🏠 » Business Intelligence » Business Intelligence Grundlagen » Business Intelligence in Unternehmen

Business Intelligence in Unternehmen

Business Intelligence (BI) entstand in den 1990er Jahren und beschreibt die elektronische Zusammenfassung, Aufbereitung, Bereitstellung und Auswertung von Daten. Bei Business Intelligence handelt es sich um einen umfangreichen Prozess zur Informationsbereitstellung für Entscheidungsprozesse im Unternehmen.

Ziel des Einsatzes von Business Intelligence ist es, die datengestützte Entscheidungsfindung zur Erreichung der Unternehmensziele zu ermöglichen. Zu diesem Zweck werden die Daten aus operativen Systemen im Unternehmen, zusammen mit externen Daten, gesammelt.

Mittels spezifischer Auswertungswerkzeuge, die sogenannten BI-Tools (z. B. Cognos BI und SAP BusinessObjects), werden aus diesen Daten Berichte erstellt. Die Grundlage der Auswertungen bildet meist die strukturierte und zusammengeführte Datensammlung in einem Data Warehouse (DWH).

Nutzer von Business Intelligence damals und heute

Der Einsatz von Business Intelligence konzentrierte sich in den Anfangsjahren hauptsächlich auf die Managementunterstützung zur Steuerung der Unternehmensziele. Aufbereitet wurden diese Daten vom Controlling oder dem Vertrieb. Aus diesem Grund bildeten sich in diesen Fachbereichen häufig die BI-Abteilungen heraus. Business Intelligence Software und die Entwicklung einer Data Warehouse Lösung waren in den Anfangsjahren sehr teuer (und sind es noch), weswegen sich nur Großunternehmen und Konzerne diese Software-gestützte Datenauswertung leisten konnten.

In den letzten Jahren hat sich der Einsatzbereich von Business Intelligence auch in mittelständischen Unternehmen etabliert. Die Entwicklung geht zur Abteilungs- und Hierarchie-übergreifenden Nutzung von BI-Inhalten und -Plattformen. Möglich ist das durch die Verfügbarkeit von entsprechenden Open Source Werkzeugen zur Entwicklung von DWHs (z. B. Pentaho, Talend) und der Auswertung der Daten (z. B. Pentaho). Zudem gibt es mittlerweile mehr Experten zur Entwicklung solcher Lösungen und der Datenanalyse selbst.

War es in den Anfangsjahren ein Wettbewerbsvorteil BI Systeme einzusetzen und damit eher eine Kür, so wird es heute zunehmend zur Grundlage der Wettbewerbsfähigkeit, um überhaupt am Markt weiter bestehen zu können.

Nachteile von Business Intelligence

Der Einsatz von Business Intelligence birgt auch Nachteile und Risiken für ein Unternehmen. Zum einen sind die Aufwände zur Integration operativer und externer Daten in ein DWH sehr hoch, was hohe Kosten verursacht, zum anderen ist die Datenqualität entscheidend für einen erfolgreichen Einsatz von BI. Bei einer schlechten Datenqualität werden die Auswertungen unbrauchbar, da diese keine verlässliche Basis besitzen. Den hohen Kosten stehen zunächst meist keine Vorteile gegenüber. Die Amortisation dauert oft sehr lange.

Vorteile beim Einsatz von Business Intelligence im Unternehmen

Durch Business Intelligence können Schwachstellen und Probleme in den Unternehmensprozessen aufgedeckt werden. Die dadurch geschaffene Transparenz bei Prozessen wird zur Optimierung von Abläufen genutzt. Wie effektiv Anpassungen sind, können zeitpunktbezogene Vergleichsanalysen ermitteln.

Die Datenanalyse ist nicht an einen Fachbereich gebunden. Alle Unternehmensbereiche können von den Auswertungen profitieren und diese auf operativer und strategischer Ebene nutzen.

Trends und Entwicklungen in der Unternehmensdatenauswertung

Die Entwicklung von Business Intelligence ist nach der Einführung eines BI-Werkzeuges aber nicht abgeschlossen. Durch ein dynamisches Unternehmensumfeld und den steigenden Konkurrenzdruck rücken erweiterte Ansätze von BI in den Fokus der Unternehmen. Die Forderung nach einer Self-Service BI Lösung werden lauter. Zudem gibt es Entwicklungen in Richtung Embedded Analytics und Predictive Analytics.

Bei Embedded Analytics handelt es sich um integrierte Analysewerkzeuge in Unternehmensanwendungen. Bei diesem Ansatz können die Daten eines Systems direkt ausgewertet werden, ohne den Einsatz eines DWH. Diese Variante erschwert allerdings die Auswertung unterschiedlicher Systemdaten zusammen.

Durch Predictive Analytics möchte man erreichen, dass Entwicklungen von Kennzahlen statistisch vorberechnet werden. Einfach gesagt, möchten die Analysten in die Zukunft schauen, um auf Basis der Ergebnisse aktuelle Entscheidungen zu treffen.

Weiterführende Artikel