Mehr Intelligenz für Business Intelligence

Datenkonstellationen erkennen

Ein anderes Beispiel, wie sich BI-Anwendungen intelligenter machen ließen, wären automatisierte Filterfunktionen für kritische Datenkonstellationen. Bislang verfügen Analysewerkzeuge in der Regel nur über Basisoperationen wie "Exception ReportingReporting" und "Traffic Lightning" (siehe auch das Krisen-Cockpit bei Swisscomm) . Bei größeren Datenmengen ist es aber häufig reiner Zufall, wenn Endanwender die wirklich kritischen Bereiche zeitnah entdecken, weil sich Einzeleffekte in der schieren Masse der Zahlen leicht verstecken können. Alles zu Reporting auf CIO.de

Warum werden also kaum Systeme eingesetzt, die auf Ausreißer idealerweise in Echtzeit aufmerksam machen? Muss erst ein aufwändiger Verarbeitungsprozess wie es im Data Mining sein, um so etwas zu bewerkstelligen? Helfen würde ein Verfahren, das beispielsweise Details auswertet und gemäß der Auswirkung auf Spitzenkennzahlen wie ROIROI, EVA oder EBIT priorisiert. Der Anwender erhält eine entsprechende Hitliste und kann die entdeckten Bereiche sukzessive abarbeiten. Komfortabel ist hierbei eine Unterstützung, bei der die Analyseaktivitäten protokolliert werden, so dass die Abarbeitung strukturiert und nachvollziehbar erfolgen kann. Alles zu ROI auf CIO.de

Das hört sich trivial an, aber bislang sind solche Werkzeuge kaum zu finden. Stattdessen verlässt sich ein Großteil der Controller immer noch auf ihr Gespür bei der Herausarbeitung von kritischen Konstellationen. Natürlich sind die oben skizzierten Beispiele für sich genommen noch keine intelligenten Anwendungen. Allerdings würden solche Werkzeuge den (kostbaren) Intellekt des Anwenders anregen. Und das wäre doch schon ein deutlicher Fortschritt.

Karsten Oehler ist Leiter Solutions Presales/ Competence Centers bei der IBM Deutschland GmbH und ausgewiesener Kenner für Performance-Management und Finanzanalysen. Seine Kolumnen rund um das Thema Business Intelligence erscheinen regelmäßig auf CFOworld.