Die besten BI-Tools – und wie man das richtige auswählt

Bewertungskriterien für BI-Werkzeuge

Bevor wir die wichtigsten Produkte vorstellen, definieren wir elementare Merkmale und Funktionen, die Sie bei der Bewertung und Auswahl von BI-Tools berücksichtigen sollten. Sie können als Produktkriterien aufgenommen werden für den Fall, dass eine Angebotsanfrage (Request for Proposal, RFP) für BI-Anbieter erstellt werden soll.

Produktbewertungen von Branchenanalysten und langjährigen Anwendern können eine gute Quelle für erste Recherchen sein. Allerdings sind diese Evaluierungen oft an Tools orientiert, die möglichst viele Funktionen bieten. Unternehmen sollten stattdessen ihre Anforderungen priorisieren.

Um diesen Schritt zu vereinfachen, klassifizieren wir BI-Features und -Funktionen in die folgenden drei Gruppen:

• Must-haves: Must-haves sind zentrale Features, die das Produkt unbedingt vorweisen sollte. Wenn das Produkt diese besonderen Merkmale nicht aufweist, sollte es von einer weiteren Betrachtung ausgeschlossen werden.
• Nice-to-haves: Nice-to-have-Funktionen können nützlich sein, sind aber nicht unbedingt nötig. Obwohl Nice-to-have-Funktionen nicht erforderlich sind, machen sie oft die Unterscheidungsmerkmale bei der Auswahl eines Produktes aus.
• Will-not-use: Viele BI- und Analytics-Produkte bieten eine riesige Liste von Funktionen, die Ihr Unternehmen wahrscheinlich nie verwenden wird. Verschwenden Sie in diesem Fall keine Zeit, um diese Produktaspekte während des Evaluierungsprozesses zu untersuchen.

Allgemeine BI-Funktionen: Die Must-haves

Folgende Element sind in der Regel ein Muss für Unternehmen.

Konnektivität zu Datenquellen. Zugriffsmöglichkeiten auf verschiedene Datenbanken und Dateitypen, wie zum Beispiel CSV-, Text-, Excel- und XML-Dateien, sind ein grundlegender Bestandteil von BI-Tools. In zunehmendem Maße bieten BI- und Analytics-Werkzeuge auch Zugriff auf spezifische Anwendungen wie Salesforce. Welche Connectivity Features tatsächlich ein Muss sind, legen allerdings die unternehmensspezifischen Anforderungen fest.

Webbasierte Benutzeroberfläche. Eine webbasierte Benutzeroberfläche für Datenanalysten und Business-Anwender ist zu einer Best Practice jeder Branche geworden. Eine Web-GUI ist kostengünstiger und ressourcenschonender für Verwaltung, Support und Bereitstellung als eine herkömmliche Client-Benutzeroberfläche. In beiden Formaten sollte die Benutzeroberfläche intuitiv und einfach zu bedienen sein.

Funktionen für Datenfilter und Drilldown. Das Tool sollte es Ihnen ermöglichen, den Inhalt eines BI-Dashboards oder Reports nach Datenwerten zu filtern. Dafür müssen Funktionen wie Dropdown-Menüs, Suchfilter und Slicer bereitstehen. Außerdem sollte es das Tool dem Benutzer ermöglichen, für die weitere Analyse einen Drilldown von zusammengefassten Informationen zu detaillierteren Daten durchzuführen – ebenso umgekehrt ein Drillup.

Datenvisualisierungen. BI-Tools müssen Balken-, Linien-, Torten-, Flächen- und Radardiagrammtypen für die Datenvisualisierung bieten. Auch sollte es die Möglichkeit zum Mischen und Anpassen verschiedener Kombinationen von Diagrammen bereitstellen.

Funktionen für Dashboard- und Report-Design. Neben der Visualisierung von Daten ist die Fähigkeit, Dashboards zu entwerfen und Berichte zu erstellen, ein zwingend erforderliches Element in BI-Software, um Informationen mit anderen Benutzern zu teilen.

