Business Intelligence – Definition

Traditionell ist Business Intelligence (BI) ein Sammelbegriff für Methoden und Prozesse zur systematischen Analyse von Daten. Unternehmen wollen mit diesem Instrument ihre Geschäftsabläufe sowie Kunden- und Lieferantenbeziehungen profitabler machen, Kosten senken, Risiken minimieren und die Wertschöpfung vergrößern. Dies geschieht mit Hilfe analytischer und organisatorischer Konzepte, sowie entsprechender Systeme.

In vielen Fällen versteht man unter Business Intelligence die reine Automatisierung des Berichtswesens. In diesem Sinne ist BI nur eine Methodik zur Datenerfassung und zur Visualisierung von Zusammenhängen im Unternehmen. Das Institut für Business Intelligence erweitert BI zur „Gesamtheit von Managementgrundlagen und somit als die Integration von Strategien, Prozessen und Technologien, um aus verteilten und inhomogenen Unternehmens-, Markt- und Wettbewerberdaten erfolgskritisches Wissen über Status, Potenziale und Perspektiven zu erzeugen“. Die Abbildung verdeutlicht BI als gesamtunternehmerische Gestaltung des Informations- und Berichtswesens. Auf allen Ebenen dienen Kennzahlen der Steuerung der Unternehmensprozesse.

Business Intelligence – Prozessoptimierung und Kennzahlen

Business Intelligence bezeichnet also prozessorientierte Verfahren, die eine Datenanalyse von Unternehmensinformationen voraussetzt. Die Ergebnisse werden in der Regel automatisch vom Unternehmensmanagement dafür genutzt, Prozesse zu optimieren. Damit steht BI auch für die Gewinnung und Verbreitung von Erkenntnissen, die für sämtliche Betriebsabläufe unternehmensübergreifend nutzbar gemacht werden.

Viele BI-Projekte scheitern aber an nicht eindeutig definierten Kennzahlen. Diese müssen mit den Verantwortlichen in der Organisation abgestimmt werden. Das Vertrauen in die abgestimmten Kennzahlen ist Grundvoraussetzung für die spätere Akzeptanz der Ergebnisse in den entsprechenden Reports. Daher empfiehlt es sich in vielen Fällen mit sogenannten Best-Practice-Kennzahlen zu starten und iterativ das eigene Kennzahlensystem daraus zu entwickeln.

Um die Synergien über die unterschiedlichen Geschäftsprozesse zu nutzen, sollten neben den Kennzahlen für die einzelnen Geschäftsprozesse unbedingt auch prozessübergreifende Werte definiert werden. Die damit gewonnene Erkenntnis kann dann in den richtigen Entscheidungen umgesetzt werden.

Eine weitere Möglichkeit eines sinnvollen Einsatzes von Kennzahlen bietet sich im Thema der Frühindikatoren. Je früher Trends und Entwicklungen aus den Daten abzulesen sind, desto flexibler und treffsicherer können die Unternehmensstrategie und die daraus resultierenden Entscheidungen gestaltet werden.

Business Intelligence – Strategie und Governance

Somit wird BI zu einer Managementphilosophie, die der Unternehmensführung und zur Evaluierung strategischer Wettbewerbsvorteile dient. Dabei werden traditionelle BI-Ansätze zur Datenbereitstellung und Visualisierung integriert sowie ganzheitliche unternehmerische Sichtweisen. Dadurch kann BI zum Treiber von Handlungsspielräumen und strategischer Wettbewerbsvorteile erweitert werden.

