Agile Business Intelligence

Theorie und Praxis

Stephan Trahasch, Michael Zimmer

• Verlag: dpunkt
• Jahr: 2016
• ISBN:
  9783864918742
• Thema: Informatik
• Thema: Data-Warehousing

Agile Methoden und Vorgehensweisen werden heute auch in BI-Projekten erfolgreich und gewinnbringend eingesetzt. Dabei steht eine ganze Reihe unterschiedlicher Ansätze zur Steigerung der BI-Agilität zur Verfügung. Entscheidend für den Erfolg ist die ganzheitliche Betrachtung von BI-Architekturen, -Organisationsformen, -Technologien und an BI angepasste agile Vorgehensmodelle.Die Autoren erörtern in diesem Buch Agile Business Intelligence, indem sie zunächst BI-Agilität mithilfe eines Ordnungsrahmens definieren und strukturieren. Auf diesen Grundlagen aufbauend zeigen sie anhand von konkreten Fallstudien, wie Agilität in BI-Projekten umgesetzt werden kann. Hierbei handelt es sich beispielsweise um die Durchführung agiler Projekte zum Aufbau eines Data Warehouse oder um die Umsetzung von Sandboxes auf Basis von In-Memory-Technologien.Behandelt werden im Einzelnen: • Der Einsatz von Scrum in der Business Intelligence• Anforderungsmanagement durch User Stories• Modellierung agiler BI-Systeme• Data Vault für agile Data-Warehouse-Architekturen• Agile BI-Architekturen• Automatisiertes Testen• BI-Agilität: Relevanz, Anforderungen und Maßnahmen• Agil und dezentral zum Enterprise Data WarehouseDas Buch richtet sich an Praktiker aus dem BI-Projektmanagement und der BI-Entwicklung sowie an BI-Entscheider, BI-Berater und Mitarbeiter aus den Fachabteilungen, die für BI-Lösungen verantwortlich sind.In der Edition TDWI erscheinen Titel, die vom dpunkt.verlag gemeinsam mit dem TDWI Germany e.V. ausgewählt und konzipiert werden. Inhaltliche Schwerpunkte dieser Reihe sind Business Intelligence und Data Warehousing.

1 Agile Business Intelligence

Stephan Trahasch, Michael Zimmer, Robert Krawatzeck

Auch in der Business Intelligence (BI) werden zunehmend erfolgreich agile Methoden und Frameworks eingesetzt. Grundlegend für alle agilen Vorgehensweisen sind agile Werte und Prinzipien. Wurden die Werte und Prinzipien des agilen Manifests [Agiles Manifest 2001] und die daraus abgeleiteten Methoden zu Beginn meist eins zu eins auf die BI übertragen, so hat sich das Verständnis von BI-Agilität als ganzheitliche Eigenschaft der BI im deutschsprachigen Raum etabliert, und agile Methoden wurden auch auf die Besonderheiten der BI adaptiert. In diesem Kapitel werden BI-Agilität und Agile BI erläutert, ein Ordnungsrahmen für Maßnahmen zur Steigerung der BI-Agilität eingeführt sowie Werte und Prinzipien für eine Agile BI definiert. Einige Prinzipien und agile Methoden werden exemplarisch erläutert und auf die jeweiligen Kapitel in diesem Buch verwiesen.

1.1 Einleitung

Business Intelligence (BI) als unternehmensspezifischer Ansatz zur Entscheidungsunterstützung ist mit den zugehörigen Technologien und Anwendungen eine Voraussetzung für die faktenbasierte Entscheidungsfindung und letztlich für eine erfolgreiche Unternehmenssteuerung. BI stellt einen Kernbestandteil der IT-Infrastruktur von Unternehmen dar, und die Weiterentwicklung der analytischen Möglichkeiten von BI-Anwendungen zählt nach wie vor zu den wichtigsten Themen für Unternehmen [Gartner 2014]. Zeitnahe Analysen aufgrund einer hohen Marktdynamik und ein besseres Verständnis für Produktion, Lieferanten, Kunden und Märkte sind Basis für die Unternehmenssteuerung und notwendig, um die Wettbewerbsfähigkeit zu erhalten und auszubauen. Dies erfordert eine sehr hohe Flexibilität und Adaptionsfähigkeit der dispositiven Systeme zur Entscheidungsunterstützung. Demgegenüber steigt durch die Dynamik und zusätzliche Datenquellen die Komplexität der zu verarbeitenden Daten für die Analyse, was beispielsweise an Form (strukturiert vs. unstrukturiert), Abhängigkeit (Data Governance, Data Ownership, Historie) und Menge der Daten deutlich wird. Hohe Anpassungsfähigkeit und steigende Komplexität sind eine große Herausforderung für Business-Intelligence-Lösungen (vgl. [Kemper et al. 2010]) und für die Weiterentwicklung von Unternehmen.