Sicherheit. Business Intelligence Tools erfordern sowohl die Kontrolle individueller Benutzerzugriffe als auch eine rollenbasierte Sicherheit. Letztere legt fest, wer BI-Anwendungen erstellen, ändern, veröffentlichen, verwenden und verwalten darf. Zur BI-Datensicherheit gehört auch die Verwendung einer Kombination von Sicherheitsmechanismen aus Betriebssystem, Netzwerk, Datenbanken und dem Quellsystem.

Unterstützung für Cloud-Bereitstellung. BI- und Business-Analytics-Systeme werden zunehmend in der Cloud bereitgestellt. Deshalb ist Cloud-Unterstützung – einschließlich Multi-Cloud-Funktionen – eine häufige Anforderung an BI-Tools.

Augmented-Analytics-Technologien. Zu Kernkomponenten von BI-Systemen entwickelten sich in jüngster Zeit zum Beispiel Abfragefunktionen in natürlicher Sprache und KI-gesteuerte Features zur Unterstützung der Benutzer bei der Datenermittlung, Datenvorbereitung und anderen BI-Aufgaben.

Must-have-Funktionen für Self-Service-BI

Einige Must-have-Funktionen sind speziell für Self-Service-BI vorgesehen. Sie bieten für Geschäftsanwender, die Analyseanwendungen erstellen und ausführen, mehr Datenverwaltungsfunktionen. Zu diesen Funktionen gehören unter anderem:

Daten für die Analyse auswählen. Self-Service-BI-Werkzeuge müssen es den Benutzern ermöglichen, die Analysedaten auszuwählen und in einer Schnittstelle wie einer Pivot-Tabelle zu präsentieren. Dabei werden Dimensionsattribute in Zeilen und Spalten platziert und Filter angewendet.

Data Blending. Die Self-Service-Software muss es den Benutzern auch gestatten, Daten aus verschiedenen Quellsystemen zu mischen. Dazu gehört das Mapping oder das Herstellen von Beziehungen zwischen Daten aus mehreren Quellen.

Metriken erstellen. Die Benutzer müssen in der Lage sein, KPIs, weitere Geschäftsmetriken und damit verbundene Berechnungen für Analysezwecke zu erstellen und zu speichern.

Erstellen von Datenhierarchien. Eine weitere Funktion, die Benutzer in Self-Service-BI-Umgebungen benötigen, ist die Möglichkeit, Daten in dimensionalen Hierarchien zu gruppieren und zusammenzufassen – beispielsweise nach Geographie oder Produkt. Dadurch werden auch Drilldown-Pfade für eine weitergehende Datenanalyse festgelegt.

Speichern von Queries und Analysen. Self-Service-Benutzer sollten auch in der Lage sein, Abfragen mit Datenfiltern, Metriken und und Drilldown-Pfade zu speichern, damit diese wiederverwendet werden können.

Allgemeine BI-Funktionen: Die Nice-to-haves

Die folgenden Funktionen werden möglicherweise nicht immer benötigt, sind aber oft ein Unterscheidungsmerkmal bei der Auswahl von BI-Software.

Erweiterte Visualisierungen. Fortgeschrittene Arten von Datenvisualisierungen umfassen Heatmaps, Streudiagramme, Blasendiagramme, Histogramme, Baumdiagramme, Netzwerkdiagramme und Geodatenanalyse.

Collaboration und soziale Interaktion. Mit BI-Tools kann eine Benutzer-Community generiert werden, die ihre Datenanalysen untereinander teilen und diskutieren und für Best Practices zusammenarbeiten.

Storyboarding. Data Storytelling ist eine wichtige Facette, um die Ergebnisse von BI-Anwendungen mit Führungskräften zu teilen. Beim Storyboarding können Datenpunkte und Visualisierungen in einer Präsentation mit beschreibendem Text verknüpft werden. Die Präsentation lässt sich gemeinsam einsetzen.

Microsoft-Office-Datenaustausch. Die Möglichkeit, Daten in Office-Produkte, insbesondere Excel, zu importieren und aus diesen zu exportieren, ist für Geschäftsanwender oft wichtig. Neben dem einfachen Import und Export können BI-Tools auch eine Echtzeit-Datenintegration mit Office ermöglichen. Benutzer können damit BI-Daten in eine Tabelle oder PowerPoint-Präsentation einbetten und diese automatisch aktualisieren, wenn die Daten aktualisiert werden.

