Business Intelligence Guide Was ist Business Intelligence? Wie profitieren Unternehmen davon?

Für den Erfolg eines Unternehmens und seines Geschäftsmodells ist es wichtig, tiefe und schnelle Einblicke in die Prozesse und Unternehmensdaten zu erhalten. Immer größer werdende Datenmengen erfordern IT-gestützte Systeme und Anwendungen aus dem Big-Data-Umfeld, um Informationen zu extrahieren, aufzubereiten und zu analysieren. Moderne Business Intelligence Systeme bieten den Unternehmen entsprechende Lösungen. Im folgenden Beitrag erhalten Sie einen Überblick über wichtige Themen rund um die Business Intelligence. Wir definieren den Begriff Business Intelligence und erklären Ihnen, wie sie sich entwickelt hat und warum sie heute für Unternehmen so wichtig ist. Sie lernen Aufbau, Architektur und zentrale Funktionen der Business Intelligence kennen und erfahren, wie Sie eine erfolgreiche BI-Strategie entwickeln. Abschließend zeigen wir Ihnen einige beispielhafte Anwendungen der BI-Systeme in der Praxis.

1) Was ist Business Intelligence (BI)?

Business Intelligence ist ein Begriff aus der Wirtschaftsinformatik. Er beschreibt Tools und Verfahren zur systematischen Analyse von Unternehmensdaten, um Einblicke in die Geschäftsentwicklung zu erhalten. Entscheidungsprozesse sollen datenbasiert unterstützt werden.

Die Abkürzung für Business Intelligence lautet BI. Im Deutschen wird teilweise das Wort Geschäftsanalytik verwendet. Es handelt sich um einen Begriff aus der Wirtschaftsinformatik, der Tools und Prozesse zur Sammlung, Aufbereitung und Analyse von internen und externen Daten eines Unternehmens beschreibt. Ziel ist es, die Ergebnisse mit Hilfe von Reports, Dashboards und Datenvisualisierungen so aufzubereiten, dass sie Führungskräfte, Manager und andere Entscheidungsträger aus den verschiedenen Unternehmensbereichen für fundierte, datenbasierte Entscheidungen verwenden können. Moderne BI-Systeme machen die Analyseergebnisse unternehmensweit und damit auch operativen Mitarbeitern zugänglich. Die Systeme verwenden Big-Data-Technologien und sammeln Daten in sogenannten Data Warehouses. Teilbereiche der Business Intelligence sind Business Analytics und Competitive Intelligence. Während sich Business Analytics allgemein auf die Analysemethoden konzentriert, hat Competitive Intelligence die Zielsetzung, Geschäftsdaten über Wettbewerber zu sammeln und auszuwerten.

Richtig angewandt bietet Business Intelligence den Unternehmen zahlreiche Vorteile und Chancen: Entscheidungsprozesse werden beschleunigt, vorausschauendes Handeln ermöglicht, Geschäftsprozesse optimiert und Effizienz sowie Erfolg des Unternehmens gesteigert.

2) Warum ist Business Intelligence wichtig?

BI ist heute für Unternehmen aus vielerlei Hinsicht wichtig. Im gleichen Maß, wie die in einem Unternehmen generierten und verarbeiteten Datenmengen steigen, nimmt die Bedeutung einer systematischen Geschäftsanalytik zu. Im Folgenden erhalten Sie einen Überblick über die wichtigsten Vorteile der Business Intelligence:

a) Sie verhindert, dass Sie sich in den Daten verlieren: Ohne BI riskieren Sie in Ihren Daten zu "versinken". Unternehmen generieren und verarbeiten riesige Datenmengen und täglich werden es mehr. Teilweise hat das Wachstum exponentiellen Charakter. Diese enormen Datenmengen zu beherrschen, stellt eine echte Herausforderung dar. Andererseits bietet die große Menge an verfügbaren Informationen ungeahnte Chancen und Möglichkeiten, völlig neue Einblicke in die Tätigkeiten des Unternehmens zu generieren. IT-gestützte Verfahren und Systeme erlauben die automatisierte Sammlung, Aufbereitung und Auswertung riesiger Datenmengen.

b) Sie ermöglicht wichtige Einblicke in das Unternehmen und die Geschäftsprozesse: Die Nutzung von BI-Konzepten und -Lösungen für Ihr Unternehmen erlaubt es Ihnen, eine Fülle von interessanten und wichtigen Einblicken zu generieren. Diese helfen Ihnen beispielsweise die Zusammenarbeit im Unternehmen zu verbessern, Probleme zu lösen, die interne und externe Kommunikation zu verbessern, Kosten zu optimieren, die Zielerreichung zu überprüfen, die richtigen Marketingmaßnahmen zu ergreifen oder die Profitabilität zu steigern.

