Masterarbeit, 2013
82 Seiten, Note: 2,7
1 Einleitung
1.1 Motivation und Zielsetzung
1.2 Vorgehensweise
2 Business-Intelligence-Grundlagen
2.1 Entwicklung und Begriffserklärung: Business-Intelligence
2.2 Architektur von Business-Intelligence-Systemen
3 Cloud-Computing-Grundlagen
3.1 Entwicklungsweg zum Cloud-Computing
3.2 Begriffserklärung: Cloud-Computing
3.3 Modelle von Cloud-Computing
3.3.1 Organisatorische Servicemodelle
3.3.1.1 Public-Cloud
3.3.1.2 Private-Cloud
3.3.1.3 Hybrid-Cloud
3.3.2 Technische Bereitstellungsmodelle von Cloud-Computing
3.3.2.1 Infrastructure-as-a-Service
3.3.2.2 Platform-as-a-Service
3.3.2.3 Software as-a-Service
4 Business-Intelligence-in-the-Cloud
4.1 Begriffserklärung: Business-Intelligence-in-the-Cloud
4.2 Framework des Business-Intelligence-in-the-Cloud
4.2.1 Infrastructure-as-a-Service
4.2.2 Platform-as-a-Service
4.2.3 Software as-a-Service
5 Kritische Analyse
5.1 Wirtschaftliche Aspekte
5.1.1 Implementierungsaufwand und Betriebskosten
5.1.2 Total-Cost-of-Ownership
5.2 Organisatorische Aspekte
5.2.1 Implementierung und die Fokussierung auf das Kerngeschäft
5.2.2 Abhängigkeit vom Anbieter
5.2.3 Vertragsgestaltung
5.3 Sicherheitsrelevante Aspekte
5.3.1 Daten- und Systemsicherheit
5.3.2 Datenschutz
5.4 Funktionale Aspekte
5.4.1 Weltweite Verfügbarkeit, Mobilität und Plattformunabhängigkeit
5.4.2 Funktionale Anpassungsfähigkeit
5.5 Technische Aspekte
5.5.1 Skalierbarkeit
5.5.2 Integrationsfähigkeit und Schnittstellen
5.5.3 Performance, Stabilität und Verfügbarkeit
6 Fazit
Diese Arbeit untersucht die Integration von Business-Intelligence-Systemen in Cloud-Computing-Infrastrukturen. Dabei wird analysiert, wie sich die Kombination beider Konzepte auf Unternehmen auswirkt, welche Vor- und Nachteile sich ergeben und ob eine solche Lösung langfristig Wettbewerbsvorteile gegenüber klassischen On-Premise-Systemen bieten kann.
5.1.1 Implementierungsaufwand und Betriebskosten
On-Premise-BI-Systeme bringen je nach Lösung und Komplexität einen hohen Implementierungsaufwand und regelmäßige Betriebskosten mit sich: Neben Investitionen in Hardware zum Aufbau einer geeigneten Serverlandschaft (IT-Infrastruktur), Beratungskosten, Lizenzkosten zur Nutzung der Software und Hardware, wiederkehrende Betriebskosten (wie bspw. Strom, Miete, Instandhaltung: Wartung und Verbesserung) und Personalkosten für IT-Expertise müssen Unternehmen auch mit einer langen Systemeinführungszeit rechnen, bis das System seine vollen Fähigkeiten entfalten kann. Aufgrund verkannter Komplexität und Kompatibilitätsprobleme liegen diese Softwareeinführungen deshalb meistens hinter dem Zeitplan und über dem Budget (Metzger et al. 2011, S.30, 65 & 70-71; Waters, 2005, S.35; White, 2010, S.2 & 6).
Da zukünftige Ressourcenbedarfe nur schwer einzuschätzen sind, müssen solche IT-Infrastrukturen von Anfang an mit ausreichend Ressourcen ausgestattet werden, um den alltäglichen Bedarf an Kapazitäten als auch die der Spitzenlasten für rechenintensive Aufgaben (Data-Mining) decken zu können (Dehmel et al. 2010, S.15; Haselmann et al. 2012, S.128; Waters, 2005, S.35).
Im Gegensatz zu großen Unternehmen können kleine und mittelständische Unternehmen nur auf ein begrenztes IT-Budget zugreifen, um wettbewerbskritische BI-Systeme umsetzen zu können. Schwierige Entscheidungsprozesse und auch oftmals notwendige Fremdfinanzierungen belasten deshalb eine solche Systemeinführung und erhöhen das Investitionsrisiko (Metzger et al. 2011, S.39 & 65).
