Der Einsatz von Business Intelligence (BI) hat das Ziel, Führungskräfte von Unternehmen bei der Entscheidungsfindung zu unterstützen. Dazu werden Daten gesammelt (engl. = intelligence = geheimdienstlich) und aufbereitet (Reporting). Aktuell gibt es unterschiedliche Auffassungen darüber, wie der Begriff zu interpretieren ist.
Der Begriff „Business Intelligence“ wurde erstmals 1958 von Hans-Peter Luhn verwendet[1]. 1989 definierte Howard Dresner [2] (Analyst der Gartner Inc.) Business Intelligence als einen Oberbegriff für „Konzepte und Methoden zur Verbesserung der unternehmerischen Entscheidungsfindung durch den Einsatz von faktenbasierten Unterstützungssystemen.“ Dieser Ansatz umfasst folglich alle Prozesse und Systeme, mit denen sich Markt-, Wettbewerbs- und Unternehmensdaten systematisch analysieren lassen.
Eine weitere Definition beschreibt die BI aus einer IT-basierten und unternehmensspezifischen Sicht. Nach dieser Definition versteht man unter BI das entscheidungsorientierte Sammeln, Aufbereiten und Darstellen von geschäftsrelevanten Informationen. Für die Datenvisualisierung wird meist ein Dashboard verwendet. In dieser Definition sind also die folgenden Aspekte enthalten:
- Entscheidungsorientierung
- Sammlung von Daten mittels Data-Mining-Methoden
- Aufbereitung von Daten
- Darstellung von geschäftsrelevanten Informationen (Datenvisualisierung mittels Dashboard)
Nutzung von Daten
Mit „Business Analytics“ ist die umfassende Nutzung von Daten, statistischen und quantitativen Analysen sowie erklärenden und voraussagenden Modellen gemeint. Der Begriff „Business“ unterstreicht in diesem Zusammenhang, dass diese Methoden und Modelle im betrieblichen Kontext eingesetzt werden, um datengetriebene Managemententscheidungen herbeizuführen. Insbesondere durch datengetriebene Vorhersagen, Prognosen und Optimierungen lassen sich verbesserte Managemententscheidungen erzielen und somit Wettbewerbsvorteile erschließen (siehe ControllingWIKI.
Letztlich ist das Ziel von Business Intelligence Generierung von Wissen über den gegenwärtigen Status und die zukünftigen Perspektiven sowohl des eigenen Unternehmens als auch des jeweiligen geschäftlichen Umfeldes. Mit den Möglichkeiten des Big Data, der InMemory-Technik sind aber in den letzten Jahren neue Möglichkeiten, vor allem des Self-BI entstanden. War BI bisher immer das Thema von Spezialisten, so bieten moderne Tools nun auch Nicht-Spezialisten die Möglichkeit, adhoc- Analysen zu generieren.
Microsoft hat zu diesem Zweck die Tools PowerPivot, Power Query und PowerBI entwickelt. In Kombination mit MS Excel haben Controller jetzt die Möglichkeit, den Führungskräften ihrer Organisation smarte Lösungen zur Verfügung zu stellen.
Die prägendste Dimension im Controlling sind die digitalen Technologien. Von den Unternehmen werden Big Data, Cloud-Technologien sowie künstliche Intelligenz als die einflussreichsten digitalen Technologien für das Controlling angesehen. Sie bestimmen die Rahmenbedingungen und Möglichkeiten, auf denen die Anwendungen im Controlling aufbauen.
Analysemethoden
Business Intelligence ist durch verschiedene Analyse-Methoden gekennzeichnet:
- Descriptive Analytics meint die Analyse von periodische vorkommenden Zahlen, die meist vom Controlling analysiert und als Report aufbereitet werden. Mit der Pivot-Tabelle gab es dazu 1995 mit Excel5.0 das erste Tool innerhalb der Tabellenkalkulation.
- Diagnostic Analytics unterstützt bei der Erkennung von Mustern. Dazu werden mit OLAP-Techniken bis hin zur Einzeldatensatzebene (z.B. Belegprüfung) durch alle Datenschichten hindurch Analysen durchgeführt.
- Real-Time Analytics meint die Echtzeit-Analyse von Daten, wie es durch die In-Memory-Technik (z.B bei SAP HANA) möglich ist.
- Predictive Analytics meint das Thema Forecast und Prognose auf der Basis mathematisch / statistischer Verfahren.
Von den derzeit erfassten Daten, so schätzt eine Gartner-Studie, werden derzeit nur etwa 7% auch ausgewertet. Bisher fehlten meist noch Tools, die mit Big Data umgehen konnten. Mit aktuellen Tools es auch unerfahreneren Anwendern möglich geworden, aus den großen Datenmengen Schlüsse zu ziehen. Es bleibt spannend, wieviel wirkliche Information aus den Datenmengen dann generiert wird, welcher Anteil davon dann auch wirklich sinnvoll ist und genutzt werden kann…
BI in Microsoft-Tools
Einen einfachen Einstieg in die Materie ermöglich Power BI von Microsoft. Über Connectoren lassen sich die unterschiedlichsten Datenquellen nutzen um ein Datenmodell zu erstellen (Power Query), in dem aus Gründen der Performance mit Hilfe von DAX sogenannte Measures gebildet werden, um dann Dashboards in Form von Visuals (Tabellen oder Grafiken) zu erstellen. Dabei ist die Präsentation, sofern sie über den Power BI Dienst erfolgt, auch interaktiv! Das bedeutet, dass Sie beispielsweise in einem Diagramm eine Region, Produkt, Kunden wählen und alle anderen Visualisierungen reagieren darauf und filtern entsprechend.
Der Einstieg in Power BI ist sogar kostenlos. Ab dem Moment, wo gedruckt werden soll oder das Dashboard bzw. der Bericht geteilt und präsentiert werden soll, ist eine – pro User – relativ geringe monatliche Gebühr fällig.
[1] ^ H P Luhn (1958). „A Business Intelligence System“ (PDF). IBM Journal. 2 (4): 314. doi:10.1147/rd.24.0314. Archived from the original (PDF) on 2008-09-13.
[2] ^ D. J. Power (10 March 2007). „A Brief History of Decision Support Systems, version 4.0“. DSSResources.COM. Retrieved 10 July 2008.
