Definition

Was ist Business Intelligence – BI?

| Autor / Redakteur: il1411 / Nico Litzel

(© aga7ta - Fotolia)

In der heutigen Zeit stehen Unternehmen Herausforderungen gegenüber, die rasches Handeln erfordern. Hier setzt die Business Intelligence (BI) an, die das Ziel hat, die Entscheidungsfindung in Unternehmen zu unterstützen.

Zwar hat sich die Business Intelligence (BI) mittlerweile auf dem Markt etabliert, jedoch gibt es noch immer unterschiedliche Auffassungen darüber, wie der Begriff zu interpretieren ist. Eine erste Definition geht auf den Analysten Howard Gardner zurück. Dieser definierte die BI als einen Prozess, der Daten in Informationen transformiert und diese wiederum durch die Anwendung von Erfahrungen in Wissen. Dieser klassische 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 im Allgemeinen 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)

Das Ziel der Business Intelligence ist das Erzeugen erfolgswirtschaftlichen Wissens über den gegenwärtigen Status und die zukünftigen Perspektiven sowohl des eigenen Unternehmens als auch des jeweiligen geschäftlichen Umfeldes.

Die Entwicklung der BI

Schon in den 1960er-Jahren nahm die IT-basierte Management-Unterstützung ihren Anfang. Zu dieser Zeit entwickelten sich die ersten Management-Informations-Systeme (MIS). Diese hatten die Aufgabe, große Datenmengen automatisch zu verwalten und auszuwerten. Das Ergebnis der Auswertung wurde anschließend den Entscheidungsträgern zur Verfügung gestellt. Mit diesem Ansatz wurde also schon damals versucht, alle wichtigen Daten aus dem operativen Geschäft zu einem einzigen Datenmodell zusammenzuführen und zu verdichten. Da die damaligen technischen Möglichkeiten zur Umsetzung dieses Ansatzes jedoch zu begrenzt waren, erfuhren die Management-Informations-Systeme große Ablehnung.

Mit den Decision-Support-Systemen (DSS) erhielten die MIS ein Jahrzehnt später einen Nachfolger. Die Decision-Support-Systeme lieferten nicht – wie die MIS – starre Berichte, sondern zeichneten sich durch eine interaktive Entscheidungsunterstützung aus. Die Erzeugung interaktiver Berichte und untersuchbarer Daten wird inzwischen als Data Discovery bezeichnet. Da die Nutzung des Systems jedoch hoch kompliziert und nur von Spezialisten zu bewerkstelligen war, erfuhren auch diese Systeme nur wenig Akzeptanz.

In den Achtzigern wurden die MIS zu den sogenannten Executive Informations Systems (EIS) weiterentwickelt. Obwohl sich diese Systeme durch eine leicht zu bedienende Benutzeroberfläche auszeichneten, konnten sie sich nicht durchsetzen. In den 1990er-Jahren wurde schließlich das Konzept des Data Warehouse entwickelt. Bei einem Data Warehouse erfolgt die Datenhaltung in einer zentralen Datenbank. Diese unternehmensweite Datenspeicherung ermöglicht das interaktive Analysieren aller gesammelten Daten. Die Ergebnisse der Analyse kann das Unternehmen anschließend zur Entscheidungsfindung heranziehen. Als zentrale Datenverwaltung bildet das Data Warehouse noch immer die Grundlage für die Business Intelligence.

Business Intelligence in Unternehmen

Mittlerweile wird die BI nicht nur von großen Firmen, sondern zunehmend auch von mittelständischen Unternehmen genutzt. Erleichtert wird die Anwendung von BI durch entsprechende Open-Source-BI-Software-Pakete, wie sie beispielsweise das Software-Unternehmen Pentaho zur Verfügung stellt. Auch Ansätze wie die Self-Service BI vereinfachen die Anwendung deutlich. Die Self-Service BI ermöglicht auch Nutzern ohne Kenntnisse in Statistik, die gewonnenen Daten zu analysieren. Bei der Self-Service BI genügen zur Durchführung von Analysen einfache Anfragen.

Als analytisches Informationssystem setzt die BI auf den operativen Unternehmenssystemen auf. Der Einsatzbereich eines BI-Systems erstreckt sich über die gesamte Führungsebene und erreicht das obere, mittlere und untere Management. Im Allgemeinen basiert die Unterstützung durch das BI-System auf dem Online Analytical Processing (OLAP). Dadurch werden die Daten für das Berichtswesen sofort verfügbar gemacht. Außerdem können sowohl individuelle als auch Ad-hoc-Berichte erstellt werden. Da mittels eines OLAP-Cube mehrere Dimensionen gleichzeitig dargestellt werden, lassen sich diese zur Analyse auch miteinander kombinieren.

Der Einsatz von Business Intelligence zur Entscheidungsunterstützung ist kein einmaliges Projekt, sondern ein fortlaufender Zyklus, der aus mehreren Phasen besteht. Während der ersten Phase werden die gesammelten Daten quantifiziert und qualifiziert. Dies bedeutet, dass die Data Quality der Daten erhoben wird und die Daten anschließend mittels mathematischer Verfahren analysiert werden.

