OLAP – Online Analytical Processing
OLAP (Online Analytical Processing) bezeichnet ein Verfahren zur mehrdimensionalen, interaktiven Analyse großer Datenmengen, typischerweise auf Basis aggregierter Daten aus einem Data Warehouse.
Im Zentrum eines OLAP-Systems steht der mehrdimensionale „Würfel“ (Cube). Kennzahlen wie Umsatz, Menge oder Deckungsbeitrag werden entlang verschiedener Dimensionen ausgewertet, etwa Zeit, Produkt, Region, Kunde oder Vertriebskanal.
OLAP grenzt sich klar vom OLTP (Online Transaction Processing) ab, das in ERP-Systemen für die Verarbeitung einzelner Geschäftsvorfälle verantwortlich ist.
OLAP in der Praxis
Ein Konzern-Controller analysiert tägliche Vertriebsdaten in einem OLAP-Cube (Online Analytical Processing). Multidimensional über Region × Produkt × Kunde × Zeit. Klassische Tools: Microsoft SQL Server Analysis Services (SSAS), SAP BW, IBM Cognos, Oracle Essbase.
Die OLAP-Engine speichert Daten mehrdimensional vorab-aggregiert, damit komplexe Abfragen (z.B. Marge nach Region+Produktgruppe für Q3) in Sekunden statt Minuten laufen.
- OLAP vs OLTP: OLAP = analytisch (Aggregation), OLTP = transaktional (Einzelbuchungen).
- Operations: Slice (Filter eine Dimension), Dice (Filter mehrere), Drill-Down (Detail), Roll-Up (Aggregat).
- Trend 2026: In-Memory-Datenbanken (SAP HANA) und columnar Storage (Snowflake) machen klassische OLAP-Cubes obsolet.
Praxis-Beispiel
Ein Konzern-Controller analysiert Vertriebsdaten in einem OLAP-Cube (Online Analytical Processing): er filtert nach Region, Quartal, Produkt-Kategorie und sieht sofort Aggregate (Umsatz, Marge, Mengen) — Drill-Down von 'Konzern gesamt' bis zur einzelnen Auftragsposition. OLAP-Cubes ermöglichen interaktive Analyse über große Datenmengen; klassische SQL-Abfragen wären zu langsam. Tools: Microsoft SSAS, Oracle Essbase, IBM Cognos. Heute oft durch In-Memory-Datenbanken (SAP HANA, Snowflake) abgelöst.
Verwandte Begriffe: Data Warehouse, ETL, Business Intelligence