{"id":9895,"date":"2024-08-13T11:03:03","date_gmt":"2024-08-13T09:03:03","guid":{"rendered":"https:\/\/www.datamart.de\/project\/anwenderbericht-interturbine\/"},"modified":"2025-03-13T19:54:59","modified_gmt":"2025-03-13T18:54:59","slug":"anwenderbericht-interturbine","status":"publish","type":"avada_portfolio","link":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/","title":{"rendered":"Anwenderbericht Interturbine"},"content":{"rendered":"

Mit Standardprodukten in drei Monaten zur kompletten BI-L\u00f6sung<\/h2><\/div>

Internationale Unternehmensgruppe baut auf Know-how von DATA MART Consulting<\/b><\/p>\n<\/div>

Die Unternehmensgruppe Interturbine mit Hauptsitz in Kaltenkirchen bei Hamburg wurde 1990 als mittelst\u00e4ndisches Unternehmen gegr\u00fcndet und ist seitdem rasant gewachsen. Mittlerweile ist die Gruppe mit 580 Mitarbeitern ein weltweiter Lieferant von Metall- und Plastikkomponenten f\u00fcr die Luftfahrtindustrie. Das Sortiment umfasst rund 500.000 verschiedene Komponenten, die \u00fcber mehr als 3.000 Lieferanten verteilt werden. Dar\u00fcber hinaus geh\u00f6ren zwei produzierende Unternehmen zur Gruppe, Interturbine Technology und Interturbine MIS, die an der Produktion von Airbus beteiligt sind und Schaltschr\u00e4nke f\u00fcr Energiesysteme herstellen. \u00dcber mehrere regionale Lager, die weltweit in fast jeder Zeitzone platziert sind, wird den Kunden rund um die Uhr zuverl\u00e4ssiger Service geboten.<\/b><\/p>\n

Das rasante Wachstum stellte auch das Controlling vor zunehmende Herausforderungen. \u201eIm vorhandenen ERP-System fehlte die M\u00f6glichkeit, Auswertungen vorzunehmen oder Berichte zu erstellen. Man behalf sich daher mit Crystal Reports. Das f\u00fchrte allerdings mit der Zeit dazu, dass im Unternehmen mehrere hundert dieser Reports im Einsatz waren und am Ende keiner mehr wusste, welche Zahl eigentlich die richtige war\u201c, erl\u00e4utert Thomas Dieckmann, verantwortlich f\u00fcr den Bereich Finance und Controlling bei der Interturbine Projekt Management GmbH.<\/p>\n

\u200bDaher fiel die Entscheidung, ein unternehmensweites BI-System einzuf\u00fchren, um alle Daten und Kennzahlen in einer einheitlichen Datenbasis zusammenzuf\u00fchren, auf die weltweit zugegriffen werden kann.<\/p>\n<\/div>

Kompetenz \u00fcberzeugt<\/b><\/p>\n

Im Rahmen eines Marktvergleichs kam Interturbine mit dem Beratungsunternehmen DATA MART Consulting mit Sitz in Hamburg und Neu-Isenburg in Kontakt. \u201eAuf Anhieb \u00fcberzeugten uns die hohe Kompetenz und die vielf\u00e4ltigen Erfahrungen mit unterschiedlichen Branchen und L\u00f6sungen. Zudem haben wir uns selbst als mittelst\u00e4ndisches Unternehmen im Gespr\u00e4ch mit den Beratern und auch bei den Referenzen wiedergefunden\u201c, so Dieckmann. \u201eWir haben DATA MART daher mit einer kleinen Machbarkeitsstudie anhand unserer spezifizierten Anforderungen beauftragt. Nach kurzer Evaluierungsphase erhielten wir eine Entscheidungsvorlage mit f\u00fcnf Optionen, von denen eine genau unseren Anforderungen und W\u00fcnschen entsprach.\u201c<\/p>\n

Eine gro\u00dfe Herausforderung war dabei der sehr enge Zeitplan, da das Projekt innerhalb von drei Monaten, von der Evaluierung im September 2010 bis zum 1. Januar 2011, abgeschlossen werden sollte. \u201eDass dies tats\u00e4chlich gelang, lag sicher in erster Linie daran, dass wir mit DATA MART den richtigen Partner ausgew\u00e4hlt haben\u201c, ist Dieckmann \u00fcberzeugt.<\/p>\n