Make-or-Buy-Entscheidungen sind hier zu treffen: Ein BI-in-the-Cloud-Konzept, das BI-Fähigkeiten als BI-Cloud-Dienst auf der SaaS-Schicht realisiert, kann gegenüber einer Einführung eines aufwendigen On-Premise-Systems vorteilhafter und insgesamt für das Unternehmen wirtschaftlicher sein: Das Unternehmen betreibt in einem solchen Fall keine eigene Serverlandschaften mehr, sondern verwendet bspw. als Nutzer einer Virtual-Private- oder Public-Cloud im Rahmen des Multi-Tenancy-Merkmals Hardware und Software mit mehreren Kunden gemeinsam: Kostspielige Investitionen in eigene Hardware und Lizenzkosten werden dadurch vermieden und vom Cloud-Anbieter übernommen.
1 Einleitung: Die Einleitung erläutert die Motivation für den Einsatz von Cloud-Technologien in BI-Systemen und definiert die Zielsetzung der Arbeit sowie das methodische Vorgehen.
2 Business-Intelligence-Grundlagen: Dieses Kapitel betrachtet die historische Entwicklung von BI, definiert den Begriff und beschreibt die Architektur typischer BI-Systeme.
3 Cloud-Computing-Grundlagen: Hier werden die Entwicklung zum Cloud-Computing sowie dessen Definition, organisatorische Servicemodelle und technische Bereitstellungsmodelle dargelegt.
4 Business-Intelligence-in-the-Cloud: Dieses Kapitel führt die beiden Themengebiete zusammen, definiert BI-in-the-Cloud und erarbeitet ein entsprechendes Framework für die verschiedenen Schichten.
5 Kritische Analyse: Der Hauptteil analysiert die Cloud-Integration anhand von wirtschaftlichen, organisatorischen, sicherheitsrelevanten, funktionalen und technischen Aspekten kritisch.
6 Fazit: Das Fazit fasst die Ergebnisse zusammen und bewertet, unter welchen Umständen sich das Konzept BI-in-the-Cloud für Unternehmen als sinnvoll erweist.
Business Intelligence, Cloud-Computing, BI-in-the-Cloud, SaaS, IaaS, PaaS, On-Premise, TCO, Skalierbarkeit, IT-Infrastruktur, Datensicherheit, Datenschutz, Wirtschaftlichkeit, IT-Strategie, Management Support Systeme
Die Arbeit untersucht die Möglichkeiten und Herausforderungen, die entstehen, wenn klassische Business-Intelligence-Systeme durch Cloud-Computing-Technologien erweitert oder ersetzt werden.
Die zentralen Schwerpunkte liegen auf der technologischen Architektur, der Wirtschaftlichkeit, den organisatorischen Auswirkungen sowie der Datensicherheit und dem Datenschutz bei Cloud-basierten BI-Lösungen.
Das Ziel ist es, ein besseres Verständnis für das Konzept BI-in-the-Cloud zu schaffen und Unternehmen eine Entscheidungsgrundlage zu bieten, ob und wie diese Technologie für ihre spezifischen Anforderungen sinnvoll eingesetzt werden kann.
Es handelt sich um eine theoretische Arbeit, die auf einer umfassenden Literaturanalyse und einem Vergleich zwischen klassischen On-Premise-Lösungen und verschiedenen Cloud-Servicemodellen basiert.
Der Hauptteil gliedert sich in eine kritische Analyse, die verschiedene Aspekte wie Kosten (TCO), Implementierungsaufwand, Anbieterabhängigkeit, funktionale Anpassungsfähigkeit und technische Aspekte wie Skalierbarkeit und Sicherheit beleuchtet.
Die Arbeit wird maßgeblich durch Fachbegriffe wie SaaS, IaaS, Multi-Tenancy, TCO-Analyse und verschiedene Cloud-Typen (Public, Private, Hybrid) definiert.
Die IaaS-Schicht dient als fundamentale Basis, die virtualisierte Hardware-Ressourcen bereitstellt, auf denen BI-Applikationen und Datenservices flexibel skaliert werden können.
Da BI-Systeme oft sensible und wettbewerbskritische Daten verarbeiten, ist die Verlagerung dieser Systeme außerhalb der eigenen IT-Infrastruktur mit Risiken wie Datenabfluss oder unbefugten Zugriffen verbunden, was hohe Anforderungen an Sicherheitsmaßnahmen stellt.
Der TCO-Vergleich (Total-Cost-of-Ownership) betrachtet die Gesamtkosten eines Projekts über einen längeren Zeitraum, um die finanziellen Vor- und Nachteile von On-Premise-Investitionen gegenüber dem nutzungsbasierten Mietmodell der Cloud objektiv zu bewerten.
Multi-Tenancy ist ein wesentliches Cloud-Merkmal, das es erlaubt, dieselbe Softwareinstanz für mehrere Kunden sicher zu trennen, was Skaleneffekte ermöglicht und die Kosten für den einzelnen Nutzer senken kann.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