c) Sie hilft zentrale Key Performance Indikatoren (KPIs) exakt zu ermitteln und zu überwachen: Das Ermitteln und Überwachen der zentralen Key Performance Indikatoren ist in jedem Unternehmen eine wichtige Aufgabe. Sind die KPIs BI-basiert zu ermitteln und zu monitoren, verbessert und beschleunigt das Ihre Handlungsfähigkeit. Werte lassen sich in nahezu Echtzeit und mit hoher Genauigkeit ermitteln und visualisieren. Es werden Ad-hoc-Analysen möglich, die enorme Wettbewerbsvorteile generieren. Führungskräfte und Manager müssen nicht mehr Stunden, Tage oder Wochen auf die Bereitstellung der gewünschten Indikatoren warten, sondern greifen über interaktive Dashboards direkt auf die aktuellen Werte zu.

d) Sie integriert unterschiedliche externe und interne Datenquellen in die Analyseprozesse: Aussagekräftige BI-Analysen stützen sich auf Daten aus vielen verschiedenen Datenquellen. Eine moderne BI-Architektur gestattet die Anbindung unterschiedlichster externer und interner Datenquellen. Sie werden mit Hilfe des Data Warehousings aggregiert und stehen zentral jederzeit für die Analyseprozesse zur Verfügung. Es lassen sich Online- und Offline-Daten sowie strukturierte und unstrukturierte Daten integrieren.

e) Sie macht Daten und Datenanalysen jederzeit und überall verfügbar: Um erfolgreich am Markt zu agieren, müssen die richtigen Informationen zur richtigen Zeit verfügbar sein. Ein modernes BI-System macht Daten und Datenanalysen jederzeit und überall nutzbar. Sie können zu jeder Tageszeit und mit beliebigen Endgeräten Analysen durchführen und auf die Ergebnisse zugreifen, selbst mit mobilen Geräten wie Smartphones, Laptops oder Tablets. Es besteht ein weltweiter 24/7/365-Zugang zu allen wichtigen Informationen, die Sie für fundierte Entscheidungen benötigen.

f) Sie sorgt für aussagekräftige Datenvisualisierungen mit effektivem Storytelling: Stupide Datenreihen und riesige Tabellen gefüllt mit unzähligen Informationen erschweren es den Führungskräften und Managern, die richtigen Entscheidungen zu treffen. Wesentlich effektiver sind ansprechend visualisierte Analyseergebnisse, die die wichtigsten Informationen direkt ins Auge springen lassen. Moderne BI-Tools ermöglichen aussagekräftige Visualisierungen. Gleichzeitig lassen sich die dargestellten Informationen per Storytelling im richtigen Kontext präsentieren. Es entsteht eine stimmiges Umfeld, das für ein besseres Verständnis der Daten sorgt und die Entscheidungsfindung erleichtert.

g) Sie reduziert den Bedarf an Datenspezialisten und Datenwissenschaftlern: War es noch vor wenigen Jahren Datenspezialisten und Datenwissenschaftlern vorbehalten, Daten zu sammeln, zu extrahieren, aufzubereiten und zu analysieren, bietet zeitgemäße Business Intelligence auch Anwendern ohne spezifische Datenverarbeitungskenntnisse die Möglichkeit, eigene Analysen quasi auf Knopfdruck zu generieren. Der Know-how-Bedarf ist deutlich reduziert, da intelligente Software den Anwendern eine Vielzahl an Aufgaben abnimmt. Self-Service Analysen lassen sich problemlos von nicht-technischen Benutzern erstellen. Viele Aufgaben können darüber hinaus automatisiert werden und Aufwände für manuelle Tätigkeiten sinken.

h) Sie ermöglicht vorhersehende Analysen: Auf Basis der großen Menge historischer und aktueller Daten werden vorhersehende Analysen (Predictive Analytics) möglich. Intelligente Algorithmen erkennen Muster, Trends und Zusammenhänge, aus denen sie ihre Vorhersagen generieren. So entsteht nicht nur ein Überblick des aktuellen Status eines Unternehmens, sondern es lassen sich Vorhersagen mit hoher Eintrittswahrscheinlichkeit über die zukünftigen Entwicklungen treffen.

i) Sie optimiert die Kosten und sorgt für eine höhere Profitabilität: BI-Lösungen erlauben schnelle Planungs- und Entscheidungsprozesse auf Basis von validen und fundierten Informationen. Diese helfen dem Unternehmen, Kosten zu senken und insgesamt profitabler zu arbeiten. Einsatzbar sind die Analysen beispielsweise für die Vertriebsplanung, das Kundenmanagement, die Prozessüberwachung, die Angebotsoptimierung, die Produktionsplanung, die Personalplanung, die Logistik und vieles mehr.

Business Intelligence, wie sie im heutigen Sprachgebrauch verwendet wird, scheint für viele ein recht moderner Begriff zu sein. Er wurde jedoch schon weit vor der Erfindung von Computern und IT-Systemen verwendet. Kaum zu glauben, aber bereits im Jahr 1865 nutzte Richard Miller Devens den Begriff Business Intelligence. Damals verwendete Devens ihn, um das Erfolgskonzept eines Bankers zu beschreiben. Es bestand darin, Informationen über den Markt und seine Bedingungen zu sammeln. Darüber hinaus baute der Banker ein Netzwerk aus Beziehungen auf, über das er zeitnah mit allen notwendigen Informationen versorgt wurde. Dank dieses Informationsvorsprungs gelang es ihm, größere Gewinne zu machen und die Konkurrenten zu schlagen.

