Entwicklung eines Vorgehensmodells für SAP BW-Projekte
©2005
Diplomarbeit
139 Seiten
Zusammenfassung
Inhaltsangabe:Einleitung:
Globalisierung und rasche Marktveränderungen zwingen Unternehmen, Qualität, Quantität und Verfügbarkeit ihrer Information zu erhöhen. Um heute wirtschaftliche Entscheidungen zu fällen, muss ständig ein aktuelles Bild vom Unternehmen verfügbar sein. Dies ist die wesentliche Aufgabe eines Business Information Warehouses.
In den letzten Jahren sind Business Information Warehouse Systeme zu einem essentiellen Bestandteil moderner Entscheidungsunterstützungssysteme geworden. Laut einer Analyse der Meta Group wurden im Jahr 2001 14.5 Milliarden US-Dollar für Data Warehouse Projekte ausgegeben und für das Jahr 2002 wurde ein Umsatz von 17 Milliarden US-Dollar prognostiziert. Diese Zahlen verdeutlichen die Vorteile durch die Verwendung eines Data Warehouse als unternehmerische Informationsplattform.
Dem Data Warehouse Trend folgte auch die Firma X bereits Ende der 90er Jahre. Erst im Jahre 2003, mit der Einführung von SAP BW als Data Warehouse Lösung, konnte der steigende Bedarf an Unternehmensinformationen gedeckt werden. Parallel dazu nahm der Bedarf an Reporting1 und somit die Anzahl von SAP BW Projekte rapide zu. Bei der Entwicklung und Durchführung von SAP BW Projekte wurde bisher ohne eine festgelegte Projektvorgehensweise oder sogar ein Projektcontrolling gearbeitet. Somit fehlt ein standardisiertes Vorgehensmodell, welches den Anforderungen eines SAP BW Projektes gerecht wird und alle Projektphasen unterstützt.
Die Folge waren erhöhte Projektkosten und SAP BW Projekte die schon in der Implementierungsphase oder im Go Live2 gescheitert sind. Gründe dafür sind hauptsächlich die Auswahl ungeeigneter Methoden zur Projektabwicklung, schwerwiegende Fehler im Projektmanagement und unzureichende Erfahrungen in der Verwendung von Werkzeugen. Mit der Entwicklung und Nutzung eines Vorgehensmodells könnte die Erfolgswahrscheinlichkeit der SAP BW Projekte erhöht werden. Gleichzeitig unterstützt jedes erfolgreiches SAP BW Projekt, die Entscheidung für die Einführung von SAP BW als unternehmensweites Data Warehouse bei der Firma X .
Diese Diplomarbeit wurde im Rahmen des SAP BW Projektes Ablösung des Vertriebsinformationssystems (VIS) verfasst. Dabei werden die VIS Kennzahlen Auftragseingang, Auftragsbestand und Umsatz mithilfe der Data Warehouse Lösung SAP BW als Reporting Application3 abgebildet und somit das bestehende Vertriebsinformationssystem bei der Firma X abzulösen.
Primäres Ziel der Arbeit ist deshalb die Erstellung […]
Globalisierung und rasche Marktveränderungen zwingen Unternehmen, Qualität, Quantität und Verfügbarkeit ihrer Information zu erhöhen. Um heute wirtschaftliche Entscheidungen zu fällen, muss ständig ein aktuelles Bild vom Unternehmen verfügbar sein. Dies ist die wesentliche Aufgabe eines Business Information Warehouses.
In den letzten Jahren sind Business Information Warehouse Systeme zu einem essentiellen Bestandteil moderner Entscheidungsunterstützungssysteme geworden. Laut einer Analyse der Meta Group wurden im Jahr 2001 14.5 Milliarden US-Dollar für Data Warehouse Projekte ausgegeben und für das Jahr 2002 wurde ein Umsatz von 17 Milliarden US-Dollar prognostiziert. Diese Zahlen verdeutlichen die Vorteile durch die Verwendung eines Data Warehouse als unternehmerische Informationsplattform.
Dem Data Warehouse Trend folgte auch die Firma X bereits Ende der 90er Jahre. Erst im Jahre 2003, mit der Einführung von SAP BW als Data Warehouse Lösung, konnte der steigende Bedarf an Unternehmensinformationen gedeckt werden. Parallel dazu nahm der Bedarf an Reporting1 und somit die Anzahl von SAP BW Projekte rapide zu. Bei der Entwicklung und Durchführung von SAP BW Projekte wurde bisher ohne eine festgelegte Projektvorgehensweise oder sogar ein Projektcontrolling gearbeitet. Somit fehlt ein standardisiertes Vorgehensmodell, welches den Anforderungen eines SAP BW Projektes gerecht wird und alle Projektphasen unterstützt.
Die Folge waren erhöhte Projektkosten und SAP BW Projekte die schon in der Implementierungsphase oder im Go Live2 gescheitert sind. Gründe dafür sind hauptsächlich die Auswahl ungeeigneter Methoden zur Projektabwicklung, schwerwiegende Fehler im Projektmanagement und unzureichende Erfahrungen in der Verwendung von Werkzeugen. Mit der Entwicklung und Nutzung eines Vorgehensmodells könnte die Erfolgswahrscheinlichkeit der SAP BW Projekte erhöht werden. Gleichzeitig unterstützt jedes erfolgreiches SAP BW Projekt, die Entscheidung für die Einführung von SAP BW als unternehmensweites Data Warehouse bei der Firma X .
Diese Diplomarbeit wurde im Rahmen des SAP BW Projektes Ablösung des Vertriebsinformationssystems (VIS) verfasst. Dabei werden die VIS Kennzahlen Auftragseingang, Auftragsbestand und Umsatz mithilfe der Data Warehouse Lösung SAP BW als Reporting Application3 abgebildet und somit das bestehende Vertriebsinformationssystem bei der Firma X abzulösen.
Primäres Ziel der Arbeit ist deshalb die Erstellung […]
Leseprobe
Inhaltsverzeichnis
ID 8832
Bleck, Michael: Entwicklung eines Vorgehensmodells für SAP BW Projekte
Hamburg: Diplomica GmbH, 2005
Zugl.: Fachhochschule Stralsund, Diplomarbeit, 2005
Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte,
insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von
Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder der
Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen,
bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung
dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen
der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik
Deutschland in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich
vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des
Urheberrechtes.
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in
diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme,
dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei
zu betrachten wären und daher von jedermann benutzt werden dürften.
Die Informationen in diesem Werk wurden mit Sorgfalt erarbeitet. Dennoch können
Fehler nicht vollständig ausgeschlossen werden, und die Diplomarbeiten Agentur, die
Autoren oder Übersetzer übernehmen keine juristische Verantwortung oder irgendeine
Haftung für evtl. verbliebene fehlerhafte Angaben und deren Folgen.
