Wenn die Datenbank den Stahlhandel ausbremst

Der Kunde wartet am Telefon auf die Verfügbarkeitsprüfung. Die Kalkulation braucht länger als gewohnt. ERP-Masken reagieren zeitweise träge und der Monatsabschluss, der früher am Nachmittag erledigt war, läuft plötzlich bis in die Nacht. Was zunächst nach einzelnen IT-Problemen aussieht, kann eine gemeinsame Ursache haben: Die Datenbank kommt mit den gewachsenen Anforderungen nicht mehr zurecht.

Gerade im Stahlhandel sind die Anforderungen hoch. Abmessungen, Güten, Oberflächen, Restlängen, Chargen und Zeugnisse sorgen für komplexe Datenbestände. Dazu kommen Warenwirtschaft, Lagerverwaltung, Schnittstellen zu Kunden und Lieferanten sowie Reporting- und BI-Anwendungen. „Häufig teilen sich mehrere dieser Anwendungen dieselbe Datenbankinstanz. Dann konkurriert die Auftragserfassung am Vormittag mit einem großen Bestandsreport aus dem Controlling – und keiner der beiden Anwender ahnt etwas vom anderen“, erklärt Thomas Grevenkamp, freiberuflicher Spezialist für SQL-Server-Performance und Modernisierung.

Wenn aus Wartezeit ein Kostenfaktor wird

Das Problem entwickelt sich häufig schleichend. Aus einer Sekunde werden drei, später fünf. Mitarbeiter arrangieren sich zunächst damit. Kritischer wird es, wenn zeitaufwendige Nachtläufe in den nächsten Arbeitstag hineinreichen oder große Auswertungen andere Anwendungen ausbremsen. Noch problematischer können die indirekten Folgen sein. Verlieren Mitarbeiter das Vertrauen in Geschwindigkeit oder Verfügbarkeit der Systeme, entstehen Excel-Listen und Schattenbestände. Damit wird aus einem Performanceproblem irgendwann auch ein Datenproblem.

Eine naheliegende Reaktion lautet dann: mehr Leistung. Ein größerer Server, zusätzliche Prozessorkerne oder in der Cloud das nächsthöhere Leistungspaket sind schnell bestellt. Grevenkamp hält das nicht grundsätzlich für falsch, warnt aber vor voreiligen Investitionen: „Mein Grundsatz lautet: erst messen und dann entscheiden. Manchmal ergibt die Analyse tatsächlich, dass die Hardware zu knapp bemessen ist. Dann ist die Investition wenigstens begründet.“ Denn mehr Rechenleistung beseitigt nicht automatisch die Ursache. Eine ineffiziente Datenbankabfrage bleibt ineffizient – sie fällt auf schnellerer Hardware möglicherweise nur eine Zeit lang weniger auf. Bei SQL Server können zusätzliche Prozessorkerne zudem höhere Lizenzkosten verursachen.

Von mehr als drei Stunden auf 14 Minuten Wie groß die Auswirkungen vergleichsweise kleiner Ursachen sein können, zeigt ein Beispiel aus einem Abrechnungssystem der Energiewirtschaft. Ein zentraler Report hatte dort jahrelang rund 20 Minuten benötigt. Nach einer Änderung an einer Tabelle stieg die Laufzeit plötzlich auf mehr als drei Stunden. Server und Hardware zeigten keine auffällige Auslastung. Erst eine detaillierte Analyse ergab, dass die Datenbank für die Abfrage einen ungünstigen Zugriffspfad gewählt hatte. Ein gezielt gesetzter Index reduzierte die Laufzeit auf 14 Minuten – ohne zusätzliche Hardware. „Mit einer laufenden Beobachtung der Abfragen wäre das Muster innerhalb von Stunden sichtbar gewesen“, sagt Grevenkamp. Übertragen auf den Stahlhandel könnten beispielsweise Probleme bei Bestandsbewertung oder Monatsabschluss früher erkannt werden, bevor sie bis in den nächsten Arbeitstag hineinreichen.

KI braucht ein solides Datenfundament

Zusätzliche Bedeutung bekommt das Thema durch den zunehmenden Einsatz von KI. Dabei geht es nicht allein um Performance. KI-Anwendungen können nur auf den Daten aufbauen, die ihnen zur Verfügung stehen. Doppelte Kundenstämme, uneinheitliche Artikelbezeichnungen oder wichtige Informationen in Freitextfeldern verschwinden durch den Einsatz künstlicher Intelligenz nicht.
„Eine KI kann sehr überzeugende Antworten liefern und trotzdem auf falschen Grundlagen arbeiten“, sagt Grevenkamp. Hinzu komme die zusätzliche Belastung der Systeme. Während klassische Reports meist zu bekannten Zeiten laufen, können KI-Anwendungen spontane und schwer vorhersehbare Datenabfragen erzeugen. Greifen diese direkt auf produktive ERP-Datenbanken zu, konkurrieren sie möglicherweise mit Auftragserfassung, Lager oder Kalkulation.

Grevenkamp versteht seine Arbeit nicht als Digitalisierungsberatung, sondern setzt einen Schritt davor an. Bevor neue Anwendungen auf vorhandene Datenbestände zugreifen, geht es zunächst um deren technische Grundlage und Belastbarkeit. „Bevor man KI auf ERP-Daten ansetzt, sollte man wissen, wie belastbar das Fundament ist.“

Quelle und Foto: Office Solutions Thomas Grevenkamp / Vorschaufoto: Bildkonzept marketSTEEL KI-generiert