Das Data Warehouse umfasst alle Informationen einer Organisation. Alle Datenbanken und verfügbares Wissen werden in einem Data-Warehouse-System zusammengefasst. 

Management Informationssystem
Durch ein Management Informationssystem können diese Daten auf verschiedenen  Verwaltungsebenen verarbeitet werden. Durch das Data-Warehouse-System sollen die vorhandenen Informationen, welche oft in unstrukturierter Form vorliegen, aufbereitet werden, so dass neues Wissen entsteht. 

Integration und Separation
Im Data Warehouse Konzept werden Daten zentral gehalten, meist in einer Datenbank und unter den zentralen Motiven Integration und Separation aufbereitet.  Durch die Integration soll eine Unternehmens-umfassende, einheitliche Sicht auf alle Quelldaten ermöglicht werden.  Diese Quelldaten sind physisch in verteilten Datenbanken, auf unterschiedlichen Datenträgern und in unterschiedlicher Strukturierung vorhanden.  Bei der Datenseparation sollen Daten, welche für das operative Geschäft benötigt werden, separiert und nach betriebswirtschaftlichen Kriterien ausgewertet werden (Decision Support, Controlling, Finanz- und Marketing-Analysen).  Das Data Warehouse Konzept wird auch in den Bereich der Führungsinformationssysteme (Executive Information System (EIS) und der Entscheidungsunterstützungssysteme (Decision Support System (DSS)) eingeordnet. 

ETL-Prozess, Data Warehouse System und Real-Time-Data-Warehousing
Das Data Warehouse ist ein zentraler Bestandteil des Data Warehouse Systems: im Data Warehouse werden  Daten durch den ETL-Prozess (Extract, Transform, Load) aus verschiedenen Quellen gewonnen, bereinigt bzw. nach ihrem Verwendungszweck hin aufbereitet, in das Format und Schema der Zieldatenbank  transformiert und standardisiert und in die Zieldatenbank eingefügt. Dieser ETL-Prozess kann periodisch durchgeführt werden, und erlaubt eine Analyse über einen längeren  Vergangenheitszeitraum, oder in Real-Time: einem Trend der sich in verschiedenen Branchen abzeichnet: Real-Time-Data-Warehousing. 

Grundlage für OLAP und OLAP Cube
Die Datenbestände im Data Warehouse können als Grundlage für OLAP (Online Analytical Processing) und OLAP Würfel herangezogen werden. Mit OLAP Würfeln (OLAP Cube)  wird eine Zusammenfassung der Daten für betriebswirtschaftliche Analysen erstellt, indem die Daten in mehrdimensionalen Würfeln bzw. Matrizen angeordnet werden. Die Dimensionen des Würfels werden mit den Datenausprägungen besetzt. 

Data Mart
Durch die Data Marts werden Kopien der Teilansichten der Daten erstellt: diese umfassen einen Teilbereich der Daten welche als Input für eine bestimmte  weiterverarbeitende Anwendung dient oder als Sicht für einen bestimmten Unternehmensbereich verwendet wird. Durch das Arbeiten mit Kopien anstatt Sichten  ergeben sich mehrere Vorteile: bessere Performance, Unabhängigkeit, eigene und spezielle OLAP-Analysen sind möglich und ein gewisser Zugriffsschutz. 

Bill Inmon
Als Begründer des Data Warehouse Konzepts gilt Bill Inmon, 1992 bei IBM.