BI-Dogmen sind realitätsfern

Selbst ist der BI-User

Noch flexibler wird das Analytical Ecosystem im Big Data-Zeitalter, wenn fachliche Nutzer in bestimmten Fällen selbst auf Quelldaten zugreifen und Auswertungen durch eigene Daten anreichern können.

Umsetzen lässt sich das durch Self Service BI. Dabei wird Self Service BI ganz unterschiedlich interpretiert. Reicht für manch einen Hersteller schon die Tatsache, dass der Endanwender Berichte oder Dashboards selber im definierten Rahmen modifizieren oder selbst ad-hoc erzeugen kann, sehen andere die Möglichkeiten zur Integration von privaten, lokalen Daten bis hin zur Modifikation und Erzeugung von eigenen Datenmodellen als entscheidendes Kriterium für Self Service BI.

Welche Variante auch immer gewählt wird, dahinter steht immer der Wunsch der Fachanwender auf "ihre" Daten selbst mit hohen Freiheitsgraden zuzugreifen und nicht den gegebenenfalls mühsamen, abstimmungsintensiven und vor allem langwierigen Weg über das offiziellen Demand Management zu gehen.

In dem Zusammenhang werden häufig für dedizierte Anwendungsfälle sogenannte (temporäre) Sandboxes erstellt. Mit ihnen werden bestimmte Anwendungen bewusst vom Rest der übrigen BI-Systeme getrennt. In dieser Umgebung können Anwender ihre Auswertungen frei ddurchführen und mit den Daten interaktiv ohne Auswirkungen auf den übrigen analytischen Plattformen arbeiten. Diese technische Methode eignet sich beispielsweise für Ad-hoc-Reports und Monitorings, bei denen die Anforderungen schnell wechseln oder im Sinne des Prototyping erst noch konkretisiert werden müssen.

Dies ist ein wichtiger Schritt von der standardisierten Berichterstattung hin zu maßgeschneiderten Lösungen. Er bietet dem Business-Anwender Flexibilität bei der Verknüpfung neuer Daten. Die Zahl der erstellten Standard-Reports, die gegebenenfalls ihren ursprünglichen Sinn schon nicht mehr decken wenn sie im Betrieb ausgeliefert werden, reduziert sich dadurch.