Kennzahlenmodell vs Kontenmodell

Kennzahlenmodell vs Kontenmodell
5 Sterne
9 Bewertungen


Generell kann man zwischen zwei unterschiedlichen Modellierungsstrategien unterscheiden: dem Kennzahlenmodell und  dem Kontenmodell. Im folgenden werden diese Möglichkeiten anhand eines Beispiels erläutert. Im Beitrag „Kontenmodell zu Kennzahlenmodell zu Kontenmodell umwandeln“ zeige ich Ihnen, wie Sie Daten von einem Modell in das andere umwandeln (Modell kippen).

Nehmen wir an, unser Unternehmen verkauft Smartphones. Es gibt rote, gelbe und grüne Smartphones.

Kennzahlenmodell
Im Unterschied zum Kontenmodell werden im Kennzahlenmodell möglichst viele Kennzahlen direkt modelliert. In unserem Beispiel ist die Kennzahl die verkauften Smartphones.

Kunde Anzahl rote Smartphones Anzahl gelbe Smartphones Anzahl grüne Smartphones
A 5 8 6
B 46 56 43
C 23 28 24

Die wenigen Datensätze ermöglichen einen schnellen Datenzugriff. Allerdings entsteht eine breite Faktentabelle. Somit resultieren aus einem Kennzahlenmodell lange Datensätze. Falls nicht alle Kennzahlen relevant sind, tritt ein erheblicher Speicherplatzmehrverbrauch ein. Dies führt wiederum zu Performance-Einbußen. Falls es abzusehen ist, dass im Kennzahlenmodell viele „leere“, initiale Kennzahlen entstehen würden, wird das Kontenmodell empfohlen.
Ein reines Kennzahlensystem ist einfach zu verstehen, aber es ist wenig flexibel bei Änderungen. Der Wartungsaufwand für das Datenmodell und die Planungsanwendung ist erheblich höher als bei einem Kontenmodell. So erfordert das Ergänzen einer physischen Kennzahl eine Datenmodelländerung mit anschließendem Transportaufwand.
Ausserdem gibt es beim Kennzahlenmodell keine Möglichkeit zur Variablennutzung. Die BEx Queries können weniger flexibel gestaltet werden.

SAP empfiehlt das Kennzahlenmodell zu verwenden, falls

  • Sie mit einer beschränkten und vor allem konstanten Anzahl von Kennzahlen hantieren und
  • jede oder zumindest ein großer Anteil dieser Kennzahlen eines Datensatzes auch in den anderen Datensätzen verwendet wird.

Bei einer Gewinn- und Verlustrechnung werden in der Praxis hunderte Konten verwaltet. Die Abbildung der Konten in einem Kennzahlenmodell, bei dem jedes Konto zu einer eigenen Spalte führt, wäre nicht handhabbar. Deshalb wird nun das Kontenmodell vorgestellt.

Kontenmodell
Im Gegensatz zum Kennzahlenmodel wird im Kontenmodell nur eine Kennzahl physisch implementiert. Die Bedeutung der Kennzahl wird durch ein Merkmal beschrieben. Die eindeutige Bestimmung einer Kennzahl im Kontenmodell erfolgt über die zusätzliche Einschränkung eines Merkmals.
Es wird nun ein Merkmal Farbe hinzugefügt, der die Kennzahl Anzahl beschreibt.

Kunde Farbe Anzahl Smartphones
A rot 5
B rot 46
C rot 23
A gelb 8
B gelb 56
C gelb 28
A grün 6
B grün 43
C grün 24

