Chair for Information Systems and Information Management, Prof. Dr. Jörg Becker
Auswirkungen von In-
Memory-Datenmanagement
auf Geschäftsprozesse im
Business Intelligence Patrick Wessel, Sebastian Köffer, Jörg Becker
1
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
In-Memory-Datenmanagement - Vision
Bill Gates (1994): „Information at your fingertips“
Hasso Plattner (2009): „The impact on management of companies will be
huge, probably like the impact of Internet Search Engines on all of us“
Quelle: Gartner (2012)
2
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Forschungsfragen
Welche Literatur zum Thema IMDM wurde bereits
im Kontext betriebs-wirtschaftlicher
Prozessänderungen publiziert?
RQ 1
Inwiefern werden Geschäftsprozesse im BI-Umfeld
durch IMDM beeinflusst oder verändert?
RQ 2
3
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Agenda
1. Grundlagen In-Memory-Datenmanagement (IMDM)
3. Auswirkungen von IMDM
4. Auswirkungen auf BI-Geschäftsprozesse
5. Fazit und Diskussion
2. Methodik
4
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Grundlagen In-Memory-Datenmanagement
Die Idee ist nicht neu und entstand schon in den 80er Jahren
Unzuverlässigkeit des Hauptspeicher
hohe Kosten
softwarebedingte Adressierungsfehler
„Tape is Dead, Disk is Tape, Flash is Disk, RAM Locality is King”
Multicore-Architekturen und 64-Bit-Technologie
Zeilenorientierte Datenorganisation
Spaltenorientierte Datenorganisation
Z1
Z2
Z3
Z4
S1 S2 S3
A B C
A B C
A B C
A B C
Zeile Zeile Zeile Zeile
Spalte Spalte Spalte
sinkendes Preisniveau von Hauptspeicher
spaltenorientierte Datenspeicherung
Quelle: Plattner, H., Zeier, A.: In-Memory Data Management: An Inflection Point for Enterprise
Applications. Springer Heidelberg Dordrecht London New York (2011).
Gray (2006)
5
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Methodik
Literaturanalyse
Rückwärtssuche über ein Level
Bei besonders relevanten Autoren Vorwärtssuche
25 Publikationen relevant im Sinne der Forschungsfragen (70 Publikationen insges.)
RQ 1 3 Diskussionsaspekte
Performance zur Echtzeit-Analyse
Zusammenspiel von Big Data und In-Memory
In-Memory und Integration von OLAP und OLTP
RQ 2
Beispiele aus der Literatur
semi-strukturierte Interviews mit vier erfahrenen BI-Beratern
6
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Performance zur Echtzeit-Analyse
Source Evaluation
Acker et al. 2011
Davenport und Snabe 2011
Fabian und Günther 2011
Gartner 2011
Lechtenbörger/Vossen 2011
Lehner 2011
Plattner und Zeier 2011
Richardson 2011
Schütte 2012
Sinzig und Sharma 2011
Thiele et al. 2011
Winter et al. 2011
Zeier et al. 2011
Standpunkt
Zustimmung
Neutral
Wiederspruch
Mit Hilfe von IMDM kann
die Vision von Realtime
Business Intelligence
endlich umgesetzt werden.
7
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Zusammenspiel von Big Data und In-Memory
Source Evaluation
Chamoni 2011
Gartner 2011
Kemper und Neumann 2011
Kossmann 2011
Krueger et al. 2011
Lehner 2011
Ousterhout et al. 2011
Piller und Hagedorn 2011
Plattner und Zeier 2011
Russom 2011
Sinzig und Sharma 2011
Stonebraker 2011
Thiele et al. (2011)
Standpunkt
Zustimmung
Neutral
Wiederspruch
IMDM sorgt dafür, dass die
Herausforderungen durch
Big Data im Business
Intelligence gelöst werden
können
8
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Integration von OLAP und OLTP
Source Evaluation
Davenport und Snabe 2011
Kemper und Neumann 2011
Kossmann 2011
Krueger et al. 2011
Piller und Hagedorn 2011
Plattner 2009
Plattner und Zeier 2011
Sinzig und Sharma 2011
Stonebraker 2011
Strohmeier 2012
Thiele et al. 2011
Winsemann 2011
Winter 2011
Winter et al. 2011
Zeier et al. 2011
Zustimmung
Neutral
Wiederspruch
Standpunkt
IMDM wird dafür sorgen,
dass OLAP und OLTP-
Systeme langfristig
integriert werden können.
