---

In dieser Studie wird ein Data Warehouse (DWH) entwickelt, womit chirurgische Workflows erfasst und analysiert werden können. Hierzu wird die herkömmliche Data-Warehouse-Technologie an die besonderen Anforderungen angepasst, die sich im Zusammenhang mit der Analyse von Prozessbeschreibungen ergeben. Es wird gezeigt, wie der Anwender eine multidimensionale Sicht sowohl der Operationen, wie auch ihrer Workflow-Komponenten, erhält und er in die Lage versetzt wird, die zu analysierenden Kennzahlen selbst zu definieren und diese entlang verschiedener Dimensionen und Detaillierungsgrade zu aggregieren.
Zunächst führt der Autor in die grundlegenden Themen Business Intelligence (BI), Data Warehouse, multidimensionales Datenmodell und Online Analytical Processing (OLAP) sowie Business Process Intelligence (BPI) ein.
In der initialen Designphase des DWH wird die Strukturierung des chirurgischen Workflows behandelt sowie die Überlegungen zu den eingesetzten Datenerfassungsstrategien beleuchtet. Das auf dieser Basis in Form eines E/R-Diagramms erstellte Modell zur Erfassung chirurgischer Prozesse dient als Grundlage für das nachfolgend zu entwickelnde multidimensionale Datenmodell und kann als Input einer Transformation betrachtet werden. Diese liefert - unter Beachtung der gestellten Anforderungen potentieller Anwender - als Output das multidimensionale Schema in Form einer Menge von Faktschemata.
Im Verlauf dieser Transformation werden Herausforderungen ersichtlich, welche sich aus den vorgegebenen Einschränkungen des konventionellen OLAP-Ansatzes ergeben und es wird dargestellt, wie sich diese durch das vorgeschlagene erweiterte multidimensionale Datenmodell lösen lassen. So wird die Problematik kennzahlloser Fakten oder auch der Umgang mit heterogenen Fakten aufgezeigt. Das Auftreten von viele-zu-viele -Beziehungen zwischen Fakten und Dimensionen wird ebenso behandelt wie die Möglichkeit, Kennzahlen zur Laufzeit durch den Nutzer definieren zu lassen. Auch werden die Voraussetzungen, die Möglichkeiten und der Nutzen veranschaulicht, welche sich aus der Austauschbarkeit der Rollen hinsichtlich Fakt und Dimension bzw. Kennzahl und Dimension ergeben. Es wird weiter gezeigt, wie die Dimensionshierarchien aufgebaut werden und wie sie in einem Galaxy-Schema von verschiedenen Fakttypen gemeinsam genutzt werden können.
Die Realisierung des modellierten Data Warehouses erfolgt auf einem relationalen Datenbanksystem im Zusammenspiel mit der Business Intelligence Suite Pentaho. Es wird dargestellt, wie das Metadatenmodell eines OLAP-Datenwürfels erstellt wird, auf dessen Basis multidimensionale Datenanalysen durchgeführt werden können. Abschließend werden einige Anwendungsfälle aus dem Bereich der OLAP-Analyse präsentiert.

---

Matthias Röger, Jahrgang 1974, arbeitete bis zu Beginn seines Studiums als Industriekaufmann. Zunächst studierte er an der Fachhochschule Konstanz Wirtschaftsinformatik - Fachrichtung Softwareentwicklung - und schloss dieses 2005 als Dipl.-Informatiker (FH) ab.
In einem darauf aufbauenden Masterstudium im Studienfach Information Engineering an der Universität Konstanz spezialisierte er sich auf das Umfeld Business Intelligence und beendete dieses 2008 als Master of Science in Information Engineering. Während seines Studiums arbeitete er in der Arbeitsgruppe Datenbanken & Informationssysteme im Projekt "Data Warehouse for Surgical Workflow Analysis" und verfasste auch zu dieser Thematik seine Masterarbeit. In diesem Zusammenhang lieferte er bereits einen Beitrag als Co-Autor zu einem Buchkapitel über konzeptionelles Data-Warehouse-Design für Business Process Intelligence.
Seit 2008 ist er als Consultant im Geschäftsfeld Business Intelligence in der Unternehmensberatung NOVO Busine

---

ss Consultants AG, Bern, tätig. Seine Beratungsschwerpunkte liegen dabei in der Analyse, Konzeption, Realisierung und Einführung von Business Intelligence Lösungen auf Basis von SAP BI/BW/BO.
Weitere Publikationen:
Conceptual Data Warehouse Design Methodology for Business Process Intelligence (Buchkapitel).
Svetlana Mansmann, Thomas Neumuth, Oliver Burgert, Matthias Röger und Marc H. Scholl.
In (David Taniar, Editor): Complex Data Warehousing and Knowledge Discovery for Advanced Retrieval Development: Innovative Methods and Applications, in Advances in Data Warehousing and Mining, IGI Press, Inc., 2008.

---