Die relationale Datenbank ist eine Erfindung aus den 70er-Jahren. Dr. Edgar F. Codd, ein Programmierer bei IBM, erfand das Modell der relationalen Datenbank. Er verwendete die Abfragesprache SEQUEL, aus der SQL hervorging, die Sprache, die heute noch Kern und Basis aller Datenbanksysteme ist. Edgar F. Codd entwickelte auch die Normalformen und die 12 Evaluierungsregeln als Anforderung für ein OLAP-System (Online Analytic Processing). Oracle kam als erstes Unternehmen im Jahr 1979 mit einem relationalen Datenbankmanagementsystem auf den Markt.

Mitte der 90er-Jahre nutzte jedes größere Unternehmen relationale Datenbanken. Aber mit der Zeit tauchte ein Problem auf: Die Datenbanken mit relationalen Verknüpfungen waren zwar ideal geeignet, um Daten auch in größeren Mengen zu speichern. Für die Erstellung von Berichten aus Transaktionsdaten erwiesen sich die Datenbanken jedoch als zu schwerfällig. Musste zum Beispiel ein Bericht über monatliche Umsätze erstellt werden, suchte das System in Millionen von Transaktionen, um eine einzelne Summe zu ermitteln. Nicht selten ging dabei die gesamte Serverwelt „in die Knie“, und an schnelle, Just-in-time-Informationen war gar nicht zu denken.

Das Entity-Relationship-Modell (ERM) ist die Grundlage für einen Datenbankentwurf. Die Grundelemente sind Entitäten, Beziehungen und Attribute. Im ERM-Modell werden die grundlegenden Beziehungen einer relationalen Datenbank aufgestellt.

Normalisierung ist die Aufteilung der Attribute (Tabellenspalten) in mehrere Relationen unter Berücksichtigung der Normalisierungsregeln und Normalformen mit dem Ziel, eine Form zu erhalten, die keine vermeidbaren Redundanzen aufweist.

Die multidimensionale Datenbank ist eine Weiterentwicklung des relationalen Modells. Edgar F. Codd entwickelte sie mit dem Ziel, die Server von Berechnungen zu entlasten, die für aktuelle Berichtserstellungen benötigt wurden. Dazu werden die Aggregationen (Summen) zu Zeiten, in denen die Server nicht beschäftigt sind (nachts) in speziellen Datenbanken gespeichert, sogenannte OLAP-Cubes. Cubes müssen weniger zeitaufwendige Berechnungen durchführen, da ihre Ergebnisse vorberechnet sind.

Ein OLAP-Cube ist ein „Snapshot“ auf die Daten zu einem bestimmten Zeitpunkt, zum Beispiel am Ende des Tages, der Woche, des Monats oder des Jahres (Year-to-date).

Der Umgang mit Daten hat sich in Excel grundlegend gewandelt und wird sich mit Business Intelligence weiter in die eingeschlagene Richtung entwickeln. Daten werden nicht in Tabellenblättern und Arbeitsmappen gespeichert und auch nicht mehr mit Formelkonstruktionen und Funktionstricks kombiniert und ausgewertet. Die Funktion SVERWEIS als klassisches Werkzeug für einfache Beziehungen zwischen Datenbeständen hat weitgehend ausgedient, an seine Stelle treten dynamische Verknüpfungen auf externe Daten, Datenbanken und Webseiten. Client/Server heißt die Devise, Excel wird zum Auswertungstool für externe Daten.

Dabei ist die dynamische Verknüpfung auf externe Daten ein „alter Hut“ für erfahrene Excel-Anwender. Schon in Excel 5.0 (1995) gab es die DDE-Schnittstelle für dynamische Datenverbindungen, in Office 97 war MS Query der Garant für sichere SQL-Abfragen an Datenbanken. Mit Business Intelligence kommen neue Tools ins Spiel, Power Query verbindet den Datenimport mit der Möglichkeit, die Daten gleich zu transformieren und aufzubereiten und Power Pivot stellt Beziehungen wie Datenbankprogramme zur Verfügung.