Den ersten entscheidenden Schub erfuhr die Business Intelligence im Jahr 1956 mit der Erfindung der Festplatten durch IBM. Festplatten ermöglichten es erstmals, große Datenmengen zu speichern und schnell wieder auf sie zuzugreifen. Erst dank dieses technischen Fortschritts wurde moderne BI möglich, denn ein BI-System benötigt eine digitale Datengrundlage. 1958 veröffentlichte der IBM-Mitarbeiter Hans Peter Luhn ein Dokument, das bemerkenswert genau beschrieb, wie Business Intelligence zukünftig aussehen und arbeiten wird. Es zeigte die Herausforderungen, denen sich Unternehmen stellen müssen, um auf Basis großer Datenmengen die richtigen Entscheidungen zu treffen. Hans Peter Luhn wird deshalb auch als Vater der Business Intelligence bezeichnet.

Auf Basis der theoretischen Grundlagen von Hans Peter Luhn begannen in den 1970er Jahren Unternehmen wie SAP BI-Systeme bereitzustellen. Sie ermöglichten es ihren Kunden, Informationen in Datenbanken abzulegen und Berichte unter Verwendung dieser Daten zu generieren. Die Flexibilität, Leistungsfähigkeit und der Funktionsumfang dieser Systeme waren jedoch noch sehr beschränkt.

In den 1990er Jahren gelang der Business Intelligence dank stetig zunehmender Performance der IT-Systeme schließlich der endgültige Durchbruch. Es entwickelten sich leistungsfähige Werkzeuge zur Analyse der Unternehmensdaten und Generierung von Berichten. Immer mehr wandelten sich die Softwarelösungen von komplexen Datenanalyse-Tools hin zu leicht zu bedienenden Self-Service BI Anwendungen. Heute steht eine Vielfalt an Anwendungen, Systemen und Verfahren zur Auswertung und Visualisierung der Unternehmensinformationen zur Verfügung. Viele davon werden von Verfahren Künstlicher Intelligenz (KI) und des Machine Learnings unterstützt.

4) BI-Systeme - Aufbau und BI-Architektur

Der Begriff BI-Architektur beschreibt die Verknüpfung der verschiedenen Funktionen und Komponenten, um mit Hilfe von computerbasierter Technik BI-Systeme zur Datenanalyse und Datenvisualisierung zu realisieren. Jede Komponente hat ihre spezielle Aufgabe und ist mit anderen Funktionen oder Komponenten verknüpft. Eine der fundamentalen Architektur-Komponenten ist das Data Warehouse (DWH). Es sorgt für die zentrale Bereithaltung und Organisation der Daten. Doch wie ist das Data Warehouse mit den anderen Systemen und Komponenten verbunden und wie entsteht die eigentliche Funktionalität eines BI-Systems? Bevor wir genauer auf das Data Warehouse und die anderen Komponenten eingehen, bietet folgende Grafik einen guten Überblick über die Gesamtarchitektur. Sie sehen, wie die Komponenten verknüpft sind und wie der Prozess der Business Analyse und Intelligence abläuft.

Die BI-Architektur besteht aus folgenden sechs Funktionselementen:

1) Datensammlung - 2) Datenintegration - 3) Datenspeicherung - 4) Datenanalyse - 5) Datenverteilung - 6) Reaktion

1) Datensammlung: Aufgabe der ersten Funktionskomponente der dargestellten Architektur ist es, die Daten der verschiedenen Datenquellen zu sammeln. Die Datenquellen können sehr unterschiedlich sein. Es kann sich beispielsweise um CRM-Systeme, ERP-Systeme, interne oder externe Datenbanken, Dateien oder Schnittstellen zu IT-Systemen handeln. Moderne BI bietet eine Vielfalt performanter, einfach zu handhabender Daten-Konnektoren. Im Hintergrund arbeiten intelligente Kollektoren und Engines, die den Prozess der Datensammlung so reibungslos wie möglich gestalten. Sie kommunizieren mit den verschiedenen Systemen und Datenquellen und sorgen so für die Zusammenführung der verteilt vorhandenen Informationen. Die Datensammlung bildet die Grundlage für die weiteren Verarbeitungsschritte.