Mobile-BI-Unterstützung. Mobile-BI-Funktionen können für Führungskräfte, Vertriebsteams und andere Mitarbeiter hilfreich sein. BI-Tools sollten in der Lage sein, zwischen der Anzeige von Daten in einem Webbrowser auf einem Mobilgerät und der Verwendung einer BI-App zu unterscheiden.

In-Memory Analytics. Das Abrufen von Daten aus einem In-Memory Cache oder Datenspeicher kann eine sehr schnelle Analyse ermöglichen.

Advanced Analytics Tools. Fortgeschrittene Analysen werden in der Regel von Data Scientists ausgeführt. Die Funktionalität dafür findet sich immer häufiger in ganz normalen Tools. Einige BI-Plattformen enthalten zum Beispiel Tools für Predictive Analytics und Data Mining für die Was-wäre-wenn-Analyse von Geschäftsszenarien. Solche Anwendungen können sowohl mit strukturierten Daten umgehen als auch mit Datensätzen, die eine Mischung aus strukturierten, unstrukturierten und semi-strukturierten Daten enthalten.

Low-Code- und No-Code-Entwicklung. Eine wachsende Zahl von BI-Anbietern integriert Low-Code- und No-Code-Entwicklungswerkzeuge in ihre Plattformen. Damit soll der Prozess der Erstellung von BI-Anwendungen rationalisiert und vereinfacht werden.

Business Intelligence Tools im Vergleich

Interessenten stehen zahlreiche BI-Tools in verschiedenen Produktkategorien zur Verfügung – darunter herkömmliche Abfrage- und Berichtsfunktionen, Self-Service-BI, Online Analytical Processing (OLAP), kuratierte Datenanalyse und Embedded Analytics.

Diese Kategorien überschneiden sich zunehmend. Beispielsweise haben herkömmliche BI-Tools nun oft Self-Service-Funktionen integriert, da dies mittlerweile die beliebteste Form von Business Intelligence ist. Ebenso integriert Embedded-BI-Software häufig Self-Service-Funktionen in Geschäftsanwendungen.

Die verschiedenen Kategorien sind nützlich, um Ihre BI-Softwareoptionen im Rahmen des Bewertungs- und Auswahlprozesses einzugrenzen. Um Ihnen dabei zu helfen, finden Sie hier eine Liste der wichtigsten BI-Tools in alphabetischer Reihenfolge – mit einer kurzen Beschreibung ihrer Schwerpunkte und Funktionen.

Alteryx. Die Alteryx-Plattform wird häufig zur Vorbereitung und Modellierung von Daten für die Analyse mit anderen BI-Tools verwendet. Sie bietet aber auch Self-Service-BI-Software mit einem wachsenden Fokus auf Automatisierung und Benutzerfreundlichkeit.

Domo. Die Cloud-Software von Domo beinhaltet Self-Service-BI-Funktionen für Führungskräfte und Manager. Der Schwerpunkt liegt auf Benutzerfreundlichkeit, Dashboards und erweiterten intelligenten Funktionen.

GoodData. GoodData wurde ursprünglich als Cloud-BI-Plattform entwickelt und konzentriert sich heute auf Embedded Analytics. Es bietet erweiterte Funktionen für Self-Service-Benutzer.

IBM Cognos Analytics. Cognos ist eine der am häufigsten verwendeten traditionellen BI-Plattformen und wurde inzwischen mit Self-Service, visueller Analyse, Augmented Analytics und anderen modernen BI-Funktionen erweitert.

Infor Birst. Das 2017 vom ERP-Software-Anbieter Infor übernommene Produkt Birst ist eine Analyse- und Reporting-Plattform, die sich mittlerweile in erster Linie an die Business-Anwender von Infor richtet.

Logi Analytics. Logi ist eine eingebettete BI- und Analyseplattform, die Softwarerntwicklern eine Reihe von Tools bietet. Diese können damit Datenanalyse-, Predictive-Analytics- und Berichtsfunktionen in Anwendungen integrieren.

Looker. Looker wurde 2020 von Google übernommen. Mit der Cloud-Plattform können Datenteams Datenmodelle entwickeln und kuratierte Datensätze für BI- und Embedded-Analytics-Anwendungen erstellen.