Umsetzungsbeispiel

Die Coca-Cola Bottling Company (CCBC) ist der größte eigenständige Abfüllpartner von Coca-Cola. Mit einer umfassenden BI-Strategie lösten sie konkret das Problem fehlender Echtzeitdaten sowohl zum Umsatz als auch zum operativen Geschäft. Bis zur Umsetzung der BI-Strategie wurden Berichte aufwändig manuell erstellt, was auch die Ressourcen der IT-Abteilung sehr belastete. Das änderte sich dann durch die Einführung einer BI-Plattform. Allein durch die Automatisierung der Berichterstellungsprozesse wurden hunderte Arbeitsstunden pro Jahr eingespart. Da das BI-Team aber für jegliches Berichtswesen aller Vertriebs- und Lieferaktivitäten zuständig wurde, konnten mittels der Integration weiterer Unternehmenssysteme die Mitarbeiter im Vertrieb effizient unterstützt werden, da sie im Außendienst jederzeit Zugriff auf die Daten des CRM-Systems hatten. So konnten sie über mobile Endgeräte beim Kunden vor Ort auf aussagekräftige und hochaktuelle Informationen zugreifen, die ihnen relevante Vorteile im Wettbewerb verschafften. Darüber hinaus förderte die Einführung dieser ganzheitlichen BI-Lösung die Zusammenarbeit zwischen dem IT-Bereich und den Endanwendern im Unternehmen. Dies führte wiederum dazu, dass sich Analysten und IT-Mitarbeiter wieder verstärkt der strategischen Ausrichtung und langfristigen Entwicklungen widmen konnten, wie beispielsweise der Verwaltung von Unternehmensdaten, anstatt manuell Berichte zu erstellen.

Eine wesentliche Voraussetzung, um BI-Projekte in einem Unternehmen effizient und effektiv durchführen zu können, ist eine präzise definierte BI-Strategie. Diese sollte folgende Punkte beinhalten:

  • Festlegung der BI-Ziele auf Basis der Unternehmensziele
  • Definition einer BI-Roadmap (kurzfristige, mittelfristige und langfristige Ziele)
  • Standardisierung und Nutzen über alle Fachbereiche
  • Festlegung der relevanten Kennzahlen und Reports aus Gesamtunternehmenssicht
  • Vereinheitlichung unterschiedlicher Kennzahlwelten zum Single-Point-of-Truth
  • Definition des geeigneten Tools und der notwendigen Infrastruktur
  • Zentrale oder dezentrale Datenhaltung

Die Komplexität von BI-Architekturen steigt mit den Anforderungen unterschiedlicher Nutzergruppen in einem Unternehmen. Durch die Einführung einer BI-Governance werden sowohl BI-Prozesse als auch Organisationsstrukturen geschaffen, die die BI-Strategie effizient unterstützen.

In der BI-Governance werden alle beteiligten Rollen und deren Verantwortungen klar geregelt. Die Ausprägung der Rollen ist dabei abhängig von der Größe des jeweiligen Unternehmens. Eine verankerte und gelebte BI-Strategie und BI-Governance sind notwendig, um etwaige Zuständigkeitsdiskussionen auf ein absolutes Minimum zu beschränken.

Business Intelligence – Die Umsetzung

Bei der Umsetzung von BI-Projekten gilt es, drei relevante Faktoren zu berücksichtigen:

  • Die strategische Ausrichtung
  • Das Management der BI-Initiativen
  • Die Best-Practice IT-Lösungen

Für die strategische Ausrichtung werden klare, robuste und praxiserprobte Methodiken zur Evaluierung und Definition von Kennzahlen und der notwendigen Datenbasis benötigt. Für das Management der BI-Initiativen ist wiederum eine adäquate Systemarchitektur erforderlich, die ausreichend Performance bietet, systemunabhängig ist, Daten in Echtzeit und das Reporting mit vordefinierten Templates liefern kann. Stets im Fokus der Informationen steht der Endanwender, weshalb die Datenverarbeitung, deren Speicherung und Reportingtools auf dessen Informationsbedarf ausgerichtet werden. Die entsprechenden IT-Lösungen sollten also in erster Linie dem Endnutzer dienen.

