Referenzmodellbasierte Einführung von Führungsinformationssystemen Grundlagen, Anforderungen, Methode

1 Einleitung

Die Referenzmodellierung fur Fuhrungs-informationssysteme (FIS) bzw. fur Data-Warehouse-Systeme steht sowohl in derWissenschaft als auch in der Praxis noch inden Anfangen [vgl. BeKn04 u. a. zumState-of-the-Art und zu einer Analyse be-stehender Losungsansatze; zum Konzeptdes „Business Content“ von SAP: oV00sowie Klei01]. Bisherige Arbeiten zur Re-ferenzmodellierung beziehen sich vor al-lem auf operative betriebliche Anwen-dungssysteme [Schu98; Sche97; FeLo02;WABH02]. Jedoch scheint es reizvoll, dasLeitbild der Referenzmodellierung, die„Konstruktion unternehmensspezifischerModelle auf Basis vorgefertigter Modellebzw. Modellbausteine“ [FeLo02, 9], auchfur die Entwicklung von FIS und Data-Warehouse-Systemen nutzbar zu machen[dazu ebenfalls BeKn04, 46].Daher wird im Folgenden einerseits un-

tersucht, ob grundlegende �berlegungenund Ergebnisse bisheriger Arbeiten zurReferenzmodellierung auf diese Systeme

ubertragbar sind. Andererseits wird ge-pruft, inwieweit die Methoden und Model-le zur Entwicklung von Data-Warehouse-Systemen und FIS im Rahmen derReferenzmodellierung Anwendung findenkonnen und ob bzw. inwieweit diese refe-renzmodellspezifisch erweitert werdenmussen und konnen.Daruber hinaus sind die �berlegungen

durch einen praktischen Anwendungsfallmotiviert.Am Fachbereich Wirtschaftswissen-

schaften der Philipps-Universitat Marburgwurde im Jahr 2002 ein Pilotprojekt mitdem Titel „Effizienz und innovative Steue-rung von Fachbereichen“ (EiSFach) ini-tiiert, das die Entwicklung eines FIS furFakultaten an Universitaten zum Gegen-stand hat. In diesem Zusammenhang wur-den mit einem Data-Warehouse-System

konkrete Ergebnisse erzielt, die die Mach-barkeit des Vorhabens dokumentieren[GoBu04]. Um dem Pilotcharakter desProjekts Rechnung zu tragen, wird ein Re-ferenzmodell fur Fuhrungsinformations-systeme an Fakultaten entwickelt. Diesessoll die �bertragung des Konzepts und dertechnischen Losung auf andere Fachberei-che unterstutzen.Da sowohl konzeptionelle Fragen des

Hochschulcontrollings breit diskutiertwurden [KuZb97; Zbor98; Seid92; Trop02;Nuss02] und ahnliche Projekte zur Ent-wicklung von FIS und Data-Warehouse-Systemen an Universitaten erfolgreich ar-beiten, liegen umfassende Erfahrungen indiesem Bereich vor, von denen das hierprasentierte Vorhaben in hohem Maße pro-fitieren konnte und die fur die Konstruk-tion von Referenzmodellen herangezogen

WIRTSCHAFTSINFORMATIK 46 (2004) 5, S. 353–365

Der Autor

Matthias Goeken

Dipl.-Vw. Matthias GoekenPhilipps-Universitat MarburgInstitut fur Wirtschaftsinformatik35032 [email protected]

Referenzmodellbasierte Einf�hrungvon F�hrungsinformationssystemenGrundlagen, Anforderungen, Methode

Kernpunkte

Da immer noch viele Projekte zur Einfuhrung von Fuhrungsinformationssystemen (FIS) schei-tern, ist es fur Wissenschaft und Praxis reizvoll, nach Wegen zu suchen, die die Erfolgswahr-scheinlichkeit solcher Vorhaben erhohen. Referenzmodellen kann in diesem Zusammenhangeine bedeutende Rolle zukommen, da sie die Entwicklung spezifischer Anwendungssystemedurch die Vorgabe von Gestaltungsempfehlungen unterstutzen. In diesem Beitrag wird eineMethode zur referenzmodellbasierten Entwicklung von FIS entworfen, die

& ein Vorgehensmodell zur Modellanpassung beinhaltet,& vorhandene Ansatze und Modelle zur FIS-Entwicklung um Konstrukte erweitert, die es

erlauben, Anpassungspunkte und Varianten zu verwalten und& inhaltliche Modellmuster fur einen konkreten Anwendungsfall bereitstellt.

Illustriert wird die Methode anhand von Beispielen aus einem Projekt im Bereich des Hoch-schulcontrollings.

Stichworte: Fuhrungsinformationssysteme, Referenzmodellierung,multidimensionale Modellierung, Data-Warehouse-Systeme, Viewpoint Analysis,Hochschulcontrolling

WI – Schwerpunktaufsatz

werden konnen. Zu nennen sind hier ins-besondere das CEUS-Projekt an der Uni-versitat Bamberg [SiBE99; SBPE01] sowiedas MIS-Projekt an der Universitat Osna-bruck [Rieg01; Rieg99; Post00].Der vorliegende Beitrag gliedert sich wie

folgt: Nach einem kurzen Grundlagenteilwerden in Teil 3 Anforderungen an Refe-renzmodelle fur FIS skizziert. In Teil 4wird eine Methode zur referenzmodell-basierten Einfuhrung von FIS entworfen,die sowohl ein Vorgehensmodell beinhaltetals auch Modellierungskonstrukte zur Ver-fugung stellt, um Varianten und Anpas-sungspunkte abzubilden. Der Schwer-punkt liegt somit auf der Darstellungmethodischer Aspekte. Das inhaltliche Re-ferenzmodell fur Fakultaten kann an dieserStelle nur kursorisch vorgestellt werden, daein vollstandiger �berblick den Rahmendieses Beitrags sprengen wurde. Teil 5schließlich zieht ein Fazit und verweist aufoffene Fragen.

2 Grundlagen

Ein Referenzmodell ist eine (Soll-)Empfeh-lung, die fur die Entwicklung konkreterModelle nutzlich ist. Es stellt allgemeingultige Losungsvorschlage fur eine (abs-trakte) Klasse von Problemen dar und un-terstutzt die auf konkrete Aufgabenstellun-gen bezogene Problemlosung, indem eseinen Ausgangspunkt bietet und als Mo-dellmuster fur eine Klasse zu modellieren-der Sachverhalte herangezogen werdenkann [WABH02; Sche97, 3; BADK02,1392; FeLo02, 9]. Die Referenzmodellie-rung kann demnach in zwei Prozesse un-terteilt werden [FeLo02, 10]:

& Die Konstruktion eines Referenzmo-dells, das als Modellmuster und all-gemein gultige Losung fur verwandteProbleme fungieren soll.

& Die Anwendung eines Referenzmodells,d. h. die Entwicklung spezifischer Mo-delle oder Problemlosungen auf Grund-lage dieses Musters fur einen konkretenAnwendungsfall.

Bei der Referenzmodellanwendung kom-men verschiedene Adaptionstechnikenzum Einsatz, um aus einem allgemein gul-tigen Referenzmodell konkrete Modelleabzuleiten. Eine �bersicht uber diese Me-chanismen zur Modellanpassung findetsich in [BeKn04]. Haufig wird die Kon-figuration als die machtigste Adaptions-technik angesehen [bspw. bei BeDK02]. Siegibt explizite Anpassungspunkte bzw.

Regeln vor, die besagen, „wie das Refe-renzmodell in Abhangigkeit von projekt-spezifisch gewahlten Auspragungen vonKonfigurationsparametern anzupassen ist“[BADK02, 1392; vgl. auch BeKn04;RoSc97, 25 ff.]. Inwieweit die Technikender Referenzmodellierung auch fur FIS-Referenzmodelle herangezogen werdenkonnen, soll im folgenden Abschnitt unter-sucht werden.

3 Anforderungenan Referenzmodelle fur FIS

Anforderungen an ein Referenzmodell furFIS lassen sich aus mehreren Quellen ablei-ten. Einerseits konnen aus den Unterschie-den zwischen operativen Anwendungs-systemen und FIS Ruckschlusse aufgrundsatzliche Merkmale von Referenz-modellen fur FIS gezogen werden. An-dererseits ergeben sich Anforderungen anReferenzmodelle fur diese Anwendungs-systeme aus den Erfolgsfaktoren undProblemen der FIS-Entwicklung. Diesevererben sich gleichsam auf die Referenz-modellkonstruktion und folglich auch aufdie Referenzmodellanwendung.Der Zweck operativer Anwendungssys-

teme besteht darin, Geschaftsprozesse zuautomatisieren und Benutzer bei der Aus-fuhrung von (operativen) Tatigkeiten zuunterstutzen [StHa02, 332 ff.; JaBS97, 23].Sie dienen der Standardisierung, indem sieallgemein gultig und benutzerunabhangigbeschriebene Vorgange implementieren.Referenzmodelle, die der Entwicklungoperativer Anwendungssysteme dienen,bieten Common- oder Best-Practice-Mo-delle mit Varianten als Ausgangslosung, dieeine Grundlage fur die Konfiguration un-ternehmensspezifischer Varianten darstel-len [BADK02; RoSc97, 25]. In ihnen wer-den im Wesentlichen Struktur- und Verhal-tensaspekte modelliert, und es kommenetablierte Beschreibungsmittel wie EPK,Petrinetze und ERM mit referenzmodell-spezifischen Erweiterungen zum Einsatz[Schu98, 240ff.; zu einer �bersicht uber ei-nige Ansatze FeLo02, 18ff.].Im Unterschied dazu stehen bei FIS die

bedarfsgerechte Informationsversorgungund die Prasentation von Entscheidungs-vorschlagen im Vordergrund [MeGr02, 1;StHa02, 336]. Dutta et al. charakterisierenFIS anhand verschiedener Modi der Unter-stutzung mit den Begriffen „automate“,„informate“ und „stimulate“. Das Kunst-wort „informate“ kennzeichnet dabei die