In einem Kontenmodell werden Datensätze nur für nicht leere Kennzahlen gebildet. Allerding werden zur Abbildung mehrerer Kennzahlen auch mehrere Datensätze gebildet. Die Lesezeit hängt wesentlich von der Anzahl der Datensätze ab. Durch die Verlängerung der Faktentabelle treten auch hier negative Performance-Einflüsse auf. Da sich durch einen Wechsel von Kennzahlen- zum Kontenmodell die Anzahl der Datensätze um Faktor X erhöht, sind längere Lesezeiten zu erwarten.
Der wichtigste Vorteil des Kontenmodell ist der geringerer Wartungsaufwand, insbesondere in Planungsanwendungen. Das nachträgliche Anlegen einer Kennzahl ist einfacher, da hier nur eine neue Merkmalsausprägung / neues Attribut definiert werden muss (z.B. Farbe schwarz). Daher wird empfohlen das Kontenmodell einzusetzen, falls es abzusehen ist, dass das Modell häufig nachträglich um Kennzahlen ergänzt werden müsste.
Variablen können ohne weiteres genutzt werden. Auch die BEx Query kann viel flexibler gestaltet werden.
Vor allem in der Finanzbuchhaltung ist es nicht möglich, alle Kennzahlen fest zu modellieren. Aufgrund der großen Bedeutung der Kennzahlenmodellierung im Finanzwesen ist auch der Begriff Kontenmodell weit verbreitet. So wird statt einer Kennzahl Contribution Margin I ein Konto Contribution Margin I mit der Kennzahl Betrag angelegt.

SAP empfiehlt das Kontenmodell zu verwenden, falls

  • Sie mit einer hohen und vor allem wechselnden Anzahl von Kennzahlen hantieren und
  •  hierbei im Kennzahlenmodell die meisten Kennzahlen innerhalb eines Datensatzes leer wären.

Im Standard-Reporting-Content von SAP sind beide Modellierungsformen parallel vorzufinden. Die Kennzahlen aus dem Contentbereich MM liegen als Kennzahlenmodell vor, PCA und FI hingegen als Kontenmodell. Es ist sinnvoll, die Modellierung so zu wählen, dass zur Definition einer Plan-Query immer ein Modell zum Einsatz kommt. In der Regel empfiehlt sich das Kontenmodell. Dies kann wiederum bedeuten, dass aus Gründen der Harmonisierung im Rahmen der Ladeprozesse für Istdaten das Modell überführt werden muss (das sogenannte Kippen von Daten).

Quellen:
Frank Wolf, Stefan Yamada (2010): Datenmodellierung in SAP NetWeaver BW, 1. Auflage, Bonn

Ihre User beklagen sich über langsame Berichte?

  • In meinem Newsletter lernen Sie, wie Sie Abhilfe schaffen.
  • Entdecken Sie die Möglichkeiten der Performanceoptimierung.
  • Praktische Anleitungen ermöglichen Ihnen schnelle Erfolge bei der Optimierung von SAP Systemen.
  • Viele Tipps und Tricks zu SAP BI Themen.
  • Holen Sie die maximale Performance aus Ihrem SAP BI!
  • Bei der Anmeldung zu meinem Newsletter erhalten Sie das Buch „High Performance SAP BI“ als Willkommensgeschenk.
Fordere SAP Performance Tricks an

Jetzt anfordern!

* Pflichtfeld
 
Kein SPAM. Ich hasse Spam genau so wie du.

Falls Ihnen dieser Beitrag weitergeholfen hat, wäre es eine sehr nette Anerkennung meiner Arbeit wenn Sie z.B. Ihre Bücher über Amazon bestellen würden. Wenn Sie ein Produkt kaufen, erhalte ich dafür eine Provision. Für Sie ändert sich am Preis des Produktes gar nichts. Ich möchte mich an dieser Stelle jetzt schon für Ihre Unterstützung bedanken.

Denis Reis ist Business Intelligence Consultant bei Dahlbeer und gibt als Buchautor sein Wissen rund um den SAP Projektalltag weiter. Des Weiteren unterrichtet er Projektmanagement und Controlling an der Wiesbaden Business School. Der aus Düsseldorf stammende Familienmensch zählt zu denjenigen, die auf komplizierte Darstellungen verzichten und das Ganze auf den Punkt bringen.

0 Kommentare

Dein Kommentar

Want to join the discussion?
Feel free to contribute!

Kommentar verfassen