Dementsprechend lässt sich die technologische Grundlage der Unternehmensdatenanalyse in drei Phasen einteilen:

In der ersten Phase wird die Grundinformation erhoben (quantitativer und qualitativer Art). In der zweiten Phase werden die Daten in Beziehung gebracht, sodass Muster sichtbar werden. In der dritten Phase werden die Erkenntnisse im Unternehmen kommuniziert und in das Wissensmanagement integriert. Die Verbreitung der gewonnen Erkenntnisse soll dazu dienen, Entscheidungsgrundlagen für Maßnahmen und Aktionen zu liefern.

1. ETL-Prozesse (Extraktion-, Transformation- und Ladeprozesse)

Eine der Hauptaufgaben eines BI-Projektes ist es, die Daten des ERP-Systems und der anderen IT-Systeme oder externer Datenquellen für die Analyse in eine eigene Datenbank (Data-Warehouse) zu überführen.

Die Notwendigkeit dazu ergibt sich aus folgenden Gründen:

  1. Die Strukturierung der Daten im ERP-System ist häufig ungeeignet ist
  2. Es gibt keine Auswertemöglichkeit über mehrere IT-Systeme
  3. Es nicht möglich ist, fremde Daten beispielsweise von Mitbewerbern oder Forschungsinstituten einzubeziehen
  4. Das ERP-System wird durch die Auswertungen zu hoch belastet wird und da dort auch laufend Änderungen der Daten stattfinden
  5. Die Auswertungen nicht wiederholt werden können oder falsche, unvollständige beziehungsweise fehlende Daten in den IT-Systemen vorhanden sind.

Die Überführung erfolgt durch Extraktion der Daten aus den unterschiedlichen Quellsystemen, ihrer Transformation und dem Laden in das DWH mittels der standardisierten ETL-Prozesse. Diese ETL-Prozesse bieten die Möglichkeit, zu definierten Zeitpunkten die gewünschten Quelldaten aus den Produktivsystemen zu extrahieren. Bei der Extraktion der Daten aus den Quellsystemen in das DWH können die Daten nach den Bedürfnissen der Anforderung logisch verknüpft werden. Damit werden aus vielen einzelnen Datenelementen erste zusammenhängende Datenmodule, welche die Basis für die späteren Auswertungen darstellen.

2. Datenmodell

Die zweite Hauptaufgabe eines BI-Projektes ist die richtige Datenmodellierung. Neben relationalen Datenmodellen werden innerhalb von Business-Intelligence-Lösungen vor allem multidimensionale Datenmodelle, sogenannte OLAP-Würfel, realisiert. Dabei spielt die Performance für die späteren Abfragen eine wesentliche Rolle.

Beispiel eines OLAP-Würfels
Beispiel eines OLAP-Würfels. Quelle: Infopedian, OLAP drill through, CC BY-SA 3.0

Nach der Datenmodellierung ist das Data Management der zweite wesentliche Faktor für die Geschwindigkeit der Abfragen. In den operativen Systemen werden im Laufe der Zeit viele fehlerhafte beziehungsweise unvollständige Daten gespeichert. Diese können aus inkorrekten, redundanten, inkonsistenten oder nicht richtig formatierten Daten bestehen. In einem DWH können diese Daten bereinigt und damit inhaltlich vollständig für die Analyse aufbereitet werden. Damit werden nur korrekte und vollständige Daten in die entsprechenden Datenwürfel geladen.

3. Visualisierung

Die dritte und für den späteren Benutzer wichtigste Aufgabe eines BI-Projektes ist die Darstellung der vereinbarten Kennzahlen auf Basis von Standard-Reports, Adhoc-Reports oder Dashboards. Mit Hilfe der Frontend Tools werden die Daten aus dem DWH visualisiert und dem Anwender mittels Portaltechnologie, E-Mail oder als Business-Applikationen auf Smartphones zur Verfügung gestellt.