Microsoft Power BI. Power BI ist eine Self-Service-BI-Plattform, die jeden Monat mit neuen Funktionen aktualisiert wird. Microsoft bietet auch den weniger umfangreichen Power BI Report Server für die lokale Verwendung an.

MicroStrategy. MicroStrategy ist eine weitere traditionelle BI-Plattform, die mit Self-Service-, Datenvisualisierungs- und Machine-Learning-Funktionen sowie HyperIntelligence, einem eingebetteten Zero-Click-Analyse-Tool, aktualisiert wurde.

Oracle Analytics Cloud. Der Cloud-Service kombiniert die Oracle-Tools für Self-Service-BI, Reporting, Visualisierung und Augmented Analytics. Eine lokale Version von Oracle Analytics Server ist ebenfalls verfügbar.

Qlik Sense. Qlik Sense ersetzte das ältere QlikView als führende BI-Plattform von Qlik. Die neue Version bietet einen umfassenderen Satz von Self-Service- und Guided-Analytics-Funktionen sowie eine neue Augmented-Intelligence- und Multi-Cloud-Unterstützung.

SAP Analytics Cloud. SAP hat eine Cloud-Analytics-Plattform entwickelt mit einer Reihe von BI- und erweiterten Analysefunktionen. Analytics Cloud bildet eine umfassendere Alternative zu SAP BusinessObjects, der traditionellen BI-Suite, die auch weiterhin angeboten wird.

SAS Visual Analytics. SAS Visual Analytics ist die Self-Service-BI-, Datenvisualisierungs- und Berichterstellungskomponente der SAS-Viya-Analyseplattform. Diese ist jetzt auch mit Standortinformationen und erweiterten Analyse-Tools ausgestattet.

Sisense. Die Cloud-BI-Plattform von Sisense umfasst drei Tools: eine kuratierte Analysesoftware für Datenteams, eine, mit der BI-Teams Self-Service-Anwendungen erstellen können, und ein Embedded-Analytics-Angebot.

Tableau. Tableau konzentrierte sich ursprünglich auf Self-Service-BI für Business Units und hat inzwischen erweiterte Analyse-, Datenverwaltungs- und Modellierungsfunktionen für Unternehmensanwendungen hinzugefügt. Es wurde 2019 von Salesforce übernommen.

ThoughtSpot. ThoughtSpot unterstützt die komplexe Analyse großer Datenmengen über eine suchbasierte Benutzeroberfläche mit Abfragen in natürlicher Sprache und KI-gesteuerter Analyse. Ursprünglich eine lokale Plattform, läuft sie mittlerweile auch in der Cloud.

Tibco Spotfire. Spotfire, eine der ersten Self-Service-BI-Plattformen, wurde mit Funktionen für KI-, Such- und Data-Wrangling-Funktionen aktualisiert. Tibco bietet auch Jaspersoft, ein eingebettetes Analyse- und Berichterstellungs-Tool.

Yellowfin. Die Plattform umfasst eine Reihe von Tools für Data Discovery, Datenvorbereitung, Dashboard-Design, automatisierte Warnmeldungen und Data Storytelling mit Schwerpunkt auf Embedded Analytics und Mobile-BI-Anwendungen.

Auswahl der richtigen BI-Kategorie

Die folgenden Beschreibungen von Anwendungsfällen können Ihnen bei der Auswahl der geeigneten Kategorie und des Stils der BI-Software helfen. Viele Unternehmen haben mehrere Anwendungsfälle, weshalb es umso wichtiger ist, die Arten von BI-Werkzeugen auf die entsprechenden Geschäftsanwender abzustimmen.

Operative Snapshots. Das Unternehmen benötigt wiederkehrende Momentaufnahmen der betrieblichen Leistung auf täglicher, wöchentlicher, monatlicher oder vierteljährlicher Basis. Die Leistungskennzahlen und -daten, die überprüft werden müssen, sind genau definiert, und die Analysearbeit umfasst in der Regel Vergleiche und Trends von Periode zu Periode.

Geschäftsanwender filtern Daten möglicherweise nach vereinbarten Kriterien, möchten jedoch in erster Linie schnell Analysen durchführen und dann wieder zu ihren eigentlichen Aufgaben zurückkehren. Um dies zu ermöglichen, benötigen sie tabellarische Berichte mit leicht verständlichen Grafiken.