Fahigkeit von Technologien, Informatio-nen uber eine Organisation zu erfassenund zu liefern. Der Benutzer wird im Ent-scheidungsprozess dadurch unterstutzt,dass ihm flexible Navigationsraume undsomit Alternativen fur die Analyse desEntscheidungsraums zur Verfugung ge-stellt werden [DuWD 97, 72ff.]. Hierausergeben sich zwei wesentliche Konsequen-zen fur FIS-Referenzmodelle:

Zum einen kann eine bedarfsgerechte In-formationsversorgung nicht unabhangigvon einzelnen Benutzern realisiert werden,und eine Standardisierung ist nur in engenGrenzen moglich. Die Sicht auf die Realitatbzw. die im System abzubildende Diskurs-welt ist namlich in hohem Maße subjektivgepragt. Dem wird im Folgenden dadurchRechnung getragen, dass in den auf derGrundlage des FIS-Referenzmodells er-stellten spezifischen Modellen die individu-ellen Bedarfe der zukunftigen Benutzer Be-rucksichtigung finden.Zum anderen ist festzustellen, dass in

den Datenmodellen zur konzeptionellenModellierung von FIS, die die Navigati-onsraume beschreiben, keine Anpassungs-oder Variationspunkte vorgesehen sind, dieeine Konfiguration erlauben [BeKn04,41f.]. Jedoch sollte ein FIS-ReferenzmodellVarianten und Moglichkeiten zur Konfigu-ration zur Verfugung stellen. Hierbei ist zubeachten, dass sich verschiedene Variantenzur Analyse unternehmensspezifischer In-formationen und Daten nicht ausschließenmussen, sondern dass sie haufig parallel,gleichzeitig und nebeneinander implemen-tiert werden konnen. Anders als bei Refe-renzmodellen fur operative Systeme kannes sinnvoll sein – gemaß dem Informa-tionsbedarf der Benutzer – mehrere Mo-dellvarianten in einem konkreten konzep-tionellen Modell zu realisieren, um ver-schiedene (subjektive) Informationsbedarfezu befriedigen. Hierfur muss das Referenz-modell Modellierungskonstrukte bieten,die die Beziehungen zwischen Variantenexplizit kennzeichnen, d. h. deutlich ma-chen, ob sich Varianten ausschließen oderparallel implementiert werden konnen.Aus diesem Grunde werden im Folgendenreferenzmodellspezifische Erweiterungender vorhandenen Sprachen zur multi-dimensionalen Datenmodellierung vorge-schlagen.Weitere Anforderungen an FIS-Refe-

renzmodelle ergeben sich durch die Ana-lyse der Erfolgsfaktoren und Probleme derFIS-Entwicklung. Z. T. korrespondierensie mit den bereits herausgearbeiteten An-forderungen und erganzen bzw. konkreti-sieren diese [vgl. dazu eine Vielzahl von

WIRTSCHAFTSINFORMATIK 46 (2004) 5, 353–365

354 Matthias Goeken

Studien: Ditt99; TsHe02; PoWa01;MuDs03; WAWA01; WiWa01].Mertens fordert fur die FIS-Entwick-

lung, „dass man sich uber die Empfanger-orientierung noch viel mehr Gedanken ma-chen muss“ [Mert99, 414; ahnlich TsHe02].Daher bilden in dem im Folgenden vor-gestellten Referenzmodell die Benutzerund Anwender mit ihren jeweiligen Per-spektiven und Rollen den Ausgangspunkt.Als ein weiteres Kernproblem der Ent-

wicklung von FIS wird regelmaßig die Er-hebung und Analyse des Informations-bedarfs genannt [Holt99, 36 u. 61; Stra02;Kore76]. Haufig liegen die Probleme beider Informationsbedarfsanalyse gerade da-rin, dass sich die zukunftigen Anwenderund Benutzer uber ihre Bedarfe und An-forderungen selbst nicht im Klaren sind, ei-nerseits weil sie ihr implizites Wissen nichtformulieren konnen, andererseits weil sienicht einschatzen konnen, was technischrealisierbar ist [VaFr85; Stra02, 46].Jedoch finden sich nur wenige neuere

Arbeiten, die diese Fragen in Bezug aufFIS diskutieren, und nur wenig methodi-sche Unterstutzung fur die Analyse undErhebungdes Informationsbedarfs [Holt99;Stra02]. Insbesondere wird dieser Aspektin solchen Methoden vernachlassigt, die imWesentlichen eine Notation bereitstellen[Melc00, 31; Pohl93; VeHW91]. Den ge-nannten Problemen kann nur z. T. dadurchbegegnet werden, dass mittels eines Refe-renzmodells (inhaltliche) Modellmusterund Ausgangslosungen i. S. e. Best Practicebereitgestellt werden. Bspw. geht auch SAPdavon aus, dass vorkonfigurierter „Busi-ness Content“ nur einen Teil des Informa-tionsbedarfs decken kann.In der in Abschnitt 4 vorgestellten Me-

thode wird daher – als Erganzung der inder FIS- und Data-Warehouse-Literaturvorherrschenden Technik- bzw. Daten-modellierungsorientierung – eine starkersystementwicklungsorientierte Perspektiveeingenommen. D.h. es wird ausgehend vonBedarfen und Anforderungen schrittweiseeine Verfeinerung der Anforderungsspezi-fikation vorgenommen. Dabei werdenAusgangslosungen bereitgestellt, die beider Referenzmodellanwendung angepasstwerden. Dieses Vorgehen dient u. a. dazu,die erwahnten Artikulationsprobleme zuuberwinden.

Becker und Knackstedt schlagen ein Ver-fahren zur Anpassung von Data-Ware-house-Referenzmodellen vor, das auf derElementtypenselektion beruht. Hierbeiwerden Modellelementtypen uber Regelnmit Konfigurationsparametern in Bezie-hung gesetzt. Mogliche Konfigurations-

parameter sind dabei Unternehmensmerk-male und Perspektiven [BeKn04, 43f.].Dieses Vorgehen stellt im Wesentlichen aufobjektive Merkmale ab und adressiert da-her v. a. den objektiven Informations-bedarf. Die subjektive Komponente des In-formationsbedarfs wird dagegen nur amRande mit einbezogen.Mit der hier vorgestellten Methode soll

jedoch auch dieser Komponente Rechnunggetragen werden. Ein besonderer Schwer-punkt wird daher auf die fruhen Phasender Systementwicklung mit den AufgabenInformationsbedarfs- bzw. Anforderungs-ermittlung (requirements engineering) ge-legt. Methoden der Informationsbedarfs-analyse und Anforderungsermittlung wer-den daher als mogliche Adaptionstechnikenzur Anpassung des Referenzmodells be-rucksichtigt, neben der merkmalsbasiertenModellanpassung.

4 Methodezur referenzmodellbasiertenEinfuhrung von FIS

4.1 �berblick

Nachdem in Abschnitt 3 Anforderungenan Referenzmodelle fur FIS diskutiert wur-den, wird im Folgenden eine Methode zurreferenzmodellbasierten Einfuhrung vonFIS dargestellt (Bild 1). Sie beinhaltet so-wohl ein (Referenz-)Vorgehensmodell alsauch eine Notation (vgl. [Stra98] zur„Sprach/Prozess-Dualitat bei Betrachtungeiner Methode“). Daruber hinaus werdeninhaltliche Vorgaben im Sinne von Modell-mustern und Gestaltungsempfehlungen ge-macht durch

& Referenz-Viewpoints, die potenzielleBenutzer und Anwender des zu erstel-lenden Systems reprasentieren,

& ein um Dimensionen erweitertes Refe-renz-Kennzahlenmodell (dimensionalesReferenz-Kennzahlenmodell (dRKZM))sowie

& konzeptionelle multidimensionale Refe-renzdatenmodelle (MDRDM), die eineVerfeinerung des dRKZM darstellen.

Zur Reprasentation des dRKZM und desMDRDM werden in den Abschnitten 4.3.2und 4.3.3 Erweiterungen von Kennzahlen-systemen und fachkonzeptionellen multi-dimensionalen Datenmodellen vorgeschla-gen.Oben wurde ausgefuhrt, dass die indivi-

duellen Anforderungen und subjektiven

Informationsbedarfe verschiedener Benut-zer in dem zu entwickelnden System undsomit auch in dem Referenzmodell ihrenNiederschlag finden sollten. Konsequen-terweise wird daher zwischen den Anfor-derungen eines Benutzers (hier als„Viewpoint“ bezeichnet, vgl. dazu den fol-genden Abschnitt) und den Anforderun-gen, die schließlich in die Spezifikation desGesamtsystems eingehen, unterschieden.Die Aufteilung der Spezifikation hinsicht-lich der Anforderungen verschiedener Be-nutzer (separation of concerns) korrespon-diert mit der fur FIS geforderten Empfan-gerorientierung. Sie erlaubt daruber hinausdie Ruckverfolgung (traceability) von An-forderungen hin zu ihrer Quelle.