Werden Softwareprodukte und insbesondere analytische Anwendungen klassisch, z. B. nach dem Wasserfall- oder V-Modell, entwickelt, besteht ein sehr hohes Risiko, dass nicht zeitnah auf Änderungen in einem dynamischen Umfeld reagiert werden kann und Geschäftsziele letztlich nicht erreicht werden. Die Lösung entspricht bei der Fertigstellung und der Auslieferung nicht mehr den veränderten Gegebenheiten und den Anforderungen der Stakeholder.

Agile Softwareentwicklung hingegen stellt einen leichtgewichtigen und flexiblen Ansatz dar, um mithilfe kontinuierlicher Rückkopplungen und kurzer Iterationszyklen einen schnellen Einsatz der entwickelten Systeme zu erreichen und so durch Transparenz Risiken im Entwicklungsprozess zu minimieren und auf Änderungen frühzeitig reagieren zu können. Agile Softwareentwicklung ist jedoch nicht nur die Anwendung von agilen Methoden und Frameworks, sondern stellt eine grundlegende Haltung und Denkweise der Mitarbeiter und der Organisation zur Realisierung von Softwareprojekten dar. Im Manifest für Agile Softwareentwicklung [Agiles Manifest 2001] wurden Werte und Prinzipien definiert, die den Bezugsrahmen für agile Softwareentwicklung festlegen. Die zu schätzenden Werte sind:

• »Individuen und Interaktionen mehr als Prozesse und Werkzeuge
• Funktionierende Software mehr als umfassende Dokumentation
• Zusammenarbeit mit dem Kunden mehr als Vertragsverhandlung [und]
• Reagieren auf Veränderung mehr als das Befolgen eines Plans«.

Aus diesen agilen Werten wurden zwölf Prinzipien für agile Softwareentwicklung, wie beispielsweise: »Unsere höchste Priorität ist es, den Kunden durch frühe und kontinuierliche Auslieferung wertvoller Software zufrieden zu stellen« und »Fachexperten und Entwickler müssen während des Projektes täglich zusammenarbeiten« [Zwölf Prinzipien 2001] abgeleitet.

Da sich BI-Projekte in einigen Aspekten von Softwareentwicklungsprojekten unterscheiden, sind diese Werte und Prinzipien sowie die agilen Methoden und Vorgehensmodelle nicht direkt auf die Entwicklung dispositiver Systeme übertragbar (vgl. auch Kap. 2 oder 6). Unterschiede sind dabei beispielsweise eine erschwerte Anforderungsanalyse, abteilungsabhängige fachliche Begriffsdefinitionen sowie eine hohe Vernetzung der abteilungsübergreifenden beteiligten Systeme [König 2009]. Zusätzlich werden BI-Lösungen mithilfe von heterogenen und nicht integrierten BI-Werkzeugen (Datenintegration, Datenhaltung, Analyse, Informationsbereitstellung) entwickelt, deren Funktionsumfang die BI-Anwendungen reglementieren [Krawatzeck et al. 2013]. Des Weiteren ist die genaue Spezifikation von Key Performance Indicators (KPIs) und zu realisierenden Reports häufig nur möglich, wenn die Daten aus den Quellsystemen durch den Fachbereich gemeinsam mit dem BI-Entwicklungsteam in dem zur Verfügung stehenden BI-Tool vor der eigentlichen Realisierung analysiert werden können. Die Anforderungsanalyse setzt somit eine sehr enge Zusammenarbeit mit den Fachabteilungen voraus, damit die Fachanwender sinnvoll die Anforderungen definieren können und diese für das Entwicklungsteam nachvollziehbar sind. Erschwerend kommt bei BI-Projekten hinzu, dass oftmals langjährig bestehende BI-Lösungen erweitert und angepasst werden müssen, um neue analytische Fragestellungen beantworten zu können. Wobei die ursprünglichen Systeme hierfür z. T. nicht konzipiert wurden. Herausforderungen sind dabei u. a. die Beibehaltung der Historie von Daten und das erschwerte Refactoring aufgrund fehlender Funktionskapselung mit standardisierten Programmierschnittstellen. Bei der Entwicklung von BI-Anwendungen handelt es sich um einen kontinuierlichen Prozess zur Erfüllung eines Informationsbedarfs mit permanenten Anpassungen auch während des Betriebs.

