„Wir haben ein Data Warehouse gebaut, das niemand nutzt“
Lemur Media · Autor: Dominik Dębski · aktualisiert am 28.10.2026
Ein Data Warehouse ohne Nutzer ist das Ergebnis eines technologiegetriebenen Projekts: Die Daten wurden geladen, aber nicht mit Entscheidungen verknüpft, die jemand im Unternehmen trifft. Die Lösung ist, die Arbeitsrichtung umzukehren, von Entscheidungen und ihren Verantwortlichen hin zu den Daten, und die Nutzung zu messen.
Woran erkennt man das Problem?
- Nach mehr als einem Jahr Projektlaufzeit entstehen Berichte weiterhin in Tabellen aus Exporten der Quellsysteme.
- Die Zahl aktiver Nutzer der BI-Tools ist im Verhältnis zur Zahl der Lizenzen gering.
- Fachanwender vertrauen den Daten aus dem Warehouse nicht, weil sie von den Daten in den Quellsystemen abweichen.
- Cloud- und Datenteamkosten steigen, und die Geschäftsführung kann keine Entscheidung nennen, die auf dem Warehouse beruht.
Was sind die Ursachen?
- 01Ein von der IT geführtes ProjektDer Umfang wurde als Liste zu ladender Systeme definiert, ohne Liste der Entscheidungen und ihrer Verantwortlichen.
- 02Keine Qualität und keine DefinitionenDie Daten im Warehouse haben weder abgestimmte Definitionen noch Qualitätskontrollen und verlieren daher bei der ersten Abweichung an Glaubwürdigkeit.
- 03Keine veränderte ArbeitsweiseNiemand hat den Rhythmus von Meetings und Berichten geändert, daher blieben die alten Tabellen das wichtigste Werkzeug.
| Mitarbeitende | Typisches Bild |
|---|---|
| 250–999 Mitarbeitende | Das Datenteam besteht aus wenigen Personen, die Ad-hoc-Anfragen bearbeiten und keine Zeit für die Arbeit mit den Nutzern haben. |
| 1.000+ Mitarbeitende | Das zentrale Datenteam und die Fachbereiche arbeiten parallel, und die Abteilungen bauen eigene Datenbanken neben dem Warehouse auf. |
Welche Fragen sollte die Geschäftsführung stellen?
- Welche Entscheidungen von Geschäftsführung und Bereichsleitern nutzen heute Daten aus dem Warehouse?
- Wie viele Nutzer öffnen mindestens einmal pro Woche Berichte aus dem Warehouse?
- Wie hoch sind die jährlichen Kosten von Warehouse und Datenteam im Verhältnis zum dokumentierten Nutzen?
Welche Kennzahlen sollten Sie prüfen?
- Wöchentlich aktive Nutzer von Warehouse-basierten Berichten
- Anteil der Managementberichte, die aus dem Warehouse gespeist werden
- Jährliche Gesamtkosten von Datenplattform und Team im Verhältnis zur Zahl der unterstützten Entscheidungen
Welche Fehler sollten Sie vermeiden?
- Anbindung weiterer Datenquellen in der Hoffnung auf steigende Nutzung.
- Migration auf eine neue Warehouse-Technologie als Antwort auf fehlende Nutzer.
Wie läuft die Lösung ab?
Methoden: Datenwertschöpfungskette. Die Reihenfolge der Maßnahmen bestimmt der Lemur-Kompass auf Basis von Entwicklungsphase, Größe, Geschäftsmodell und Profitabilität des Unternehmens.
- 01EntscheidungslandkarteDie wiederkehrenden Entscheidungen von Geschäftsführung und Bereichsleitern werden erfasst, zusammen mit den Daten, die sie erfordern.
- 02DatenprodukteFür 3–5 Entscheidungen entstehen Datensätze und Berichte mit fachlichem Verantwortlichen und Definitionen.
- 03Qualität und VertrauenFür ausgewählte Kennzahlen werden Qualitätskontrollen und ein Abgleich mit den Quellsystemen eingeführt.
- 04Ablösung der TabellenAlte Tabellenberichte werden abgeschaltet, sobald bestätigt ist, dass die neuen dieselben Ergebnisse liefern.
Womit sollten Sie beginnen?
Review der Nutzung der Datenplattform und Entscheidungslandkarte (3 Wochen).