Die genannten Modellmuster und dasVorgehensmodell werden in den folgendenAbschnitten erlautert. Erstere bilden deninhaltlichen Input fur den Prozess der Re-ferenzmodellanwendung und unterstutzendiesen. Der Prozess besteht im Wesentli-chen aus der schrittweisen Anpassung(Konfiguration) und Ausdifferenzierungder vorgegebenen Modellmuster und resul-tiert in der Erstellung viewpointbezogenerkonzeptioneller MDDM. In den nachstenSchritten werden diese MDDM zur Spezi-fikation des Gesamtsystems vereint. DieseSchritte und die hierbei eingesetzten Ver-fahren der Viewpoint Negotiation undViewpoint Resolution werden jedoch indieser Arbeit nicht naher betrachtet, da sienicht durch Referenzmodelle unterstutztwerden.

4.2 (Referenz-)Vorgehensmodellauf der Grundlagedes Viewpoint-Ansatzes

In diesem Abschnitt wird das Referenz-Vorgehensmodell naher erlautert, das, umein hohes Maß an Empfangerorientierungzu erreichen, auf dem Phasenmodell undden Grundgedanken der so genanntenViewpoint-Methode aufbaut [KoSo98;Leit96; FiSo96; BrLF99].

Der Ausgangspunkt dieses Ansatzes ist,dass bei der Entwicklung eines Anwen-dungssystems i. d. R. eine Vielzahl vonPersonen (Benutzer, Anwender, Entwick-ler etc.) eingebunden sind, deren unter-schiedliche Anforderungen und BedarfeBeachtung finden mussen. Die verschiede-nen Sichtweisen, die partielle und unvoll-standige Beschreibungen bzw. Spezifika-tionen des Systems darstellen, resultierendaraus, dass die Akteure verschiedene Ver-antwortlichkeiten und Rollen innehaben,die unterschiedliche Meinungen und Ziele


Referenzmodellbasierte Einfuhrung von Fuhrungsinformationssystemen 355

mit sich bringen. Folglich erwarten sie un-terschiedliche, moglicherweise wider-spruchliche Dienste von dem zu erstellen-den Anwendungssystem. Ein Akteur undseine Sichtweise werden gemeinsam als„Viewpoint“ bezeichnet [FiSo96].Leite beschreibt drei Forschungsberei-

che des Viewpoint-Ansatzes, von denendie Praxis der Systementwicklung profitie-ren kann. Er nennt diese „Viewpoints onViewpoints“ [Leit96; BrLF99, S. 18ff.]. InBezug auf Referenzmodelle ist die Sicht ei-nes Viewpoints als Meinung („viewpointsas opinion“) besonders relevant. Diese In-terpretation zwingt die Entwickler, die An-forderungen verschiedener Agenten syste-

matisch zu erfassen und zu analysieren.Ein viewpointorientiertes Vorgehen bei derInformationsbedarfsanalyse (bzw. Anfor-derungserhebung) fuhrt zu einem tieferenVerstandnis des zu erstellenden Systems.Es wird erwartet, dass man so zu einervollstandigeren Beschreibung der Anforde-rungen an ein zu erstellendes System ge-langt und gleichzeitig ein hohes Maß anEmpfangerorientierung realisieren kann.Durch die Vorgabe von generischen und

abstrakten Viewpoint- bzw. Viewpoint-klassenhierarchien als Referenz-View-points sowie deren problemspezifische An-passung wird gewahrleistet, dass allerelevanten Anforderungen an das System

Beachtung finden. Folglich wird in der Me-thode (vgl. Bild 1) mit der Identifikationrelevanter Viewpoints aus dem Anwen-dungsbereich und ihrer Strukturierungbegonnen. Kotonya und Sommerville un-terscheiden hierbei zwischen direkten undindirekten Viewpoints [KoSo95, 9]. Ersterebeziehen sich auf Akteure, die direktDienste (services) des zu erstellenden Sys-tems empfangen und mit diesem interagie-ren werden, bspw. Benutzer, die Anfragenan das System stellen, oder Entwickler, dieKonfigurationen vornehmen. IndirekteViewpoints haben ein „irgendwie geartetesInteresse“ an den Diensten des Systems,obwohl sie nicht direkt mit diesem inter-


Entwicklungsresultate(Referenz-)Vorgehensmodell

Erhebung der Benutzeranforderungen(Requirements Elicitation)

Identifikation vonViewpoints

Analyse derViewpoint Requirements

Dokumentation derViewpoint Requirements

Verhandlungen über Requirementsund Viewpoint Resolution

Spezifikation derViewpoint Requirements

Verifikation und Validierung derAnforderungen

Generische und abstrakteViewpoints und Viewpoint-

Klassen(Referenz-Viewpoints)

DimensionalesReferenz-

kennzahlenmodell(dRKZM)

KonzeptionellesmultidimensionalesReferenzdatenmodell

(MDRDM)

DimensionalesKennzahlenmodell eines

Viewpoints (dKZM)

MultidimensionalesDatenmodell (MDDM)

eines Viewpoints

Konzeptionelles MDDM(Spezifikation)

Viewpointhierarchie

ReferenzmodellbasierteGestaltungsempfehlungen

(Modellmuster)

Bild 1 Methode zur referenzmodellgestutzten Einfuhrung von FIS

356 Matthias Goeken

agieren [Koto97, 7]. Kotonya und Sommer-ville betonen besonders deren Rolle, da siehaufig einen besonderen Einfluss in derOrganisation besitzen [KoSo95, 6; Ko-So98]. Die Nichtbeachtung dieser indirek-ten Viewpoints fuhre daher haufig zumScheitern von Systemen.Aus dem hier betrachteten Anwen-

dungsbereich konnte man bspw. die Admi-nistratoren der operativen Systeme derUniversitatsverwaltung nennen, die wichti-ge Daten fur das FIS eines Fachbereichsliefern. Ein weiteres Beispiel waren Daten-schutzbestimmungen bzw. Datenschutz-beauftragte von Universitaten.Bild 2 veranschaulicht mogliche abstrak-

te Viewpointklassen aus der Diskursweltdes vorliegenden Pilotprojekts. DieseViewpointhierarchien stellen ein Modell-muster dar, das im Zuge der Referenz-modellanwendung an die spezifischen Ge-gebenheiten angepasst werden muss.Folgende Schritte fuhren zur Anpassungan individuelle und spezifische Gegeben-heiten:& Eliminierung von bestimmten View-

points oder ganzen Viewpointklassender Hierarchie, die fur ein zu erstellen-des System nicht von Relevanz sind. EinBeispiel fur eine denkbare abstrakteViewpointklasse, die in dem hier vor-gestellten Projekt nicht relevant ist unddaher eliminiert wurde, konnte eineHardware- oder Softwarepolicy sein,die den Einsatz bestimmter Produktevorschreibt bzw. untersagt.

& Hinzufugen von Viewpointklassen undkonkreten Viewpoints, die in der Hie-

rarchie nicht enthalten sind sowie wei-tere Detaillierung der vorhandenenViewpoints. Bspw. konnte die obigeHierarchie erganzt werden um konkreteAkteure in der Fachbereichsverwaltung(Dekan und Fachbereichsrat).

& Umbenennung vorhandener View-points, die in der generischen Klassen-hierarchie zwar enthalten sind, jedochvon ihrer Benennung her nicht den spe-zifischen Namenskonventionen entspre-chen.

Zur Identifikation relevanter Viewpointsund zur Anpassung der vorgegebenenViewpointhierarchie kommen Verfahrenund Techniken der Anforderungserhebung(bspw. Dokumenten- und Szenarioanaly-sen sowie ethnographische Methoden[KoSo98]) als Adaptionstechniken zumEinsatz. Ebenfalls konnte eine merkmals-basierte Konfiguration in Frage kommen.In der folgenden Requirements-Elicitati-

on-Phase werden die Anforderungen andas zu erstellende System erhoben. Die we-sentliche Anforderung an ein FIS stellt dieDeckung des Informationsbedarfs der Be-nutzer dar. Die in der Literatur verwende-ten Definitionen des Informationsbedarfssind nach Ansicht des Verfassers jedochwenig operational und somit im Rahmender Systementwicklung nur schwer zu ver-wenden. Daher wird folgende pragmati-sche Festlegung getroffen:Bedarfsgerecht sind Informationen dann,

wenn sie die inhaltlich gewunschten Infor-mationen in einer angemessenen Qualitatund Visualisierungsform zur Verfugungstellen.

Die Phase der Erhebung der Benutze-ranforderungen wird durch das dRKZMunterstutzt, das (inhaltliche) Gestaltungs-empfehlungen gibt und als Mustermodellfungiert.

Fur die Dokumentation von ViewpointRequirements werden formularbasierteVerfahren vorgeschlagen [KoSo98; Ko-to97], die eine Struktur zur Erfassung derwesentlichen Elemente der Anforderungeneines Viewpoints bereitstellen.