Standartprodukte ausreichend<\/b><\/p>\n

Zum Einsatz kommen heute bei Interturbine der SQL Server 2008 mit den Komponenten SSIS (Datenbewirtschaftung), SSAS (multidimensionale Cubes) und SSRS (Standardberichtswesen). Zur zeitlichen Steuerung des Ladeprozesses wird der SQL Server Agent genutzt. Aufgrund des engen Zeitplans wurde entschieden, kein Frontend einzubinden, sondern zun\u00e4chst eine Excel-basierte L\u00f6sung umzusetzen.<\/p>\n

\u201eWir haben uns f\u00fcr diese Kombination aus Microsoft-Standardprodukten entschieden, weil es eine f\u00fcr uns schnell und einfach umzusetzende und im Vergleich zu Speziall\u00f6sungen sehr kosteng\u00fcnstige L\u00f6sung war. Aus unserer Sicht ist sie auch sehr effizient, weil genau die Kennzahlen und Fragestellungen, die wir abbilden bzw. l\u00f6sen wollten, abgedeckt werden\u201c, zeigt sich der Controller zufrieden.<\/p>\n

Die eigentliche Entwicklung war bereits Mitte Dezember abgeschlossen. Es folgten intensive Tests seitens Interturbine, die aufgrund der Vielzahl von Crystal Reports im Unternehmen recht aufwendig ausfielen. Zum 1. Januar ging die L\u00f6sung wie geplant produktiv und wird seitdem im Controlling genutzt. Sukzessive wurde bzw. wird sie auf weitere Abteilungen ausgeweitet. Eine Fachabteilung, die von dem System besonders profitieren wird, ist das Order Processing. Die einzelnen Auftr\u00e4ge k\u00f6nnen damit so abgearbeitet werden, dass die einzelnen Abteilungen vorab sehen k\u00f6nnen, welche Auslastung in den n\u00e4chsten Stunden auf sie zukommt. Damit kann der Personalbedarf wesentlich besser geplant werden.<\/p>\n<\/div>

Kompetenz \u00fcberzeugt<\/b><\/p>\n

Im Rahmen eines Marktvergleichs kam Interturbine mit dem Beratungsunternehmen DATA MART Consulting mit Sitz in Hamburg und Neu-Isenburg in Kontakt. \u201eAuf Anhieb \u00fcberzeugten uns die hohe Kompetenz und die vielf\u00e4ltigen Erfahrungen mit unterschiedlichen Branchen und L\u00f6sungen. Zudem haben wir uns selbst als mittelst\u00e4ndisches Unternehmen im Gespr\u00e4ch mit den Beratern und auch bei den Referenzen wiedergefunden\u201c, so Dieckmann. \u201eWir haben DATA MART daher mit einer kleinen Machbarkeitsstudie anhand unserer spezifizierten Anforderungen beauftragt. Nach kurzer Evaluierungsphase erhielten wir eine Entscheidungsvorlage mit f\u00fcnf Optionen, von denen eine genau unseren Anforderungen und W\u00fcnschen entsprach.\u201c<\/p>\n

Eine gro\u00dfe Herausforderung war dabei der sehr enge Zeitplan, da das Projekt innerhalb von drei Monaten, von der Evaluierung im September 2010 bis zum 1. Januar 2011, abgeschlossen werden sollte. \u201eDass dies tats\u00e4chlich gelang, lag sicher in erster Linie daran, dass wir mit DATA MART den richtigen Partner ausgew\u00e4hlt haben\u201c, ist Dieckmann \u00fcberzeugt.<\/p>\n

Standartprodukte ausreichend<\/b><\/p>\n

Zum Einsatz kommen heute bei Interturbine der SQL Server 2008 mit den Komponenten SSIS (Datenbewirtschaftung), SSAS (multidimensionale Cubes) und SSRS (Standardberichtswesen). Zur zeitlichen Steuerung des Ladeprozesses wird der SQL Server Agent genutzt. Aufgrund des engen Zeitplans wurde entschieden, kein Frontend einzubinden, sondern zun\u00e4chst eine Excel-basierte L\u00f6sung umzusetzen.<\/p>\n

\u201eWir haben uns f\u00fcr diese Kombination aus Microsoft-Standardprodukten entschieden, weil es eine f\u00fcr uns schnell und einfach umzusetzende und im Vergleich zu Speziall\u00f6sungen sehr kosteng\u00fcnstige L\u00f6sung war. Aus unserer Sicht ist sie auch sehr effizient, weil genau die Kennzahlen und Fragestellungen, die wir abbilden bzw. l\u00f6sen wollten, abgedeckt werden\u201c, zeigt sich der Controller zufrieden.<\/p>\n