2) Datenintegration: Auf die Sammlung der Daten aus den verschiedenen Quellen folgt im nächsten Schritt die Datenintegration. Die Daten müssen extrahiert und in geeigneter Form in ein Data Warehouse geladen werden. Dieser Prozess wird als ETL-Prozess (Extract-Transform-Load) bezeichnet und besteht aus den drei Einzelschritten Extrahieren, Transformieren und Laden. Der ETL-Prozess hat durch die enorme Zunahme der anfallenden Datenmengen stetig an Bedeutung gewonnen. Er lässt sich größtenteils automatisieren und entlastet IT-Abteilungen von zeitaufwendigen, teilweise manuell durchgeführten Tätigkeiten. Die Daten werden nach der Extraktion transformiert und den benötigten Formaten und Standards angepasst. Der Transformationsschritt sorgt dafür, dass die Daten in korrekter Form vorliegen und für den nächsten ETL-Schritt, das Laden in ein Data Warehouse vorbereitet sind.

3) Datenspeicherung: Nun kommen wir zum eingangs angesprochenen Data Warehousing. Ziel des Data Warehousings ist es, alle aus den verschiedenen Quellen gesammelten Daten an einer zentralen Stelle abzulegen und für die weiteren Prozesse bereitzuhalten. Das DWH stellt die Daten für die nachfolgenden Upstream-Funktionen bereit und kümmert sich um Aufgaben wie die Datenbereinigung, das Metadaten-Management, die Datenverteilung, das Speichermanagement, die Datensicherung oder die Datenwiederherstellung. Anwender greifen in der Regel nicht direkt auf die Daten eines Data Warehouses zu, sondern nutzen nachgelagerte Tools zur Datenzusammenstellung, Datenanalyse und Datenvisualisierung. Der direkte Umgang mit einem DWH erfordert in der Regel spezifische IT- und Datenbankkenntnisse und bleibt IT-Professionals vorbehalten.

4) Datenanalyse: Die Datenanalyse kann erst stattfinden, nachdem die Daten extrahiert und transformiert wurden und sie das DWH bereinigt bereitstellt. Durchgeführt werden die Analysen von speziellen Algorithmen, Anwendungen und Datenanalyse Software. Sie bieten eine hohe Flexibilität und sind einfach anzuwenden, um die gestellten Business-Fragen auf Basis der vorliegenden Daten schnell und möglichst genau zu beantworten. Moderne Tools gestatten Ad-hoc-Analysen und generieren direkte Antworten. Leistungsfähige Self-Service Tools wie die von datapine gestatten es den Anwendern, Analysen per Drag & Drop zusammenzustellen und die Ergebnisse mit wenigen Klicks in beeindruckender Art und Weise zu visualisieren, ohne dass spezielle Technikkenntnisse notwendig sind. Mit Hilfe dieser Tools vereinfacht sich das Erstellen von Reports und Dashboards stark.

5) Datenverteilung: Der Prozess der Datenverteilung ist wichtig, wenn es darum geht, die in den Datenanalysen generierten Ergebnisse mit allen an den Entscheidungsprozessen beteiligten Personen oder Abteilungen mit der Hilfe von Reporting Tools zu teilen. Für die Datenverteilung kommen drei verschiedene Methoden zum Einsatz:

a) Verteilung per automatisiertem E-Mailing: Erstellte Berichte werden an ausgewählte Empfänger nach einem definierten Zeitplan verteilt. Sie lassen sich automatisch auf täglicher, wöchentlicher oder monatlicher Basis aktualisieren und versenden.

b) Verteilung per Dashboarding: Eine weitere Option, die Analyseergebnisse mit anderen zu teilen, ist das Dashboarding. Ein ausgewählter Personenkreis erhält über eine sichere Viewer-Umgebung Zugriff auf die Dashboards. Sie können die Dashboards zwar nicht verändern, haben aber die Möglichkeit, mit dem Dashboard zu interagieren, indem sie Filter zur Auswahl zuweisen oder die Darstellung anpassen. Weiterhin können die KPI Dashboards auch unkompliziert per URL geteilt werden, welche auf Wunsch passwortgeschützt werden können.

c) Verteilen per Einbetten: Die Analyseergebnisse lassen sich in andere Anwendungen einbetten und so an einen definierten Personenkreis verteilen. Die Informationen stehen beispielsweise in internen Anwendungen, externen Applikationen oder über Intranetportale zur Verfügung.

6) Reaktion auf Analyseergebnisse: Die abschließende Funktionskomponente der BI-Architektur beschäftigt sich mit der Reaktion auf die gelieferten Analyseergebnisse und Geschäftseinblicke. Nachdem die Informationen in visualisierter Form verteilt sind, bilden sie die Basis für die fundierten, datengetriebenen Entscheidungen der Manager, CEOs, Abteilungsleiter und anderer Entscheidungsträger. Die von den Dashboards bereitgestellten Antworten auf die gestellten Business-Fragen sind von der jeweiligen Zielgruppe leicht zu erfassen und bilden die Grundlage für sinnvolle, profitable Geschäftsentscheidungen.

