Data Warehouse ist die themenorientierte, integrierte, zeitbezogene und dauerhafte Sammlung von Informationen zur Entscheidungsunterstützung des Managements. Entscheidungsträger in Unternehmen durch Informationssysteme zu unterstützen ist seit den 1960er Jahren ein Ziel der betrieblichen Informationsverarbeitung und des computerunterstützten Controlling. Nach Fehlschlägen, die mit den Begriffen Management-Informationssysteme oder Entscheidungsunterstützungssystemen belegt sind, bietet inzwischen das 1992 von dem Unternehmen Inmon vorgestellte Konzept des Data Warehouse eine erfolgsversprechende Ausgangsbasis zur individuellen analytischen Informationsversorgung.
Der wesentliche Unterschied des Data Warehouse zu den früheren Ansätzen liegt im Aufbau einer eigenständigen Datenbasis, die im Gegensatz zu den operativen Datenhaltungs-systemen nicht anwendungsbezogen sein soll, verschiedene Anwendungen und Datenbestände einbezieht und diese über einen längeren Zeitraum speichert. In ein Data Warehouse werden im Zuge der Selektion Datenbestände aus unterschiedlichen operativen Informationssystemen integriert und durch Hygieneprogramme gefiltert und gereinigt. Dies ist insb. erforderlich, wenn Datenbestände aus unterschiedlichen Datenquellen zusammengeführt werden, da hier keine Deckungsgleichheit bei Datenformaten und Berechnungsvorschriften zu erwarten ist.
Für die Speicherung im Data Warehouse entwickelte Codd den Ansatz des OLAP (Online Analytical Processing) und die Forderung nach der Informationsspeicherung in multidimensionalen Datenbanksystemen. Inzwischen hat sich eine Koexistenz von relationalen und multidimensionalen OLAP-Anwendungen gebildet (ROLAP und MOLAP), die in einem Data Warehouse auch parallel eingesetzt werden können (hybrides OLAP). Die Auswertung und Aufbereitung der in einem Data Warehouse vorgehaltenen Informationsbasis erfolgt mit speziellen Analysewerkzeugen (Business Intelligence Tools). Eine gezielte Informationsauswertung wird durch flexible, elektronische Berichts- und Abfragesysteme erreicht, die mit statistischen und betriebswirtschaftlichen Methoden (z.B. Trendrechnungen und Prognoserechnungen sowie ABC-Analyse und Portfolioanalysen) kombiniert werden können.
In jüngster Zeit kommen weitere Werkzeuge zur ungerichteten Informationsauswertung in Form des Data Mining hinzu. Die Präsentation der Ergebnisse erfolgt dabei in modernen, ansprechenden Oberflächen, die auch von sporadischen Anwendern ohne Computerkenntnisse bedient werden können. Neben dem Aufbau eines Data Warehouse für die skizzierten unternehmensorientierten Analysen werden solche Lösungen zunehmend auch zur Implementierung kundenzentrierter Applikationen (z.B. Customer Relationship Management) oder zur Personalisierung von E-Commerce-Anwendungen eingesetzt.
