Business Intelligence (BI)

Bedeutung von Business Intelligence

Insgesamt besteht die Aufgabe von Business Intelligence darin, alle Teile eines Unternehmens zu optimieren, indem der Zugang zu den Daten des Unternehmens verbessert und diese Daten dann zur Steigerung der Rentabilität genutzt werden.

Unternehmen, die Business-Intelligence-Praktiken anwenden, können durch die Analyse der gesammelten Daten Erkenntnisse zu ihren Geschäftsprozessen ableiten. Diese Erkenntnisse lassen sich wiederum verwenden, um strategische Geschäftsentscheidungen zu treffen, die die Produktivität verbessern, den Umsatz steigern und das Wachstum beschleunigen.

Weitere potenzielle Vorteile von Business-Intelligence-Tools sind:

• Beschleunigung und Verbesserung der Entscheidungsfindung;
• Optimierung interner Geschäftsprozesse;
• Steigerung der betrieblichen Effizienz;
• Steigerung von Einnahmen;
• Gewinnung von Wettbewerbsvorteilen gegenüber der Konkurrenz;
• Unterstützung von Unternehmen bei der Identifizierung von Markttrends; und
• Erkennen von Geschäftsproblemen, die angegangen werden müssen.

BI-Daten können sowohl historische Informationen, die in einem Data Warehouse gespeichert sind, als auch neue Daten umfassen, die aus den Quellsystemen generiert werden, so dass BI-Tools sowohl strategische als auch taktische Entscheidungsprozesse unterstützen können.

Ursprünglich wurden BI-Tools hauptsächlich von Datenanalysten und anderen IT-Experten verwendet, die Analysen durchführten und Berichte für Geschäftsanwender mit Abfrageergebnissen erstellten.

Zunehmend nutzen jedoch auch Führungskräfte und Mitarbeiter selbst Business-Intelligence-Plattformen, was teilweise auf die Entwicklung von Self-Service-BI- und Data Discovery Tools und Dashboards zurückzuführen ist. Die Tools umfassen dabei zunehmend auch künstliche Intelligenz (KI) und Machine Learning (ML).

Arten von Business Intelligence Tools

Business Intelligence kombiniert eine breite Palette von Datenanalyseanwendungen, darunter:

• Ad-hoc-Analyse;
• Online Analytical Processing (OLAP);
• Mobile Business Intelligence;
• Echtzeit Business Intelligence;
• Operational Business Intelligence;
• Software as a Service Business Intelligence (SaaS BI);
• Open Source Business Intelligence (OSBI);
• Kollaborative Business Intelligence;
• Location Intelligence (LI).

Darüber hinaus umfasst BI-Technologie:

• Datenvisualisierungssoftware für die Erstellung von Diagrammen und anderen Infografiken;
• Key-Performance-Indikatoren (KPIs) in leicht verständlicher Form; und
• Tools für die Erstellung von Business Intelligence Dashboards und Performance Scorecards, die visualisierte Daten zu Geschäftskennzahlen anzeigen.

Datenvisualisierungswerkzeuge sind in den letzten Jahren zum Standard moderner BI geworden. Einige Anbieter haben die Technologie schon früh definiert, aber traditionellere BI-Anbieter sind ihrem Weg gefolgt. Heute umfasst praktisch jedes wichtige BI-Tool Funktionen zur visuellen Datenermittlung.

BI-Programme enthalten in der Regel Formen von Advanced Analytics, wie Data Mining, Predictive Analytics, Text Mining, statistische Analyse und Big Data Analytics. In vielen Fällen werden jedoch Advanced-Analytics-Projekte von separaten Teams aus Data Scientists, Statistikern und anderen Analyseexperten durchgeführt und verwaltet, während BI-Teams für die einfachere Abfrage und Analyse von Geschäftsdaten zuständig sind.

Business-Intelligence-Daten werden normalerweise in einem Data Warehouse oder in kleineren Data Marts gespeichert, die Teilmengen der Unternehmensdaten enthalten. Darüber hinaus werden Hadoop-Systeme innerhalb von BI-Architekturen als Repositories für BI- und Analysedaten verwendet, insbesondere für unstrukturierte Daten, Log-Dateien, Sensordaten und andere Arten von Big Data.

Bevor Rohdaten in BI-Anwendungen verwendet werden, müssen diese aus verschiedenen Quellsystemen integriert, konsolidiert und bereinigt werden, wobei Datenintegrations- und Datenqualitäts-Tools verwendet werden, um sicherzustellen, dass die Benutzer genaue und konsistente Informationen analysieren.

Business Intelligence für Big Data

BI-Plattformen werden zunehmend als Frontend-Schnittstellen für Big-Data-Systeme eingesetzt. Moderne BI-Software bietet in der Regel flexible Backends, die eine Verbindung zu einer Reihe von Datenquellen ermöglichen. Dadurch und durch einfache Benutzeroberflächen (UI) eignen sich die Tools gut für Big-Data-Architekturen.

Benutzer können sich mit einer Reihe von Datenquellen verbinden, einschließlich Hadoop-Systemen, NoSQL-Datenbanken, Cloud-Plattformen und konventionelleren Data Warehouses, und können eine einheitliche Sicht auf die unterschiedlichen Daten entwickeln.

Da die Tools in der Regel ziemlich einfach sind, ermöglicht die Verwendung von BI als Big-Data-Frontend die Einbindung einer großen Anzahl potenzieller Benutzer, statt des typischen Ansatzes, bei dem hoch spezialisierte Datenarchitekten die einzigen sind, die Einblick in die Daten haben.

Business-Intelligence-Trends

Zusätzlich zu den BI-Managern bestehen Business-Intelligence-Teams im Allgemeinen aus einer Mischung aus BI-Architekten, BI-Entwicklern, Business-Analysten und Datenmanagementexperten. Oft werden auch Fachanwender einbezogen, um die Geschäftsseite zu vertreten und sicherzustellen, dass ihre Bedürfnisse im BI-Entwicklungsprozess erfüllt werden.

Um dies zu unterstützen, ersetzt eine wachsende Anzahl von Unternehmen die traditionelle Wasserfall-Entwicklung durch agile BI- und Data-Warehousing-Ansätze, die agile Softwareentwicklungstechniken verwenden, um BI-Projekte in kleine Stücke aufzubrechen und den Business-Analysten neue Funktionen auf inkrementeller und iterativer Basis zu liefern. Auf diese Weise können Unternehmen BI-Features schneller einsetzen und Entwicklungspläne verfeinern oder modifizieren, wenn sich die Geschäftsanforderungen ändern oder neue Anforderungen auftauchen und Vorrang vor früheren Anforderungen haben.

Business Intelligence versus Analytics

Die sporadische Verwendung des Begriffs Business Intelligence geht bereits auf die 1860er Jahre zurück, wird in der Regel aber Howard Dresner zugeschrieben, der ihn erstmals 1989 als Oberbegriff für die Anwendung von Datenanalysetechniken zur Unterstützung von Geschäftsentscheidungsprozessen vorgeschlagen hat.

Was als BI-Tools bekannt wurde, entwickelte sich aus früheren, oft auf Mainframes basierenden Analysesystemen, wie zum Beispiel Decision-Support- und Executive-Information-Systemen.

Business Intelligence wird manchmal austauschbar mit Business Analytics oder Data Analytics verwendet. In anderen Fällen wird Business Analytics entweder enger gefasst, um sich auf die erweiterte Datenanalyse zu beziehen, oder weiter gefasst, um sowohl BI als auch Advanced Analytics einzubeziehen.

Es gibt allerdings wesentliche Unterschiede zwischen Business Intelligence und Business Analytics: