Zwar wird in vielen Unternehmen der Business Intelligence höchste Priorität eingeräumt. Doch gleichzeitig bleiben die meisten Projekte auch weit hinter ihren Erwartungen zurück. Tatsächlich sind BI-Projekte geradezu berühmt dafür, dass sie in besonders vielen Fällen scheitern.
Ursache dieses Übels sind eine ganze Reihe von Worst Practices und Fehleinschätzungen zur BI. So ist schon die grundlegende Konzeption und Einführung von BI-Projekten mangelhaft. In einer Erhebung von Actinium Consulting räumen die darin befragten Unternehmen mehrheitlich ein, dass bei der Realisierung ihrer Projekte eine Reihe erheblicher Fehler gemacht wurden.
„Erstaunlich dabei ist, dass in einem solch beträchtlichen Maß allerorts ähnliche Fehler gemacht werden“, heißt es in der Studie. Dies lasse nur den Schluss zu, dass sehr verbreitet deutliche Defizite beim kompetenten und erfahrenen Umgang mit BI-Lösungen bestehen.
Dieser Beitrag stellt einige grundlegende BI-Irrtümer und Fehlsichten vor, die letztendlich verantwortlich sind für die Mängel der praktischen BI-Umsetzung. Aber Achtung: Die Liste erhebt keinen Anspruch auf Vollständigkeit. Denn in der BI gilt wie sonst auch: Die Möglichkeiten, Fehler zu machen, sind praktisch unbeschränkt.
1. Irrtum - „Business Intelligence“ bedeutet „Geschäftsintelligenz“
Schon beim Begriff „Business Intelligence“ liegt bei vielen Anwendern ein Missverständnis vor. Die wörtliche Übersetzung „Geschäftsintelligenz“ trifft mitnichten das, was BI inhaltlich meint. Der relativ inhaltsleere Term „Geschäftsintelligenz“ ist eigentlich Voraussetzung jeglichen kaufmännischen Handelns.
Die Wurzel des Übels ist der schillernde Begriff „Intelligenz“. Der kann im Englischen alles mögliche bedeuten – von „Nachricht“ über „Auffassungsgabe“ und „Klugheit“ bis hin zum „Geheimdienst“. Wie ein Wikipedia-Eintrag ganz richtig feststellt, bedeutet der Ausdruck „Intelligence in diesem Kontext nicht „Intelligenz“, sondern verweist auf Erkenntnisse, die aus dem Sammeln und Aufbereiten erworbener Informationen gewonnenen werden. Das entspricht der Semantik von „Intelligence“ im Namen des amerikanischen Geheimdienstes CIA – „Central Intelligence Agency.“
Nicht Geschäftsintelligenz ist also mit BI gemeint. Wenn man schon einen adäquaten deutschen Begriff verwenden will, trifft „Geschäftsanalytik“ den Kern von BI noch am besten. Denn es geht darum, geschäftlich relevante Informationen für Management und Unternehmensführung so aufzubereiten und zu analysieren, dass daraus Entscheidungen abgeleitet werden können.
Historisch geht der Begriff übrigens mit hoher Wahrscheinlichkeit auf den Beitrag „A Business Intelligence System“ des IBM-Informatikers Hans Peter Luhm im IBM Journal zurück. Ab 1989 verwendete der Gartner-Analyst Howard Dresner den Begriff.
2. Irrtum - BI ist ein IT-Werkzeug
Zweifellos hat BI etwas mit IT zu tun. Unternehmensrelevante Daten werden IT-gestützt gesammelt, aufbereitet und mit OLAP- und Datamining-Algorithmen analysiert. Doch BI ist keineswegs identisch mit diesen IT-Tools.
Dass BI als Software verstanden wird, ist eine weit verbreitete Fehleinschätzung. Viele Unternehmen entscheiden sich für ein BI-Tool oder eine -Anwendung und meinen, damit BI zu betreiben. Mit schlimmen Folgen: Fokussiert man sich ausschließlich auf Software-Lösungen mit bestimmten Funktionen, verliert man das eigentliche Ziel, das mit BI erreicht werden sollte, leicht aus den Augen. Von einem strategischen, ganzheitlichen BI-Vorgehen ist die große Mehrheit weit entfernt.
