🏠 » Data Warehouse » Data Warehouse Grundlagen » Data Warehouse Beispiele

Data Warehouse Beispiele im Alltag

Mit der Entwicklung der Datenbanken und der digitalen Ablage von Daten, entstand erstmals die Möglichkeit Verbindungen zwischen diesen Daten herzustellen. Die Datenflut wird immer größer. Es werden immer mehr Daten erfasst. Um diese Datenmassen gezielt auswerten zu können, müssen sie in Relation zueinander gesetzt werden.

An dieser Stelle entwickeln Data Warehouses ihre große Stärke. Ohne Data Warehouses wäre eine Gesamtanalyse nicht möglich, die Auswertungen wären jeweils auf einzelne Datenbanken beschränkt.

Ein Data Warehouse (im deutschen Sprachgebrauch auch als Datenlager bezeichnet) führt die Daten aus unterschiedlichsten Quellen zusammen und stellt logische Verbindungen zwischen allen diesen Daten her. Dazu müssen die Daten ihren Quellort nicht zwangsläufig verlassen. Sie können auch als verknüpfte Datenverbindung im Data Warehouse vorliegen.

Die Einsatzgebiete für Data Warehouses sind vielfältig. Ganz gleich auf welchem Gebiet die Anwendung erfolgt, es werden immer bislang verborgene Zusammenhänge gefunden (Data Mining). Berichte, Statistiken und Kennzahlenermittlungen sind schnell verfügbar und flexibel anpassbar. Einer transparenten und umfassenden Darstellung komplexer Zusammenhänge steht nichts mehr im Wege.

Kurz gesagt: Das Data Warehouse stellt alle miteinander in Verbindung stehenden Informationen transparent und übersichtlich dar.

Data Warehouse Beispiele – wo werden Data Warehouses verwendet?

Konsumgüterherstellung

Erst Data Warehouses ermöglichen es das Image von Unternehmen und Produkten in einer Feinheit und Tiefe zu messen, wie es vorher schlichtweg nicht möglich war. Mittels Sentimentanalysen in sozialen Medien werden kostengünstig repräsentative Marktbilder erzeugt. Auf diesem Wege wird ermittelt, welche Produkttrends entstehen oder nachhaltig sind. Die Unternehmen können schnell und flexibel reagieren.

Blutprobenanalyse und Anwendung im medizinischen Bereich

Data Warehouses ermöglichen eine personalisierte Medizin. Beispielsweise werden mit Hilfe der Gensequenzierung Algorithmen auf das genetische Material von Blutproben angewendet. Dadurch kann eine Medizin erschaffen werden, die auf dem genetischen, individuellen Virenstamm der betroffenen Person basiert.

Zudem können das Herzinfarktrisiko oder Gendefekte und daraus resultierende Krankheiten leichter ermittelt werden. Das Date Warehouse stellt Verbindungen zwischen der Patientenakte, dem Bildmaterial aus der Radiologie und den Laborergebnissen her.

Energiebranche

Energielieferanten setzen vermehrt auf Data Warehouse Lösungen. Verbrauchserfassung- und Abrechnung liefern Daten in das Data Warehouse. So können gezielte Analysen nach kategorisierten Zielgruppen erstellt werden. Auch die Auswertung von Verbrauchsdaten in verschiedenen Regionen, nach Altersklassen, Geschlecht oder Haushaltsart sind möglich.

Airlines

Auch Fluggesellschaften profitieren von Data Warehouses ebenfalls durch die Verknüpfung von Daten. So können Ausfall- und Wartezeiten viel besser eingeschätzt werden. Verspätungen werden minimiert. Unrentable Strecken lassen sich durch die Analyse einfach auffinden und können gestrichen werden. Der Kerosinverbrauch anhand von Strecke, Flugzeugtyp und Zuladung lässt sich anhand der Daten aus dem Data Warehouse optimieren.

Weiterführende Artikel