Immer mehr Anwender für BI

Glaubt man den Experten, wird der positive Trend anhalten. Demnach soll sich beispielsweise der Einsatz von BI-Werkzeugen in naher Zukunft deutlich ausweiten. Immer mehr Mitarbeiter aus unterschiedlichen Unternehmensbereichen von der Finanzbuchhaltung über die Produktion und den Vertrieb bis hin zum Service und Support sind demnach in ihrer Tätigkeit stärker darauf angewiesen, Informationen zu analysieren, um die richtigen Entscheidungen zu treffen. Also steige das Interesse an BI-Werkzeugen.

Darüber hinaus arbeiten die Softwarehersteller - natürlich auch aus finanziellen Interessen - mit Hochdruck daran, mehr Anwender für ihre Tools zu gewinnen. Beispielsweise soll die Nutzung der BI-Werkzeuge einfacher werden. Die Anbieter koppeln ihre Software dazu eng mit weit verbreiteten Produkten wie Microsofts Office-Paket. Zusätzliche Nutzungsmöglichkeiten wie beispielsweise Mobile BI sollen ebenfalls mehr User anlocken.

Gartner-Analyst Dan Sommer geht davon aus, dass die Rechnung aufgeht. Bis 2014 könnte der durchschnittliche Anteil der BI-User innerhalb der Firmenbelegschaften von derzeit knapp 30 auf 50 Prozent in die Höhe schnellen. Dabei nehmen mehr und mehr die Fachabteilungen, also die BI-Anwender selbst, das Heft in die Hand. Gartner zufolge werden langfristig im Durchschnitt rund 40 Prozent der gesamten BI-Investitionen aus dem Budget der Fachabteilungen bestritten.

Neben der weiteren Verbreitung klassischer BI-Instrumenten taucht derzeit eine Reihe neuer Aspekte auf, die Anbieter und Kunden auf Trab halten dürften. Vor allem geht es darum, die gigantische Menge unstrukturierter Daten in die Analysen einbeziehen zu können. IDC zufolge gehen 80 Prozent des weltweiten Datenwachstums auf das Konto unstrukturierter textbasierender Informationen wie Dokumente und E-Mails. Dazu kommen jede Menge weitere Daten, die außerhalb der Firmengrenzen über das eigene Unternehmen kursieren wie beispielsweise Produktbewertungen.

Diese Daten zur Unterstützung von Geschäftsentscheidungen heranzuziehen und auswertbar zu machen, rückt mehr und mehr in den Fokus der Firmenverantwortlichen. Es geht etwa darum, Produktprobleme oder anders begründete Missstimmungen im Kundenkreis frühzeitig erkennen und gegensteuern zu können. Schließlich tauschen sich Kunden und Kaufinteressierte immer mehr online über Firmen sowie deren Produkte und Dienstleistungen aus, was zunehmend eine kaufentscheidende Rolle spielt.

Das haben auch die Softwarehersteller erkannt und arbeiten mit Hochdruck an entsprechenden Lösungen. So offeriert SAP seinen Kunden im Rahmen des zugekauften BusinessObjects-Portfolio BI-Funktionen, um Twitter-Daten auswerten zu können. Das Tool analysiert, wie viele Diskussionen sich um einen bestimmten Markennamen drehen und zeigt auf einem Dashboard an, ob die Grundstimmung eher positiv oder negativ ausfällt. IBM hat für den "SPSS Modeler" ein Werkzeug entwickelt, das online verwendete Emoticons im Zusammenhang mit bestimmten Produkt-, Marken- oder Firmennamen auswertet.

Als weiteres Wachstumsfeld haben die Anbieter den Bereich Predictive Analytics entdeckt. Neben dem klassischen Reporting, das sich in erster Linie auf die Auswertung bereits vorliegender Daten stützt und damit primär vergangenheitsorientiert ist, legen die Verantwortlichen in den Unternehmen immer mehr Wert auf zukunftsorientierte Analysen. Entsprechende Tools für Predictive Analytics sollen komplexe wirtschaftliche Zusammenhänge und Entwicklungen vorhersagen können und damit das Management in den Vorstandsetagen bei Entscheidungen unterstützen.

Herkömmliche BI-Tools sind nur begrenzt für zukunftsorientierte Analysen einzusetzen. Zwar lassen sich auch damit in begrenztem Umfang Trendaussagen treffen. Verlässlich sind diese allerdings nur dann, wenn sich Geschäfte und Märkte über einen längeren Zeitraum relativ konstant und gleichförmig entwickeln. Ist das nicht der Fall, braucht es spezifischere Analyse-Tools. Dedizierte BI-Werkzeuge für Predictive Analytics werten aus verschiedenen Quellen zusammengetragene Informationen mit Hilfe spezieller Algorithmen im Hinblick auf zukünftige Entwicklungen aus.

Etliche Branchen nutzen bereits Predictive-Analytics-Werkzeuge. Beispielsweise verwenden Banken und Versicherungen entsprechende Tools für ihr Risiko-Management. Demnach sollen sich mit Hilfe ausgeklügelter Vorhersagemodelle die Ausfallwahrscheinlichkeiten von Krediten vorhersagen beziehungsweise auf Basis von verräterischen Verhaltensmustern und Beziehungen Versicherungsbetrug aufdecken lassen. Händler analysieren das Kaufverhalten ihrer Kunden und optimieren entsprechend ihr Sortiment. Telekommunikationsanbieter versuchen, Abwanderungstendenzen von Kunden aufzuspüren und dem Kundenverlust mit Hilfe gezielter Marketing-Maßnahmen rechtzeitig gegenzusteuern.