Bei der Erhebung und der Dokumentati-on der informatorischen Anforderungen(Informationsbedarf) erfolgt eine Orientie-rung an den genannten Informations-bedarfsdimensionen Inhalt, Qualitat undVisualisierung. Bild 3 zeigt einen Aus-schnitt der formularbasierten Struktur zurDokumentation der Viewpoint Require-ments und hierbei einen Teil der Informati-onsbedarfsanalyse fur die Rolle des De-kans.

Die inhaltlichen Aspekte des Informa-tionsbedarfs werden durch Anpassung desunten vorgestellten dRKZM dokumentiert.Es stellt ein einfaches Beschreibungsmittelfur den inhaltlichen Informationsbedarfbereit und wird in spateren Phasen in daskonzeptionelle Modell eines Viewpointsuberfuhrt (vgl. 4.3.2).

Zusatzlich werden in den Formularenweitere Anforderungen an die Informati-onsversorgung erfasst, die nicht inhalt-licher Natur sind, sondern die Datenquali-tat und die Visualisierung betreffen [zueiner Herleitung von Datenqualitatsdimen-sionen vgl. WaWa96; zu ihrer Bedeutungim Data-Warehousing vgl. ShDa98]. Zu


Viewpoint

Direct Indirect

Entwickler AdministratorenBenutzer Systeme RechtlichesUmfeld

Organisation

Fachbereichs-leitung

Fachbereichs-verwaltung

Anwender Hochschul-leitungLehrstühle Datenschutz

Bild 2 Abstrakte und konkrete Viewpointklassen (abstrakte Viewpointklassen sind grau hinterlegt)


diesem Zweck werden in den Formularenbestimmte Datenqualitatsdimensionen undDatenqualitatskriterien vorgegeben, diedann individuell angepasst oder erweitertwerden. Diese Vorgaben konnen sich aufempirische Untersuchungen stutzen. Sohaben Giannoccaro et al. in einer Studiefestgestellt, dass verschiedene „Stakehol-der“ eine unterschiedliche Wahrnehmungder Datenqualitat in FIS haben und so eineBeziehung hergestellt werden kann zwi-schen einem „Stakeholder-Type“ (bzw. ei-nem Viewpoint) und Datenqualitatsdimen-sionen bzw. -kriterien [GiSD99].Diese Anforderungen konnen z. T. we-

der im dKZM noch im MDDM dokumen-tiert werden, da entsprechende Beschrei-bungsmittel hierfur nicht vorhanden sind.Bspw. bedingen Anforderungen an dieRechtzeitigkeit der Informationsversor-gung („Timeliness“-Dimension nach [Wa-Wa96]) haufig Designentscheidungen, diedie Performance des Data-Warehouse be-

treffen. Diese Designentscheidungen bezie-hen sich auf die logische oder die physischeEbene des Data-Warehouse, bspw. die Par-titionierung von Tabellen, die Materialisie-rung von Sichten oder Cubes sowie dieETL-Zyklen. Jedoch gerade weil diese An-forderungen nicht in die konzeptionellenModelle eingehen konnen, scheint die Er-fassung in Viewpointformularen sinnvoll,da sie so gleichsam als Merkposten im Ent-wicklungsprozess erhalten bleiben.Das Ergebnis der Phasen Analyse der

Viewpoint Requirements und Spezifikationder Viewpoint Requirements bildet einkonzeptionelles multidimensionales Daten-modell fur einen Viewpoint. Dieses wirdebenfalls in dem entsprechenden View-pointformular abgelegt (vgl. Bild 3). DiesePhasen werden wiederum durch Methodensowie durch die Vorgabe eines konzeptio-nellen multidimensionalen Referenzdaten-modells unterstutzt. Dessen Beschreibungfindet sich in 4.3.3.

4.3 Konfigurative multi-dimensionale Referenzmodelle

4.3.1 Zentrale Konzeptemultidimensionaler Modellierung

Bei der multidimensionalen Modellierungwird zwischen quantifizierenden und qua-lifizierenden Informationen unterschieden.Haufig wird die Wurfelmetapher verwen-det, um die Multidimensionalitat zum Aus-druck zu bringen. Hierbei stellen dieKanten des Wurfels die qualifizierendenInformationen dar, wahrend in den Zellendie quantifizierenden Informationen (meistKennzahlen) angesiedelt sind [Lehn03;SBHD98; GaGl98; GoMR98].In den letzten Jahren ist eine Vielzahl

konzeptioneller multidimensionaler Daten-modelle (MDDM) mit unterschiedlichenNotationen entwickelt worden (bspw.DFM, ME/RM, ADAPT, mUML [Zu Ge-genuberstellungen vgl. AbSS00; HePN03;


FinanzrechnungService

Festlegung vonKennzahlen undAuswertungs-dimensionen

Aufgabe

Servicespezifikation

– Dekan– Fachbereichsrat

Spezialisie-rungen

Informationsver-sorgung hinsichtlich– Finanzen– Erfolgen– Wirtschaftlichkeit– Leistungen– sonstigen Zielen

Services

Beschreibung derRolle

Rolle

FachbereichsleitungName

Viewpointformular

100Priorität

Restriktionen

DekanBenutzer

Spezifikation

Finanz-rechnung

Name

Serviceformular

Konzeptionelles Modell(MDDM)

� Spezifikation des Infor-mationsbebedarfs im dKZM(Inhaltlicher Aspekt)Informations- undDatenqualitätVisualisierungsformMedium zurInformationsbereitstellung

�

�

�

Restriktion 2

Kein direkter ...Restriktion 1

FinanzrechnungService

Datenschutz-anforderungen

Viewpoint

Restriktionen des Services

Bild 3 Formularbasierte Struktur zur Dokumentation der Viewpoint Requirements

358 Matthias Goeken

GaGl98]). Hier wird eine an das multi-dimensionale ERM (ME/RM) von Sapiaet al. angelehnte Notation verwendet[SBHD98]. Das ME/RM erweitert das tra-ditionelle ERM um einen Entitytyp, dieDimensionsebene (dimension level), sowieum zwei spezifische Beziehungstypen, dieFaktenrelation (fact relationship) und hie-rarchische Beziehungen (rolls-up relation-ships).Im Mittelpunkt eines ME/RM steht die

Faktenrelation, die als dreidimensionalesQuadrat dargestellt wird (Bild 4). Sie re-prasentiert einen Fakt, d. h. einen betriebs-wirtschaftlich relevanten Interessensbe-reich [GaGl98]. Dieser wird durchKennzahlen als quantifizierende Informa-tionen bzw. Maßgroßen konkretisiert.Anders als im ME/RM werden die Kenn-zahlen hier nicht als Attribute der Fakten-relation notiert.Die Faktenrelation verbindet mehrere

Dimensionsebenen unterschiedlicher Di-mensionen. Dimensionen charakterisierendie Fakten und stellen qualifizierende Per-spektiven dar, aus denen Fakten und Kenn-zahlen analysiert werden konnen. DieDimensionsebenen innerhalb einer Dimen-sion stehen i. d. R. in einem hierarchischenVerhaltnis und werden durch einen gerich-teten azyklischen Graphen verbunden, dierolls-up relationships. Da das ME/RM kei-ne explizite Kennzeichnung von Dimen-sionen vorsieht, wird hier – in Anlehnungan das DFM von Golfarelli et al.[GoMR98] – die Dimension mit einemOval umfasst.Fakten und Kennzahlen (als quantifizie-

rende Großen) sowie Dimensionen undDimensionsebenen (als qualifizierendeGroßen) stellen die zentralen Konstrukteder multidimensionalen Modellierung dar.Weitere in der Literatur diskutierte Kon-strukte und Aspekte der multidimensiona-len Modellierung – wie z. B. dimensionaleAttribute, verschiedene Dimensions- undBeziehungstypen oder Heterarchien undHierarchien unterschiedlicher Pfadlangen[HePN03; Lehn03; AbSS00] – werden imFolgenden nicht betrachtet.

4.3.2 Aufbau und Anwendungdes dimensionalen Referenzkenn-zahlenmodells

Den zweiten Input fur die Methode zur re-ferenzmodellbasierten Einfuhrung von FISstellt das dimensionale Referenzkennzah-lenmodell dar (dRKZM, vgl. Bild 5). Imoberen Teil findet sich ein Kennzahlensys-tem, welches die relevanten Fakten derDiskurswelt sowie die eigentlichen Kenn-

zahlen beinhaltet. Zusatzlich werden, da inbetriebswirtschaftlichen Ansatzen die Di-mensionen von Kennzahlen in der Regelkeine Beachtung finden [BeKn04; fur eineAusnahme vgl. Grof92], diese im unterenTeil erganzt.Somit wird in dem Modell nur eine Teil-

menge der Konstrukte der multidimensio-nalen Modellierung verwendet. Diese Be-schrankung fuhrt zu einem leichterenVerstandnis des Modells und erleichtert dieKommunikation mit den Benutzern beider Referenzmodellanwendung. Die obengenannten konzeptionellen MDDM er-scheinen dagegen aufgrund ihres hohenKomplexitatsgrades nur bedingt geeignetalsKommunikationsinstrument, da es – wieeine Studie von Nordbotten und Crosbyzeigt – i. d. R. nicht moglich ist, Daten-modelle mit einer reichen graphischen Syn-tax ohne umfangreiches Training der Be-nutzer zu verwenden [NoCr99]. DieErgebnisse dieser Studie scheinen auf diekonzeptionellen multidimensionalen Mo-delle ubertragbar zu sein. Der Vorteil derhier vorgeschlagenen Notation ist, dassKennzahlensysteme an die Erfahrungender Anwender und Benutzer anknupfen.Das Modell ist daher auch als Grobkon-zept zu verstehen, welches im Folgendenschrittweise verfeinert (ausdifferenziert)wird.Daruber hinaus lassen sich die darge-

stellten Zusammenhange quasi-naturlich-sprachlich (gebrauchssprachlich) mithilfevon Interrogativen ausdrucken, was eben-falls die Kommunikation mit den Benut-zern vereinfacht („Welche Leistung (bspw.Prufungen) wurde wann, von wem (Pru-fer ¼ Leistungsersteller), fur wen (Pruf-ling ¼ Leistungsempfanger) erbracht?“)