Empfohlene BI-Kategorie und Stil: Guided Analytics/Reporting Tools.

Eingeschränkte Datenexploration. Ähnlich wie beim ersten Anwendungsfall benötigt das Unternehmen regelmäßig einen konsistenten Satz von Daten und Leistungsmetriken. In diesem Szenario möchten die Benutzer aber eine begrenzte Datenexploration selbst durchführen. Sie benötigen nach wie vor in erster Linie eine Mischung aus tabellarischen Daten und grundlegenden Geschäftsgrafiken, aber sie müssen auch in der Lage sein, die Informationen für weitere Analysen aufzuschlüsseln.

Diese Kombination kann am besten über BI-Dashboards erreicht werden. BI-Dashboards sind ein Mix aus mehreren zusammenhängenden Grafiken mit zugrunde liegenden detaillierten Daten, auf die Geschäftsanwender zugreifen, und die sie filtern und analysieren können. Dashboards wurden traditionell von IT- oder BI-Teams erstellt, werden jetzt jedoch zunehmend von Business-Analysten und anderen Benutzern selbst erstellt.

Empfohlene BI-Kategorie und -Stil: Guided Analytics/Reporting Tools.

Analyse von Datensätzen, die nicht vorgegeben sind. In diesem Anwendungsfall sind die Analysefragen nicht vordefiniert und die meisten Datenanalysen werden nur einmal durchgeführt. Die Benutzer sind in der Regel Business-Analysten, die beim Auffinden und Analysieren von Daten autark sind. Tatsächlich haben sie möglicherweise Datenschattensysteme. Dies sind Tabellenkalkulationen, die nur informell zur Datenerfassung und -analyse verwendet werden – für einen selbst oder für Geschäftskollegen. Häufig werden sie von Fachexperten erstellt, an die sich IT- und BI-Manager wenden.

Für Business-Analysten und andere datenversierte Endbenutzer wurden Self-Service-BI-Tools mit Ad-hoc-Abfragefunktionen entwickelt. Mit diesen können intensive Datenexplorationen durchgeführt werden. Damit können sie zum einen feststellen, welche Daten für ihre Bedürfnisse relevant sind. Zum anderen können sie anschließend Abfragen erstellen, um die erforderlichen Analysen durchzuführen.

Empfohlene BI-Kategorie und -Stil: Self-Service-BI/Ad-hoc-Analyse.

Datenanalysen mit Metriken, die nicht im Voraus definiert sind. In diesem Fall gibt es eine Sammlung Datensätze, doch die Leistungsmetriken werden typischerweise erst während der Datenanalyse definiert. Wie oben ist die Analysearbeit oft einmalig und erfordert in der Regel datenversierte Business-Analysten.

In einigen Fällen sind die Analysten, die diese Art von Analyse durchführen, im Umgang mit Query-basierten BI-Tools nicht geübt – sie sind eher mit Excel vertraut. Für sie eignen sich am besten OLAP- oder Pivot-Tabellenanalyse-Tools, die analog wie Tabellenkalkulationen funktionieren.

Empfohlene BI-Kategorie und -Stil: Self-Service-BI/OLAP- oder Pivot-Tabellenanalyse.

Analyse unbekannter Datensätze und Metriken. Dies ist ein weiteres Beispiel für Self-Service-BI, bei dem Business-Analysten und andere Benutzer während des Analyseprozesses sowohl Daten vermischen als auch Leistungsmetriken definieren müssen. Dabei müssen sie möglicherweise umfangreiche Datenexplorationen durchführen.

Für diese Aufgabe eignet sich mit großer Wahrscheinlichkeit ein benutzerfreundliches, aber funktionsreiches BI-Produkt, wie zum Beispiel ein Data Discovery und Analyse-Tool. Diese Tools enthalten Abfragefunktionen, Datenvisualisierungsfunktionen und integrierte Funktionen für das Dashboard-Design. Sie können verwendet werden, um den Business Managern entweder einmalig oder wiederholt Analyseergebnisse zu liefern.

Empfohlene BI-Kategorie und -Stil: Self-Service-BI/Data Discovery.