Durch den Einsatz von In-Memory-Systemen werden Daten nicht mehr schichtweise persistent gespeichert, sondern lediglich logisch verwaltet. Die klassische Data-Warehouse-Architektur wird somit virtualisiert, und die bisher hauptsächlich aus Performancegründen verwendeten unterschiedlichen Datenschichten und Aggregate werden obsolet. Stattdessen werden bei Analysen die Daten zur Laufzeit selektiert, berechnet und ggf. aggregiert, ohne sie dezidiert physisch abzulegen.[1]

Durch die Verfügbarkeit von transaktionalen und analytischen Daten in einer Datenbank können Informationslatenzen und damit eine zeitverzögerte Bereitstellung von analytischen Auswertungen durch das Controlling vermieden werden.[2] Dies ermöglicht eine zeitnahe Entscheidungsunterstützung, was eines der wesentlichen Nutzenpotenziale von In-Memory-Systemen im Controlling darstellt.

Zu diesem Ergebnis kommt auch eine empirische Befragung von Controllingexperten zu diesem Thema. Demnach bestehen die entscheidenden Vorteile von In-Memory-Technologien in der Beschleunigung von Analyseprozessen und der zeitnahen Bereitstellung entscheidungsrelevanter Informationen sowie der Etablierung von Echtzeitsimulationen und der unmittelbaren Anpassung dieser Szenario-Modelle an die veränderte Unternehmensumwelt. Des Weiteren werden In-Memory-Technologien als die Voraussetzung für die Implementierung komplexer Forecast-Modelle sowie die (daraus resultierende) Verbesserung von Forecast-Ergebnissen gesehen. Am höchsten werden die durch In-Memory-Technologien induzierten Veränderungen somit für die Bereiche Planung und Forecast sowie (Management) Reporting eingeschätzt.[3]

Zu ähnlichen Ergebnissen kommt auch eine Studie von IDC, welche die Nutzenpotenziale von In-Memory-Systemen am Beispiel von SAP HANA erhoben hat. Demnach führt der Einsatz dieser Technologie zu besseren Geschäftsergebnissen, u. a. aufgrund von auf Echtzeitanalysen beruhenden Strategien sowie der Bereitstellung von Daten durch Self-Service-Analysen.[4]

[1] Vgl. Knabke/Olbrich, 2016, S. 195.
[2] Vgl. Kaum et al., 2015, S. 10.
[3] Vgl. Gröber et al., 2018, S. 51 f.
[4] Vgl. Marden/Olofson, 2018, S. 2.

Das ist nur ein Ausschnitt aus dem Produkt Controlling Office. Sie wollen mehr?

Anmelden und Beitrag in meinem Produkt lesen


Meistgelesene beiträge