„Genauso wie die Turnschuhe bei Läufern hat die Software bei BI lediglich einen mehr oder minder hohen unterstützenden Charakter“, heißt es bei der Business Datahouse Engineering GmbH. „Ohne ein entsprechendes Fundament, auf dem aufgebaut werden kann, geht Ihnen im Sport und im BI-Projekt nach kurzer Zeit die Luft aus, Sie sind frustriert und demotiviert, weil Sie ihre gesteckten Ziele nicht erreichen, und die schönen (und ziemlich teuren) „Schuhe“ landen in einer Ecke und verstauben dort.“
Die zu frühe Beschäftigung mit BI-Software hat laut Actinium Studie zur Folge, dass in jedem zweiten Unternehmen die ursprüngliche Software-Entscheidung in Frage gestellt wird. Wer eine falsche Tool-Auswahl getroffen hat, bleibt über längere Zeit damit verheiratet, weil sich die Unternehmen keine Folgeprojekte für die gleichen Anforderungen zumuten möchten und sich auch ein Wechsel der Software im Verlauf der Projektrealisierung als äußerst problematisch darstellt.
Statt also zu versuchen, sich auf Software-Funktionen zu beschränken und zu überlegen, wie man diese nutzt, sollten zuerst die Anforderungen festgelegt und erst dann die Software ausgewählt werden. BI sollte nicht als Technik, sondern als umfassendes Konzept verstanden werden, das genau geplant und strategisch ausgearbeitet werden sollte. Die IT spielt in diesem BI-Konzept eine wichtige, aber nicht die Hauptrolle.
3. Irrtum – Bottom-Up ist besser als Top-Down
In der Realität verfolgen BI-Projekte oft einen Bottom-Up-Ansatz: Eine oder mehrere Abteilungen beschließen den Einstieg in die BI. Sie entwickeln – weitgehend unabhängig voneinander - Tools und Anwendungen. Nachdem jede Abteilung ihre eigenen Wege geht, verrichtet im Betrieb eine bunte Vielfalt an BI-Tools mehr oder weniger isoliert die Arbeit. Eine Integration in die Unternehmens-IT ist nur schwer zu bewerkstelligen.
Solche isolierte Insellösungen schränken den BI-Erfolg ein. Heterogene Systeme und Anwendungen unterschiedlicher Hersteller sind intransparent, steigern die Komplexität und den Pflegeaufwand und verursachen unvorhergesehene Kosten. Zudem orientiert sich die Auswahl an BI-Tools oft an den persönlichen Präferenzen des Fachbereichsverantwortlichen, statt an einer fachlich fundierten Anforderungsanalyse.
Diese Einschätzung wird auch durch Befragungsergebnisse von Actinium Consulting bestätigt. Danach stellt jeder zweite Anwender rückblickend fest, dass unzureichende Anforderungsanalysen zu den größten Fehlern in der Projektrealisierung gehörten. Als Folge kommt es zu einer unzureichenden BI-Ausrichtung, weil es dadurch zwangsläufig an der erforderlichen Grundorientierung und den Detailanalysen mangelt.
Doch BI funktioniert nur als einheitliches System im ganzen Unternehmen. Tunlichst geboten ist deshalb eine Orientierung an übergreifenden Zielen und Methoden. Daher startet BI am besten nicht unten, bei den Abteilungen, sondern in den obersten Unternehmens-Etagen. Die einzelnen Aufgaben werden, je nach Kompetenz, auf die Abteilungen heruntergebrochen.
4. Irrtum - BI ist ein Manager-Werkzeug
BI wird häufig als Instrument angesehen, das hauptsächlich das Management unterstützt. Doch die Gruppe der BI-Nutzer hat sich längst gewandelt. Wurden früher nur Spitzenkräfte mit erfolgskritischen Daten versorgt, sollte heute jeder Mitarbeiter - in Abhängigkeit von seiner betrieblichen Rolle - darauf zugreifen können. Ganz normale Anwender erhalten dann tagesaktuelles Feedback und können sich bei der Arbeit danach richten.