[vgl. zu Interrogativen und ihrer Verwen-dung im Anforderungsmanagement bspw.BrRo01 und QuDe99]. Interrogative lassensich als eine einfache Grammatik (Satzbau-plan) interpretieren, wie sie von Ortner furden methodenneutralen Fachentwurf vonAnwendungssystemen vorgeschlagen wird[Ortn95].Bei der Darstellung im dRKZM werden

Dimensionen gleicher Art auf einer Ebeneangeordnet. Um die Art der Dimension zubestimmen, kann sich der Modellierer wie-derum an Interrogative orientieren. Durchdiese Anordnung werden �berschneidun-gen der Dimensionen verschiedener Kenn-zahlen deutlich. Fur die konzeptionellenModelle ergeben sich so potenziell gemein-same Dimensionen.Grundlage fur die Herleitung des Kenn-

zahlensystems im Projekt EiSFach warenneben theoretischen �berlegungen zumFakultats- und Hochschulcontrolling[Zbor98; KuZb97; Trop02; Seid92] Ergeb-nisse eigener und fremder Informations-bedarfsanalysen [Vgl. Nuss02; Trop02,95ff.] sowie Dokumentenanalysen (Geset-zestexte1, Prufungs- und Studienordnun-gen etc.). Das so erarbeitete Referenz-kennzahlenmodell orientiert sich anEntscheidungszielen von Fakultaten (Fi-nanz-, Erfolgs-, Wirtschaftlichkeits- undLeistungsziele sowie gesellschaftliche Zie-le). Es besteht aus rd. 25 Kennzahlen, diediesen Entscheidungszielen zugeordnetsind [GoBu04a].

Bei der Anwendung des dRKZM alsModellmuster erfolgt eine Auswahl vonKennzahlen und gewunschten Dimensio-nen bzw. eine Eliminierung, Modifikationoder Erganzung gemaß dem Informations-bedarf eines Benutzers bzw. Viewpoints.


Produkt-gruppe

Produkt

MonatTag JahrFilialeRegion

Dimension

Dimensionsebenen

Fakt: Finanzen

ErlösKosten

Bild 4 Vereinfachtes Multidimensionales Datenmodell (MDDM) [in Anlehnung anSBHD98 und GoMR98]


Als methodische und technische Unterstut-zung kommen hierbei Szenarien zumEinsatz [Zum Einsatz von Szenarien beider Anforderungsermittlung vgl. z. B. Po-TA94; BaNC02, JaBC98].

4.3.3 Aufbau und Anwendungmultidimensionaler Referenz-datenmodelle

Das Ergebnis der Anwendung desdRKZM, das dimensionale Kennzahlen-modell eines Viewpoints, wird im Weiterenschrittweise verfeinert. Zu diesem Zweckerfolgt eine Ausdifferenzierung der Di-mensionen. Der referenzmodellbasierte In-put, die MDRDM, gibt dabei fur die Kenn-zahlen generische Dimensionen mitDimensionsebenen vor, die im Zuge derAnwendung des Referenzmodells ange-

passt werden. Die Anpassung bezieht sichauf die Anzahl der Ebenen, ihre hierar-chische Anordnung sowie ihre Benennung.Sie erfolgt einerseits uber das Herausarbei-ten und die Analyse konkreter Merkmale[vgl. dazu BeKn04]. Zusatzlich zu diesermerkmalsbasierten Adaption durch Doku-mentenanalysen und Befragungen erscheintaber der Einsatz weiterer Methoden derAnforderungsermittlung unerlasslich, uminformationsbedarfsgerechte Navigations-strukturen bereitzustellen.So hat sich in dem hier zugrunde liegen-

den Projekt gezeigt, dass haufig neben derformalen Organisationsstruktur, die sichaus dem Landeshaushalt, aus Kostenstel-lenplanen oder dem Hochschulgesetz ab-leiten lasst, weitere Ebenen von Bedeutungsind. Bspw. findet man gelegentlich, dassbei der Analyse von Prufungsleistungennach Prufern eine Auswertung nach so

genannten „Statusgruppen“ (Professuren(nach C4 und C3); Lehrbeauftragte ...) alssinnvoll erachtet wird. Ebenfalls spiegelndie in R/3 abgebildeten Kostenstellenplanehaufig die tatsachlichen Verhaltnisse nichtkorrekt wider. Daruber hinaus existiert invielen Fachbereichen eine Organisationnach Arbeits- bzw. Forschergruppen, diegleichsam horizontal in den formalen Or-ganisationsstrukturen liegen. Daher ist eszweckmaßig, auch solche informalen Ele-mente in die MDDM aufzunehmen. EinVorgehen allein nach objektiven Merkma-len birgt dagegen die Gefahr, diese Aspekteaußer Acht zu lassen. Zur Erfragung undErfassung dieser Aspekte hat sich die Dis-kussion und Analyse verschiedener An-wendungs- und Auswertungsszenarien so-wie der Einsatz von Prototypen alsStimulus in der Informationsbedarfsana-lyse als vorteilhaft erwiesen [GoBu04].


Kennzahlensystem desFachbereichscontrollings

Kennzahlen ausdem Bereich

Studium und Lehre

Finanzen

Erlöse Kosten

Erfolge Wirtschaftlichkeit

Prüfungen AbsolventenFinanzielle Wirt-

schaftlichkeitDeckungsbeiträge

Produktivität

Kennzahlen ausdem Brereich

Forschung

Erlös-kategorie

Kosten-kategorie

Prüfungsart Absolventen-typ

Zeit Zeit Zeit Zeit

Erlösver-antwortlichkeit

Kostenver-antwortlicher Leistungsersteller Leistungsersteller

Leistungs-empfänger

Leistungs-empfänger

Fak

ten

Ken

nza

hle

nD

imen

sionen

...

...

...

...

...

...

...

...

...

...

......

Bild 5 Ausschnitt des dimensionalen Referenzkennzahlenmodells (dRKZM)

360 Matthias Goeken

Zur Unterstutzung der Anpassung siehtdas MDRDM konkrete Anpassungspunktevor (ahnlich den Buildtimeoperatoren[Schu98]). Diese definieren Iterations-schritte zur Festlegung der Dimensions-ebenen und -hierarchien. Die konkreteBenennung muss jeweils fachbereichsspe-zifisch definiert werden. Bild 6 zeigt bei-spielhaft eine Dimension aus einemMDRDM (a) und zwei mogliche Ergebnis-se seiner Anwendung ((b) und (c)). ZurVeranschaulichung sind kursiv konkreteAuspragungen der jeweiligen Ebene er-ganzt.Daruber hinaus geben die MDRDM Di-

mensionsebenen und -hierarchien als Va-rianten vor. Wie bereits erwahnt, ist in die-sem Zusammenhang zu beachten, dassVarianten parallel implementiert werdenkonnen oder sich ggf. ausschließen. DieseBeziehungen zwischen Varianten mussenim konzeptionellen Referenzmodell dar-gestellt werden konnen. Daher wird – zu-satzlich zu den Buildtimeoperatoren – eineweitere Erweiterung der multidimensiona-len Modellierungssprache vorgeschlagen,die diese Beziehungen erfassen und verwal-ten hilft. Als mogliche Beziehungstypenlassen sich das inklusive Oder (_) und dasexklusive Oder (�) unterscheiden. Ersteresbesagt, dass sich in Bezug auf eine Kenn-zahl zwei Dimensionen mit ihren Dimensi-onshierarchien parallel implementieren las-sen. Ein exklusives Oder bringt zumAusdruck, dass sich zwei Dimensionenoder durch Dimensionsebenen realisierteTeildimensionen ausschließen (ebenfallsbzgl. einer Kennzahl).Mithilfe dieser Modellelemente konnen

in den MDRDM mogliche Beziehungenerfasst werden, wodurch sich referenzmo-dellbasiert die Menge moglicher Dimensio-nen und Dimensionsebenen fur eine Kenn-zahl einschranken lasst. Aus der Mengemoglicher Kennzahlen kann dann, in ei-nem nachsten Schritt, eine Auswahl getrof-fen werden, welche Dimensionen und Di-mensionsebenen dem Informationsbedarfeines zukunftigen Adressaten (Viewpoints)entsprechen und somit in das konzeptio-nelle Gesamtmodell eingehen sollen.Im Zuge der Festlegung der Anzahl der

