Data-Warehouse-Systeme

Anbindung an deine Quellsysteme

Das wichtigste Merkmal ist, ob das System deine vorhandenen Quellen anbinden kann. Prüf konkret, ob es für deine Warenwirtschaft, dein Buchhaltungssystem und deinen Shop fertige Konnektoren gibt oder ob du über Schnittstellen selbst bauen musst. Ein fertiger Konnektor spart Wochen. Eine selbstgebaute Anbindung ist möglich, kostet aber Entwicklungszeit und bricht, wenn der Anbieter des Quellsystems etwas ändert.

Umgang mit Änderungen in der Historie

Ein oft übersehenes Thema: Was passiert, wenn sich ein Stammdatum ändert. Ein Kunde zieht von einer Region in die andere. Willst du seine alten Umsätze weiterhin der alten Region zurechnen oder rückwirkend der neuen. Beide Antworten können richtig sein, je nach Frage. Ein gutes System erlaubt dir, solche Historien abzubilden. Frag in der Demo gezielt danach, wie das gelöst wird.

Geschwindigkeit bei deinen Datenmengen

Auswertungen müssen schnell genug sein, dass Leute sie tatsächlich nutzen. Ein Bericht, der zehn Minuten lädt, wird nicht geöffnet. Lass die Demo nicht mit einem Spielzeugdatensatz laufen, sondern mit einer Menge, die deiner echten Situation nahekommt. Ein Anbieter, der das nicht zeigen will, hat einen Grund.

Aktualität der Daten

Klär früh, wie oft die Daten aktualisiert werden müssen. Reicht ein nächtlicher Lauf, oder brauchst du Zahlen, die nur Minuten alt sind. Nahezu aktuelle Daten sind technisch aufwendiger und teurer. Viele Betriebe glauben, sie bräuchten Echtzeit, und stellen dann fest, dass niemand vor neun Uhr morgens in die Zahlen schaut.

Rechte und Sichtbarkeit

Nicht jeder soll alles sehen. Der Regionalleiter Süd braucht seine Zahlen, nicht die des Nordens, und die Personalkosten gehören nur in bestimmte Hände. Prüf, ob sich Zugriffsrechte fein genug einstellen lassen, bis auf Zeilen- und Spaltenebene, nicht nur pro Bericht.

Wer bedient es später

Ein Warehouse allein liefert keine Berichte, es liefert die Grundlage dafür. Entscheidend ist, wer die Auswertungen baut. Hast du jemanden im Haus, der mit Datenmodellen umgehen kann, oder bist du auf einen externen Dienstleister angewiesen. Wenn Letzteres, dann ist die Bindung an diesen Dienstleister ein Kostenfaktor über Jahre. Klär, ob du die Modelle auch selbst weiterentwickeln kannst oder ob jede Änderung eine Rechnung auslöst.

Betrieb im eigenen Haus oder in der Cloud

Du hast grob die Wahl zwischen einer Lösung, die auf deiner eigenen Hardware läuft, und einer, die als Dienst aus der Cloud kommt. Die Cloud-Variante nimmt dir den Betrieb ab, bindet dich aber an laufende Gebühren und wirft die Frage auf, wo deine Daten liegen. Die eigene Lösung gibt dir Kontrolle, verlangt aber Fachwissen für Betrieb und Wartung. Es gibt hier kein grundsätzlich richtig, nur ein Passendes für deine Lage.

Ausstiegskosten mitdenken

Frag vor dem Einstieg, wie der Ausstieg aussieht. Kommst du an deine Daten und Modelle heran, wenn du das System wechseln willst, oder liegen sie in einem Format fest, das nur dieser Anbieter lesen kann. Diese Frage stellt kaum jemand am Anfang, und genau darum ist sie später teuer.

Test mit echten Fragen

Lass die Demo eine Frage beantworten, die du wirklich hast und heute nicht beantwortet bekommst. Nicht die Standardvorführung des Anbieters, sondern dein Fall. So siehst du, wie viel Aufwand dahintersteckt und ob das System deine Realität abbildet.

Die Lizenz oder Grundgebühr ist bei Warehouse-Systemen fast nie der größte Posten. Rechne breiter.

Was in die Rechnung gehört

Bei Cloud-Diensten zahlst du häufig nach genutztem Speicher und nach Rechenleistung, also danach, wie viel und wie oft du auswertest. Das macht die Kosten schwer vorhersehbar: Ein Team, das viel und unbedacht abfragt, kann die Rechnung schnell in die Höhe treiben. Achte darauf, ob du Obergrenzen und Warnungen setzen kannst.

Bei Lösungen im eigenen Haus fallen Kosten für Hardware, deren Wartung und Strom an, dazu die Arbeitszeit der Leute, die das System betreiben. Diese Kosten sind stiller, aber real.

Der größte Posten wird oft vergessen

Die Einführung selbst, das Anbinden der Quellen, das Aufbauen der Datenmodelle und das Prüfen, ob die Zahlen stimmen, ist in vielen Projekten teurer als alle Lizenzgebühren zusammen. Das ist Arbeitszeit, intern oder extern. Wenn ein Angebot diesen Teil klein erscheinen lässt, sei vorsichtig.

Laufende Pflege

Ein Warehouse ist nicht fertig, wenn es steht. Quellsysteme ändern sich, neue Fragen kommen auf, Modelle müssen angepasst werden. Plan feste Arbeitszeit für die Pflege ein, sonst veraltet das System langsam und wird irgendwann nicht mehr genutzt, weil ihm keiner mehr traut.