Diplomica GmbH
http://www.diplom.de, Hamburg 2005
Printed in Germany
Michael Bleck
ii
Inhaltsverzeichnis
1 Einleitung ...6
1.1 Ausgangssituation ...6
1.2 Ziele
der
Diplomarbeit...8
1.3 Methodischer
Aufbau...8
1.4 Gliederung...11
1.5 Thematische
Abgrenzung ...11
2 Grundlagen ...12
2.1 Business
Intelligence ...12
2.2
Enterprise Resource Planing System ...13
2.3 Data
Warehouse
System ...14
2.4
SAP Business Information Warehouse...16
2.5
Extraktion, Transformation und Laden von Daten ...17
2.6 Data
Mining ...18
2.7
Online Analytical Proccessing (OLAP)...18
2.8 Grundlagen
des
Projektmanagements...19
2.8.1 Projekt ...19
2.8.2 Definition von Projektmanagement ...19
2.8.3 IT
Projektmanagement...20
2.9 Vorgehensmodelle ...21
2.9.1 Klassische
Softwareentwicklungsmodelle...23
2.9.2 Iterative,
inkrementelle
Vorgehensmodelle ...29
2.10 IT
Infrastructure
Library
(ITIL)...36
2.10.1 ITIL Prozesse bei der Firma X IT...38
2.10.2 Diskussion der ITIL ...39
Michael Bleck
iii
2.11 Etablierte
Bewertungsmodelle ...39
2.11.1 ISO 9000 ...40
2.11.2 Diskussion der ISO 9000 ...41
2.11.3 Capability Maturity Models...41
2.11.4 Diskussion des Capability Maturity Model ...43
2.11.5 Diskussion der Bewertungsmethoden...43
3 Analyse von SAP BW Projekten ...45
3.1
Ursachen für das Scheitern von SAP BW Projekten ...45
3.2
Architektur des SAP BW Data Warehouses...47
3.3
Analyse von SAP BW Projekten ...51
3.3.1 Ziele und Aufgaben eines SAP BW Projektes...52
3.3.2 Projektphasen von SAP BW Projekten...53
3.3.3 SAP
BW
Projektorganisation ...58
3.3.4 Kostenplanung ...61
3.3.5 Finanzplanung...62
3.3.6 Nutzenbetrachtung ...62
3.4
Erfolgsfaktoren für ein SAP BW Projekt...63
4 Projekt ,,Ablösung des Vertriebsinformationssystems"...65
4.1
Was ist ein Vertriebinformationssystem? ...65
4.2 Projektinformationen ...66
4.2.1 Gründe für das Projekt ...66
4.2.2 Projektziel ...67
4.2.3 Projektteam ...67
4.3 Projektverlauf...68
4.3.1 Projektinitialisierung...68
4.3.2 Analyse ...69
Michael Bleck
iv
4.3.3 Spezifikation ...70
4.3.4 Realisierung
und
Test ...70
4.3.5 Einführung ...71
4.4 Probleme
im
Projektverlauf ...72
4.5
Anforderungen aus dem VIS Projekt...72
4.5.1 Anforderungen der SAP BW Entwickler...73
4.5.2 Anforderungen
der
Fachabteilung ...75
4.6
Anforderungskatalog für ein SAP BW Vorgehensmodell...77
5 Bewertung der ITIL - Prozesse im Hinblick auf SAP BW Projekte ...80
5.1
Darstellung der ITIL Prozesse ...80
5.1.1 Der ITIL Projektmanagement- und Releasemanagement Prozess...81
5.1.2 Diskussion der Firma X ITIL Prozesse...86
5.2
Bewertung der ITIL Prozesse anhand des SAP BW Anforderungskatalog...87
5.3 Zusammenfassung...88
6 Entwicklung eines SAP BW Vorgehensmodell...90
6.1 Merkmale
eines
Vorgehensmodell ...90
6.2
Prinzipien bei einem SAP BW Vorgehensmodell ...91
6.3
Überlegungen für ein SAP BW Vorgehensmodell ...93
6.4 SAP
BW
Vorgehensmodell ...94
6.4.1 Projektvorbereitung...95
6.4.2 Spezifikation ...96
6.4.3 Realisierung ...98
6.4.4 Einführung ...99
6.4.5 Nachbereitung ...100
6.4.6 Diskussion...100
6.5
Werkzeuge und Methoden des SAP BW Vorgehensmodell...100
Michael Bleck
v
6.6 Zusammenfassung...111
7 Zusammenfassung und Ausblick ...113
Glossar...115
Abbildungsverzeichnis ...118
Tabellenverzeichnis...120
Abkürzungsverzeichnis...121
Literaturverzeichnis...123
Internetquellen ...128
Anhang ...129
Einleitung
Michael Bleck
6
1
Einleitung
1.1 Ausgangssituation
Globalisierung und rasche Marktveränderungen zwingen Unternehmen, Qualität, Quantität und Verfüg-
barkeit ihrer Information zu erhöhen. Um heute wirtschaftliche Entscheidungen zu fällen, muss ständig ein
aktuelles Bild vom Unternehmen verfügbar sein. Dies ist die wesentliche Aufgabe eines Business Infor-
mation Warehouses.
In den letzten Jahren sind Business Information Warehouse Systeme zu einem essentiellen Bestandteil
moderner Entscheidungsunterstützungssysteme geworden. Laut einer Analyse der Meta Group wurden im
Jahr 2001 14.5 Milliarden US-Dollar für Data Warehouse Projekte ausgegeben und für das Jahr 2002
wurde ein Umsatz von 17 Milliarden US-Dollar prognostiziert (vgl. [Meta03]). Diese Zahlen verdeutli-
chen die Vorteile durch die Verwendung eines Data Warehouse als unternehmerische Informationsplatt-
form.
Dem Data Warehouse Trend folgte auch die Firma X bereits Ende der 90er Jahre. Erst im Jahre 2003, mit
der Einführung von SAP BW als Data Warehouse Lösung, konnte der steigende Bedarf an Unternehmens-
informationen gedeckt werden. Parallel dazu nahm der Bedarf an Reporting
1
und somit die Anzahl von
SAP BW Projekte rapide zu. Bei der Entwicklung und Durchführung von SAP BW Projekte wurde bisher
ohne eine festgelegte Projektvorgehensweise oder sogar ein Projektcontrolling gearbeitet. Somit fehlt ein
standardisiertes Vorgehensmodell, welches den Anforderungen eines SAP BW Projektes gerecht wird und
alle Projektphasen unterstützt.
Die Folge waren erhöhte Projektkosten und SAP BW Projekte die schon in der Implementierungsphase
oder im Go Live
2
gescheitert sind. Gründe dafür sind hauptsächlich die Auswahl ungeeigneter Methoden
zur Projektabwicklung, schwerwiegende Fehler im Projektmanagement und unzureichende Erfahrungen in
der Verwendung von Werkzeugen. Mit der Entwicklung und Nutzung eines Vorgehensmodells könnte die
Erfolgswahrscheinlichkeit der SAP BW Projekte erhöht werden. Gleichzeitig unterstützt jedes erfolgrei-
1
Bereitstellung von Unternehmenskennzahlen
2
Produktivsetzung der Anwendung
Einleitung
Michael Bleck
7
ches SAP BW Projekt, die Entscheidung für die Einführung von SAP BW als unternehmensweites Data
Warehouse bei der Firma X .
Einleitung
Michael Bleck
8
1.2 Ziele der Diplomarbeit
Diese Diplomarbeit wurde im Rahmen des SAP BW Projektes ,,Ablösung des Vertriebsinformation-
systems (VIS)" verfasst. Dabei werden die VIS Kennzahlen Auftragseingang, Auftragsbestand und Um-
satz mithilfe der Data Warehouse Lösung SAP BW als Reporting Application
3
abgebildet und somit das
bestehende Vertriebsinformationssystem bei der Firma X abzulösen.
Primäres Ziel der Arbeit ist deshalb die Erstellung eines SAP BW Projektvorgehensmodells mit dessen
Hilfe zukünftige SAP BW Projekte bei der Firma X effizienter durchgeführt werden können. Durch die
Analyse von SAP BW Projekten werden Anforderungen formuliert und in einem Vorgehensmodell verar-
beitet.
Sekundäres Ziel ist die Analyse der bestehenden Vorgehensweise - ITIL
4
Prozesse - für SAP BW Projekte
bei der Firma X . Im Zusammenhang mit der Analyse muss geklärt werden, ob sich die bestehenden ITIL
Prozesse für die Verwendung bei SAP BW Projekten eignen, oder ob andere Arten verfügbarer Software-
entwicklungsprozesse für die SAP BW Anwendungsentwicklung praktikabel einsetzbar sind. Ein SAP
BW Vorgehensmodell soll die Entwicklungsdauer, die Aufwände und das Kosten-Nutzenverhältnis von
zukünftigen SAP BW Projekten verbessern. Von entscheidender Bedeutung für ein erfolgreiches SAP BW
Projektvorgehensmodell ist dabei die Akzeptanz und Funktionalität der bereitgestellten Werkzeuge und
Methoden.
