Ständig verwendet, jedoch selten wirklich verstanden: der Begriff „Business Intelligence“ (abgekürzt: „BI“). Wer sich darüber informieren möchte, erhält die verschiedensten – meist floskelhaften – Erklärungen, was BI bedeutet und was eine BI-Plattform leisten kann, und wird mit einer Vielzahl von vorgeblich optimalen Anwendungen konfrontiert. Aber was genau ist Business Intelligence eigentlich?
Kurz gesagt: Business Intelligence bezeichnet die Sammlung, Auswertung und Darstellung aller in einem Unternehmen vorhandenen Geschäftsdaten. Betriebswirtschaftlich gesehen ist das nichts Neues: seit jeher ziehen Unternehmen aus ihren Geschäftsprozessen Rückschlüsse für ihr Geschäft.
So ist auch ein handgeschriebener Zettel aus dem Werk mit den Zahlen der Tagesproduktion im Grunde genommen nichts anderes als Business Intelligence: die Informationen zur Produktivität des Unternehmens gelangen auch auf diese Weise zu den Entscheidern.
Immer mehr Daten
Explosionsartig steigende Datenmengen erfordern heutzutage jedoch umfangreichere und verfeinerte Reportingmöglichkeiten – der handgeschriebene Zettel genügt oft einfach nicht mehr, um das eigene Geschäft und die zugrunde liegenden Zusammenhänge zu verstehen.
Deshalb haben sich in den vergangenen Jahren branchenweit IT-gestützte BI-Systeme in Unternehmen etabliert. Die heutigen BI-Plattformen führen die relevanten Daten aus allen Unternehmensbereichen sowie weiterer wichtiger Datenquellen (wie zum Beispiel Marktdaten) automatisch zusammen und stellen sie strukturiert, anwenderorientiert und nach Wunsch auch graphisch aufbereitet zur Verfügung.
Durch die Verzahnung der unterschiedlichen Daten entstehen wertvolle Informationen für das Unternehmen, indem beispielsweise aktuellste Reports erstellt werden. Und: Die neu gewonnenen Informationen stehen auf einen Blick zur Verfügung – ohne dass die Daten manuell aus den unterschiedlichen Datenquellen zusammengesucht und aufbereitet werden müssen.
So weit, so gut. Aber wie funktioniert das in der Praxis?
Zunächst ein Blick in das gleiche Verfahren ohne automatisierte BI-Plattform: Will sich zum Beispiel die Unternehmensspitze einen vollständigen Überblick verschaffen, inwieweit die Geschäftsziele in einem bestimmten Zeitraum erreicht wurden, setzt sich ein gigantisches Räderwerk in Gang.
Jeder Unternehmensbereich mit all seinen Untergliederungen muss nun Zahlen und Fakten liefern; diese sind allerdings teilweise unterschiedlich aktuell. Hinzu kommt, dass die Daten „per Hand“ aus den verschiedenen IT-Systemen – CRM (Customer Relationship Management), Warenwirtschaft, Finanzbuchhaltung etc – zusammengetragen werden müssen.
Diese werden nach Hierarchie der Mitarbeiter dann immer weiter nach oben gereicht, jedes Mal erneut zusammengeführt und vergleichbar gemacht. Eine kolossale Verschwendung von Zeit und Personal, bis die endgültigen, oft auch noch fehlerhaften, Daten schließlich auf dem Schreibtisch des Vorstands oder der Geschäftsführung landen. Und das zumeist in Form eines gewaltigen Konvoluts von Excel-Listen, das in etwa so lesefreundlich ist wie das Telefonbuch von Tokyo.
IT-gestützte BI
Hingegen werden bei einer modernen IT-gestützten BI-Lösung die Geschäftsdaten und -zahlen eines Unternehmens aus den vielen verschiedenen Datenbeständen der einzelnen IT-Systeme und Unternehmensbereiche direkt in einem typischerweise als „Data Warehouse“ bezeichneten Datenlager zusammengezogen und gespeichert.