Beispiel eines Marketing-Dashboards
Beispiel eines Marketing-Dashboards mit Übersicht zu Kundenverhalten, Kosten und Funnel-Effizienz. Quelle: HelicalInsight OpenSourceBI, Marketing dashboard, CC BY-SA 4.0

Der wesentlichste Aspekt einer Business-Intelligence-Lösung ist dabei die Benutzerfreundlichkeit und die hohe Abfragegeschwindigkeit der einzelnen Auswertungen. Aufgrund der enormen Datenmengen in einem Data-Warehouse werden effiziente Werkzeuge benötigt, die zu einem den Anforderungen der unterschiedlichen End-User-Gruppen gerecht werden und zum anderen in die IT-Strategie eingebettet sind. Dabei ist großes Augenmerk auf die Konsolidierung der eingesetzten Frontend Tools zu legen.

Business Intelligence in Echtzeit

Der Einsatzbereich von Business-Intelligence-Anwendungen verschiebt sich immer mehr vom klassischen Reporting auf Basis von historischen Bewegungsdaten in Richtung Realtime-Analyse. Unternehmen wollen die Performance ihrer Geschäftsbereiche zu jedem Zeitpunkt in Echtzeit analysieren und sofort sehen, wie sich beispielsweise Kundenpräferenzen ändern. Zunehmend nutzen Manager die Business-Intelligence-Anwendungen, um geschäftliche Risiken zu erkennen und möglichst früh gegenzusteuern.

Business Intelligence as a Service

Durch die BI-Standardisierung und die zunehmenden Kernkompetenzdiskussionen in vielen Unternehmen, wird der Ansatz BI-as-a-Service von einem externen Partner zu beziehen, strategisch immer wichtiger. Die Auswahlmöglichkeit erstreckt sich dabei von einem Hosting beziehungsweise Housing der BI-Infrastruktur über eine Bereitstellung der Integrationsebene und/oder der vorgefertigten Datenwürfel bis hin zum fertigen Report mit den vereinbarten Kennzahlen. Ein dynamisches Verrechnungsmodell erspart größere Investitionen und bringt eine nicht unwesentliche Transparenz in die Nutzung eines BI-Systems.

Die Kehrseite besteht allerdings darin, dass ein externer Dienstleister dann auch die Unternehmensdaten hat beziehungsweise einen gewissen Zugriff darauf. Wie bei vielen externen Serviceleistungen ist auch bei Business Intelligence die Frage von nicht geringer Bedeutung, inwieweit man sich als Unternehmen abhängig machen will von solchen Dienstleistungsfirmen.

Fazit

In der Praxis versteht man unter Business Intelligence (BI) die Standardisierung und Optimierung des Berichtswesens. Die in den IT-Systemen anfallenden Daten werden genutzt, um unter verschiedenen Blickwinkeln die aktuelle Situation zu analysieren und gegebenenfalls zu bewerten. Die entsprechende Analyse erfolgt dabei nicht in den ERP-Systemen, sondern in einer davon getrennten Datenbasis, dem Data-Warehouse (DWH). Daraus ableitend werden dann Entscheidungen getroffen, die das Unternehmen im Ganzen, einzelne Bereiche oder Prozesse betreffen. Die daraus entstehende Transparenz hinsichtlich aller Geschäftsprozesse bedeutet, dass aktuelle, verlässliche und jederzeit nachvollziehbare Daten und Steuerungsgrößen zeitnah zur Verfügung stehen. Diese Transparenz wird dann nicht nur in der Geschäftsführung von großen und mittelständischen Unternehmen benötigt, sondern in jeder Abteilung. Somit sollte Business Intelligence für den Anwender so einfach wie möglich gemacht werden muss. Das wichtigste Ziel dabei ist, BI mit straffen Prozessen, standardisierten Reports und vollständiger Datenintegration bereitzustellen, da nur mit den richtigen Informationen die richtigen Entscheidungen getroffen werden können.

Weitere Informationen zum Thema Business Intelligence finden Sie auch unter Kennzahlen und Kennzahlensysteme, Informationen in der Intralogistik sowie Stammdaten.

Also available in English (Englisch)