Um die beiden Ziele der Diplomarbeit zu erreichen, wird folgende methodischer Vorgehensweise gewählt.
1.3 Methodischer Aufbau
Die Diplomarbeit gliedert sich in 7 Kapitel, deren Inhalte und gedankliche Verbindungen in der folgenden
Übersicht schematisch dargestellt sind.
Zur Bearbeitung der Aufgabe wird die in Abbildung 1-1 dargestellte Vorgehensweise gewählt. Die Grafik
zeigt die jeweiligen Kapitel, in denen die Schritte (weiße Kästen) reflektiert bzw. die Ergebnisse (graue
Kästen) festgehalten werden.
3
Anwendung aus dem unternehmerischen Berichtswesen
4
Information Technology Infrastructure Library
Einleitung
Michael Bleck
9
Abbildung 1-1: Methodischer Aufbau der Diplomarbeit
Quelle: eigene Darstellung
Einleitung
Michael Bleck
10
Zur Bearbeitung des Diplomthemas ist die Beantwortung folgender Teilfragestellungen notwendig:
· Welche Vorgehensmodelle existieren?
· Welche eignen sich für SAP BW Projekte ?
· Mit welchen Bewertungsmethoden lassen sich Vorgehensmodelle untersuchen?
· Wodurch sind SAP BW Projekte gekennzeichnet ?
· Welche Anforderungen werden aktuell an ein SAP BW Vorgehensmodell gestellt?
· Inwiefern werden die bestehenden Vorgehensmodelle bei der Firma X (ITIL Prozesse) den An-
forderungen gerecht?
· Welche Werkzeuge und Methoden können die SAP BW Projektarbeit unterstützen ?
Im Folgenden wird erläutert, wie zur Beantwortung der genannten Fragen vorgegangen wurde und wie die
Ergebnisse der Untersuchungen dargestellt werden.
Die Entwicklung eines SAP BW Vorgehensmodells ist die Problemstellung bzw. der Ausgangspunkt der
Diplomarbeit. Um eine Problemlösung zu finden wird folgende Methodik angewandt.
Im Schritt 1 werden zunächst notwendige theoretische Grundkenntnisse vermittelt. Diese verbessern das
Verständnis seitens der Leser.
Die Projektvorgehensmodelle, welche für SAP BW Projekte in Frage kommen, werden im Schritt 2 vor-
gestellt. Dazu gehören die klassischen und iterativen, inkrementellen Projektvorgehensmodelle. An-
schliessend werden diese aus der Sicht von SAP BW Projekten bewertet. Zusätzlich wird nach einer wis-
sentschaftlichen Bewertungsmethodik recherchiert, mit der sich Vorgehensmodelle bewerten lassen.
Im Schritt 3 werden SAP BW Projekte analysiert. Die Ergebnisse der Analyse fliessen ebenso in den SAP
BW Anforderungskatalog (Schritt 5) mit ein, wie die Dokumentation des SAP BW Projektes ,,Ablösung
des VIS" im Schritt 4.
Der entwickelte SAP BW Anforderungskatalog ist ein Bewertungsinstrument, um die Eignung von Vor-
gehensmodellen zu untersuchen. Mit dessen Hilfe erfolgt im folgenden Schritt 6 die Bewertung der ITIL
Prozesse.
Aus den in Schritt 2, 3 und 4 gewonnenen Erkenntnissen, Zielen und Verfahrensweisen wird ein eigenes
optimiertes SAP BW Projektvorgehensmodell im Schritt 7 entwickelt. Zusätzlich zum Vorgehensmodell
werden Werkzeuge und Methoden bereitgestellt, mit deren Hilfe dann das eigentliche Vertriebsinformati-
onssystem mittels SAP BW umgesetzt und dokumentiert wird. Abschliessend werden im Schritt 7 die
gewonnenen Ergebnisse dargestellt.
Einleitung
Michael Bleck
11
1.4 Gliederung
Im Kapitel 2 werden die grundlegenden Technologien und Methoden vorgestellt, die als Ausgangspunkt
für die gesamte Bearbeitung zu sehen sind.
Kapitel 3 beschäftigt sich mit der Analyse und Beschreibung von SAP BW Projekten. Konkreter werden
die Anforderungen durch die Betrachtung des SAP BW Projektes ,,Ablösung des Vertriebinformation-
systemes", welches im Kapitel 4 näher beschrieben wird. Die gewonnenen Erkenntnisse beider Kapitel
liefern wichtige Anforderungen für einen SAP BW Anforderungskatalog, der als Bewertungsinstrument
zur Verfügung steht.
In Kapitel 5 werden die bei Firma X relevanten Vorgehensmodelle vorgestellt und anhand des SAP BW
Anforderungskataloges aus Kapitel 4 gemessen.
Ausgehend von diesem Ergebnis wird im Kapitel 6 ein eigenes SAP BW Vorgehensmodell entwickelt.
Im letzten Kapitel der Arbeit werden die Ergebnisse der Problemlösung zusammenfassend dargestellt und
auf die gewonnenen Erkenntnisse eingegangen.
1.5 Thematische Abgrenzung
Diese Diplomarbeit wird sich nur am Rande mit der SAP BW Technologie beschäftigen. Der Schwer-
punkt liegt auf dem SAP BW Projektmanagement. Dazu wird der Verlauf und die Eigenschaften von SAP
BW Projekten analysiert. Mit den daraus gewonnenen Erkenntnissen ist es möglich ein eigenes, optimier-
tes SAP BW Vorgehensmodell zu entwickeln.
Grundlagen
Michael Bleck
12
2
Grundlagen
In diesem Kapitel werden Grundlagen dargestellt, um die relevanten Technologien und Konzepte, die zum
Verständnis der Diplomarbeit notwendig sind, zu definieren. Angefangen mit den Begriffen aus dem Be-
reich Business Intelligence und dem Projektmanagement. Neben den klassischen und iterativen Vorge-
hensmodellen werden auch die bei der Firma X eingeführten IT Infrastructure Library Prozesse (ITIL
Prozesse) vorgestellt. Zusätzlich jedoch soll geklärt werden, was unter einem ,,IT - Projekt" und dem da-
zugehörigen IT Projektmanagement genau zu verstehen ist.
Um Missverständnisse bei häufig verwandten Begriffen zu vermeiden, sollen die wichtigsten hier definiert
werden. Ein vollständiges Glossar und ein Abkürzungsverzeichnis finden Sie im Anhang.
2.1 Business Intelligence
Business Intelligence gewinnt in der heutigen Wirtschaftswelt zunehmend an Bedeutung. Besonders für
die Unternehmensplanung und steuerung ist die Analyse von entscheidungsrelevanten Daten und Infor-
mationen nahezu unverzichtbar geworden. Unternehmen aller Branchen und Größenklassen sind durch
hohen Wettbewerbsdruck dazu gezwungen Geschäftsdaten in geeigneter Art und Weise aufzubereiten und
den Entscheidungsträgern des Unternehmens zu präsentieren. Laut einer aktuellen Studie vom 10/2004
setzen 77% der deutschen Unternehmen BI
5
-Lösungen ein. Als die drei wesentlichen Ziele bei dem Ein-
satz von BI-Applikationen, wurden vor allem eine bessere Informationsversorgung, Entscheidungsunter-
stützung und Unternehmenssteuerung genannt (vgl. [BISt04]).