Agile Vorgehensmodelle und Methoden aus dem Software Engineering sind daher nicht eins zu eins auf Business Intelligence übertragbar. Die agilen Werte und Prinzipien, wie zum Beispiel die Wertschätzung von »Zusammenarbeit mit dem Kunden mehr als Vertragsverhandlung« und »Reagieren auf Veränderung mehr als das Befolgen eines Plans«, sind ein guter Ausgangspunkt, um eine anpassungsfähige BI-Entwicklung unter Berücksichtigung steigender Dynamik und Komplexität zu ermöglichen [Zimmer et al. 2012].

1.2 BI-Agilität und Agile Business Intelligence

Unter BI subsumierte Gesamtansätze zur Entscheidungsunterstützung stehen heute vor der Aufgabe, sowohl übergreifende Anforderungen nach Standardisierung als auch bereichsspezifische Agilitätsanforderungen abzubilden. Unter BI-Agilität wird in diesem Zusammenhang die Eigenschaft der BI einer Organisation verstanden, vorhersehbare und unvorhersehbare Anforderungen in Bezug auf Funktionalität oder den Inhalt einer BI-Lösung unternehmenseffizient in einem vorgegebenen Zeitrahmen in angemessener Qualität abzubilden. BI-Agilität beinhaltet einerseits eine Reaktion auf vorhersehbare Anforderungen und andererseits das proaktive Unterstützen von unvorhersehbaren Anforderungen vor dem Hintergrund einer für das Unternehmen effizienten Lösung. In diesem Zusammenhang werden unter Agile BI alle Maßnahmen zur Erhöhung [Zimmer 2015, S. 67] oder Verbesserung der BI-Agilität verstanden [Krawatzeck et al. 2013]. Dabei beschränkt sich Agile BI nicht allein auf die Auswahl und Anwendung eines agilen Vorgehensmodells zur Produktentwicklung, sondern schließt zudem Maßnahmen aus den Bereichen Prinzipien (z. B. Modularisierung, vgl. Kap. 6), Methoden (z. B. Testautomatisierung, vgl. Kap. 7) und Technologie (Data Lakes, vgl. Kap. 8 und 15) ein (vgl. Kap. 8 und 14). Grundlage für alle Methoden und Frameworks sind immer die agilen Werte und Prinzipien.

Abbildung 1–1 stellt die beiden Begriffe BI-Agilität als Eigenschaft der BI und Agile BI als konkrete Maßnahmen schematisch zueinander in Bezug.

Abb. 1–1 Definition der Begriffe BI-Agilität und Agile BI

Eine hohe BI-Agilität hat keinen Alleinvertretungsanspruch und ist immer unternehmensindividuell auszugestalten. Nicht jeder Unternehmensbereich unterliegt einer hohen Dynamik, sodass hierfür eine hohe BI-Agilität nicht zwingend notwendig ist und traditionelle Ansätze besser geeignet sein können. Die Notwendigkeit einer hohen BI-Agilität muss sich sowohl von der Unternehmensstrategie ableiten als auch durch die Anforderungen des Fachbereichs begründen lassen. Die Variationsmöglichkeiten von Agile-BI-Maßnahmen werden unmittelbar durch die BI-Architektur, die BI-Aufbauorganisation, die BI-Prozesse und letztlich die BI-Governance reglementiert [Zimmer 2015].

Innerhalb des durch die BI-Governance vorgegebenen Gestaltungsspielraumes können Maßnahmen in den Bereichen Prinzipien, Vorgehensmodelle, (Entwicklungs-) Methoden und Technologien festgelegt und umgesetzt werden. Prinzipien legen dabei zunächst Grundsätze fest, nach denen gehandelt werden soll. Vorgehensmodelle liefern Rahmenbedingungen, indem sie Rollen, Verantwortlichkeiten, Abläufe und Abschnitte sowie die zu erstellenden Artefakte definieren. Einzelne Entwicklungsphasen werden durch die Zuordnung von Methoden konkretisiert, die die Art und Weise des Vorgehens zur Zielerreichung beschreiben. Technologien spezifizieren die technischen Verfahrensweisen zur Problemlösung und ermöglichen häufig erst den Einsatz gewisser Prinzipien, Vorgehensweisen und Methoden. Abbildung 1–2 visualisiert den unternehmensindividuellen Gestaltungspielraum sowie die darin enthaltenen Handlungsbereiche.

