istock.com/Bojan89

BI (Business Intelligence) soll Mitarbeitern im Unternehmen einen komfortablen Zugang zu aktuellen und entscheidungsrelevanten Informationen ermöglichen. Leider erfüllen herkömmliche BI-Lösungen die Anforderungen jedoch nicht immer vollständig. Dieser Artikel befasst sich mit den fünf größten Probleme, die Anwender im Umgang mit konventionellen Systemen haben.

Traditionelle Business Intelligence Software stößt zunehmend an ihre Grenzen

In den vergangenen zwei Jahrzehnten hielt Business Intelligence in zahlreichen Unternehmen Einzug. Sie hatte vordergründig das Ziel, Daten aus vorgelagerten Instanzen wie ERP-Systemen für Analysen verfügbar zu machen. Dies entlastete die Vorsysteme und brachte zahlreiche Verbesserungen in das Reporting. Allerdings haben die klassischen Tools nicht nur Stärken. Betrachten wir die tägliche Praxis der Anwender, so existieren fünf Probleme, die besonders häufig auftreten:

1. Fehlender Self-Service
2. Eingeschränkte Visualisierungsmöglichkeiten
3. Mangelhafte Performance
4. Externe Datenquellen nur schwer anzubinden (fehlende Interoperabilität)
5. Fehlende Datenaktualität (keine Real-time-Informationen)

Betrachten wir diese Aspekte im Folgenden genauer.

1. Fehlender Self-Service

In klassischen BI-Szenarien definieren Unternehmen zu Beginn eine Reihe von Reports, die von IT-Experten erstellt und in das System aufgenommen werden – beispielsweise für die Controlling-Abteilung, den Vertrieb, die Produktion oder den Einkauf. Mit diesen BI-Berichten sind die Anwender meist in der Lage, einen großen Teil ihrer betriebswirtschaftlichen Fragestellungen zu beantworten.

Allerdings treten immer wieder Fälle auf, in denen entweder völlig neue Informationen benötigt werden oder bestehende Berichte umgebaut werden müssten, um eine solide Entscheidungsbasis zu realisieren. Bei traditionellen BI-Systemen können die Anwender dies nicht in Eigenregie umsetzen. Vielmehr müssen sie einen oftmals umständlichen Prozess in Gang setzen, der folgende Schritte umfassen kann:

– Anforderungen definieren, Fachkonzept erstellen

– Umsetzung bei der IT in Auftrag geben

– Schaffung der Datenbasis und Erstellung des Reports durch IT-Abteilung

– Test des neuen Berichts, ggf. Fehlerbehebung

– Produktivstart

In großen Organisationen können Abläufe dieser Art mehrere Wochen oder gar Monate dauern. In Zeiten, in denen umgehende Reaktionen auf Marktveränderungen erforderlich sind, ist dies jedoch nicht mehr akzeptabel. Vielmehr muss es das Ziel sein, dass sich die Anwender ihre Berichte einfach und schnell selbst zusammenstellen können.

2. Eingeschränkte Visualisierungsmöglichkeiten

Konventionelle Business Intelligence Software stellt Informationen und KPIs im Regelfall als „nackte“ Zahlen dar. Gängig ist hierbei eine tabellarische Darstellung mit Spalten und Zeilen. Anwender wünschen sich jedoch, dass die Informationen aggregiert und möglichst übersichtlich visualisiert werden. Sie gehen daher nicht selten den Weg, die Daten aus den Reports zu exportieren, um sie anschließend in eine übersichtliche Form zu bringen. Dies geschieht etwa mithilfe von Excel und entsprechenden Diagrammen, die teils sogar noch in Präsentationen überführt werden. Dass dieses Vorgehen zeitraubend und fehlerbehaftet ist, liegt auf der Hand.

3. Mangelhafte Performance

Abhängig von der zugrundeliegenden Datenbanktechnologie kann die Laufzeit von BI-Berichten ein erhebliches Ausmaß annehmen. Sowohl der Aufruf von Reports als auch die berichtsinterne Navigation („Aufriss“) kann sich ab einer bestimmten Datenmenge extrem in die Länge ziehen. Teilweise erfolgt sogar ein laufzeitbedingter Abbruch, wenn das System nicht mehr mit dem vorliegenden Datenvolumen umgehen kann. Gerade in Zeiten steigender Datenmengen (Stichwort „Big Data“) ist dies selbstverständlich suboptimal.

4. Externe Datenquellen nur schwer anzubinden (fehlende Interoperabilität)

Oftmals basiert Business Intelligence lediglich auf einer Datenquelle: dem vorgelagerten ERP-System. Im Zeitalter von Big Data wünschen sich viele Anwender jedoch, die internen betriebswirtschaftlichen Daten mit Informationen aus weiteren Quellen anreichern zu können. Nur einige Beispiele sind CRM-Systeme, Online-Shops oder externe Marktdaten. Klassische Lösungen sehen es jedoch nicht vor, Daten anderer Struktur in die Berichte zu integrieren. Ihre Einsatzmöglichkeiten müssen aus heutiger Sicht somit als stark eingeschränkt bezeichnet werden.

5. Fehlende Datenaktualität (keine Real-time-Informationen)

Ein bedeutsamer Pain Point von Anwendern ist außerdem die fehlende Aktualität der Informationen. Denn klassische Business Intelligence basiert stets auf historischen Daten. Oftmals wird die Datenbasis sogar nur in größeren Zeitabständen (z. B. monatlich) aktualisiert, um die Rechenressourcen zu schonen. Für die Nutzer bedeutet dies, dass ihre Entscheidungen ausschließlich auf Vergangenheitswerten basieren. Eine kurzfristige Reaktion auf Veränderungen ist nicht möglich, da keine Echtzeit-Informationen vorliegen.

Fazit: Die Zeit für neue Ansätze ist reif

Die genannten Probleme machen deutlich, dass konventionelle Business Intelligence mittlerweile kritisch hinterfragt werden sollte. Zwar reicht sie nach wie vor aus, klassische vergangenheitsbasierte Kennzahlen auszuwerten. Mit Blick auf die zunehmende Dynamik der Märkte und die steigende Bedeutung von Big-Data-Analysen erreicht sie jedoch ihre Grenzen. Es lohnt sich daher ein Blick auf innovative Lösungen wie Real-time Business Monitoring.