Der Grundgedanke von Business Intelligence ist dabei immer ,,die aktuelle, zeit- und ortsunabhängige
Verfügbarkeit aller relevanten Unternehmensdaten" (vgl. [Projec04]). So gehören zu Business Intelligence
traditionelle Methoden und Techniken wie Data Warehouse, Data Mining, Online Analytical Processing
(OLAP). Diese Begriffe werden in den folgenden Abschnitten erklärt.
Im Wesentlichen umfasst Business Intelligence also den Softwareeinsatz zur Verwaltung und Auswertung
von Unternehmensdaten (vgl. [Projec04]). Im Projektmanagement ist die aktuelle Verfügbarkeit der Daten
schon immer Voraussetzung für Überwachung und Steuerung von Projekten gewesen. Dieser Anspruch
5
Business Intelligence
Grundlagen
Michael Bleck
13
wird mit dem Begriff Business Intelligence auch auf die Datenhaltung des Unternehmens übertragen (vgl.
[Schuet01], S.148).
Business Intelligence bezieht sich immer auf Unternehmensdaten aus dem sogenannten ,,Operativen Ta-
gesgeschäft" (vgl. [Egger04]). Diese entstehen täglich millionfach durch die Verwendung von Enterprise
Ressource Planing Systemen in einem Unternehmen.
2.2 Enterprise Resource Planing System
Um Information und Daten aus den Geschäftsprozessen des Unternehmens zu gewinnen, braucht man ein
System, welches das Operative Tagesgeschäft in allen Unternehmensbereichen abdeckt. Dieses System
wird im allgemeinen als Enterprise Ressource System (ERP) bezeichnet, mit dessen Hilfe der betriebs-
wirtschaftliche Ablauf, sei es im Bereich Produktion, Vertrieb, Logistik, Finanzen, Personal usw., gesteu-
ert und ausgewertet werden kann.
Durch die einheitliche Verknüpfung dieser einzelnen Bereiche ist eine ERP-Lösung ein sinnvolles Cont-
rolling- und Steuerungsinstrument zur Unterstützung von Unternehmensentscheidungen. Somit bedeutet
ERP die Einrichtung umfassender elektronischer Informationssysteme, die es den verschiedenen, in der
Vergangenheit weitgehend isolierten Teilen einer Organisation erlauben, auf einen gemeinsamen Informa-
tionspool zuzugreifen und miteinander zu kommunizieren. Die dazu entwickelte Software dient als eine
Art ,,zentrales Nervensystem für das Unternehmen" (vgl. [Ephor04]). Alle Informationen über den Zu-
stand und die Aktivitäten der verschiedenen Teile der Organisation werden gesammelt und an andere Stel-
len, die diese Informationen benötigen übermittelt. Der Benutzer aktualisiert die Informationen in Echtzeit
und diese sind jederzeit allen zugänglich, die an das System angeschlossen sind. ERP-Systeme verknüpfen
insbesondere Informationen über Finanzen, personelle Ressourcen, Produktion und Vertrieb. Diese wer-
den in themenspezifischen Systemen abgelegt und verwaltet, dazu gehören z.B. Lagerverwaltungssyste-
me, Kundendatenbanken, Auftragsverfolgungssysteme, Kreditorenbuchhaltung und vieles andere mehr
(vgl. [Ephor04]).
Unternehmensdaten werden meist durch die Verwendung von ERP Systemen erzeugt. Wenn man diese
Daten auswerten und in Informationen auswerten, ist die Speicherung der Daten Grundvorrausetzung.
Grundlagen
Michael Bleck
14
2.3 Data
Warehouse
System
,,Data-Warehouse oder Data Warehousing ist mit seiner steigenden Popularität und Nutzung
zu einem sehr schwammigen Begriff geworden."
6
Die Technologie der Data Warehouse Systeme entstand Anfang der 90er Jahre. Für die Unternehmen
stand ab diesem Zeitpunkt im Vordergrund, Information durch Verwendung elektronischer Datensysteme
z.B. ERP SAP/3 im Operativen Geschäft der Unternehmen zu analysieren (vgl. [Mucks00], S.6 ff).
Durch Online Analytical Transaction (OLAP) wurde es möglich, Information über festgelegte Zeiträume
und aus verschieden Geschäftsbereichen auszuwerten. Dabei war das primäre Ziel Unternehmensinforma-
tionen nicht nur für die Analyse des Geschäftsprozesse allein heranzuziehen, sondern diese für Decision
Support Systeme (DSS) für Managemententscheidungen bereit zu stellen.
Ein Data Warehouse ist eine themenorientierte, integrierte, zeitbezogene und dauerhafte Sammlung von
Informationen zur Entscheidungsunterstützung des Managements. Der Aufbau erfolgt in relationalen oder
multidimensionalen Datenbanken. Nach Standort und Menge der enthaltenen Daten unterscheidet man
zentrale und verteilte Architekturen.
Die wesentlichen Attribute dabei sind:
· Granularität der Daten
· Beständigkeit
Die Daten, die einmal in das Data Warehouse integriert wurden, werden nicht mehr geändert oder
entfernt. Die Datenbasis ist also als stabil zu betrachten (vgl. [Bauer01], S. 7). Korrekturen an den
Daten sind nur dann zulässig, wenn bei der Datenübernahme Fehler aufgetreten sind oder fehler-
hafte Daten aus den Operativ-Systemen übernommen wurden. Um die Beständigkeit der im Data
Warehouse gespeicherten Daten sicherzustellen, kann nahezu nur lesend auf die Daten zugegriffen
werden (vgl. [Mucks00], S. 13).
· Nicht Volatilität und Zeitvariabilität
· Integration
Die Integration der Daten stellt die wichtigste Eigenschaft eines Data Warehouse dar (vgl. [In-
mon02], S. 31). Die Daten in einem Data Warehouse werden aus den heterogenen Operativ-
6
J.-H. Wieken [Wiek99]
Grundlagen
Michael Bleck
15
Systemen
extrahiert und sowohl inhaltlich als auch per Definition konsolidiert. Dabei werden wi-
dersprüchliche Dateninhalte (z.B. semantisch redundante, aber syntaktisch voneinander abwei-
chende Adressangaben eines Kunden) bereinigt und Definitionen von Datenelementen (z.B. unter-
schiedliche Definition von Umsatz) vereinheitlicht (vgl. [Jung00], S. 5). Die Data Warehouse-
Datenbank ist vollständig getrennt von den operativen, funktionalen Informationssystemen vgl.
[Weste00], S. 26).
· Subjektorientiertheit
Die relevanten Datenstrukturen leiten sich direkt aus dem Informationsbedarf der Entscheidungs-
träger und Fachbereiche ab, für die das Data Warehouse Daten zur Verfügung stellt (vgl. [Hol-
te01], S. 5). Deshalb sind die Daten so zu speichern, dass sie sich an den Subjekten des Unter-
nehmens, bzw. den relevanten Themenbereichen orientieren und sich nicht nach den operativen
Geschäftsprozessen richten (vgl. [Wieke99], S. 16ff). Dies begründet den Unterschied zu den üb-
lichen applikations- und prozessorientierten Konzepten der operativen Transaktionsverarbeitung,
bei denen die effiziente Abwicklung des Tagesgeschäfts im Vordergrund steht, die aber keines-
wegs dafür geeignet sind Entscheidungen zu unterstützen (vgl. [Chamo98], S. 14). Vielmehr liegt
der Fokus der Benutzer eines Data Warehouse auf inhaltlichen Themenbereichen und Dimensio-
nen, wie z.B. Kunden, Produkte, Zeit usw. und den damit zusammenhängenden betriebswirt-
schaftlichen Größen, wie z.B. Umsatz, Renditen, Deckungsbeiträge usw. (vgl. [Jung00], S. 4ff).
Bei einem Data Warehouse handelt es sich nicht um ein fertiges Produkt, vielmehr um eine Kombination
aus unterschiedlichen organisatorischen, fachlichen und Hard und Softwarekomponenten (vgl. [Eg-
ger04], S.33ff).