Alle Unternehmensteile – von der Produktion über die Beschaffung und den Vertrieb bis hin zur Geschäftsleitung – haben selektiv Zugriff darauf und können die Daten individuell nach Informationsbedarf in der für sie gewünschten Präsentationsform abrufen. Seien es die Vertriebs- und Absatzzahlen, Produktionsdaten oder die Marketingausgaben – oder alle zusammen. Die Daten stehen sofort für eine Auswertung zur Verfügung, indem sie automatisch strukturiert, graphisch aufbereitet und somit vergleichbar gemacht werden.
Ein weiterer Schritt kann nun noch sein, die ausgewählten Daten nach nicht offensichtlich erkennbaren Zusammenhängen zu durchforsten. Dies geschieht beim so genannten „Data Mining“, einer Methode, die häufig im Handel genutzt wird. So hat zum Beispiel eine amerikanische Supermarktkette herausgefunden, dass sich Bier sehr gut neben Windeln positioniert verkauft!
Das Data Mining offenbarte, dass berufstätige Familienväter häufig auf dem Heimweg noch kleine, gegebenenfalls dringende, Einkäufe für ihre Frauen erledigen. Aus dieser Erkenntnis heraus wurde fortan das männertypische Produkt Bier neben Babywaren ausgestellt – der Erfolg, steigende Verkaufszahlen, sprach für sich.
“Ein entscheidender Wettbewerbsvorteil“
Da die vorliegenden Geschäftsdaten der Steuerung des Tagesgeschäfts dienen und die Basis für strategische Planungen bilden, ist die hochaktuelle und verständliche Aufbereitung durch BI ein echter Mehrwert für jedes Unternehmen. Zum Beispiel erkennen Manager dabei auf einen Blick, ob die Erträge den definierten Unternehmenszielen entsprechen oder wo Schwächen in den Geschäftsprozessen liegen.
„Eine gute BI-Plattform versorgt alle Unternehmensteile schnell, zuverlässig und übersichtlich mit den für sie entscheidungsrelevanten Daten“, erklärt Mark Zimmermann, Geschäftsführer der Infomotion GmbH, einem deutschen Anbieter von Business-Intelligence-Lösungen. „Dies ist ein entscheidender Wettbewerbsvorteil.“
Denn: BI-Systeme liefern die nötigen Informationen komprimiert in Sekundenschnelle, wo andere Unternehmen erst begonnen haben, die Daten zusammen zu fassen. „Nur wer seine Daten gut kennt und fehlerlos zur Verfügung hat, kann die Optimierung der eigenen Organisation steuern und erfolgreiche Strategien entwickeln und umsetzen“, betont Zimmermann. „Für viele Unternehmen sind jedoch noch simpelste Reports eine immense Herausforderung, da ihre IT-Systeme sie nicht hinreichend unterstützen.“
Verbessertes Berichtswesen
Hinzu kommt: Der Aufbau einer gut strukturierten Business-Intelligence-Plattform, die speziell den Bedürfnissen des Kunden angepasst ist, verbessert die Qualität und Aktualität der Reportingprozesse, beispielsweise in Form von aktuellen Tages-, Monats- oder Jahresberichten.
„Das Berichtswesen ist ein entscheidendes Differenzierungskriterium “, hebt Mark Zimmermann hervor. Als ein Beispiel sei die Finanzbranche genannt: So erwarten die Akteure im internationalen Kapitalmarkt aktuellste und zuverlässige Informationen. Wer diese zuerst liefert, hat die Nase vorn. Oder bei Investment-Fonds. Wer seinen Kunden schnell aktuelle und verständlich aufbereitete Informationen liefert, steigert die Kundenzufriedenheit beachtlich. „Kunden wünschen ein maßgeschneidertes Angebot“, erklärt Zimmermann. „Andernfalls entscheiden sie sich für einen Konkurrenten, und dem Unternehmen läuft der Wettbewerb davon.“ (Infomotion/mha)
Über Infomotion
Die Infomotion GmbH mit Hauptsitz in Frankfurt am Main ist ein junges IT-Beratungsunternehmen für Business-Intelligence-Lösungen. Infomotion wurde 2004 gegründet und hat weitere Niederlassungen in München, Köln und Stuttgart. Rund 60 Berater und Entwickler planen, konzipieren und realisieren Lösungen im Bereich Business Intelligence, Corporate Performance Management, Data Warehouse und Reporting. Kunden sind unter anderem. Kapitalanlage-Gesellschaften wie DekaBank, DIT und Union Investment, Retail-Banken wie Dresdner Bank und ING DiBa oder auch die Deutsche Post und Adidas. Partnerschaften bestehen mit Oracle, Business Objects, Aquin und Noad.
