Business Intelligence

Mit Business Intelligence (BI) geht es deutschsprachigen Anwendern wie mit vielen englischen Fachbegriffen, die von der IT-Welt übernommen werden: Die exakte Beschreibung, was darunter zu verstehen ist, bleibt unklar.

Bereits der Versuch der direkten Übersetzung führt auf den falschen Pfad. "Intelligente Geschäfte" trifft nicht zu - die sind bei kaufmännisch orientierten Unternehmern ohnehin Voraussetzung. "Der englische Ausdruck "intelligence" bedeutet in diesem Kontext nicht ´Intelligenz`, sondern die aus dem Sammeln und Aufbereiten erworbener Informationen gewonnenen Erkenntnisse", so Wikipedia. Nicht die Geschäftsintelligenz, vielmehr die "Geschäftsanalytik" ist gemeint. Es geht um die

• Sammlung

• Auswertung und

• Darstellung

aller in einem Unternehmen vorhandenen Geschäftsdaten.

Entscheidungsgrundlagen für Manager

Dem Prinzip liegt der Gedanke zugrunde, der Unternehmensführung Informationen aus der Vielzahl an Daten aus dem Unternehmen oder Markt so aufzubereiten, dass sie Entscheidungen daraus ableiten kann.

Ein Beispiel: Die aktuellen Verkaufszahlen eines bestimmten Produktes in einer speziellen Region werden mit den Plan- und Produktionszahlen für diese Region in Zusammenhang gebracht. Bei auffälligen Abweichungen kann das Management schnell reagieren und die Produktionskapazitäten anpassen beziehungsweise Maßnahmen beschließen, um den Verkauf anzukurbeln.

Aus Daten (Planzahlen) werden also Informationen (Abweichungen), die eine Entscheidungsgrundlage für Maßnahmen (zum Beispiel eine Marketingkampagne) darstellen. Die Daten können aus dem Enterprise Resource Planning oder aus dem Warenwirtschafts-, Buchungs- und Bestellsystemen stammen oder aus Meinungsumfragen.

Dieses Prinzip ist nicht neu und es handelt sich dabei auch nicht um ein ursprüngliches IT-Thema. Angesichts unserer hochdigitalisierten Arbeitswelt ist es jedoch nahliegend, dass IT-Systeme auch für diese Prozesse eingesetzt werden. Moderne BI-Plattformen tun das meist automatisch, strukturieren die Daten und bereiten sie anwendungsfreundlich auf.

Die Datenflut beherrschen

Anhand der Datenflut, die kontinuierlich ansteigt, stützen sich Unternehmen zunehmend auf BI-Systeme. Ungenaue Informationen, mangelnde oder fehlende Berichterstattung sowie unzureichend definierte Prozesse führen zu Fehlentscheidungen und Wettbewerbsnachteilen. Großunternehmen wie auch Mittelständler sind gleichermaßen davon betroffen. Die Aufgabe von BI ist es, aus der Vielzahl vorhandener Daten die relevanten Informationen herauszuarbeiten. Daten müssen daher erst einmal gesammelt, gespeichert und aufbereitet werden. Dabei ist zu berücksichtigen, dass Daten aus unterschiedlichsten Quellen kommen und nicht in homogener Form vorliegen. Sie stammen aus internen Kanälen wie dem Warenwirtschaftssystem oder der Buchhaltung oder einem SAP-System. Externe Daten kommen beispielsweise von Marktforschern, Verbänden oder 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.

Fehlerhafte Daten

Eine aktuelle Untersuchung von Omikron Data Quality kam zu dem Ergebnis, dass die Stammdaten deutscher Firmen vor Fehlern strotzen. Nur jedes sechste Unternehmen, dessen Umsatz über 50 Millionen Euro liegt, habe eine Fehlerquote von weniger als zehn Prozent in seinen Materialstammdaten. Bei allen anderen liege sie teilweise sogar über 30 Prozent.