Nach William H. Inmon muss ein Data Warehouse im Wesentlichen folgende Eigenschaften ausweisen
(vgl. [Inmon02]):
· Subjekt-orientierte, integrierte Daten
· Originaldaten, die nicht in Hinblick auf einen bestimmten Projektzweck verändert wurden
(,,unflavored data")
· Granulare Daten, nicht aggregierte Daten
· Historisierte Daten, d.h. weder Überschreiben noch Löschen ist erlaubt
· Einen `single point of truth', durch einen Enterprise Data Warehouse Layer sind die Information
unternehmensweit redundant
Grundlagen
Michael Bleck
16
Genau diese Forderungen sind auch Bestandteil der Data Warehouse Lösung von SAP, welche in Form
des SAP Business Information Warehouse 2001 auf den Markt kam. Diese Lösung wird im folgenden
Kapitel und ausführlich in Kapitel 3 näher erläutert.
2.4 SAP Business Information Warehouse
SAP stellt mit dem Business Information Warehouse erstmals ein umfassendes Werkzeug für analytische
Applikationen mit allen erforderlichen Datawarehouse Komponenten zur Verfügung.
SAP BW versteht sich als umfassende Data Warehouselösung. Somit sind alle notwendigen Werkzeuge
bzw. Funktionalitäten enthalten:
· Funktionen für den ETL Prozess (vgl. [Jung00], S.44ff)
· Extraktion der Daten aus Quellsystemen
· Komponenten für die Datenablage (komplexe Bewegungs- und Stammdaten)
· Werkzeuge für Analysen und Berichte (SAP BEx, browserbasiertes WEB Reporting und MS Ex-
cel)
Um diese Kernelemente ordnen sich weitere erforderliche Komponenten an. Dies sind Werkzeuge für das
Customizing, für die Administration wie Monitoring, Scheduling, Performanceoptimierung, sowie Open-
Hub-Komponenten. Alle Elemente des SAP BW basieren auf konsistenten Metadaten, die über die Admi-
nistration den WorFirma Xench verwalten.
Bezieht man die grundlegenden Eigenschaften eines Data Warehouse nach Immon auf SAP BW ergeben
sich folgende Vorteile (vgl. [Inmon02]):
· Flexibilität, im Sinne von neuen InfoCube (Data Mart) Lösungen können inklusive Historie und
erneuter Extraktion zeitnah aufgebaut werden
· auf unvorhersehbare, einmalige Benutzeranforderungen kann schnell reagiert werden, u.U. ohne
persistente Strukturen aufzubauen.
· Zuverlässigkeit und Nachvollziehbarkeit
· Zentrale Administration
· Komplette Historie
· Konsistenz
Grundlagen
Michael Bleck
17
· Extraktion, Staging und Integration werden zentral verwaltet
· Daten werden nur einmal extrahiert
· Redundante Staging Prozesse werden vermieden.
Ein SAP BW Data Warehouse ist also das Gedächtnis der Unternehmung, ein dem gesamten Unterneh-
men gehörendes Speicher (engl. Repository) für Informationen. Eine genaue Analyse der SAP BW Archi-
tektur und die Merkmale von SAP BW Projekten werden im Kapitel 3 dargestellt.
Zu den SAP BW Data Warehouse Komponenten gehören Extraktion, Transformation und Lade-Tools
(ETL-Tools), ein flexibles Werkzeug für die Datenmodellierung sowie leistungsfähige Reportingstools.
2.5 Extraktion, Transformation und Laden von Daten
ETL Extraktion, Transformation und Laden - ist ein Prozess der neben Umsetzung der technischen An-
forderungen einer Extraktion, der Ablage in einer Zieldatenbank und die Umsetzung von nicht harmoni-
sierten Daten beinhaltet (vgl. [Egger04], S. 30 ff). Ganz Allgemein ist es die Selektion eines Ausschnitts
der Daten aus relevanten Quellen. Dieser Prozess fordert eine unternehmensweite, alle Systeme berück-
sichtigende Terminologie, die im ,,Transformationsprozess auf die heterogenen Quelldaten anzuwenden
ist" (vgl. [Egger04], S. 30 ff). In der Abbildung 2-1 wird der 3-stufige ETL - Prozess dargestellt (vgl.
[Jung00], S.44ff). Die Daten werden aus dem Operativen System (ERP) z.B. aus dem ERP SAP R/3 ext-
rahiert, transformiert und schließlich in das Data Warehouse SAP BW geladen.
Abbildung 2-1: ETL Prozess
Quelle: [Jung00]
Die Daten werden aus den Operativen Systemen gewonnen, in dem Data Warhouse in Informationen um-
gewandelt. Im folgenden Kapitel wird auf die Analyse dieser gewonnenen Informationen näher eingegan-
gen.
Grundlagen
Michael Bleck
18
2.6 Data Mining
,,Data Mining Auf der Suche nach dem Verborgenen"
7
Data Mining gehört zu den in letzter Zeit stark diskutierten Business Intelligence Themen. Dazu gehö-
ren Methoden und Techniken, die bislang unbekannte Zusammenhänge in Datenbeständen der Unterneh-
men aufdecken und nutzbar machen (vgl. [Mucks00]). Die folgende Definition betont diesen Sachverhalt,
,,Unter Data Mining versteht man die Extraktion implizit vorhandenem, nicht trivialem und nützlichem
Wissen aus großen dynamischen, relativ komplex strukturierten Datenbeständen. Ziel des Data Mining ist
es, Wissen in Form von Mustern zu identifizieren." Data Mining hat neben dem Ziel der Mustererken-
nung, andererseits die zuverlässige Prognose unbekannter Werte und Entwicklungen (vgl. [Mucks00]).
2.7 Online Analytical Proccessing (OLAP)
In OLAP-Systemen stellen multidimensionale Datenstrukturen die Grundlage der Modellierung dar (vgl.
[Boehn00], S. 3). Diese multidimensionalen Modelle machen sich die inhärenten Beziehungen in den
Daten zunutze, um multidimensionale Matrizen, auch Data-Cubes (Datenwürfel, Infocubes) genannt, mit
Daten zu füllen (vgl. [Elmas02], S. 904).
OLAP ist ein Werkzeug der Business Intelligence womit eine höchstmögliche Flexibilität in Bezug auf die
Realisierung von Anfragen und Analysen an den aktuellen Datenbestand ermöglicht werden soll. Um dies
in einer angemessen Zeit und mit entsprechender Sicherheit tun zu können, benötigt ein OLAP-Tool nicht
nur die Infrastruktur eines gegeben modernen Data Warehouses - zum Beispiel gehört zu dieser auch ein
hoher Grad an Vernetzung - sondern auch eigene Konzepte zur Datenhaltung sind nötig.
Der Durchbruch der Data Warehouse-Technologie auf Nutzerseite ist vor allem dem OLAP-Ansatz zu
verdanken (vgl. [Boehn03], S. 167). Dementsprechend stehen OLAP und Data Warehousing nicht in Kon-
kurrenz zueinander, sondern sind als einander unterstützende Konzepte bzw. Ansätze im Umfeld der Ma-
nagementunterstützung zu sehen (vgl. [Chami00], S. 335).
7
Stefan Gilmozzi [Gilm96]
Grundlagen
Michael Bleck
19
2.8 Grundlagen des Projektmanagements
"Nicht das, was wir nicht wissen, bringt uns zu Fall ... sondern das, was wir fälschlicherweise zu wissen glauben"
8
.
Im folgenden Kapitel werden die wesentlichen Grundlagen zum Projektmanagement erläutert und insbe-
sondere die unterschiedlichen Klassifikationen der Projektvorgehensmodelle vorgestellt.
2.8.1 Projekt
Der lateinische Ursprung für den Projektbegriff ist "proiectum", was "das voraus Geworfene" bedeutet.