BI-Lexikon
„Business Intelligence“ zieht jede Menge Fachbegriffe und Anglizismen mit sich. Aber was verbirgt sich tatsächlich hinter dem Begriff „BI“ und all seinen Schlagworten im Schlepptau? Dieses Glossar gibt einen kurzen Überblick:
Balanced Scorecard (BSC)
Ein Analyseinstrument, das eine bereichsübergreifende Kontrolle und Steuerung von Unternehmenszielen ermöglicht. Die BSC geht auf Arbeiten von Robert S. Kaplan und David P. Norton Anfang der 1990er Jahre zurück und basiert auf einer Ursache-Wirkungs-Analyse.
Das BSC-System ermittelt demnach kennzahlenbasiert die Abhängigkeit der finanziellen Ergebnisse von den drei so genannten Perspektiven „Kundenbeziehungen“, „interne Prozesse“ und „Lern- und Entwicklungsperspektiven der Mitarbeiter“ als zukunftsorientierte Indikatoren und Leistungstreiber.
Business Intelligence (BI)
Der Begriff und das Konzept wurden von der Gartner Group geprägt. Als Business Intelligence wird demnach der Prozess bezeichnet, durch den Daten in Informationen und weiter in Wissen umgewandelt werden. Praktisch gilt er heute als Oberbegriff für Data Warehousing, Data Mining und OLAP.
Corporate Performance Management (CPM)
Eine Methode zur Darstellung und Verbesserung der Leistungsfähigkeit und Profitabilität von Unternehmen. CPM gilt als Add on von Business Intelligence. Neben den auf die Historie und die Gegenwart bezogenen Analysen, die im Fokus von Business Intelligence stehen, deckt CPM auch zukunftsbezogene Analysen wie Planung, Prognosen und Aktionen ab. Synonyme Begriffe: Business Performance Management (BPM) und Enterprise Performance Management (EPM).
Data Marts
Data Marts sind kleinere, spezielle Data Warehouses (Datenlager) für bestimmte Organisationsbereiche oder bestimmte Anwendungen. Sie ermöglichen eine Teilsicht auf das gesamte Data Warehouse. Einzelne Abteilungen bzw. Anwender haben damit Zugriff auf spezifische Datenbestände, welche speziell für diesen Zugriff optimiert sind.
Data Mining
Durch verschiedene Methoden wie beispielsweise Cluster-Analysen werden große Datenbestände, die im Data Warehouse gespeichert sind, automatisiert nach relevanten Informationen durchforstet und in nicht offensichtlich erkennbaren Bezug zueinander gestellt.
Data Warehouse
Ein zentrales Datenlager von Informationen zur Entscheidungsunterstützung des Managements. Alle relevanten Geschäftsdaten werden darin eingespielt, strukturiert und harmonisiert, so dass für die weitere Analyse eine einheitliche und breite Grundlage zur Verfügung steht. Die verschiedenen Anwendergruppen haben schnellen und unkomplizierten Zugriff auf die Informationen.
Online Analytical Processing (OLAP)
Eine Ergänzung des Data-Warehouse-Konzepts zur analytischen Datenauswertung, wobei es bei den beiden Konzepten zu inhaltlichen Überschneidungen kommen kann. OLAP zählt zu den „hypothesengestützten Analysemethoden“: Der Anwender muss vor der eigentlichen Analyse wissen, welche Anfragen er an das OLAP-System stellen möchte. Seine Hypothese wird dann durch das Analyseergebnis bestätigt oder abgelehnt.