Ein modernes BI-System bietet eine Vielfalt verschiedener Funktionen. Im Folgenden erhalten Sie einen Überblick über einige der zentralen Business Intelligence Funktionen:

1) Datenintegration und Daten-Konnektoren: Die Geschäftsanalytik sammelt und integriert Daten aus verschiedenen externen und internen Quellen. Längst handelt es sich bei den Datenquellen nicht mehr nur um Datenbanken. Die Informationen sind aus anderen Systemen, aus Geschäftsanwendungen wie CRM-Systemen, über APIs (Schnittstellen) oder aus Produktions- und Logistikprozessen zu integrieren. Hierfür stellt die Software verschiedene Daten-Konnektoren zu offenen oder proprietären Systemen und Anwendungen zur Verfügung. Sie binden die Datenquellen an das BI-System an und nehmen die entsprechenden Protokoll- und Schnittstellenumsetzungen vor. Selbst physikalische Messdaten von Sensoren lassen sich integrieren. Anwender benötigen keine spezifischen Schnittstellenkenntnisse.

2) Datenbankabfragen: Die Basis für die Business Analysen bilden individuelle Datenbankabfragen, mit denen die zur Auswertung benötigten Daten den Analyseprozessen zugeführt werden. In der Vergangenheit mussten solche Abfragen manuell erstellt und ausgeführt werden. Nicht selten waren umfangreiches Datenbank-Know-how und fundierte SQL-Kenntnisse nötig, um komplexe Abfragen zu erstellen. Heute bietet moderne BI Software intuitiv bedienbare, nutzerfreundliche Drag & Drop Interfaces. Sie erlauben es auch technisch weniger versierten Anwendern, komplexe Datenbankabfragen auszuführen, indem sie Abfrageparameter und -bedingungen mit wenigen Mausklicks grafisch zusammenstellen.

3) Datenanalyse: Analysefunktionen führen die eigentlichen Auswertungen der vorliegenden Daten durch. Während der Datenanalyse werden Muster oder Trends erkannt und die gewonnenen Erkenntnisse zusammengefasst. Die Analyse ist eine zentrale Funktion jeder BI Software und sorgt für das tiefere Verständnis der Unternehmensprozesse. Heute unterstützen Funktionen der Künstlichen Intelligenz (KI) und maschinelles Lernen den Analyseprozess. Intelligente Algorithmen sind in der Lage, große Datenmengen schnell zu analysieren und selbständig Muster zu finden.

4) Datenvisualisierung: Die Datenvisualisierung dient der visuell ansprechenden Darstellung der Analyseergebnisse. Die Ergebnisse der Datenanalyse sollen nicht in Form schwer verständlicher Datenreihen oder umfangreicher Tabellen, sondern als einfach zu erfassende Visualisierungen dargestellt werden. Eine große Anzahl verschiedener Charttypen ermöglicht es Ihnen, die Daten immer in der bestmöglichen Art und Weise darzustellen.

5) Dashboards: Dashboards sind eine besonders effektive Form, die Analyseergebnisse zu visualisieren und zu präsentieren. Es handelt sich um interaktive Oberflächen, die Informationen wie KPIs in einer verdichteten und dennoch übersichtlichen Form präsentieren. Sie ermöglichen der jeweiligen Zielgruppe einen einfachen Zugang zu den Informationen. Dank Interaktivität lassen sich Daten nach bestimmten Kriterien filtern und neue wertvolle Erkenntnisse gewinnen. Das Erstellen der Dashboards erfordert keine Programmierkenntnisse und wird von der integrierten Dashboard Software über eine grafische Benutzeroberfläche ermöglicht.

6) Reporting: Die Grundlage für eine effektives, modernes Berichtswesen (Reporting) sind umfangreiche Reporting-Optionen. Das wichtigste Ziel des Reportings ist die effektive Verteilung von Analyseergebnissen und Kennzahlen zur datengetriebenen Unterstützung von Entscheidungs- und Führungsprozessen. Dank moderner BI-Reporting-Funktionen kann dieser Prozess zu nahezu 100 Prozent automatisiert werden.

7) Embedding: Embedding-Funktionen erlauben es die Business Intelligence in externe Anwendungen, Prozesse oder Portale zu integrieren. Anwendungen erhalten dank Eingebetteter Analytics Funktionen wie Berichte, vorhersehende Analysen oder interaktive Dashboards. BI wandelt sich dadurch von einer Standalone-Anwendung in eine umfassende, integrative Lösung. Anwender arbeiten mit ihren vertrauten Applikationen und nutzen gleichzeitig die Intelligenz moderner Geschäftsanalytik.

Unter dem Begriff BI Management sind die Aktivitäten der technischen, fachlichen und organisatorischen Steuerung der Business Intelligence in einem Unternehmen zusammengefasst. Das BI Management ist ein wichtiger Erfolgsfaktor für die Implementierung, den Betrieb und die Nutzung entsprechender Lösungen. Um Business Intelligence in einem Unternehmen erfolgreich einzuführen, sind eine Strategie und eine Roadmap notwendig. Erst eine sinnvolle Strategie ermöglicht es Ihnen, die perfekte Lösung für die Anforderungen Ihres Unternehmens zu finden, das richtige Produkt auszuwählen und das System in die Betriebsprozesse zu integrieren. Die Business Intelligence Strategie beachtet alle für die Implementierung durchzuführenden Schritte. Im Folgenden stellen wir Ihnen elf konkrete Schritte auf Ihrer Roadmap zur Business Intelligence vor.