Die Umstellung in der Informationspolitik löst nicht nur beim Management Widerstände und Ängste aus, sondern auch bei den Mitarbeitern. Zum einen blicken sie Veränderungen mit Skepsis entgegen, zum anderen macht BI Unternehmensbereiche transparent und greift in bisherige Datenhoheiten ein. Wichtig ist deshalb, die Mitarbeiter immer, schon in der konzeptionellen Phase, als aktive Mitgestalter mit einzubeziehen. So verhindert man, dass sie zu bloßen Konsumenten degradiert werden.
Auch in Hinblick auf die Akzeptanz ist der Einbezug von Mitarbeitern unerlässlich. Die Komplexität von BI-Anwendungen mit Hunderten von Funktionen, die beispielsweise Analysetools bieten, führen beim Endanwender oft zum Schluss: „Das kapiere ich nie“. Die Folge: Von den für die gesamte Anwenderpopulation gekauften Tools endet die überwiegende Zahl mehr oder weniger als Ladenhüter.
Resumee: Von der Konzeptphase bis zu Einkauf und Implementierung von BI-Lösungen sollten Mitarbeiter, die diese Tools später – und sei es nur rudimentär – nutzen sollen, immer einbezogen werden.
5. Irrtum – Hohe Datenqualität ist schnell erreicht
Die Aufgabe von BI ist es, aus der Vielzahl vorhandener Daten entscheidungsrelevante Informationen herauszuarbeiten. Dies geschieht mit Analysen und Reports, die am Ende der BI-Kette stehen. Sie liefern die Informationen, die für die Unternehmenssteuerung so wichtig sind. Das, so könnte man meinen, ist ein Grund, das Augenmerk auf die so wertvolle Analysephase der BI zu lenken.
Doch die funktioniert nicht ohne Daten. Und das Bereitstellen dieser Daten ist nicht trivial, sondern ein hochgradig komplexes Verfahren, wofür sich der Term „ETL-Prozess“ etabliert hat. In diesem Prozess werden Daten gesammelt, gespeichert und aufbereitet. Dabei ist zu berücksichtigen, dass Daten aus unterschiedlichsten Quellen kommen und nicht in homogener Form vorliegen.
Vielfach fristen die für die BI-Analyse relevanten Unternehmensdaten ihr Dasein auf einsamen Inseln und in individuellen Beständen der Fachabteilungen. Sie liegen in Datenbanken, Excel-Tabellen oder Word-Dokumenten. Will man sie zusammenführen, stößt man auf uneinheitliche Bezeichnungen, Dimensionen oder Granularität.
Externe Daten kommen von Marktforschern, Verbänden oder öffentlichen Datenbanken. Von der Form her können sie als Text, tabellarisch, grafisch, bildlich oder multimedial vorliegen - nicht selten aus alten, heute nicht mehr eingesetzten Systemen. Denn gerade historische Daten sind oft entscheidungsrelevant, wenn es darum geht, Trends zu erkennen.
Diese Vielfalt und Diversität macht die Datenaufbereitung schwierig. Eine wichtige und mit die zeitintensivste Aufgabe im BI-Prozess ist, die vorhandenen Daten auf Qualität und Strukturen hin zu untersuchen und anschließend zu transformieren und zu vereinheitlichen. Die Daten bilden daher einen fundamentalen Teil der BI. Ein Bewusstsein für Datenqualität ist ein zentraler Baustein der BI.
6. Irrtum - Ohne Data Warehouse kein BI
Eine zentrale Rolle in der BI nimmt das Data Warehouse ein. Es beheimatet die zentrale, bereinigte und aufbereitete Datensammlung, deren Inhalt sich aus Daten der eben angegebenen Quellen zusammensetzt. Die Speicherung erfolgt dabei meist in relationalen Datenbanken.
Wer aber glaubt, ein Data Warehouse gehöre wie das Amen in der Kirche in jedes BI-Projekt, der irrt. Nicht alle BI-Anwendungen brauchen ein Data Warehouse. Ein Data Warehouse wird dann gebraucht, wenn die Daten sehr komplex sind und die Komplexität verringert werden muss. Oder wenn Daten über längere historische Zeiträume analysiert werden müssen. Doch das ist nicht immer der Fall.