Dimensionsebenen und ihrer Anordnungkann sich herausstellen, dass mehrere Pfadezur Aggregation einer Kennzahl zur Ver-fugung gestellt werden mussen. Bspw. soll– wie erwahnt – eine Analyse der Anzahlder Prufungsleistungen nach Statusgrup-pen moglich sein, neben der in Bild 6 dar-gestellten Pruferhierarchie. Der Pfad Pru-fer ! Statusgruppe ! alle Prufer stelltdaher einen alternativen Hierarchiepfad

dar. Die durch ein inklusives Oder gekenn-zeichnete Beziehung zwischen den alterna-tiven Pfadhierarchien gibt an, dass eineoder beide Alternativen realisiert werdenkonnen (Bild 7).Zusatzlich konnen Dimensionen �ber-

schneidungen bzgl. eines oder mehrererDimensionselemente aufweisen (Bild 8).Dies bedeutet, dass mindestens eine Di-mensionsebene in mehr als einer Hierar-chie Anwendung findet. Bspw. kann dieDimension Prufungen (eines Fachbereichs)mit dem atomistischen Element Pruferoder aber mit dem atomistischen ElementPrufungsteilleistungen (Prufung.Teilleis-tungen) beginnen. Ersteres ist sinnvoll furdie Zurechnung von Leistungen auf Prufer.Die zweite Alternative ist dagegen zweck-maßig, wenn Leistungen Fachern zuge-rechnet werden sollen. Da Prufer und Pru-fungsteilleistungen in einer n:m-Beziehungstehen, handelt es sich hier wiederum umalternative Hierarchiepfade. Diese konnenzwar wiederum parallel, auf der logischenModellierungsebene jedoch nicht innerhalbeiner Hierarchie realisiert werden. Folglich

mussen die alternativen Pfade als separateDimensionshierarchien implementiert wer-den (bspw. im Starschema in jeweils einereigenen Dimensionstabelle).In der Dimension Prufung findet sich

wiederum ein Buildtimeoperator, der furalle Prufungsarten (Zwischenprufung, be-rufsqualifizierender Abschluss, Promotion


Prüfer nachGruppen

Cluster etc.

Prüfer

alle Prüfer

Prüfer nachFachgruppe(Ebene 1)

alle Prüfer

Klassische PhilologieNeuere Philologie

Prüfer nachFachgruppe

Prüfer

alle Prüfer

BWLVWLSonstige

(b) Konfiguriertes Referenz-Dimensionsmodell für denFachbereichWirtschaftswissenschaften

(c) Konfiguriertes Referenz-Dimensionsmodell für denFachbereich FremdsprachlichePhilologien

(a) Generisches Referenz-Dimensionsmodell für dieDimension Prüfer



Anglistik, Romanistik ...

Latein, GriechischSpanisch, Französisch ...

Prüfer

Bild 6 DimensionPrufer (bzw. Leistungsersteller) ausdemMDRDMundAuspragungen

Prüfer nachGruppe etc.

Prüfer

alle Prüfer

Prüfer nachStatusgruppe

<<

Bild 7 Alternative Hierarchiepfade imMDRDM fur die Dimension Leistungs-ersteller


und Habilitation) die jeweiligen Teilleis-tungen definiert, bis bei Prufung.Teilleis-tung eine atomistische Ebene definiert ist,die die kleinste Granularitat gemaß demInformationsbedarf reprasentiert.Funktion und Bedeutung des exklusiven

Oders zur Kennzeichnung der Beziehun-gen zwischen Varianten lasst sich anhandeiner generischen Zeitdimension ver-anschaulichen. Oben wurde erwahnt, dassdas dRKZM es erlaubt, potenzielle ge-meinsame Dimensionen verschiedenerKennzahlen zu identifizieren (vgl. Bild 5).Jedoch zeigt sich in dem hier vorliegendenAnwendungsbereich, dass fur verschiedeneKennzahlen nicht dieselbe Zeithierarchiezugrunde gelegt werden kann. Vielmehr er-gibt sich aus der „Natur der Kennzahl“,dass jeweils nur bestimmte Pfade der gene-rischen Zeitdimension Anwendung finden

konnen. Das Referenz-Dimensionsmodellfur die Dimension Zeit wird daher kenn-zahlenspezifisch angepasst, sodass sich eineAnzahl moglicher Dimensionsebenen er-gibt. Hieraus wird dann – gemaß dem In-formationsbedarf des Benutzers – eine be-darfsgerechte Zeithierarchie konfiguriert.

Zur Illustration dient im FolgendenBild 9. Grau umrandet findet sich die Di-mension Zeit mit alternativen Hierarchiep-faden. Eine genauere Betrachtung zeigt,dass sich die Hierarchiepfade, bezogen aufeine Kennzahl, ausschließen konnen. Sokonnen in Universitaten prufungs- undstudierendenbezogenen Kennzahlen nurentlang einer Zeithierarchie „Studienjahr“aggregiert werden. Finanz- und haushalts-bezogene Kennzahlen dagegen lassen sichsinnvoll nur nach dem Pfad „Haushalts-jahr“ qualifizieren. Ebenfalls kann sinnvol-

lerweise entweder ein Semesterbezug oderein Trimesterbezug zugrunde gelegt wer-den, da Universitaten entweder die eineoder die andere Variante anbieten. Das ex-klusive Oder gibt demnach an, dass in ei-nem spezifischen multidimensionalen Mo-dell nur eine alternative Pfadhierarchiezum Einsatz kommen kann.An dieser Stelle zeigt sich auch, auf wel-

cher Ebene Kennzahlen vergleichbar ge-macht werden konnen. So kann, wenn Se-mester studiert werden, die Umrechnungder haushaltsbezogenen Kennzahlen aufstudienbezogene Kennzahlen auf der Ebe-ne von Quartalen erfolgen. Fur den Fall,dass Trimester studiert werden, ist eineUmrechnung nur auf der Grundlage vonMonaten moglich.


Prüfungsart. Prüfung

Prüfungsart

Prüfung. Teilleistung

alle Prüfungen

<

<

Fakt: ErfolgeAnzahl

Prüfungen

Prüfer nachGruppen etc.

alle Prüfer

Prüfer

Prüfer nachStatusgruppe

<<

Bild 8 MDRDM: �berschneidung der Dimensionen Leistungsersteller (links) und Prufung (rechts)

362 Matthias Goeken

5 Fazit undmogliche Weiterentwicklungen

In dem vorliegenden Aufsatz wurde eineMethode fur die referenzmodellbasierteEinfuhrung von FIS skizziert. Zum Teilkonnte dieser Ansatz auf vorhandenen Ar-beiten zur Referenzmodellierung operati-ver Systeme aufbauen. Die Diskussion hatjedoch gezeigt, dass Unterschiede zwischenoperativen Systemen und FIS in einigenBereichen ein anderes Vorgehen erfordern.Mit dem Viewpoint-Ansatz wurde ein Ver-fahren vorgestellt, das die Empfanger- undInformationsbedarfsorientierung eines zuentwickelnden FIS gewahrleisten kann, oh-ne dass auf die Vorgabe von Modellmus-tern verzichtet werden muss. Mit dem Fo-kus auf den Informationsbedarf wurdezwar ein wichtiger Erfolgsfaktor adressiert,jedoch zeigen Studien, dass eine Vielzahlweiterer Faktoren fur den Erfolg und dieAkzeptanz eines FIS von Bedeutung sind,bspw. eine hohe Datenqualitat, Daten-schutz- und -sicherheitsaspekte sowie die„Usability“ und die Performance des Sys-tems. Diese Aspekte wurden nur zum Teilund nur am Rande betrachtet. Die Integra-tion auch dieser Aspekte in eine Methodezu referenzmodellbasierten FIS-Entwick-lung ware allerdings wunschenswert underfordert entsprechende Weiterentwicklun-gen.Zusatzlich wurden Erweiterungen fur

multidimensionale Datenmodelle vor-geschlagen, die es erlauben, Anpassungs-punkte und Varianten in MDDM zu ver-walten. In dem hier zugrunde liegenden,relativ kleinen Projekt EiSFach hat sich dieModellierungstechnik als nutzlich undhandhabbar erwiesen. Ob sich diese Nut-zenpotenziale auch in einem komplexerenbetrieblichen Umfeld realisieren lassen,sollte durch eine umfassende Anwendungder Modellierungstechnik und der Metho-de gepruft werden.Daruber hinaus sollte versucht werden,

die Verfahren zur Adaption von Referenz-modellen sinnvoll zu kombinieren, bspw.indem das Referenzmodell zerlegt wird inobligatorische Modellbausteine, merkmals-basiert zu konfigurierende Modellbaustei-ne und solche Bausteine, die gemaß demsubjektiven Informationsbedarf der Benut-zer angepasst werden mussen.Fur den letztgenannten Bereich konn-

ten Kontingenzmodelle zur situationsspe-zifischen Auswahl von Methoden undTechniken der Informationsbedarfsanalyseals Referenzmodelle aufbereitet werden.Dies wurde erlauben, eine sinnvoll be-

grundete Auswahl aus der Vielzahl derzur Verfugung stehenden Techniken zutreffen.

Anmerkung

1 Zu beachten waren insbesondere dieNeuerungen des Hessischen Hochschulge-setzes, das mit der leistungsorientiertenMittelzuweisung ein neues Konzept zurBudgetierung der Hochschulen vorsieht.Da hierbei Budgets leistungsorientiert defi-niert werden (fur bestimmte Leistungen

werden Pramien als Festbetrage angesetzt)scheint es gerechtfertigt, von Erlosen zusprechen.