Man baut das Warehouse, bevor die Fragen feststehen

Der häufigste Fehler ist, mit der Technik anzufangen statt mit den Fragen. Ein Betrieb schafft ein System an, lädt alle Daten hinein, die er finden kann, und stellt dann fest, dass niemand genau weiß, was er damit beantworten will. Das Ergebnis ist ein teurer Datenspeicher, den keiner nutzt. Fang mit den fünf Fragen an, die dich wirklich umtreiben, und bau rückwärts.

Niemand ist für die Datenqualität zuständig

Wenn im Quellsystem Müll steht, steht im Warehouse Müll, nur schneller aggregiert. Kunden doppelt angelegt, Kategorien uneinheitlich vergeben, Pflichtfelder leer. Das Warehouse macht diese Probleme sichtbar, es behebt sie nicht. Wer nicht vorher klärt, wer die Datenqualität in den Quellsystemen verantwortet, verschiebt das Problem nur.

Zwei Abteilungen, zwei Wahrheiten

Der Vertrieb definiert Umsatz anders als die Buchhaltung, weil beide gute Gründe haben. Wenn diese Definitionen nicht vorher geklärt und im Warehouse festgeschrieben werden, sitzen später wieder Leute mit widersprüchlichen Zahlen im Meeting, nur dass jetzt beide behaupten, ihre kämen aus dem Warehouse. Die Definitionsarbeit ist unbeliebt und unverzichtbar.

Das Projekt hängt an einer Person

Oft baut eine einzige Person alles auf, kennt jedes Modell und jede Verknüpfung. Wenn diese Person geht, weiß niemand, wie das System funktioniert. Dokumentation klingt langweilig, ist hier aber die Versicherung gegen Stillstand.

Ich bin kein Anwalt, und das Folgende ersetzt keine Rechtsberatung. Aber es gibt Punkte, die du im Auswahlprozess nicht übersehen darfst.

Personenbezogene Daten

Sobald in deinem Warehouse Daten stecken, die sich einer Person zuordnen lassen (Kundennamen, Kontaktdaten, auch Verhalten wie Kaufhistorie), gilt die Datenschutz-Grundverordnung. Das betrifft die Frage, wofür du diese Daten verarbeiten darfst, wie lange du sie aufbewahrst und ob du sie überhaupt in dieser Detailtiefe brauchst. Für viele Auswertungen reichen aggregierte oder pseudonymisierte Daten, und dann solltest du auch nur die vorhalten.

Auftragsverarbeitung und Ort der Daten

Nutzt du einen Cloud-Dienst, verarbeitet ein Dritter deine Daten in deinem Auftrag. Dafür brauchst du einen Vertrag zur Auftragsverarbeitung. Klär außerdem, in welchem Land die Daten liegen. Bei Anbietern mit Servern außerhalb der EU stellen sich zusätzliche Fragen zum zulässigen Datentransfer, die du sauber beantwortet haben willst, bevor du unterschreibst.

Aufbewahrung und Löschung

Steuerlich relevante Daten musst du über gesetzliche Fristen aufbewahren, während die DSGVO verlangt, personenbezogene Daten zu löschen, wenn der Zweck entfällt. Diese beiden Anforderungen können sich reiben. Dein Warehouse sollte erlauben, Daten gezielt zu löschen oder zu anonymisieren, ohne dass die für die Aufbewahrung nötigen Werte verloren gehen.

Mitbestimmung

Wertest du Daten aus, die Rückschlüsse auf das Verhalten oder die Leistung von Mitarbeitenden zulassen, ist in Betrieben mit Betriebsrat dessen Mitbestimmung zu beachten. Hol diese Beteiligung früh ein, nicht erst, wenn das System schon läuft.

Schritt eins: Fragen sammeln

Setz dich mit den Leuten zusammen, die Entscheidungen treffen, und lass sie die Fragen aufschreiben, die sie heute nicht oder nur mühsam beantwortet bekommen. Sortier sie nach Wert. Die fünf wichtigsten sind dein Fahrplan.

Schritt zwei: Quellen kartieren

Halt fest, in welchen Systemen die Daten liegen, die du für diese Fragen brauchst. Notier für jedes System, wie du herankommst und wie sauber die Daten dort sind. Hier zeigt sich oft, dass eine wichtige Frage gar nicht beantwortbar ist, weil die Datenbasis fehlt.

Schritt drei: Definitionen klären

Einigt euch, was Begriffe wie Umsatz, aktiver Kunde oder Marge genau bedeuten. Schreibt es auf. Das ist die undankbarste Arbeit im ganzen Projekt und die, die den meisten Streit später vermeidet.

Schritt vier: Zwei oder drei Systeme mit deinem Fall testen

Gib den Anbietern deine echte Frage und einen realistischen Datenausschnitt. Lass die Demo von der Person bedienen, die später damit arbeitet, nicht vom Verkäufer und nicht vom Chef. Miss, wie lange eine typische Auswertung dauert und wie viel Aufwand eine Änderung macht.

Schritt fünf: Gesamtkosten über drei Jahre rechnen

Zähl Lizenz oder laufende Gebühr, Einführung, Pflege und die Arbeitszeit deiner Leute zusammen, über drei Jahre gedacht. Die günstigste Grundgebühr gewinnt selten die Gesamtrechnung.

Schritt sechs: Klein anfangen

Bau zuerst die Antwort auf deine wichtigste Frage, bring sie in Betrieb und lass Leute damit arbeiten. Erst wenn das trägt, kommt die nächste Frage dazu. Ein Warehouse, das mit einem echten Nutzen startet, gewinnt Vertrauen. Ein Warehouse, das erst nach einem Jahr etwas liefert, verliert es.