Die eigentliche Entwicklung war bereits Mitte Dezember abgeschlossen. Es folgten intensive Tests seitens Interturbine, die aufgrund der Vielzahl von Crystal Reports im Unternehmen recht aufwendig ausfielen. Zum 1. Januar ging die L\u00f6sung wie geplant produktiv und wird seitdem im Controlling genutzt. Sukzessive wurde bzw. wird sie auf weitere Abteilungen ausgeweitet. Eine Fachabteilung, die von dem System besonders profitieren wird, ist das Order Processing. Die einzelnen Auftr\u00e4ge k\u00f6nnen damit so abgearbeitet werden, dass die einzelnen Abteilungen vorab sehen k\u00f6nnen, welche Auslastung in den n\u00e4chsten Stunden auf sie zukommt. Damit kann der Personalbedarf wesentlich besser geplant werden.<\/p>\n

Datensicherheit gew\u00e4hrleistet<\/b><\/p>\n

Insgesamt arbeiten inzwischen etwa 20 Mitarbeiter mit dem System, die entweder \u00fcber das Intranet direkt darauf zugreifen oder sich \u00fcber Excel in SSAS einloggen und dort die Daten bearbeiten. F\u00fcr den kommenden Herbst ist bereits eine Ausweitung auf deutlich mehr Mitarbeiter geplant.
\n\u201eDie Akzeptanz bei den Mitarbeitern ist sehr hoch. Bisher war es so, dass wir einen Wust von Reports hatten und man sehr bedacht darauf war, welcher Mitarbeiter welche Information bekommt. Das Ergebnis war, dass eher keine als eine falsche Information weitergegeben wurde. Heute haben wir validierte Informationen, die wir auch von den Rechten her sehr gut steuern k\u00f6nnen, d.h. wir k\u00f6nnen jedem Mitarbeiter in\u200b jeder Region genau die Vertriebsdaten zur Verf\u00fcgung stellen, die jeweils f\u00fcr ihn relevant sind. Die Qualit\u00e4t ist damit deutlich gestiegen\u201c, zeigt sich Dieckmann zufrieden. Der Schulungsaufwand war dabei eher gering, da die Standardkomponente Excel jedem Mitarbeiter zumindest in Grundz\u00fcgen vertraut ist.<\/p>\n

Gesamtheitliches Beratungskonzept
\n<\/b>
\nEin wichtiger Aspekt f\u00fcr die erfolgreiche Umsetzung des Projekts war nach \u00dcberzeugung Dieckmanns die M\u00f6glichkeit, jederzeit auf das umfassende Know-how von DATA MART zur\u00fcckgreifen zu k\u00f6nnen. \u201eWir haben sehr eng zusammengearbeitet und wenn es einmal eine Frage gab, stand immer innerhalb k\u00fcrzester Zeit jemand zur Verf\u00fcgung, der Rede und Antwort stehen konnte. Dar\u00fcber hinaus hatten bzw. haben wir zentral einen Ansprechpartner, der das ganze BI-Konzept von der Serverimplementierung bis zur laufenden Wartung betreut. Dieses umfassende Konzept sagt uns sehr zu\u201c, so Dieckmann.<\/p>\n

Heute basieren bei Interturbine alle Daten, die im Unternehmen genutzt werden, auf einer einzigen Quelle und die Berechtigungsstruktur ist klar gegliedert. Niemand kann mehr auf Daten zugreifen, auf die er nicht zugreifen soll und es k\u00f6nnen keine Daten unberechtigt weitergegeben werden. Auch den wirtschaftlichen Nutzen sch\u00e4tzt Dieckmann sehr hoch ein. \u201eEs entsteht kein manueller Aufwand mehr, um beispielsweise einen Performance-Bericht f\u00fcr einen Kunden zu erstellen. Das geschieht jetzt automatisch. Au\u00dferdem gibt es einen genaueren Forecast und wir k\u00f6nnen einzelne Artikelgruppen oder gar Artikel automatisiert auswerten. Wir gehen davon aus, dasswir damit die Qualit\u00e4t gegen\u00fcber unseren Kunden weiter steigern und Potentiale aufdecken k\u00f6nnen, die wir vorher nicht sehen konnten\u201c, so sein Res\u00fcmee.<\/p>\n<\/div>