Literatur

[AbSS00] Abello, A.; Samos, J.; Saltor, F.: A DataWarehouse Multidimensional Data Models Clas-sification. Technical Report LSI-2000-6. Dept.Llenguages y Sistemas Informaticos (Univer-sidad de Granada), December 2000.

[BADK02] Becker, J.; Algermissen, L.; Delfmann,P.; Knackstedt, R.: Referenzmodellierung. In:WISU (2002) 11, S. 1392–1395.


Monat

Tag

Kaldenderwoche

Quartal

Halbjahr

Haushaltsjahr

Semester

Studienjahr

Trimester

FaktKennzahl 1Kennzahl 2

<

X

X

<X

Zeit.gesamt

X

Bild 9 Generische Zeitdimension im MDRDM


[BaNC02] Bahn, D.; Naumann, D.; Curley, S.:Conversation about Software Requirementswith Prototypes and Scenarios. In: LectureNotes In Computer Science archive. Proceedingsof the 5th International Workshop on NextGeneration Information Technologies and Sys-tems. London 2002, S. 147–157.

[BeDK02] Becker, J.; Delfmann, P.; Knackstedt, R.:Eine Modellierungstechnik fur die konfigurativeReferenzmodellierung. In: Becker, J.; Knack-stedt, R. (Hrsg.): Referenzmodellierung 2002.Methoden – Modelle – Erfahrungen. Arbeits-bericht Nr. 90 des Instituts fur Wirtschaftsinfor-matik. Universitat Munster, S. 35–80.

[BeKn04] Becker, J.; Knackstedt, R.: Referenzmo-dellierung im Data-Warehousing. State-of-the-Art und konfigurative Ansatze fur die Fachkon-zeption. In: Wirtschaftsinformatik 46 (2004) 1, S.39–49.

[BrLF99] Breitman, K. K., Leite, J. C. S. P., Finkel-stein, A.: The World’s a Stage: A Survey on Re-quirements Engineering using a Real-Life CaseStudy. In: Journal of the Brazilian Computer So-ciety 6 (1999) 1, S. 13–37.

[BrRo01] Browne, G., Rogich, M.: An EmpiricalInvestigation of User Requirements Elicitation:Comparing the Effectiveness of PromptingTechniques. In: Journal of Management Infor-mation Systems 17 (2001) 4, S. 223–249.

[Ditt99] Dittmar, C.: Erfolgsfaktoren fur DataWarehouse-Projekte – eine Studie aus Sicht derAnwendungsunternehmen. Arbeitsbericht Nr.78 des Instituts fur Unternehmungsfuhrung undUnternehmensforschung. Ruhr-Universitat Bo-chum, 1999.

[DuWD97] Dutta, S.; Wierenga, B.; Dalebout, A.:Designing Management Support Systems usingan Integrative Perspective. In: CACM 40 (1997)6, S. 71–79.

[FeLo02] Fettke, P.; Loos. P.: Methoden zur Wie-derverwendung von Referenzmodellen – �ber-sicht und Taxonomie. In: Becker, J.; Knackstedt,R. (Hrsg.): Referenzmodellierung 2002. Metho-den – Modelle – Erfahrungen. ArbeitsberichtNr. 90 des Instituts fur Wirtschaftsinformatik.Universitat Munster, S. 9–34.

[FiSo96] Finkelstein, A.; Sommerville, I.: TheViewpoints FAQ. In: Software EngineeringJournal: Special Issue on Viewpoints for Soft-ware Engineering (1996) 11, S. 2–4. Ebenfallsverfugbar unter http://www.cs.ucl.ac.uk/staff/A.Finkelstein/papers/viewfaq.pdf, Abruf am2003-11-01.

[GaGl98] Gabriel, R:, Gluchowski, P.: GrafischeNotationen fur die semantische Modellierungmultidimensionaler Datenstrukturen in Manage-ment Support Systemen. In: Wirtschaftsinforma-tik 40 (1998) 6, S. 493–502.

[GiSD99] Giannoccaro, A.; Shanks, G.; Darke, P.:Stakeholder Perception of Data Quality in DataWarehouse Environment. In: Proceedings of the10th Australasian Conference on InformationSystems, 1999, S. 344–355.http://www.vuw.ac.nz/acis99/, Abruf am2003-06-04.

[GoBu04] Goeken, M.; Burmester, L.: Entwurfund Umsetzung einer Business IntelligenceLosung fur ein Fakultatscontrolling. In: Chamo-ni, P. et al. (Hrsg.): Multikonferenz Wirt-schaftsinformatik (MKWI) 2004. Band 2, S.137–152.

[GoBu04a] Goeken, M.; Burmester, L.: Konzep-tion und Umsetzung eines Data-Warehouse-Sys-tems fur das Fakultatscontrolling. Projektberichtaus dem Projekt EiSFach. Marburg 2004.

[GoMR98] Golfarelli, M.; Maio, D.; Rizzi, S.:Conceptual Design of Data Warehouses fromE/R Schemes. 1998. ftp://ftp-db.dies.unibo.it/pub/stefano/hicss98.pdf, Abruf am 2002-03-12.

[Grof92] Groffmann, H.-D.: Kennzahlendaten-modell (KDM) als Grundlage aktiver Fuhrungs-systeme. In: Rau, K.-H.; Stickel, E. (Hrsg.):Daten- und Funktionsmodellierung: Erfahrun-gen, Konzepte, Perspektiven. Wiesbaden 1992,S. 1–29.

[HePN03] Hettler, D.; Preuss, P.; Niedereichholz,J.: Vergleich ausgewahlter Ansatze zur semanti-schen Modellierung von Data-Warehouse-Syste-men. In: HMD – Praxis der Wirtschaftsinforma-tik (2003) 231, S. 97–107.

[Holt99] Holten, R.: Entwicklung von Fuhrungs-informationssystemen. Ein methodenorientierterAnsatz. Gabler, Wiesbaden 1999.

[JaBC98] Jarke, M.; Bui, X. T.: Carroll, J. M.: Sce-nario Management: An Interdisciplinary Ap-proach. In: Requirements Engineering (1998),S. 155–173.

[JaBS97] Jablonski, S.; Bohm, M.; Schulze, W.:Workflow-Management. Entwicklung von An-wendungen und Methoden. Heidelberg 1997.

[Klei01] Klein, S.: Realisierung eines integrativenManagement Reportings im SAP Business Infor-mation Warehouse. In: Schutte, R.; Rotthowe T.;Holten, R. (Hrsg.): Data Warehouse Manage-menthandbuch. Berlin, Heidelberg 2001,S. 255–268.

[Kore76] Koreimann, D. S.: Methoden der In-formationsbedarfsanalyse. Berlin, New York1976.

[KoSo95] Kotonya, G.; Sommerville, I.: Require-ments Engineering With Viewpoints. TechnicalReport. CSEG, Computing Department, Lan-caster University, 1995.

http://www.comp.lancs.ac.uk/computing/research/cseg/95_rep.html, Abruf am 2003-11-01.

[KoSo98] Kotonya, G., Sommerville, I.: Require-ments Engineering. Processes and Techniques.John Wiley Sons, 1998.

[Koto97] Kotonya, G.: Practical Experience withViewpoint-Oriented Requirements Specification.Technical Report. CSEG, Computing Depart-ment, Lancaster University, 1997.http://www.comp.lancs.ac.uk/computing/research/cseg/97_rep.html, Abruf am 2003-10-06.

[KuZb97] Kupper, Hans-Ulrich; Zboril, Nicole A.:Rechnungszwecke und Struktur einer Kosten-,Leistungs- und Kennzahlenrechnung fur Faktul-taten. In: Becker, W.; Weber, J. (Hrsg.): Kosten-rechnung. Stand und Entwicklungsperspektiven.Wiesbaden 1997, S. 337–365.

[Lehn03] Lehner, W.: Datenbanktechnologie furData-Warehouse-Systeme: Konzepte und Me-thoden. Heidelberg 2003.

[Leit96] Leite, J. C. S. P.: Viewpoints on View-points. In: ACM Joint Proceedings of theSIGSOFT’96 Workshops. ACM Press 1996,S. 285–288. Verfugbar unter:http://www-di.inf.puc-rio.br/~julio/selected_publications.htm, Abruf am 2003-11-09.

[MeGr02] Mertens, P.; Griese, J.: Integrierte Infor-mationsverarbeitung 2. Planungs- und Kontroll-systeme in der Industrie. Wiesbaden 2002.

[Melc00] Melchisedech, R.: Verwaltung und Pru-fung naturlichsprachlicher Spezifikationen. Aa-chen 2000.

[Mert99] Mertens, P.: Integration interner, externer,qualitativer und quantitativer Daten auf demWeg zum Aktiven MIS. In: Wirtschaftsinforma-tik 41 (1999) 5, S. 405–415.

[MuDs03] Mukherjee, D.; D’Souza. D.: Thinkphased Implementation for successful DataWarehousing. In: Information Systems Manage-ment. (2003) Spring, S. 82–90.