Anschließend werden aus den Ergebnissen der Analyse Erkenntnisse abgeleitet, die die Geschäftsvorgänge unterstützen. Die nächste Phase befasst sich mit der Bewertung dieser Erkenntnisse. Grundlage der Bewertung sind die Zielsetzungen des Unternehmens. In der letzten Phase werden die Erkenntnisse in konkrete Maßnahmen umgesetzt. Diese Umsetzungen wiederum stellen die Eingangsinformationen für den nächsten BI-Zyklus zur Verfügung.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Aktuelle Beiträge zu diesem Thema

PAFnow Process Mining für Microsoft Power BI verfügbar

Kostenlose Prozessanalyse und -optimierung

PAFnow Process Mining für Microsoft Power BI verfügbar

Die Process Analytics Factory (PAF) hat mit PAFnow Process Mining ein kostenfreies Tool zur Prozessvisualisierung und -analyse veröffentlicht. Es steht im Microsoft Power BI Marketplace bereit. lesen

Dieses Potenzial haben Citizen Data Scientists

Kommentar von Hermann Hebben, Qunis

Dieses Potenzial haben Citizen Data Scientists

Unternehmen sind bereit für Big Data und Advanced Analytics, der Mangel an erfahrenen Data-Science-Experten erweist sich jedoch als ernstzunehmender Hemmschuh. Die neu entstehende Funktion des Citizen Data Scientist kann hier Abhilfe schaffen und Digitalisierungsprojekten zu einem Boost verhelfen. lesen

SAS fokussiert sich auf IoT, Cloud-Solutions und KI

Nachbericht SAS Forum 2019 Bonn

SAS fokussiert sich auf IoT, Cloud-Solutions und KI

Auf dem diesjährigen SAS Forum hat der Analytics-Spezialist seine Produkte „SAS Intelligent Decisioning“ und „SAS Analytics for IoT“ vorgestellt sowie „SAS Demand Planning“ angekündigt. Die neue Plattform Viya werde komplett im Kubernetes-Container laufen. Daher wird es künftig neue Preismodelle geben. lesen

Die 3. BI-Generation schließt Lücken der Vorgängerkonzepte

Kommentar von Wolfgang Kobek, Qlik

Die 3. BI-Generation schließt Lücken der Vorgängerkonzepte

Business Intelligence (BI) im klassischen Sinne beschreibt schlicht den Prozess, der Informationen aus allen Geschäftsbereichen systematisch analysiert und Daten zu anwendbaren Informationen transformiert. Doch die konkrete Umsetzung war oftmals herausfordernd – allein schon wegen der heterogenen Umgebungen, schließlich ist kein Unternehmen wie das andere – von den Data Lakes ganz zu schweigen. lesen

So gewinnt man die Analytics-Lotterie

Kommentar von Christian Werling, Thoughtspot

So gewinnt man die Analytics-Lotterie

Haben Sie jemals den Lotto-Jackpot geknackt? Wahrscheinlich eher nicht, denn dafür braucht es sechs Richtige plus Zusatzzahl – und die Chance dafür liegt bei 1 zu 140 Millionen – oder um ganz korrekt zu bleiben: bei 1:139.838.160. Trotz dieser lausigen Gewinnquote haben Sie allerdings eine viel bessere Chance, den Lotto-Jackpot zu gewinnen, als einen vorgefertigten Business-Intelligence-Bericht im Vorfeld zu designen, der exakt eine Ihrer spezifischen Fragen zu Daten zu einem bestimmten Zeitpunkt klar beantwortet. lesen

Der Approximationsalgorithmus

Grundlagen Statistik & Algorithmen, Teil 8

Der Approximationsalgorithmus

Für verschiedene Probleme lassen sich nur durch Annäherung bzw. Approximation optimale Lösungen finden. Durch einen geeigneten Approximationsalgorithmus versuchen Informatiker, sich dem optimalen Ergebnis anzunähern, so etwa in der Graphentheorie, die Beziehungen in Netzwerken darstellt. lesen

Infomotion und Tableau werden Partner

Strategische Zusammenarbeit

Infomotion und Tableau werden Partner

Dank einer Alliance-Partnerschaft können Kunden des BI- und Analytics-Beratungshauses Infomotion künftig direkt auf das Portfolio des Analytics-Spezialisten Tableau zugreifen. lesen

Qlik erweitert Multi-Cloud- und Augmented-Intelligence-Angebot

Für nahtlose, KI-gestützte Analytics

Qlik erweitert Multi-Cloud- und Augmented-Intelligence-Angebot

Im Rahmen seines jährlichen Kunden- und Partnerevents Qonnections hat Qlik eine Reihe an Neuheiten rund um Multi-Cloud und Augmented Intelligence vorgestellt. lesen

CDPs – die Antwort auf die Gebete der Datenanalysten?

Kommentar von Martin McDonald, Tealium

CDPs – die Antwort auf die Gebete der Datenanalysten?

Daten sind die treibende Kraft hinter der digitalen Transformation. Um die richtigen Entscheidungen treffen zu können, sind die meisten Unternehmen heutzutage auf Insights angewiesen, die aus Daten gewonnen werden. Es überrascht daher nicht, dass der Umsatz des Big-Data-Marktes in diesem Jahr auf rund 49 Milliarden US-Dollar geschätzt wird. lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44402888 / Definitionen)