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

Self-Service Business Intelligence – Chance oder Risiko?

Kommentar von Philipp Lenz, Adesso

Self-Service Business Intelligence – Chance oder Risiko?

Bei Self-Service Business Intelligence (SSBI) erhält der Fachanwender die Freiheit, sich selbstständig an den Datentöpfen innerhalb und an Daten außerhalb der Organisation zu bedienen, die Daten selbstständig aufzubereiten, zu gruppieren sowie darzustellen. Der folgende Artikel geht auf die Chancen und Gefahren von SSBI ein und schlägt Lösungswege für eine funktionierende Umgebung mit der IT und den Fachabteilungen vor. lesen

Axians-OT- und IT-Anwendungen und Services auf Basis von IBM-Technik

Analytics, IoT, Predictive Maintenance und Security

Axians-OT- und IT-Anwendungen und Services auf Basis von IBM-Technik

Systemintegrator Axians hat eigene Anwendungen und Managed Services auf Basis von IBM Technik für die Bereiche Analytics, IoT, Predictive Maintenance und Security vorgestellt. lesen

So klappt’s mit Microsoft Power BI

Business Intelligence mit Microsoft

So klappt’s mit Microsoft Power BI

Power BI gilt als eines der vielversprechendsten BI-Tools, doch viele Unternehmen tun sich schwer damit, den Self-Service-Ansatz, den Microsoft verfolgt, mit Governance und Reporting in Einklang zu bringen. Dieser Artikel soll einen Weg aufzeigen, wie Power BI erfolgreich eingeführt werden kann. lesen

Mit hybrider KI zur optimierten Entscheidungsfindung

Kommentar von Dr. Ulrich Dorndorf, Inform

Mit hybrider KI zur optimierten Entscheidungsfindung

Unter Zeitdruck die richtigen Entscheidungen zu treffen, avanciert zur zentralen Managementkompetenz unserer Zeit. Dies gilt im Besonderen für hochvernetzte Bereiche wie das Supply Chain Management. In einem hybriden Ansatz vereint, helfen Künstliche Intelligenz (KI) und Optimierungsalgorithmen Planern, im entscheidenden Moment die bestmögliche Handlungsoption zu wählen. lesen

Mayato startet Recruiting-Offensive

Offene Stellen für Data Scientists & Co.

Mayato startet Recruiting-Offensive

Das Beratungshaus Mayato startet eine Recruiting-Offensive, um die mehr als 50 offenen Stellen aus den Bereichen Business Intelligence, Data Analytics und Big Data zu besetzen. lesen

IT-Sicherheit im SAP-Analytics-Umfeld

Business Analytics und Datensicherheit

IT-Sicherheit im SAP-Analytics-Umfeld

SAP bietet Analyselösungen für Unternehmen die Mithilfe von Business Intelligence sowie vorausschauenden Analysen Daten sammeln, visualisieren und für Prognosen nutzen. Dabei spielt das Thema Security eine wichtige Rolle, denn bei Analysen fallen große Datenmengen an, die jederzeit vor Angriffen und Verlusten optimal geschützt sein müssen. lesen

Das sind die Business-Intelligence-Trends 2019

Ausblick von Qlik

Das sind die Business-Intelligence-Trends 2019

Nach Einschätzung des Data-Analytics-Spezialisten Qlik werden die Integration von KI-Engines in Analytics-Anwendungen sowie Data Governance zu den Top Trends 2019 gehören. lesen

Vollversion von CoffeeCup

Business Intelligence Software

Vollversion von CoffeeCup

Die BI-Software CoffeeCup des gleichnamigen Anbieters soll vor allem kleine und mittlere Unternehmen bei der Automatisierung und Beschleunigung ihrer Prozesse unterstützen. lesen

Data Management über verteilte Landschaften

Kommentar von Timo Kubach & Christian Mathis, SAP

Data Management über verteilte Landschaften

Das Volumen relevanter Unternehmensdaten wächst exponentiell und soll laut einer Studie von IDC aus dem Jahr 2017 bis 2025 158 Zettabyte erreichen. Diese explosionsartige Zunahme an zumeist unstrukturierten Daten (IoT, Bilder, soziale Netzwerke) entfesselt neue Innovationspotenziale für Unternehmen. lesen

copyright

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