Schritt 1: Gehen Sie den Prozess mit offenen Augen an

Mit der richtigen Business Intelligence Lösung ist es ein Leichtes, Trends, Probleme oder Chancen frühzeitig zu erkennen. Aber die Implementierung ist nicht trivial. Selbst die beste und leistungsfähigste Software benötigt einige Anpassungen und Integrationsmaßnahmen, um ihr volles Potenzial auszuschöpfen. Gehen Sie daher den Prozess mit offenen Augen und der richtigen Einstellung an. Nur dann sind Sie auf die sich Ihnen stellenden Herausforderungen wie komplexe Datenprobleme, Widerstände im Change Management, schwindende Unterstützung, Zögern der IT-Abteilung oder Anwenderprobleme vorbereitet. Sie behalten die kritischen Punkte stets im Blick und der Implementierungsprozess wird nicht unnötig unterbrochen.

Schritt 2: Ermitteln Sie die Ziele aller Beteiligten

Von den Datenanalysen und tiefen Einblicken in die Geschäftsdaten profitieren viele Bereiche eines Unternehmens. Dennoch sollten Sie Ihre wichtigsten Zielgruppen identifizieren und deren jeweiligen Ziele ermitteln. Sammeln Sie die Erwartungen der verschiedenen Bereiche und priorisieren Sie die wichtigen Punkte.

Schritt 3: Wählen Sie einen Sponsor

Ihre Strategie zielt auf viele Beteiligte ab. Dennoch ist es wichtig, einen Hauptsponsor für die Implementierung zu haben. Auch wenn es verlockend ist, den Chief Information Officer (CIO) oder den Chief Technical Officer (CTO) als Hauptförderer zu wählen, die beste Lösung ist es nicht. Es sollte jemand mit grundlegender Verantwortung für das Unternehmen sein, der einen guten Einblick in die Strategie der Organisation hat und deren Ziele kennt. Der Sponsor sollte wissen, wie sich die Mission des Unternehmens in KPIs übersetzen lässt. Beispielsweise sind der Chief Marketing Officer (CMO) oder der Chief Financial Officer (CFO) eine gute Wahl. Egal, wer als Sponsor gewählt wird, er sollte in ständigem Austausch mit dem CIO und CTO sein.

Schritt 4: Beachten Sie, dass BI keine reine Technikinitiative ist

Wie bereits angesprochen benötigen Sie Unterstützung aus verschiedenen Unternehmensbereichen. Die IT sollte selbstverständlich in das Projekt einbezogen sein. Die Implementierung der Business Intelligence ist jedoch kein rein technisches Projekt. Die drei wichtigsten Anwendergruppen, die strategischen, planerischen und betrieblichen Anwender, sind mit ins Boot zu holen. Jede Gruppe benötigt spezifische Anpassungen der Lösung. Nur wenn Sie wissen, wer die Daten für welche Zwecke verwendet, finden Sie geeignete Lösungen.

Schritt 5: Setzen Sie einen Chief Data Officer (CDO) ein

Gerade größere Unternehmen bzw. Konzerne benötigen einen Chief Data Officer (CDO). Er ist zwar nicht der Hauptsponsor der Implementierung, dennoch nimmt er eine Schlüsselposition ein. Der Chief Data Officer ist an verschiedenen Aktivitäten des Einführungsprozesses beteiligt. Er übernimmt die Verantwortung für das Projekt, nachdem die initiale Implementierung abgeschlossen ist.

Schritt 6: Beurteilen Sie die aktuelle Situation

Eine wichtiger Punkt für Ihre Strategie ist die Beurteilung der aktuellen Situation. Nachdem Sie alle Beteiligten im Projekt versammelt haben, sind die organisatorischen Strukturen, Prozesse und Software-Stacks zu analysieren. Da Sie nicht komplett von vorne beginnen möchten, müssen Sie herausfinden, was hinsichtlich der Business Analysen und des Reportings bereits funktioniert. Versuchen Sie bereits Funktionierendes in Ihre Strategie zu integrieren, sonst verärgern Sie viele Mitarbeiter. Natürlich müssen Sie auch alles, was nicht funktioniert (welche Prozesse sind ineffizient oder welche Business-Fragen lassen sich nicht beantworten?) identifizieren.

Schritt 7: Bereinigen Sie die Daten

Nur eine saubere Datenbasis erlaubt exakte Analysen. Die Bereinigung der Daten ist ein wichtiger Schritt zur Sicherstellung einer erfolgreichen BI. Schlechte Datenqualität verursacht unnötige Kosten und führt zu Fehlentscheidungen. Es ist daher entscheidend, ein solides Datenqualitäts-Management zu etablieren. Sie werden zwar niemals eine Datenqualität von 100 Prozent erreichen, doch je näher Sie sich in Richtung dieses Ziels bewegen, desto mehr können Sie sich auf Ihre Daten verlassen.