Als eine der Ursachen nennen die Befragten neben fehlender Definition der Prozesse und Regeln zur Stammdatenpflege das Fehlen angemessener Softwarelösungen, die für eine automatisierte Datenpflege sorgen.

Aufbereitung der Rohdaten

BI-Systeme sammeln alle relevanten Daten und bereiten sie für die Weiterverwendung auf. Der Datenbestand wird auf Doubletten und Qualitätsmängel hin geprüft und bereinigt und in eine einheitliche Form umgewandelt werden. Die Fachbegriffe dafür sind Data Profiling und Data Cleansing. Daraufhin werden sie extrahiert und nach Themenbereichen zusammengefasst. Die anschließende Transformation filtert die Daten, harmonisiert sie - das ist beispielsweise die themenorientierte Einteilung der Daten nach Kunden oder Produkten. Bei der Aggregation werden schließlich die Fakten zu einem einzelnen Fakt zusammengefasst. "Beispielsweise lassen sich aus einer Menge von Zahlen der Mittelwert, das Minimum bzw. Maximum oder die Summe bestimmen. Das Ergebnis wird dann stellvertretend für die Quelldaten verwendet. Der umgekehrte Weg wird als Verfeinerung bezeichnet" (Wikipedia). Im Ergebnis lassen sich beispielsweise die Absatzzahlen eines Produktes in einer bestimmten Region über eine ausgewählte Niederlassung im Jahr 2007 darstellen.

Diese bereinigten und sortierten Daten werden in speziellen Datenbanken abgespeichert (Fachbegriff: Loading). Von diesem Data Warehouse aus sind sie schnell abrufbar und in vielen denkbaren Kombinationen verknüpfbar. Sie dienen als Grundlage für Entscheidungen des Managements.

Im BI-System sind Daten ständig verfügbar. Es bietet dem Anwender unterschiedliche Methoden zur Analyse: Von der freien Datenbankrecherche über komplexe Ad-hoc-Analysen - Stichwort OLAP (Online Analytical Processing) - bis zum Data Mining (Datenschürfen), also der systematisch-mathematischen Suche. Jede dieser Methoden bietet wiederum zahlreiche Anwendungen wie die Cluster- oder Assoziationsanalyse, mit deren Hilfe bestimmte Lernkurven erarbeitet werden können, wie beispielsweise das Kaufverhalten bestimmter Kunden in Bezug zu speziellen Produkten innerhalb eines vorgegebenen Zeitraums.

Schließlich müssen die recherchierten Daten übersichtlich und verständlich dargestellt werden. Auch hierfür bieten BI-Systeme spezielle Berichtssysteme. Für die grafische Darstellung sind sogenannte Dashboards weit verbreitet. Sie sind einem Armaturenbrett ähnlich und stellen Werte beispielsweise in Tachometerform dar.

Ein anderes Instrumentarium sind die sogenannten Balanced Scorecards. Sie stellen neben der Finanzperspektive auch die menschlichen Aspekte dar, die "Treiber für die Ergebnisse sind, so dass sich die Organisation auf ihre Zukunft und langfristigen Interessen konzentriert" (Wikipedia).

Stärkerer Fokus auf den Mittelstand

Der Bedarf an BI-Systemen ist in jeder Unternehmensgröße vorhanden. Aktuelle Angebote auf dem Markt sind stark auf große Unternehmen fokussiert. Die Anbieter versuchen zwar, diese auf mittelständische Betriebe zu adaptieren, allerdings überfrachtet der Leistungsumfang diese Unternehmen häufig. Das zeigt eine Studie des Business Application Research Center (BARC) aus dem Jahr 2007, wonach knapp die Hälfte der Befragten unzufrieden war mit der Unterstützung durch BI-Werkzeuge bei der täglichen Arbeit.

Wünschenswert wäre eine stärkere Fokussierung bei der Entwicklung von BI-Werkzeugen speziell für mittelständische und kleinere Unternehmen, wo heute noch häufig die Excel-Tabellen Grundlage für Management-Entscheidungen sind.