In dieser Studie wird ein Data Warehouse (DWH) entwickelt womit chirurgische Workflows erfasst
und analysiert werden können. Hierzu wird die herkömmliche Data-Warehouse-Technologie an die
besonderen Anforderungen angepasst die sich im Zusammenhang mit der Analyse von
Prozessbeschreibungen ergeben. Es wird gezeigt wie der Anwender eine multidimensionale Sicht
sowohl der Operationen wie auch ihrer Workflow-Komponenten erhält und er in die Lage versetzt
wird die zu analysierenden Kennzahlen selbst zu definieren und diese entlang verschiedener
Dimensionen und Detaillierungsgrade zu aggregieren. Zunächst führt der Autor in die
grundlegenden Themen Business Intelligence (BI) Data Warehouse multidimensionales Datenmodell
und Online Analytical Processing (OLAP) sowie Business Process Intelligence (BPI) ein. In der
initialen Designphase des DWH wird die Strukturierung des chirurgischen Workflows behandelt
sowie die Überlegungen zu den eingesetzten Datenerfassungsstrategien beleuchtet. Das auf dieser
Basis in Form eines E R-Diagramms erstellte Modell zur Erfassung chirurgischer Prozesse dient
als Grundlage für das nachfolgend zu entwickelnde multidimensionale Datenmodell und kann als
Input einer Transformation betrachtet werden. Diese liefert - unter Beachtung der gestellten
Anforderungen potentieller Anwender - als Output das multidimensionale Schema in Form einer
Menge von Faktschemata. Im Verlauf dieser Transformation werden Herausforderungen ersichtlich
welche sich aus den vorgegebenen Einschränkungen des konventionellen OLAP-Ansatzes ergeben und
es wird dargestellt wie sich diese durch das vorgeschlagene erweiterte multidimensionale
Datenmodell lösen lassen. So wird die Problematik kennzahlloser Fakten oder auch der Umgang mit
heterogenen Fakten aufgezeigt. Das Auftreten von viele-zu-viele -Beziehungen zwischen Fakten
und Dimensionen wird ebenso behandelt wie die Möglichkeit Kennzahlen zur Laufzeit durch den
Nutzer definieren zu lassen. Auch werden die Voraussetzungen die Möglichkeiten und der Nutzen
veranschaulicht welche sich aus der Austauschbarkeit der Rollen hinsichtlich Fakt und
Dimension bzw. Kennzahl und Dimension ergeben. Es wird weiter gezeigt wie die
Dimensionshierarchien aufgebaut werden und wie sie in einem Galaxy-Schema von verschiedenen
Fakttypen gemeinsam genutzt werden können. Die Realisierung des modellierten Data Warehouses
erfolgt auf einem relationalen Datenbanksystem im Zusammenspiel mit der Business Intelligence
Suite Pentaho. Es wird dargestellt wie das Metadatenmodell eines OLAP-Datenwürfels erstellt
wird auf dessen Basis multidimensionale Datenanalysen durchgeführt werden können. Abschließend
werden einige Anwendungsfälle aus dem Bereich der OLAP-Analyse präsentiert.