Oft genügt es, Daten aus Datenbanken und Anwendungen direkt in die Obhut der Fachanwender zu legen. Viele sind daher besser bedient, wenn sie sich auf ein Portal beschränken, auf dem die Daten nutzerspezifisch zur Verfügung gestellt werden. Die Daten bleiben dabei dort, wo sie aktuell sind und bei Bedarf nachgefragt werden.
Jedes Unternehmen sollte daher vor einer möglicherweise recht teuren Investition in ein Data Warehouse alle Prozess analysieren, um herauszufinden, ob ein Data Warehouse oder eine andere Art von Tool für den Informationszugriff die beste Lösung darstellt.
7. Irrtum - Der BI-Markt hat sich konsolidiert
Der Markt für BI-Software war in der Vergangenheit sehr unübersichtlich und heterogen. Von vielen Analysten und einschlägigen Veröffentlichungen wird die Ansicht vertreten, der Markt habe sich inzwischen durch verschiedene Übernahmen konsolidiert.
Besonders in den Jahren 2007 und 2008 fanden regelrechte Übernahmeschlachten statt. Namhafte Softwarehäuser haben kleinere geschluckt und deren Tools in das eigene Portfolio integriert. So sicherte sich SAP den BI-Spezialisten Business Objects, Cognos wurde von IBM übernommen und Hyperion von Oracle.
Doch auch diese Bereinigung hat kaum klarere Strukturen geschaffen. Immer noch ist das BI-Angebot unübersichtlich. Tools für die Datenhaltung und Datenaufbereitung wie Werkzeuge für ETL, Data Cleaning oder Data Warehouses und Data Marts gibt es ebenso wie eine breite Vielfalt an Analysewerkzeugen. Hinzu kommen die immer beliebter werdenden, umfassenden BI-Suiten, die versuchen, möglichst alle Anforderungen im BI-Umfeld abzudecken.
Um sich einen Überblick über den BI-Markt zu verschaffen, gibt es neben der Beratung durch BI-Spezialisten mehrere frei verfügbare Quellen. Eine erste Übersicht finden Sie in diesem Tecchannel-Beitrag. Die Lünendonk-Liste nennt die zehn führenden BI-Anbieter in Deutschland. Eine umfassendere Analyse des deutschen BI-Software-Marktes, die auch kleinere Anbieter einschließt, stellt das Business Application Center kostenlos zur Verfügung.
8. Irrtum - Das Internet macht BI komplizierter
BI ist schon kompliziert genug. Bereits die Begrifflichkeit – ETL, Data Warehouse, Data Marts, OLAP, Entscheidungsbäume – lässt viele ehrfürchtig erschauern. Kommt jetzt das Internet mit Web Services, SOA und anderen Technologien hinzu, wird alles noch komplexer. Könnte man meinen.
Doch gerade das Gegenteil ist der Fall. Sieht man von der ausufernden Terminologie ab, wird BI mit Webtechnologie eher simpler. Leicht einsetzbare, webbasierte Werkzeuge, wie sie gerade im Kommen sind, vereinfachen vieles, was mit klassischen Ansätzen kompliziert und nur umständlich zu bewältigen ist.
So lassen sich beispielsweise mit Web-Services und Service-orientierten Architekturen BI-Tools viel einfacher und gezielter in die IT-Landschaft einbinden. Die Nutzerfreundlichkeit nimmt damit dramatisch zu.
Zudem gewinnen vorgefertigte Integrationshilfen immer mehr an Bedeutung. Durch den Einsatz dieser sogenannten Mashups – der Erstellung neuer Inhalte durch die Re-Kombination bestehender - vereinfacht sich vor allem das Anbinden von Daten aus unterschiedlichen Quellen erheblich. Damit wächst beispielsweise die Flexibilität für ein individuelles Reporting.
Auch Online-Plattformen wie die von Google, Microsoft oder Salesforce.com können mit dazu beitragen, die Komplexität von BI zu senken und gleichzeitig auf eine leistungsfähige Infrastruktur zuzugreifen.
9. Irrtum - Quelloffene BI-Software spart viel Geld
Dass Open Source Software langfristig preiswerter ist als kommerzielle Software – diese Fehleinschätzung gilt für jegliche Art von Software. Sie gilt aber besonders für die BI. Denn die Lizenzkosten, die bei Open Source im Gegensatz zu kommerzieller Software entfallen, machen im BI-Umfeld einen besondere kleinen Bruchteil der anfallenden Kosten aus.