Schritt 8: Erstellen Sie ein Datenhandbuch

Ausführliche Dokumentationen für Software-Anwendungen sind heute eher unüblich. Doch gänzlich darauf verzichten sollten Sie nicht. Sie benötigen eine Art Datenhandbuch mit den zentralen Informationen. Die wichtigsten Datentypen, KPIs und Business-Berechnungen sind in diesem Handbuch aufzuführen. Das schafft in den verschiedenen Unternehmensbereichen einen breiteren Konsens. Beispielsweise könnte es ansonsten passieren, dass der Finanzbereich und der Verkauf Kennwerte wie die Bruttomarge unterschiedlich definieren. Missverständnisse und Ablehnung der Business Analysen sind die Folge.

Schritt 9: Identifizieren Sie die Key Performance Indikatoren (KPIs)

KPIs sind messbare Wert, die es einem Unternehmen gestatten, die Erreichung der Ziele zu überwachen. Sie zeigen, wo es gut läuft oder wo Verbesserungen notwendig sind. Die zentralen KPIs sind unverzichtbarer Bestandteil jeder BI-Strategie. Es ist zu untersuchen, welche KPIs die Unternehmensziele am besten abbilden. Nicht jeder Key Performance Indikator muss in Ihre Lösung aufgenommen werden, die wichtigsten sollten aber vorhanden sein.

Schritt 10: Wählen Sie die passende Software und den richtigen Partner aus

Nachdem die Anforderungen für Ihre Lösung nun geklärt sind, gilt es die passende Software und den richtigen Partner zu finden. In diesem Schritt vergleichen Sie beispielsweise Cloud-basierte Lösungen mit On-Premises Lösungen. Halten Sie nach einer flexiblen Lösung Ausschau, die die Anforderungen all Ihrer Anwender erfüllt. Nutzen Sie frei verfügbare Demo- und Testversionen, wie die von datapine, und lassen Sie sich in diesem Schritt viel Zeit.

Schritt 11: Gehen Sie stufenweise vor

Rom wurde nicht in einem Tag erbaut. Ähnlich verhält es sich mit der BI. Eine erfolgreiche Strategie verfolgt einen stufenweisen Ansatz. Beginnen Sie mit wenigen KPIs und erstellen Sie einige Beispiel-Dashboards. Anschließend sammeln Sie Feedback und optimieren oder erweitern Ihre Lösung. Fragen Sie die Anwender kontinuierlich, was gut funktioniert und wo es Probleme gibt. Nach und nach entsteht eine Lösung, die die Anforderungen der verschiedenen Anwender und Unternehmensbereiche erfüllt. Optimierungs- und Anpassungsprozesse sind ständig zu wiederholen und niemals abzuschließen.

7) Business Intelligence Anwendungsbeispiele

Nach so vielen Informationen und Theorie zur Business Intelligence und ist es jetzt Zeit, sich mit Anwendungsbeispielen aus der Praxis zu beschäftigen. Im Folgenden stellen wir Ihnen je zwei BI-Beispiele für bestimmte Unternehmensfunktionen und Branchen bzw. Industrien vor.

Funktionsbeispiel 1: Human Resources (HR)

Der Personalbereich erfüllt in jedem Unternehmen grundlegende Funktionen. Human Resources trägt zur Produktivität und zum Erfolg des Unternehmens bei, indem die passenden Kandidaten für die verschiedenen Stellen gefunden werden. Die Vielfalt der Aufgaben im HR-Bereich wie das Management der Mitarbeiter oder die Abwicklung der Einstellungsprozesse und die Anzahl an Applikationen macht manuelle Arbeitsprozesse nahezu unmöglich. Business Analysen und Datenvisualisierungen helfen die Prozesse zu optimieren. Interaktive Dashboards stellen den HR-Mitarbeitern einen guten Überblick über die Entwicklung und den Status des Personalbereichs zur Verfügung.

Das dargestellte Personal Dashboard konzentriert sich auf die Performance der Mitarbeiter in einem vorgegebenen Zeitintervall. Kennzahlen wie Abwesenheiten oder die Arbeitseffektivität sind nach Abteilungen gruppiert. Der Betrachtungszeitraum von fünf Jahren lässt schnell erkennen, wie sich die Performance der Mitarbeiter über die Jahre entwickelt hat. Es werden Rückschlüsse möglich, ob die Belegschaft zufrieden ist und in welchen Abteilungen eventuell Probleme bestehen. Mit den daraus abgeleiteten richtigen Maßnahmen lässt sich die Entwicklung der Kennzahlen beeinflussen.

