Es gibt nur eine Wahrheit
Ein Data Warehouse (DWh) bzw. eine DWh-Architektur repräsentiert die Datenbasis für ein umfassendes und integriertes Corporate Performance Management.
Wenn wir von einem DWh sprechen, dann meinen wir ganz allgemein eine
- von den operativen IT-Systemen getrennte Datenhaltung
- zur dispositiven Speicherung von
- integrierten und qualitätsgesicherten Daten,
- als Plattform für Reporting & Controlling im Unternehmen/ Unternehmensbereich.
Bestandteil eines DWh sind neben den Daten über das eigene Unternehmen zunehmend externe Daten, z.B. über die Marktentwicklung. Die im DWh vorgehaltenen Bewegungsdaten setzen sich aus quantitativen und qualitativen Daten zusammen. Letztere können z.B. Analyseergebnisse in Form von erfassten Kommentaren sein, über die Methodik einer 
Balanced Scorecard gewonnen werden oder für die Integration von Prozessen notwendig sein.
Die Daten eines DWh werden über ETL-Prozesse (ETL: Extraktion, Transformation, Laden) aus den, i. d. R. operativen, Quellsystemen extrahiert, homogenisiert, und anschließend in das DWh geladen.
Durch die redundante physische Speicherung der Daten findet eine Entlastung der transaktionsorientierten Systeme statt.
Idealerweise repräsentiert ein DWh den "Single Point of Truth" innerhalb eines Unternehmens oder Unternehmensbereichs, dem vor dem Hintergrund rechtlicher Auflagen, z. B. im Zusammenhang mit Compliance-Anforderungen oder dem Sarbanes Oxley Act, eine hohe Bedeutung zukommt.
Eine DWh-Architektur stellt keine Einbahnstraße für Daten dar
Elementare Bestandteile einer DWh-Architektur sind - und waren für Braincourt schon immer - Funktionalitäten für das Zurückschreiben von Daten in das DWh. Dies wird unter anderem im Rahmen der Planung, dem Forecasting oder bei der Speicherung von Analyseerkenntnissen z.B. mit Kommen- tierungsfunktionen notwendig.
Data Warehousing und OLAP
Eng verwandt mit dem Begriff Data Warehousing steht der Begriff OLAP (Online Analytical Processing) und damit wiederum der des "Datenwürfels": Die in einem DWh vorgehaltenen Daten können über OLAP-Methoden oder multidimensionale Datenbanken (sogenannte "OLAP-Würfel", die für Analyse- und Berichts- zwecke optimiert sind), den Lösungs-Anwendern zur Verfügung gestellt werden.
Neartime-, Realtime-, Closed Loop-Data Warehousing
Neuere Einsatzgebiete von DWh-Lösungen erfordern immer aktuellere Daten, auf die im Rahmen des CPM-Kreislaufes zugegriffen wird. Dieser Trend, über Neartime-, hin zu Realtime-DWh-Lösungen, d. h. immer kürzeren Ladezyklen mit aktuelleren Daten bzw. direktem Zugriff auf die Quellsysteme, wird von uns intensiv verfolgt und mit den geeigneten technologischen Möglichkeiten erfolgreich in Projekten eingesetzt.
Data Warehousing und Business Intelligence
Die Daten eines DWh repräsentieren noch keine Informationen. Die Gewinnung dieser Informationen ist Aufgabe von Werkzeugen, welche unter dem Begriff Business Intelligence zusammengefasst werden.