Laut DIN 69901 ist ein Projekt ein "Vorhaben, das im Wesentlichen durch Einmaligkeit der Bedingungen
in ihrer Gesamtheit gekennzeichnet ist, z.B. Zielvorgabe, zeitliche, finanzielle, personelle und andere Be-
grenzungen, Abgrenzung gegenüber anderen Vorhaben, projektspezifische Organisation" (vgl. [Pro-
jec04]).
In jedem Fall sollte eine Projektaufgabe folgende Kriterien erfüllen:
· komplexe, neuartige, einmalige Aufgabenstellung
· messbare Ziele zeitliche Befristung (Anfang und Ende)
· begrenzte Ressourcen (Geldmittel, Personal)
· interdisziplinäre Bearbeitung (Teamarbeit)
Es muss vor Beginn eines jeden einzelnen Projekts geprüft werden, ob das jeweilige Vorhaben "projekt-
würdig" ist oder es im Rahmen routinemäßiger Prozesse effektiver und effizienter bearbeitet werden kann.
2.8.2 Definition von Projektmanagement
Der Terminus Projektmanagement hat in der Praxis vor allem zwei Bedeutungen. Einerseits wird darunter
generell die Arbeits- und Organisationsform zur Bearbeitung von Projekten verstanden. Andererseits be-
schreibt Projektmanagement auch die Führungs- und Managementaufgabe in Projekten. Projektmanage-
ment ist ein systematischer Prozess zur Führung komplexer Vorhaben. Es umfasst die Organisation, Pla-
nung, Steuerung und Überwachung aller Aufgaben und Ressourcen, die notwendig sind, um die Projekt-
ziele zu erreichen.
8
[DeMar01]
Grundlagen
Michael Bleck
20
Das Project Management Institute grenzt den Projektmanagementbegriff wie folgt ab:
"Project Management is the application of knowledge, skills, tools and techniques to project activities to
meet project requirements" (vgl. [PMI04]).
In den folgenden Kapiteln wird genauer auf die Besonderheiten von Projektmanagement in IT Projekten
eingegangen und im Besonderen die Bedeutung der Verwendung von Projektvorgehensmodellen heraus-
gestellt.
2.8.3 IT Projektmanagement
"Führung ist die Steuerung der verschiedenen Einzelaktivitäten in einem Projekt im Hinblick auf das übergeordnete
Projektziel."
IT-Projektmanagement dient der Definition von Begriffen, Konzepten und der Methodik des Projektma-
nagements. Hier kommen alle wichtigen Wissensgebiete und Prozessgruppen des Projektmanagements
zusammen. Die Erkennung und Vermeidung von typischen Fehlern bei der Durchführung von Projekten,
genauso wie die Überwachung von Budget, Zeitrahmen und Qualität, wie in Abbildung 2-2 dargestellt
(vgl. [Grasl04]). Die Abbildung 2-2 verdeutlicht diesen Sachverhalt, da sich Faktoren, wie z.B. die Pro-
jektzeit erhöht, erhöhen sich auch die Kosten und ggf. auch die Qualität.
Im IT-Projektmanagement geht es um Planung, Steuerung und Kontrolle von IT- Projekten, genauso wie
die Organisation von Projektteams, der Kontrolle von Budgets, dem Qualitätsmanagement und der Ein-
führung- bzw. Migrationsplanung, d.h. um alle sogenannten unterstützenden Prozesse. Die verwendete
Methodik orientiert sich an gängigen Best-Practice-Methoden, welche sich bisher in zahlreichen nationa-
len und internationalen Projekten bewährt haben. Die Lösungsansätze müssen dem Bedarf gerecht wer-
den.
Abbildung 2-2: Magisches Dreieck
Quelle: [Grasl04]
Grundlagen
Michael Bleck
21
In der Abbildung 2-2 sind die wichtigsten Kriterien in einem IT - Projekt gekennzeichnet. Beispielsweise
erfordert eine Erhöhung der Leistung / Qualität mehr Mitarbeitereinsatz, dadurch wächst der Zeitaufwand,
bei gleichbleibenden Mitarbeiterzahl verlängert sich auch die Projektlaufzeit, ausserdem steigen die Pro-
jektkosten als Folge des höheren Zeiteinsatzes.
In der Literatur gibt es verschiedene Ausprägungen dieses magischen Dreiecks. Jenny spricht vom ,,Teu-
felsquadrat", er geht von vier Knoten aus, weil er Leistung / Qualität in den beiden Knoten Leistungsum-
fang / Quantität und Qualität zerlegt (vgl. [Jenny98], S.19ff). Eine andere Variante ist in der Abbildung 2-
3 dargestellt fügt im ,,Magischen Fünfeck" zu den ursprünglichen drei Knoten zwei weitere Methoden und
Mitarbeiter hinzu. Denn auch Methodeneinsatz und Mitarbeiter beeinflussen Zeit, Qualität und Kosten
wesentlich. Somit gehören Mitarbeitermotivation und qualifikation ebenfalls zu den wichtigen Erfolgs-
faktoren von IT Projektmanagement (vgl. [Grasl04).
Abbildung 2-3: Magisches Fünfeck
Quelle: [Grasl04]
Um alle anfallenden Aufgaben, Verantwortlichkeiten und Rollen innerhalb des IT Projektmanagments
abzubilden, bietet sich die Verwendung eines Vorgehensmodells an. Welche Vorgehensmodelle existieren
wird in den folgenden Abschnitten geklärt.
2.9 Vorgehensmodelle
Bei der Entwicklung von Software bzw. Applikationen werden vorgegebene Richtlinien benutzt. Solche
Richtlinien werden in der IT Branche als Vorgehensmodell (VM) bezeichnet. Der Zweck eines VMs be-
Grundlagen
Michael Bleck
22
steht in der Bestrebung, die zu entwickelnde Applikation termingerecht, mit einem hohen Maß an Qualität
und in einem festgelegten Kostenrahmen zu erstellen.
Dabei stellt sich die Frage, worin die Notwendigkeit für die Verwendung von Vorgehensmodellen liegt.
Durch den Verzicht auf die Verwendung von standardisierten Vorgehensmodellen werden laut Ernst &
Young Studie 2002 allein in Deutschland jährlich Schäden in Höhe von 25 Mrd verursacht (vgl.
[Erns02]). Bereits im Jahre 2001 ergab eine Studie, dass dadurch nur 26% aller kleinen bis mittleren IT-
Projekte rechtzeitig fertig werden (vgl. [Erns02]).
Dabei fällt auf, dass es in den meisten Fällen oft ähnliche grundsätzliche Probleme und Fehler im Pro-
jektmanagement sind, die diese fehlerhaften Entwicklungen verursachen. Projektvorgehensmodelle bilden
den Ansatz des Projektmanagement auf den zukünftigen Verlauf des Projektes ab. Sie bieten Werkzeuge
und Methoden, mit denen das Projekt dokumentiert und standardisiert durchgeführt werden kann. Vor
allemim Hinblick der Vorteile der Standardisierung unterstützen die Projektvorgehensmodelle den Pro-
jektverlauf. So werden durch den vorgegebenen Verlauf Kosten eingespart und die Realisierungslaufzei-
ten reduziert. Weiterhin verbessern sie die Qualität und die Kommunikation in dem Projekt.
VM ermöglichen ein systematisches und reproduzierbares Vorgehen durch die Defintion:
· von durchzuführenden Aktivitäten,
· des Ablaufs dieser Aktivitäten in Prozessen,
· von verschiedenen Phasen des Vorgehens,
· des Ergebnisses der verschiedenen Aktivitäten und Phasen.
Bei der Literaturrecherche findet man eine Vielzahl von VM, welche widerrum unterschiedliche Varianten
vertreten. Unter allen VM unterscheidet man zwei wesentliche Klassifizierungen:
· Lineare oder Klassische Vorgehensmodelle, z.B. Wasserfallmodelle oder Phasenmodelle.
