Warum scheitern so viele Data Warehouse Projekte? 

Von MIS über DSS und Data Warehouse zu Business Intelligence. Alle paar Jahre ein neuer Begriff doch die grundlegenden Probleme bleiben die selben. Ein DWH-Projekt ist heutzutage nicht als Insellösung denkbar. Es müssen Daten aus verschiedenen Bereichen harmonisiert werden; häufig soll ein Datenpool die Bedürfnisse verschiedener Sichtweisen abdecken. Neben den "üblichen" Problemen von IT-Projekten ist bei DWH-Projekten besonders die Kommunikation zwischen den Beteiligten oft ein vernachlässigtes Thema.
Auf einer eher technischen Ebene deckt die Zusammenführung von Daten oft erhebliche Mängel in der Datenqualität auf, die in den Quellsystemen zuvor nicht entdeckt wurden.
 
Neben den oben genannten sind häufige Gründe für schlechte Ergebnisse oder sogar Scheitern:
 
Zu grosse Erwartungen
Der Wunsch, in diesmal die perfekte DWH-Lösung für alle Bereiche zu schaffen, überfrachtet das Vorhaben. Das Data Warehouse als "single version of truth" ist prinzipiell erstrebenswert, wenn aber versucht wird, dies mit einem "grossen Wurf" zu lösen, scheitert das oft. Meist vergeht viel zu viel Zeit, bis erste Ergebnisse vorgezeigt werden können.
 
Zu kleine Schritte
Um das zuvor genannte Problem zu umgehen, ist es sinnvoll, "klein" zu starten - mit einem ausgesuchten Bereich. Oft wird in der Folge aber das Ziel einer Vereinheitlichung aus den Augen verloren und man endet in vielen, unterschiedlich konzeptionierten Data Marts. Verschiedene Bereiche melden unterschiedliche Ergebnisse - eigentlich ein Problem aus den frühen Zeiten der DWH-Geschichte.