9
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Geschäftsprozesseigenschaften für die potentielle Nutzung von IMDM
Änderungsdynamik der Daten Häufige und unvorhersehbare Änderungen, der einem Geschäftsprozess
zugrunde liegenden Daten
Schwankungsbreite der Kenngrößen Starke Änderung der Kennzahlenwerte, die einen potentiellen Einfluss auf den
Unternehmenserfolg haben
Anzahl der Auswertungsoptionen Anzahl der Handlungsalternativen, die idealerweise gegeneinander abgewogen
werden müssen
Dringlichkeit der Analyseergebnisse Auswertungsergebnisse werden zeitnah benötigt
Komplexität der Auswertungen Die Auswertungen sind aufgrund der Algorithmen oder Datenstrukturen
vergleichsweise aufwendig
Datenmenge In dem zugrunde liegenden Geschäftsprozess werden relativ große
Datenbestände verarbeitet
10
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Nutzenpotentiale und Effekte von IMDM
Massive Steigerung der Auswertungshäufigkeit durch die
Verringerung der Programmlaufzeiten
Erhöhung der Auswertungsflexibilität ohne vordefinierte Strukturen
und durch die Möglichkeit viele Szenarien durchzuspielen
Steigerung der Aktualität der Daten
Vergrößerung der Datenbandbreite durch historische und aktuelle
Daten
Höherer Detaillierungsgrad durch den Zugriff auf Einzelbelege
11
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
IMDM - Anwendungsfälle
Marketing
iterative Kundensegmentierungen für
Marketingkampagnen auf der Basis von operativen Daten
Vertrieb
Servicequalität über mobile Applikationen zum
Wettbewerbsvorteil steigern
Deckungsbeitrag- Absatz- und Umsatzanalysen auf der
Basis von Einzelposten mit statistischen Methoden zur
Abweichungsanalyse
Planung
kürzere Planungszyklen und kurzfristige Änderungen
Disposition
Bedarfsprognoserechnung - Vermeidung von
Out-of-Stock-Situationen
SALE
12
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Hoch
Mittel
Niedrig
Ausw
ert
ungshäufigkeit
Ausw
ert
ungsflexib
ilitä
t
Aktu
alit
ät
Date
nbandbre
ite
Deta
illie
rungsgra
d
Operatives Reporting
Analyse
komplexe Auswertungsverfahren
Adaptive Planung
Daten aus mobilen Geräten
Nutzenpotential
Geschäftsprozesseigenschaften
Änderu
ngsdyn
am
ik
Schw
ankungsbre
ite
Ausw
ert
ungsoptionen
Dringlic
hkeit d
er
Analy
seerg
ebnis
se
Kom
ple
xität
Date
nm
enge
Operatives Reporting
Explorative Analyse
Komplexe Auswertungsverfahren
Adaptive Planung
Daten aus Endverbrauchergeräten
Geschäftsprozesseigenschaften
Auswirkung von IMDM auf BI-Geschäftsprozesse
Quelle: Piller, Hagedorn (2011) Business Benefits And Application Capabilities Enabled By In-Memory Data Management
13
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Vorläufige Ergebnisse der Fallstudienanalyse
4 semi-strukturierte Interviews
„ [...] die Situation in der ich in kürzester Zeit schnelle Entscheidungen treffen
muss und damit auf eine hohe Performance angewiesen bin. […] Ich kann aber
nur das in Echtzeit darstellen, was im System in Echtzeit verfügbar ist.“
„Der […] Prozess verändert sich insofern, dass durch die Wiederholung des
Prozesses in kürzeren Zeitabständen Informationen gewonnen werden. [...] Wenn
ich den Speicherplatz und die Performance zur Verfügung habe, ist es mir egal, ob
ich mehr Informationen aufnehme.“
„In einer Welt mit einem System würde im Prinzip nur noch ein
„Transform“ stattfinden. […] Die Auswirkungen einer Buchung
werde ich realtime sofort erkennen können.“
14
WI 2013 – Student consortium
Patrick Wessel, Sebastian Köffer, Jörg Becker
Fazit und Diskussion
Auswirkungen auf die Praxis
IMDM ist eine technologische Innovation mit Potential die wachsenden
Herausforderungen im BI-Umfeld zu erfüllen
neue Formen von Anwendungsklassen benötigen innovative Ideen
Höhe des Integrationsbedarfs ist ein entscheidender Aspekt bei der
Integration von OLAP und OLTP
Die gezielte Fragestellung und die Relevanz von Informationen innerhalb
von Geschäftsprozessen im BI-Umfeld sind nach wie vor entscheidend.
Anwendungsbereiche für IMDM sind von den Eigenschaften der jeweiligen
Geschäftsprozesse und den zu erzielenden Effekten abhängig
Auswirkungen auf die Forschung
nur wenig Arbeiten thematisieren die Auswirkungen von IMDM
auf Geschäftsprozesse
empirische und domänen-spezifische Forschung gefordert