Sechs Merkmale moderner Business Intelligence

Ganz gleich, in welcher Branche Sie tätig sind: Sie brauchen Informationssysteme, die Ihre Geschäftsdaten auswerten und Sie bei Entscheidungen unterstützen. Solche Systeme werden gemeinhin als Business Intelligence (BI) bezeichnet. Tatsächlich leiden die meisten BI-Systeme unter Schwächen, die sich beheben liessen. Moderne BI kann darüber hinaus Entscheidungen teilweise automatisieren und umfassende Analysen mit hoher Flexibilität in der Nutzung ermöglichen.

1. Einheitliche Datenbasis von hoher Qualität

In jedem Unternehmen müssen auf operativer Ebene täglich Hunderte oder gar Tausende Entscheidungen getroffen werden. Steht dafür gute Information in der Masse zur Verfügung, lassen sich diese Entscheidungen wesentlich fundierter treffen – was den Umsatz steigert und Kosten spart. Dem gegenüber stehen jedoch viele Quellsysteme aus der unternehmensinternen IT-Landschaft sowie weitere externe Datenquellen. Die Beschaffung und Konsolidierung von Informationen bindet oft ganze Mitarbeitergruppen und bietet viel Raum für menschliche Fehler. Moderne BI ist deshalb ein System, das zumindest die für die Unternehmenssteuerung relevantesten Daten zum richtigen Zeitpunkt in guter Qualität in einer Trusted Data Zone als Single Point of Truth (SPOT) bereitstellt.

2. Flexible Nutzung durch unterschiedliche Stakeholder

Viele BI-Systeme scheitern an der unternehmensweiten Akzeptanz, weil bestimmte Abteilungen oder fachlich definierte Mitarbeitergruppen weitgehend von der BI ausgeschlossen bleiben. Moderne BI-Systeme ermöglichen Sichten und die dafür notwendige Datenintegration für alle Stakeholder im Unternehmen, die auf Informationen angewiesen sind – und die gleichermassen vom Single-Point-of-Truth-Ansatz profitieren.

3. Effiziente Möglichkeiten zur Erweiterung und Wartung

Gute BI versteht sich als Service für die Stakeholder mit kurzer Time-to-Market. Das richtige Design, die passende Softwareauswahl und eine saubere Umsetzung der Datenflüsse und Datenmodelle sorgen für deutlich kürzere Entwicklungs- und Umsetzungszeiten bei Erweiterungen und neuen Funktionen. Entscheidend ist dabei nicht nur die Technologie, sondern auch die Wahl der Organisationsform, einschliesslich der Gestaltung von Rollen und Verantwortlichkeiten – von der technischen Systemanbindung über die Datenbereitstellung und -aufbereitung bis hin zur Analyse und zum Support für die Endanwender.

4. Integrierte Fähigkeiten für Data Science und Künstliche Intelligenz

BI und Data Science beziehungsweise Künstliche Intelligenz (KI) werden weiter zusammenwachsen, denn Prognosemodelle fliessen spätestens nach dem Go-live in die Business Intelligence zurück. BI wird sich vermutlich zur ABI (Artificial Business Intelligence) weiterentwickeln. Viele Unternehmen setzen Data Mining und Predictive Analytics allerdings heute schon ein und nutzen dafür einheitliche oder getrennte Plattformen, mit oder ohne Anbindung an die BI. Moderne BI-Systeme bieten auch Data Scientists eine Plattform, um sowohl auf qualitätsgesicherte als auch auf granularere Rohdaten zuzugreifen.

5. Ausreichend hohe Performance

Ein Grund für schlechte Performance ist die Hardware, die sich mit Cloud-Systemen heute nahezu linear skalierbar an höhere Datenmengen und komplexere Analysen anpassen lässt. Die Cloud ermöglicht zudem die modulare Trennung von Speicher- und Rechenleistung von den Daten und Anwendungen und ist deshalb grundsätzlich empfehlenswert – aber nicht zwingend für jedes Unternehmen die richtige Wahl. Tatsächlich hängt die Performance nicht nur von der Hardware ab: Die richtige Softwareauswahl und vor allem das richtige Design der Datenmodelle und Datenflüsse spielen eine noch entscheidendere Rolle. Denn während sich Hardware relativ einfach austauschen oder aufrüsten lässt, erfordert eine Änderung der Architektur deutlich mehr Aufwand und BI-Expertise. Ungeeignete Datenmodelle oder Datenflüsse bringen mit Sicherheit auch die neueste Hardware in Maximalausstattung in die Knie.

6. Kosteneffizienter Einsatz

Professionelle Cloud-Systeme, die sich für BI nutzen lassen – etwa Microsoft Azure, Amazon Web Services oder Google Cloud –, bieten Rechner für die Gesamtkosten. Mit Anleitung eines erfahrenen BI-Experten lassen sich damit nicht nur die Kosten für die Hardwarenutzung abschätzen, sondern auch Ideen zur Kostenoptimierung durchrechnen. Dennoch ist die Cloud nach wie vor nicht für jedes Unternehmen die richtige Lösung, und klassische Kalkulationen für On-Premise-Lösungen bleiben notwendig. Die Kosteneffizienz lässt sich im Übrigen auch durch eine gute Auswahl geeigneter Software steigern. Denn proprietäre Lösungen sind an unterschiedliche Lizenzmodelle gebunden und lassen sich nur über Anwendungsszenarien miteinander vergleichen. Daneben gibt es auch gute Open-Source-Lösungen, die weitgehend kostenfrei nutzbar sind und sich für viele Anwendungen ohne Kompromisse einsetzen lassen.