Funktionsbeispiel 2: Marketing

Egal, ob das Marketing vom Unternehmen selbst geleistet wird oder eine Agentur die Aufgabe übernimmt, für jedes Unternehmen ist es extrem wichtig, Werbe- und Marketingmaßnahmen kontinuierlich zu aktualisieren und zu optimieren. Mit einem professionellen Marketing Dashboard lassen sich wertvolle Informationen sammeln und visualisieren. Sie bilden die Basis für regelmäßige Neubewertungen der durchgeführten Maßnahmen und die Beurteilung ihres Erfolgs. Den Marketing-Spezialisten sparen diese Informationen viel Zeit.

Das obige Beispiel zeigt ein CMO-Dashboard mit Metriken, die für die Planung strategischer Marketing-Initiativen benötigt werden. Das Dashboard konzentriert sich auf High-Level-Metriken wie Cost Per Lead (CPL), Marketing Qualified Lead (MQL) und Sales Qualified Lead (SQL). Die Werte zeigen, wo die Marketing-Abteilung im Vergleich zu den vorigen Monaten steht und ermöglichen es, die passenden Schlussfolgerungen zu ziehen oder Anpassungen vorzunehmen. Das Dashboard kann vollständig automatisiert werden. CMOs spart das Dashboard Zeit, denn sie müssen sich nicht stundenlang damit beschäftigen, neue Reports für ein Meeting oder die Analyse des Marketing-Erfolgs zu generieren.

Branchenbeispiel 1: Logistik

Die Logistik ist eine sehr komplexe Branche. Daten müssen ständig aktualisiert, Lieferketten überwacht und große Datenmengen in Echtzeit gemanagt werden. Um sicherzustellen, dass alle Logistikprozesse reibungslos funktionieren, sind Logistik Dashboards nützlich. Sie tracken alle wichtigen Daten und ermöglichen Einblicke in den aktuellen Status der Prozesse in Echtzeit.

Das gezeigte Dashboard-Beispiel fokussiert sich auf das Transportmanagement. Es informiert einen definierten Personenkreis über den aktuellen Status der Transportflüsse und ermöglicht die Optimierung der Performance. Die dargestellten Metriken beziehen sich auf Flottenmanagement, Auslieferung, Ladezeiten und Auslastung. Sie werden im interaktiven Dashboard in Echtzeit aktualisiert und minimieren das Risiko von unbemerkten Fehlern in den Logistikprozessen. Dargestellte Informationen können mit allen Beteiligten geteilt werden und lassen sich zur Automatisierung der zuvor manuell ausgeführten Prozesse verwenden.

Branchenbeispiel 2: Produktion

Die produzierende Industrie ist auf einen kontinuierlichen und verlässlichen Fluss der Informationen angewiesen. Schon eine einzige fehlende Information kann in einem bestimmten Produktionsschritt zu schwerwiegenden Produktionsausfällen, Fehlern oder Schäden führen. Viele verschiedene Bereiche müssen in optimierten Prozessen zusammenarbeiten, um den gewünschten Output zu liefern. Business Intelligence ist eine wichtige Informationsquelle zur Strukturierung und Optimierung fehlerfrei arbeitender Prozesse. Analysen in Echtzeit informieren über den aktuellen Status der Produktion und erlauben Vorhersagen über zukünftige Abläufe.

Produkte sind das Herz jedes Herstellerunternehmens. Das Wissen über das genaue Produktionsvolumen, Bestellmengen und die Auslastung der Produktionslinien beziehungsweise der einzelnen Produktionsmaschinen hilft potenzielle Engpässe in den Herstellungsprozessen zu identifizieren. Durch die Beschäftigung mit den Ursachen für das Reklamieren oder Zurücksenden von Produkten lassen sich Strategien entwickeln, wie solche Probleme zukünftig vermieden werden können. Wie dieses Beispiel zeigt, müssen Dashboards für die Produktion nicht komplex und aufwendig sein. Einfache Datenvisualisierungen genügen, um mit der eingesetzten Ausstattung und Belegschaft optimale Ergebnisse zu erzielen.

8) Zusammenfassung

In diesem Beitrag haben wir Ihnen erklärt, was Business Intelligence ist, warum sie für Unternehmen so wichtig ist und wie ein BI-System aufgebaut ist. Sie wissen jetzt, wie sich die BI historisch entwickelt hat, wie die Architektur aussieht, welche Funktionen bereitgestellt werden und was es mit dem BI Management und der Strategie auf sich hat. Beispiele aus der Praxis verdeutlichen Ihnen den sinnvollen Einsatz moderner Dashboards.

Möchten Sie sich näher mit dem Thema Business Intelligence beschäftigen, bietet Ihnen datapine passende Lösungen. Sie haben die Möglichkeit, moderne BI Software 14 Tage kostenlos zu testen und sich von ihrer Leistungsfähigkeit selbst zu überzeugen. Nutzen Sie dieses Angebot und registrieren Sie sich jetzt für einen kostenlosen 14-tägigen Test. Führen Sie selbst Business Analysen durch, erstellen Sie Reports und visualisieren Sie die Ergebnisse. So erkennen Sie schnell, wie wertvoll eine solche Lösung auch für Ihr Unternehmen sein kann.