Der Erfolg eines Informationssystems im Allgemeinen und eines Data-Warehouse im Besonderen ist facettenreich.[69] Daher untersuchen IS-Forscher in empirischen Studien immer wieder eine unterschiedliche Anzahl von Erfolgsfaktoren, um ihre möglichen Auswirkungen auf den Erfolg eines Data-Warehouse-Projekts auszuwerten.
Unter dem Begriff kritischer Erfolgsfaktor wird eine Bedienung respektive Voraussetzung verstanden, die erfüllt werden muss, um Projekt- oder Systemerfolge sicherzustellen.[70] Hierbei handelt es sich um verschiedene organisatorische, technische und projektbezogene Faktoren, d. h. Implementierungsfaktoren, die den Projekterfolg bzw. Systemerfolg beeinflussen.
Im Rahmen der Untersuchungen, in welchen Auswirkungen verschiedener Faktoren auf Erfolge in Data-Warehouse-Projekten ausgewertet werden, werden von mehreren Forschern bestimmte Erfolgskriterien des Data-Warehouse verwendet. Unter Erfolgskriterien werden die Messgrößen verstanden, die den Erfolg eines Projekts oder Systems messen.[71] Aus Erfolgskriterien werden Gruppen gebildet, die einer bestimmten Erfolgsdimension respektive einem Aspekt des Erfolgs entsprechen. Das entspricht dem Konzept von kritischen Erfolgsfaktoren, welches als eine IS-Methode von ROCKART vorgestellt wurde.[72] Hierbei handelt es sich um eine existente limitierte Anzahl von erfolgsentscheidenden Bereichen, in denen die Prozesse reibungslos funktionieren sollten und in welchen die Ergebnisse, sofern diese befriedigend sind, eine erfolgreiche Leistung für das Unternehmen sicherstellen. Dieses Konzept hat die breite Akzeptanz unter IS-Wissenschaftlern und ISForschern bekommen.[73]
Da in vielen empirischen Studien unterschiedliche Data-Warehouse-Erfolgskriterien verwendet wurden, ist daraus abzuleiten, dass die fundamentale Frage, was den DataWarehouse-Erfolg definitiv bestimmt, noch nicht abschließend geklärt wurde.[74] Um die Auswirkungen der kritischen Erfolgsfaktoren auf den Data-Warehouse-Erfolg auswerten und vergleichen zu können, wird darüber hinaus eine Analyse von relevanten Erfolgsmessgrößen für Data-Warehousing in der vorliegenden Arbeit durchgeführt.
Das nächste Kapitel befasst sich mit den Fragenstellungen, weshalb die Feststellung von Erfolgsdimensionen für Informationssysteme von hoher Bedeutung ist und wie der ISErfolg sich messen lässt.
Die Messung des Erfolgs oder der Leistungsfähigkeit eines Informationssystems ist kritisch für die Erkenntnis, welche Nutzen und Wirksamkeit die IS-Managementmaßnahmen und IS-Investitionen haben.[75]
Aufgrund von wirtschaftlichen Rahmenbedingungen und zunehmenden Wettbewerbsdruck sehen sich die Unternehmen gezwungen Kosten einzusparen.[76] Die Unternehmen sind gefordert, Nutzen und Kosten von Technologien messen sowie bewerten zu können, und sie interessieren sich dafür, dass die Rendite der Investition ermittelt werden kann. Die Auswirkungen von IT werden oft indirekt sowie von personellen, organisatorischen und umgebungsbedingten Faktoren beeinflusst. Deshalb ist die Messung des IS-Erfolgs sehr komplex.
Um die greifbaren und nicht greifbaren Vorteile von Informationssystemen besser zu verstehen und den IS-Erfolg messen zu können, bewegen sich Unternehmen über traditionelle Finanzmessgrößen wie Investitionsrentabilität hinaus.[77]
SEDDON, GRAESER UND WILLCOCKS haben Erfolgsmessungsmethoden untersucht, die von mittleren und großen Unternehmen in den USA sowie Europa in der Praxis verwendet werden. Die ermittelten Ergebnisse haben die Forscher mit den Ergebnissen ihrer Untersuchung, die sie bereits zwei Jahren zuvor durchgeführt hatten, verglichen.[78] Aus dem Ergebnis war der Trend, dass die Methoden „Balanced Scorecard” (BSC) und „Benchmarking“ dominieren, zu erkennen.
