.: Chamoni, P. / Gluchowski, P. (1998), S.6-7

37 Vgl.: Chamoni, P., Gluchowski, P. (1998), S.9

38 Vgl.: Chamoni, P. / Gluchowski, P. (1998), S.8

39 Vgl.: Chamoni, P. / Gluchowski, P. (1998), S.3