Der wesentliche Kostenfaktor ist bei BI der Betrieb der Software. So muss der Quellcode in der Regel angepasst werden, es muss Support bezahlt werden und es müssen Erweiterungen vorgenommen werden. Beispielsweise braucht es für die Anpassung Java-Experten, denn zum effektiven Einsatz der BI-Komponenten ist ein solides Verständnis der oft in Java geschriebenen Tools notwendig.
Die Erfahrung hat gezeigt, dass etwa 10 Prozent des IT-Budgets in der Praxis für den BI-Betrieb aufgewendet werden – unabhängig davon ob Open Source oder kommerzielle Systeme. Selbst bei kleineren Unternehmen müssen für die Pflege und Überprüfung der BI-Daten mehrere Stunden pro Woche eingerechnet werden.
Sieht man von den Unterschieden in den Anschaffungskosten ab, dürften die laufenden Kosten bei kommerzieller und BI-Software sich nicht wesentlich unterscheiden. Eine andere Frage ist: Kann Open Source auch für betriebskritische Aufgaben zuverlässig und sicher eingesetzt werden? Hier muss individuell auf die Anforderungen des Unternehmens geachtet werden.
10. Irrtum - BI-Ergebnisse liefern harte, objektive Daten
BI liefert neutrale Zahlen zur Unternehmenssteuerung. Das versprechen die Hochglanzprospekte der BI-Anbieter. In der Praxis stehen viele Manager den BI-Resultaten skeptisch bis misstrauisch gegenüber. Teils zu Recht, teils zu Unrecht.
Tatsache ist, dass die Datenbasis oft mangelhaft ist: So sind die aufbereiteten Daten nicht immer korrekt. In die Analysen gehen nicht immer alle relevanten Aspekte ein. Manche BI-Methoden wie Balanced Scorecards verwenden weiche Faktoren, die in jede Richtung dehnbar sind.
Zu diesen objektiven Unzulänglichkeiten, die durchaus in den Griff zu bekommen wären, gesellen sich psychologische Schwachpunkte. So trauen viele Manager den Daten aus den für sie undurchsichtigen Analysen nicht.
Viele „frisieren“ die Kennwerte so lange, bis ihr Verantwortungsbereich besser aussieht als der des Kollegen. Nach dem Prinzip, was nicht sein darf, kann nicht sein, holen sie sich die Informationen aus dem System und bringen sie dann händisch - sprich: per Spreadsheet-Programm - in Übereinstimmung mit ihrer Erfahrung und Intuition.
Die Folge: Selbst in Unternehmen mit ausgefeilten und umfassenden BI-Implementierungen ist das, was Manager präsentieren, nicht unbedingt Ergebnis objektiver Analysen. Kontrollen und Qualitätstests fehlen. Helfen würde nur eine strengere, intersubjektive Kontrolle. Doch das machen die wenigsten Unternehmen.
Fazit
Business Intelligence hat zweifellos ein großes Potenzial. Es kann Unternehmen helfen, schnell auf Informationen zuzugreifen, die für fundierte Geschäftsentscheidungen und das Erreichen von Geschäftszielen notwendig sind.
Doch eine Reihe von Fehleinschätzungen und Irrtümern verhindert in der Praxis den Erfolg der BI - und macht viele BI-Projekte zu einem suboptimalen Unternehmen. Wir haben eine kleine Auswahl davon vorgestellt, die in der Praxis häufig zu finden sind.
Die zentralen Punkte dabei sind, dass BI fälschlicherweise als reines IT-Projekt angesehen wird, zu früh auf Software fokussiert wird, statt von oben nach unten in umgekehrter Richtung vorgegangen wird und BI ohne Strategie in Form von abteilungsspezifischen Insellösungen eingesetzt wird.
Statt nur Insellösungen für einzelne Fachabteilungen zu entwickeln, ist es ratsam, sich für BI-Projekte übergreifende Ziele zu setzen und übergreifende Methoden zu überlegen. Daher startet BI am besten in den oberen Etagen eines Unternehmens und bricht die einzelnen Aufgaben auf die Abteilungen herunter. (ala)