Die Grundidee von Balanced Scorecard besteht darin, dass die Performance in mehreren Dimensionen gemessen und gemanagt werden kann. Mit dieser Methode werden finanzielle Ziele und Werte mit nicht-finanziellen Zielen und Werten kombiniert, damit ein ausgewogenes Bild von der aktuellen operativen Performance sowie den Treibern der zukünftigen Performance geschaffen werden kann.[79] Die von KAPLAN UND NORTON vorgeschlagene Balanced Scorecard beinhaltet 4 Dimensionen:
1. Wachstum- und Innovationperspektive
2. Interne- und Prozessperspektive
3. Kundenperspektive
4. Finanzperspektive
Die beiden Forscher bewerten diese vier Dimensionen für die Implementierung einer Unternehmensstrategie sehr kritisch, wobei die Unternehmen in der Praxis Bezeichnungen und Anzahl von Dimensionen frei wählen können. In der Entwicklung einer Balanced Scorecard ist es entscheidend, dass die Führungskräfte die Dimensionen wählen, die zur erfolgreichen Implementierung und dem Monitoring der Geschäftsstrategie beitragen können. In vielen Fällen wurde die erfolgreiche Verwendung der BSC-Methode nachgewiesen.[80]
Quelle: Vgl. Seddon, Graeser, Willcocks (2002), S. 20.
Tab. 3.1: Häufige Vorteile und Probleme mit IT-Balanced Scorecard
In Tab. 3.1 werden die am häufigsten erwähnten Vorteile und Probleme mit BalancedScorecard erläutert. Die Vorteile sprechen für eine positive Einschätzung bezüglich der BSC-Herangehensweise, während die Nachteile beweisen, dass es nicht jedem Unternehmen gelungen ist, die Methode erfolgreich anzuwenden.[81]
Benchmarking ist eine Methode für die Identifizierung von Aspekten einer Unternehmenstätigkeit, die im Vergleich mit anderen relevanten Unternehmen effizienter und/oder effektiver sein könnte.[82] Es ist ein kontinuierlicher systematischer Prozess, indem ein Unternehmen nach vorbildlichen Praktiken sucht, um diese zu replizieren und die eigenen Wettbewerbsvorteile zu erhöhen.[83] Benchmarking ist ein fortlaufender Managementprozess, der ein Teil der Unternehmenskultur sein sollte. Dieser Prozess erfordert ständige Aktualisierung, Sammlung und sorgfältige Überprüfung von vorbildlichen externen Praktiken sowie ihre Durchführung in Entscheidungsfindungsbereichen von verschiedenen Unternehmensebenen.
In Tab. 3.2 werden die am häufigsten erwähnten Vorteile und Probleme mit der Benchmarking-Methode erläutert. Zusammenfassend ist Benchmarking attraktiv für viele Unternehmen, die Methode lässt sich jedoch eher für die Darstellung von Kostenkontrolle und Effizienz als Effektivität verwenden.[84]
Quelle: Vgl. Seddon, Graeser, Willcocks (2002), S. 20.
Tab. 3.2: Häufige Vorteile und Probleme mit Benchmarking
Der IS-Erfolg wurde auch von Wissenschaftlern auf die unterschiedlichste Weise untersucht.[85] Die Forscher haben Modelle geschaffen, um Erklärungen zu finden, was Informationssysteme erfolgreich macht, und hervorgehoben, dass bessere und konsistente Erfolgsmessgrößen benötigt werden.
Das Modell der Technologieakzeptanz (TAM[86]) wurde von DAVIS entwickelt, um zu erklären, weshalb Endnutzer einige Informationssysteme bereitwilliger akzeptieren als andere.[87] Gemäß dem TAM-Konzept wird die Verhaltensabsicht von Anwendern, ein System zu verwenden, durch zwei Überzeugungen erklärt: die wahrgenommene Nützlichkeit der Systemverwendung und die wahrgenommene Bedienungsfreundlichkeit des Systems. Diese beiden Überzeugungen vermitteln auch die Effekte von externen Faktoren auf die Absicht, ein System zu benutzen. Abb. 3.1 illustriert das Modell der Technologieakzeptanz.
Quelle: Vgl. Hong et al. (2006), S. 299; Davis, Bagozzi, Warshaw (1989), S.985.
Abb. 3.1: Modell der Technologieakzeptanz
Durch zahlreiche empirische Untersuchungen wurde nachgewiesen, dass TAM ein einfaches, jedoch robustes Modell des Technologieakzeptanzverhaltens ist.[88] In einigen Studien wurde das Einstellungskonstrukt entfernt: der Effekt der wahrgenommenen Nützlichkeit auf die Absicht zur Nutzung eines Systems wurde durch die Einstellung zur Nutzung nur teilweise herbeigeführt. In anderen Studien wurde argumentiert, dass zusätzliche Variable benötigt werden, z. B. soziale Einflussprozesse (subjektive Norm, Voluntarismus, Image) und kognitive instrumentale Prozesse (Jobrelevanz, Ergebnisqualität, Beweisbarkeit des Resultats).[89]
Trotz der extensiven Forschungsaktivität machen WIXOM UND TODD geltend, dass sich nur wenige TAM-Forschungen auf die Rolle von Systemcharakteristiken als Vorbedingungen zur wahrgenommenen Nützlichkeit und Bedienungsfreundlichkeit fokussieren.[90] Da diese beiden Konstrukte die wichtigen Treiber der Systemnutzung sind, ist es von großer Wichtigkeit, ihre Determinanten zu verstehen. Demzufolge wurde TAM durch diese Herangehensweise mit externen Variablen erweitert, indem im Modell die Vorbedingung zur wahrgenommenen...