[NoCr99] Nordbotten, J. C., Crosby, M. E.: Theeffect of graphic style on data model interpreta-


Abstract

Development of Executive Information Systems Based on Reference ModelsBasics, Requirements, Method

Matthias GoekenDue to the fact that still many Executive Information System (EIS) Projects fail, it seems to beworthwhile to improve the likelihood that these efforts finish successfully. Reference modelscan foster the development of EIS because they provide reference solutions for a specificDomain. This paper presents a method for the Development of EIS based on reference mod-els. The method includes a life cycle model which supports the adaptation of reference mod-els and an extension of multidimensional data models allowing the management of variantsand adaptation points. Furthermore, it provides construction patterns for a specific domain.The development of an EIS at Universities is used as a motivating example.

Keywords: Executive Information System, Reference Modelling,Multidimensional Data Models, Data Warehouse Systems, Viewpoint Analysis,Controlling at Universities

364 Matthias Goeken

tion. In: Information Systems Journal (1999),S. 139–155.

[Nuss02] Nusselein, Mark: Empirische Erkenntnis-se einer Informationsbedarfsanalyse an bayeri-schen Hochschulen. In: Beitrage zur Hochschul-forschung. 24 (2002) 1, S. 100–114.

[Ortn95] Ortner, E.: Elemente einer methodenneu-tralen Konstruktionssprache fur Informations-systeme. In: Informatik – Forschung und Ent-wicklung 10 (1995) 3, S. 148–160

[oV00] o. V.: Ready-to-Go Business Content – AUnique Feature of the SAP Business Informa-tion Warehouse. SAP White Paper, Walldorf2000.

[Pohl93] Pohl, K.: The Three Dimensions of Re-quirements Engineering. In: Conference on Ad-vanced Information Systems Engineering. Ver-fugbar unterhttp://citeseer.ist.psu.edu/pohl93three.html,Abruf am 2003-06-04.

[Post00] Postert, S.: Gestaltungspotenziale einesMSS-gestutzten Hochschulmanagements amBeispiel der Universitat Osnabruck. Disserta-tion, Universitat Osnabruck, 2000.http://elib.ub.uni-osnabrueck.de/publications/diss/E-Diss102_thesis.pdf, Abruf am 2003-06-04

[PoTA94] Potts, C.; Takahashi, K.; Anton, A. I.:Inquiry Based Requirements Analysis. In: IEEESoftware (1994) March, S. 21–32.

[PoWa01] Poon, P.; Wagner, C.: Critical successfactors revisited: success and failure cases of in-formation systems for senior executives. In: De-cision Support Systems (2001), S. 393–418.

[QuDe99] Quigley, E. J.; Debons, A.: InterrogativeTheory of Information and Knowledge. In: Pra-sad, J. (Hrsg.): Proceedings of the 1999 ACMSIGCPR conference on Computer personnel re-search, S. 4�10. http://portal.acm.org, Abruf am2003-06-04.

[Rieg01] Rieger, B.: Data Warehouse-gestutzte Ma-nagement-Informations-Systeme. In: Knop, J.von; Haverkamp, W. (Hrsg.): Innovative An-wendungen in Kommunikationsnetzen. 15.DFN-Arbeitstagung uber Kommunikationsnet-ze, GI-Edition – Lecture Notes in Informatics(LNI). Bonner Kollen Verlag 2001, S. 147–154.

[Rieg99] Rieger, B.: Potentiale und kritische Er-folgsfaktoren der Informations- und Kommuni-kationstechnologie zur betriebswirtschaftlichenEvolution von Unternehmungen am Beispiel derUniversitat Osnabruck. Beitrag des FB Wirt-schaftswissenschaften zur Festschrift der Univer-

sitat Osnabruck zu ihrem 25-jahrigen Bestehen.http://andromeda.oec.uni-osnabrueck.de/uwdstift/uni25rie.pdf. Abruf am 2003-06-04.

[RoSc97] Rosemann, M.; Schutte, R.: Grundsatzeordnungsmaßiger Referenzmodellierung. In: Be-cker, J. et al. (Hrsg.): Entwicklungsstand undEntwicklungsperspektiven der Referenzmodel-lierung. Proceedings zur Veranstaltung vom 10.Marz 1997. Arbeitsberichte des Instituts furWirtschaftsinformatik Nr. 52, S. 16–33.

[SBHD98] Sapia, C.; Blaschka, M.; Hofling, G.;Dinter, B.: Extending the E/R Model for theMultidimensional Paradigm. In: Lecture Notesin Computer Science Archive. Proceedings ofthe Workshops on Data Warehousing and DataMining: Advances in Database Technologies.London 1998, S. 105–116.

[SBPE01] Sinz, E. J.; Bohnlein, M.; Plaha, M.; Ul-brich vom Ende, A.: Architekturkonzept einesverteilten Data-Warehouse-Systems fur dasHochschulwesen. In: Buhl, H.-U.; Huther, A.;Reitwiesner, B. (Hrsg.): Information Age Econo-my. 5. Internationale Tagung Wirtschaftsinfor-matik 2001. Heidelberg, 2001.

[Sche97] Scheer, A.-W.: ARIS House of BusinessEngineering. Konzept zur Beschreibung undAusfuhrung von Referenzmodellen. In: Becker,J. et al. (Hrsg.): Entwicklungsstand und Ent-wicklungsperspektiven der Referenzmodell-ierung. Proceedings zur Veranstaltung vom10. Marz 1997. Arbeitsberichte des Instituts furWirtschaftsinformatik Nr. 52, S. 3–15.

[Schu98] Schutte, R.: Grundsatze ordnungsmaßigerReferenzmodellierung. Konstruktion konfigura-tions- und anpassungsorientierter Modelle.Wiesbaden 1998.

[Seid92] Seidenschwarz, B.: Entwicklung einesControllingkonzeptes fur offentliche Institutio-nen. Dargestellt am Beispiel einer Universitat.Munchen 1992.

[ShDa98] Shanks, G.; Darke, P.: UnderstandingData Quality in a Data Warehouse. In: The Aus-tralian Computer Journal 30 (1998) 4, S. 122–128.

[SiBE99] Sinz, E. J.; Bohnlein, M.; Ulbrich-vomEnde, A.: Konzeption eines Data Warehouse-Systems fur Hochschulen. In: Bamberger Beitra-ge zur Wirtschaftsinformatik, Nr. 52, Bamberg,Juli 1999, Abruf am 2003-06-04.

[StHa02] Stahlknecht, P.; Hasenkamp, U.: Einfuh-rung in die Wirtschaftsinformatik. Berlin, Hei-delberg 2002.

[Stra02] Strauch, B.: Entwicklung einer Methodefur die Informationsbedarfsanalyse im DataWarehousing. St. Gallen 2002.

[Stra98] Strahringer, S.: Ein sprachbasierter Meta-modellbegriff und seine Verallgemeinerungdurch das Konzept des Metaisierungsprinzips.In: Pohl, K.; Schurr, A.; Vossen, G. (Hrsg.):CEURWorkshop Proceedings zur Modellierung’98 (GI-Workshop in Munster, 11.�13. Marz1998), CEUR-WS/Vol-9.http://wwwfl.ebs.de/Lehrstuehle/Wirtschaftsinformatik/NEW/Publications/, Abruf am 2004-05-11.

[Trop02] Tropp, G.: Kennzahlensysteme des Hoch-schul-Controlling – Fundierung, Systematisie-rung, Anwendung. Munchen 2002.

[TsHe02] Tschandl, M.; Hergolitsch, W.: Erfolgs-faktoren von Data Warehouse-Projekten. In: In-formation Management & Consulting 17 (2002)3, S. 83–89.

[VaFr85] Valusek, J. R.; Fryback, D. G.: Informa-tion requirements determination: obstacles with-in, among and between participants. In: Proceed-ings of the twenty-first annual conference onComputer personnel research. Verfugbar in:http://portal.acm.org, Abruf am 2003-11-08.

[VeHW91] Verhoef, T. F.: Hofstede, A. H. M. ter,Wijers, G. M.: Structuring Modelling Knowledgefor CASE Shells. In: Andersen, R. et al. (Hrsg.):Proceedings of the Third International Confer-ence CAiSE’91 on Advanced Information Sys-tems Engineering. 1991, S. 502–524.

[WABH02] Winter, A.; Ammenwerth, E.; Brigl, B.;Aux, R.: Krankenhausinformationssysteme. In:Lehmann, T.; Meyer zu Bexten, E. (Hrsg.):Handbuch der Medizinischen Informatik. Mun-chen 2002, S. 473�552. Ebenfalls:http://www.imise.uni-leipzig.de/lehre/medinf/KIS/KIS-2/kap10.pdf, Abruf am 2003-11-08.

[WAWA01] Watson, H. J.; Annino, D. A.; Wixom,B. H.; Avery, K. L.; Rutherford, M.: CurrentPractices in Data Warehousing. In: InformationSystems Management (2001) Winter, S. 47–55.

[WaWa96] Wand, Y.; Wang, R.: Anchoring DataQuality Dimensions in Ontological Founda-tions. CACM 39 (1996) 11, S. 86–95.

[WiWa01] Wixom, B. H.; Watson, H. J.: An Em-pirical Investigation of the Factors AffectingData Warehousing Success. In: MIS Quarterly(2001), S. 17–41.

[Zbor98] Zboril, N. A.: Fakultats-Informationssys-tem als Instrument des Hochschul-Controlling.Stuttgart 1998.



Documents

Referenzmodellbasierte Einführung von Führungsinformationssystemen Grundlagen, Anforderungen, Methode