Abb. 1–2 Einflussfaktoren auf Business-Intelligence-Lösungen sowie der unternehmensindividuelle Gestaltungsspielraum für den BI-Betrieb

1.3 Werte und Prinzipien für Agile Business Intelligence

Agile Lösungsstrategien erfordern ein Umdenken aller Beteiligten. Kontinuierliche Rückkopplungen, kurze Iterationszyklen und eine direkte Kommunikation machen Ergebnisse, Probleme und Risiken für alle Beteiligten in agilen Projekten frühzeitig transparent. Es setzt eine offene und konstruktive Kommunikation, eine hohe Selbstverantwortung des Teams und der Stakeholder sowie eine ständige Lernbereitschaft voraus, um diese Herausforderungen zu lösen und das Projekt zu optimieren. Die Grundlagen für diese Haltung werden in dem Manifest für Agile Softwareentwicklung [Agiles Manifest 2001] definiert. Da sich die Entwicklung von BI-Anwendungen von der Softwareentwicklung unterscheidet, ist eine direkte Übertragung der aus dem Manifest für Agile Softwareentwicklung bekannten Werte und Prinzipien nicht ohne Weiteres auf den Bereich BI möglich. Im Rahmen des Memorandums für Agile BI [Trahasch et al. 2014] wurden die Werte und Prinzipien für die BI angepasst. Zusammengefasst stellen sie einen Bezugsrahmen dar, auf dessen Basis Agile-BI-Maßnahmen erfolgreich im Unternehmen umgesetzt werden können.

1.3.1 Werte

Das Fundament für die erfolgreiche Umsetzung von Agile BI sind Werte und Prinzipien, auf denen alle Entscheidungen und Handlungen in Agile-BI-Projekten basieren. Dazu ist die Verinnerlichung des Wertesystems bei allen Beteiligten notwendig, was eine Veränderung der gewohnten Vorgehensweisen bedingt und Zeit, Verständnis sowie Disziplin erfordert. Die Struktur der Definition der Werte orientiert sich am Manifest für Agile Softwareentwicklung, sodass den Werten auf der linken Seite eine höhere Bedeutung zukommt als den Werten auf der rechten Seite (siehe Abb. 1–3). Dies bedeutet jedoch nicht, dass die Werte auf der rechten Seite unwichtig sind. Im Zweifelsfall haben diese lediglich eine geringere Bedeutung als die Werte auf der linken Seite.

1. Unternehmensnutzen ist wichtiger als das Festhalten an Methoden und Architekturkonzepten.
2. Kontinuierliche Zusammenarbeit und Interaktion zwischen Anforderern und Umsetzern sind wichtiger als Prozesse und Werkzeuge.
3. Eingehen auf Veränderungen ist wichtiger als Festhalten an einem Plan.
4. Funktionierende BI-Lösungen sind wichtiger als detaillierte Spezifikation.

Abb. 1–3 Übersicht über die vier Agile-BI-Werte

Unternehmensnutzen ist wichtiger als das Festhalten an Methoden und Architekturkonzepten.

Für eine integrierte, unternehmensspezifische Business Intelligence, die zum Unternehmenserfolg beiträgt, werden sowohl standardisierte als auch agile Lösungen – im Sinne von Architekturen, Vorgehen u...

Inhaltsverzeichnis

• Cover
• Titel
• Impressum
• Geleitwort
• Vorwort
• Inhaltsverzeichnis
• Kapitel 1: Agile Business Intelligence
• Kapitel 2: Einsatz von Scrum in der Business Intelligence
• Kapitel 3: Anforderungsmanagement durch User Stories
• Kapitel 4: Modellierung agiler BI-Systeme
• Kapitel 5: Data Vault für agile Data-Warehouse-Architekturen
• Kapitel 6: Agile BI-Architekturen
• Kapitel 7: Automatisiertes Testen
• Kapitel 8: Technologien, Architekturen und Prozesse
• Kapitel 9: BI-Agilität: Relevanz, Anforderungen und Maßnahmen
• Kapitel 10: Agil und dezentral zum Enterprise Data Warehouse
• Kapitel 11: Agile BI bei congstar
• Kapitel 12: Einführung von agilen Methoden im Coaching
• Kapitel 13: In-Memory-Technologie als Enabler für Agile BI
• Kapitel 14: DevOps für Business Intelligence
• Kapitel 15: Big Data und BI-Agilität im Marketing
• Autoren
• Abkürzungsverzeichnis
• Literaturverzeichnis
• Index
• Fußnoten