<\/i>Jetzt PDF downloaden<\/span><\/a><\/div><\/div><\/div>
\"Interturbine\"<\/span><\/div><\/div><\/div><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":1,"featured_media":8800,"menu_order":0,"comment_status":"open","ping_status":"closed","template":"","format":"standard","meta":{"footnotes":""},"portfolio_category":[58],"portfolio_skills":[],"portfolio_tags":[],"class_list":["post-9895","avada_portfolio","type-avada_portfolio","status-publish","format-standard","has-post-thumbnail","hentry","portfolio_category-archive"],"yoast_head":"\nAnwenderbericht Interturbine - DATA MART Consulting GmbH<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Anwenderbericht Interturbine - DATA MART Consulting GmbH\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/\" \/>\n<meta property=\"og:site_name\" content=\"DATA MART Consulting GmbH\" \/>\n<meta property=\"article:modified_time\" content=\"2025-03-13T18:54:59+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/Screenshot-2024-08-13-105538.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1765\" \/>\n\t<meta property=\"og:image:height\" content=\"736\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-interturbine\\\/\",\"url\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-interturbine\\\/\",\"name\":\"Anwenderbericht Interturbine - DATA MART Consulting GmbH\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-interturbine\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-interturbine\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.datamart.de\\\/wp-content\\\/uploads\\\/2024\\\/08\\\/Screenshot-2024-08-13-105538.png\",\"datePublished\":\"2024-08-13T09:03:03+00:00\",\"dateModified\":\"2025-03-13T18:54:59+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-interturbine\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-interturbine\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-interturbine\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.datamart.de\\\/wp-content\\\/uploads\\\/2024\\\/08\\\/Screenshot-2024-08-13-105538.png\",\"contentUrl\":\"https:\\\/\\\/www.datamart.de\\\/wp-content\\\/uploads\\\/2024\\\/08\\\/Screenshot-2024-08-13-105538.png\",\"width\":1765,\"height\":736},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-interturbine\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Portfolio\",\"item\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Anwenderbericht Interturbine\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/#website\",\"url\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/\",\"name\":\"DATA MART Consulting GmbH\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Anwenderbericht Interturbine - DATA MART Consulting GmbH","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/","og_locale":"en_US","og_type":"article","og_title":"Anwenderbericht Interturbine - DATA MART Consulting GmbH","og_url":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/","og_site_name":"DATA MART Consulting GmbH","article_modified_time":"2025-03-13T18:54:59+00:00","og_image":[{"width":1765,"height":736,"url":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/Screenshot-2024-08-13-105538.png","type":"image\/png"}],"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/","url":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/","name":"Anwenderbericht Interturbine - DATA MART Consulting GmbH","isPartOf":{"@id":"https:\/\/www.datamart.de\/en\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/#primaryimage"},"image":{"@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/#primaryimage"},"thumbnailUrl":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/Screenshot-2024-08-13-105538.png","datePublished":"2024-08-13T09:03:03+00:00","dateModified":"2025-03-13T18:54:59+00:00","breadcrumb":{"@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/#primaryimage","url":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/Screenshot-2024-08-13-105538.png","contentUrl":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/Screenshot-2024-08-13-105538.png","width":1765,"height":736},{"@type":"BreadcrumbList","@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-interturbine\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/www.datamart.de\/en\/"},{"@type":"ListItem","position":2,"name":"Portfolio","item":"https:\/\/www.datamart.de\/en\/project\/"},{"@type":"ListItem","position":3,"name":"Anwenderbericht Interturbine"}]},{"@type":"WebSite","@id":"https:\/\/www.datamart.de\/en\/#website","url":"https:\/\/www.datamart.de\/en\/","name":"DATA MART Consulting GmbH","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.datamart.de\/en\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"}]}},"_links":{"self":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio\/9895","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio"}],"about":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/types\/avada_portfolio"}],"author":[{"embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/comments?post=9895"}],"version-history":[{"count":1,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio\/9895\/revisions"}],"predecessor-version":[{"id":9896,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio\/9895\/revisions\/9896"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/media\/8800"}],"wp:attachment":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/media?parent=9895"}],"wp:term":[{"taxonomy":"portfolio_category","embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/portfolio_category?post=9895"},{"taxonomy":"portfolio_skills","embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/portfolio_skills?post=9895"},{"taxonomy":"portfolio_tags","embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/portfolio_tags?post=9895"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}