Das bedeutet, dass Zerlegen des Vorgehens in verschiedene Phasen, die sequentiell durchlaufen
werden. Die nächste Phase wird erst dann begonnen, wenn die vorherige Phase abgeschlossen
wurde.
· Iterative Vorgehensmodelle, z.B. Spiralmodelle, Rapid Prototyping
Phasen verlaufen dabei teilweise überlappend und das Ziel ist die schnellstmöglichste Realisie-
rung präsentierbarer oder verwendbarer Prototypen der zu entwickelnden Leistung.
Bei der Betrachtung der Arten von VM wird deutlich, dass es nie ein pauschales optimales Modell geben
kann. Das verwendete VM muss auf Basis der konkreten Anforderungen des Projektes und der verwende-
Grundlagen
Michael Bleck
23
ten Technologie ausgewählt werden. Entscheidend ist die Erkenntnis, dass die Entwicklung eines geeigne-
ten VM noch nicht das erfolgreiche SAP BW Projekt ergibt. Denn VM ersetzen nicht das Wissen, Können
und die Erfahrung von Projektmanagern und mitarbeitern.
Im folgenden Kapitel werden die Klassischen Softwarentwicklungsmodelle vorgestellt und ein Blick auf
die Neuen, Modernen Vorgehensmodelle, die erst in den letzten Jahren angewendet worden sind, gewor-
fen. Im Fokus liegen dabei die iterativen und inkrementellen Softwareentwicklungsprozesse.
2.9.1 Klassische Softwareentwicklungsmodelle
Das Ziel aller Softwareentwicklungsmodelle ist es, eine Hilfestellung bei der Organisation von Software-
Entwicklungsprojekten zu geben und die Menge aller dabei anfallenden Aktivitäten in klare und verbind-
liche Arbeitsabschnitte aufzuteilen. Man erhofft sich durch die Befolgung von Vorgehensmodellen eine
bessere Planbarkeit der personellen und finanziellen Aspekte, was schließlich zu einer höheren Projektsi-
cherheit beiträgt. Wenn organisiert und arbeitsteilig entwickelt und getestet wird, hat das resultierende
Software-Produkt eine höhere Qualität und wird den Kunden letztlich zufriedenstellen. Softwareentwick-
lung als ein eigenständiger Prozess in der Computerindustrie entstand Mitte der 60er Jahre. Von der hard-
ware- und systemnahen Programmierung damals zur heutigen abstrakten und anwenderfreundlichen Ent-
wicklung ist Zeit vergangen, in der durch effiziente Verfahren, optimierte Methoden, straffe Organisation
und globales Management die Produktion von Software an industrielle Anforderungen angepaßt wurde.
Zu den wesentlichen Phasen bei der Entwicklung von Software die in der Abbildung 2-4 dargestellten
Phasen.
Abbildung 2-4: Phasen der Softwareentwicklungen
Quelle: Eigene Darstellung
Dabei ist es immer das Ziel, die Organisation der Anwendungsentwicklung in beherrschbare Schritte zu
gliedern.
Grundlagen
Michael Bleck
24
2.9.1.1 Wasserfallmodell
Das Wasserfallmodell ist ein sehr lineares Vorgehensmodell. Aus diesem Grundsatz heraus entstand dabei
die charakteristische Unterteilung in Entwicklungsphasen, diese in der Abbildung 2-5 veranschautlicht.
Für jede Phase ist genau definiert, was mit welchen Mitteln zu tun ist. Hierbei ist es wichtig, dass die ein-
zelnen Projektphasen komplett abgeschlossen sind, bevor die nächste beginnt. Insbesondere dann, wenn
die Ergebnisse der vorangegangenen Phase, der Input für die folgende Phase ist.
Abbildung 2-5: Das Wasserfallmodell
Quelle: [Royce01]
Abbildung 2-5 zeigt das Wasserfallmodell nach Royce (vgl. [Royce01]). Im Gegensatz zu dem Boehm-
schen Wasserfall, ist es um Rückkopplungsschleifen erweitert. D.h. erweisen sich die Ergebnisse einer
vorangegangenen Phase als unzureichend, so wird die aktuelle Phase abgebrochen und der Prozess wieder
in der vorherigen Phase fortgesetzt.
Das Vorgehensmodell ist dokumententbetrieben und macht wenig Aussagen darüber, welche Massnahmen
in welcher der fünf Phasen durchzuführen sind.
· Phase 1 Das Ergebnis der Anforderungsphase ist ein Anforderungskatalog, in dem die Vorstel-
lungen der Auftraggeber definiert werden.
Grundlagen
Michael Bleck
25
· Phase 2 In der Entwurfsphase wird ein technischer Feinentwurf erstellt, der das zu realisierende
System in Komponentendarstellung zeigt.
· Phase 3 Das Ergebnis der Codierungsphase ist der Quelltext bzw. die Implementierung, der die
Umsetzung des Feinentwurfs in eine Programmiersprache darstellt.
· Phase 4 In der Testphase wird ein Abnahmeprotokoll verfasst, mit welchem dokumentiert wird,
ob die Anforderungen durch das entwickelte System erfüllt werden.
· Phase 5 In der Betriebsphase wird das betriebsfähige System beim Auftraggeber installiert.
Die grundsätzlichen Bestandteile Analyse, Design, Realisierung und Einführung finden sich auch in vielen
später entwickelten Modellen zur Softwareentwicklung wieder. Um die Anwendbarkeit für kleine IT
Projekte des Wasserfallmodells einschätzen zu können, werden in der Tabelle 2-1: die Vor und
Nachteile des Modells gegenübergestellt.
Vorteile
Nachteile
sehr intuitiv und leicht erlernbar
keine ausreichende Reaktion auf sich ändernde
Anforderungen
suggeriert planbaren Entwicklungsverlauf
reale Projekte folgen selten diesem Ablauf da-
durch klaffen Realität und Modell auseinander
sehr strukturiert und damit leicht steuerbar
der Anwender sieht das System erst am Ende
geringer Managementaufwand
Qualitätskontrollen und Test erfolgen erst am Ende
Verschiebung der Risikoerkennung mit Möglichkeit
des Gegensteuerns an das Ende des Projektes
lange
Laufzeiten
Tabelle 2-1: Bewertung des Wasserfallmodells
Quelle: Eigene Darstellung
2.9.1.2 V-Modell 97
Das V-Modell strukturiert den Softwareentwicklungsprozess ähnlich wie das Wasserfallmodell in einer
sequentiellen Abfolge von Phasen (siehe Abbildung 2-6). Wie in der Abbildung dargestellt, erfolgt die
ständige Validierung, d.h. die Überprüfung eines Software-Produktes hinsichtlich seiner Eignung und
seines Werts bezüglich seines Einsatzzwecks. Als wesentliche Weiterentwicklung betont es die Bedeutung
überprüfender Tests, die für eine erfolgreiche Applikationsentwicklung unabdingbar sind. Allerdings ist
Grundlagen
Michael Bleck
26
das V-Modell für frühe Fehler sehr anfällig und bietet wenig Flexibilität gegenüber Risiken und sich än-
dernden Anforderungen, ähnlich wie das Wassermodell.
Abbildung 2-6: Das V-Modell
Quelle: [Bremer98]
Das Vorgehensmodell dient als eine Richtschnur für die Organisation und Durchführung von IT-
Vorhaben. Das "V-Modell 97", auch EstdIT
9
genannt, ist bei vielen zivilen und militärischen Vorhaben
des Bundes verbindlich vorgeschrieben. Es ist mit dem Wasserfallmodell vergleichbar, jedoch werden
frühe Phasen mit Testdaten verbunden (V-förmig, siehe Abbildung 2-6). Es ist auch iterativ anwendbar
und kann mit Unified Markup Language (UML) eingesetzt werden. Phasen und zeitliche Abläufe stehen
nicht im Vordergrund. Es ist sehr stark formalisiert und dokumentenzentriert und muss vor der Anwen-
dung angepasst werden.
9
Entwicklungsstandard für IT-Systeme
Grundlagen
Michael Bleck
27
Zum V-Modell sind in drei Bänden drei Standardisierungsebenen beschrieben:
· Vorgehensmodell beschreibt durchzuführende Aktivitäten (Tätigkeiten) und zu erstellende Pro-
dukte (Ergebnisse)
· Methodenzuordnung legt fest, mit welchen Methoden die Aktivitäten des Vorgehensmodells
durchzuführen und welche Darstellungsmittel in den Ergebnissen zu verwenden sind
· Werkzeuganforderungen legen fest, welche funktionalen Eigenschaften die Software-Tools auf-
weisen müssen
Das V-Modell ist in vier Submodelle gegliedert:
·
PM: Projektmanagement
·
QS: Qualitätssicherung
·
SE: Softwareentwicklung/Systemerstellung
·
KM: Konfigurationsmanagement
Jedes Modell legt seine Aktivitäten, Produkte und Rollen fest. Dabei ist eine Aktivität eine Tätigkeit, die
bezogen auf ihre Ergebnis und ihre Durchführung genau beschrieben wird. In diesem Zusammenhang ist
ein Produkt, als das Ergebnis einer Aktivität zu sehen.
Grundlagen
Michael Bleck
28
Vorteile
Nachteile
Gut geeignet für grosse Projekte
Overhead bei mittleren und kleineren Projekten
generisches Modell mit definierten Möglichkeiten
zur Anpassung
Toolunterstützung zwingend erforderlich
Grundlage für eine Zertifizierung nach ISO 9000 Rollendefinition oft unrealistisch
beschränkt sich nicht allein auf die Softwareer-
stellung, sondernformalisiert den gesamten Pro-
zess (inkl. Projektmanagement und Qualitätssi-
cherung)
zu strikter Phasenablauf, wenig flexibel auf unter-
schiedliche Projektanforderungen
sehr ausgefeilte und detaillierte Vorgaben, Ergeb-
nismuster, Rollendefinitionen und -zuordnungen
Vollständigkeit und Gründlichkeit verhindern indi-
viduelle Anpassung an abweichende Projektum-
stände
ermöglicht standardisierte Abwicklung insbeson-
dere von großen Projekten
hoher Managementaufwand mit ausgeprägten For-
malismen
hoher
Schulungsaufwand
notwendig
Tabelle 2-2: Bewertung des V-Modells
Quelle: Eigene Darstellung
Derzeit befindet sich das V-Modell 97 in einer grundlegenden Überarbeitung. Seit 1997 wurde das Modell
nicht mehr an Neuerungen in der Informationstechnologie, wie komponentenbasierte Entwicklung und der
,,Test-first-Ansatz", angepasst. Motivation für die Überarbeitung und die Schaffung des V-Modell XT war
die Steigerung der Verbreitung und der Akzeptanz bei kleineren und mittleren IT Projekten. Erhebliche
Einflussfaktoren sind dabei auch die Qualitätseigenschaften Anwendbarkeit, Erweiterbarkeit und Anpass-
barkeit. Diesen Eigenschaften wurde durch eine modulare, bausteinbasierte Grobstruktur des neuen V-
Modells XT unterstützt. Sie ist die Grundvorrausetzung für eine Skalierbarkeit und erlauben eine verein-
fachte, individuelle Änderung des V-Modells. Neben der neuen Grobstruktur wurde mithilfe einer umfas-
senden Werkzeugunterstützung die Akzeptanz bei den Anwendern gesteigert.
Ein wesentliches Merkmal des V-Modells ist die ziel- und ergebnisorientierte Vorgehensweise. Diese
Grundphilosophie ist an vielen Stellen im V-Modell XT sichtbar (vgl. [Deubl04]):
· Minimierung der Projektrisiken
Das V-Modell XT gibt standardisierte Vorgehensweisen vor, beschreibt die zugehörigen Ergeb-
nisse und die verantwortlichen Rollen. Damit erhöht das V-Modell XT die Projekttransparenz und
verbessert die Planbarkeit von Projekten. Planungsabweichungen und Risiken werden bereits
frühzeitig erkannt. Prozesse lassen sich besser steuern und das Projektrisiko wird eingedämmt.
Grundlagen
Michael Bleck
29
· Verbesserung und Gewährleistung der Qualität
Als standardisiertes Vorgehensmodell stellt das V-Modell XT sicher, dass die zu liefernden Er-
gebnisse vollständig und von gewünschter Qualität sind. Die durch das Modell definierten Zwi-
schenergebnisse können auf diese Weise frühzeitig überprüft werden. Außerdem vereinheitlicht
das V-Modell XT die Produktinhalte. Die Ergebnisse sind deshalb besser lesbar, verständlicher
und leichter zu überprüfen.
· Eindämmung der Gesamtkosten über den gesamten Projekt- und Systemlebenszyklus
Durch die Anwendung des standardisierten Vorgehensmodells lässt sich der Aufwand für die Ent-
wicklung, die Herstellung, den Betrieb und die Pflege und Wartung eines Systems auf transparen-
te Weise kalkulieren, abschätzen und steuern. Die erzeugten Ergebnisse sind einheitlich und leich-
ter nachvollziehbar. Dies verringert die Abhängigkeit des Auftraggebers vom Auftragnehmer und
erleichtert anschließende Aktivitäten und Projekte.
· Verbesserung der Kommunikation zwischen allen Beteiligten
Die standardisierte und einheitliche Beschreibung aller relevanten Bestandteile und Begrifflich-
keiten ist die Basis des wechselseitigen Verständnisses aller Projektbeteiligten. So werden Rei-
bungsverluste zwischen Nutzer, Auftraggeber, Auftragnehmer und Entwickler reduziert.
2.9.2 Iterative, inkrementelle Vorgehensmodelle
Um die unzureichenden Flexibilität bei Wasserfallmodell und V-Modell zu umgehen, wurden die iterati-
ven, inkrementellen VM entwickelt. Diese wird häufig auch als evolutionäre Softwareentwicklung be-
zeichnet. In dem folgenden Kapitel werden zwei typische Vertreter dieser Gruppe vorgestellt und auf die
Eignung für kleine und mittlere IT - Projekte, wie z.B. SAP BW Projekte geprüft.
2.9.2.1 Das Spiralmodell
Das Spiralmodell gehört zu den Risikogetriebenen, Iterativen Vorgehensmodellen. Dabei kommt es insbe-
sondere in Projekten, bei denen die Anforderungen zu Beginn nicht absehbar sind, z.B. Data Warehouse
Projekten, zum Einsatz. So wird das Spiralmodell siehe Abbildung 2-7 in Zyklen eingeteilt, wobei ein
Zyklus immer das Erreichen eines Projektfortschritts bedeutet.
Die Ziele werden zu Beginn des Zyklus identifiziert und nach Realisierungsmöglichkeiten untersucht.
Dabei werden auch die Randbedingungen mit in die Untersuchung einbezogen.
Details
- Seiten
- Erscheinungsform
- Originalausgabe
- Erscheinungsjahr
- 2005
- ISBN (eBook)
- 9783832488321
- ISBN (Paperback)
- 9783838688329
- DOI
- 10.3239/9783832488321
- Dateigröße
- 3 MB
- Sprache
- Deutsch
- Institution / Hochschule
- Fachhochschule Stralsund – Wirtschaft
- Erscheinungsdatum
- 2005 (Juni)
- Note
- 1,3
- Schlagworte
- business intelligence datawarehouse produktmanagement itil methoden
- Produktsicherheit
- Diplom.de