"Nutzen Sie Ihre Informationspotenziale für fundierte Entscheidungen und zielgerichtete Aktionen!" Parolen wie diese sind mittlerweile an der Tagesordnung und signalisieren deutlich: Entscheidern müssen in den dynamischen und komplexen Märkten wirksame Systeme für ein erfolgreiches Management an die Hand gegeben werden. Aber sind diese Ziele wirklich neu? Besteht nicht schon seit dem Aufkommen der kommerziellen Computernutzung der Wunsch, das Management eines Unternehmens erfolgreich zu unterstützen?
BI - nur eine Worthülse?Zugegebenermaßen waren die ersten Systeme aufgrund überzogener Erwartungen und eher bescheidener technischer Möglichkeiten nicht gerade erfolgreich. Mit dem Aufkommen der PC-Technologie, dialogorientierter Endnutzerwerkzeuge und der Vernetzung der Computer kamen in den achtziger Jahren jedoch durchaus brauchbare Lösungen auf den Markt. Erste berichtsorientierte Management-Informationssysteme, Decision Support Systems (DSS) auf Basis von Tabellenkalkulationsprogrammen oder Executive Information Systems (EIS) für das Top-Management wurden in diesen Jahren entwickelt und - mit mehr oder minder großem Erfolg - auch eingesetzt. Als Sammel-bezeichnung für diese Kategorie von IT-Systemen setzte sich der Begriff "Management Support Systems" durch, der sich auf Arbeiten des MIT-Forschers Scott Morton zurückführen lässt. Im Internet-Zeitalter erscheint diese Bezeichnung jedoch eher antiquiert.
Der Begriff "Business Intelligence" (BI) ist eine der jüngsten Wortschöpfungen in diesem Bereich. Diese Bezeichnung wird von zunehmend mehr Anbietern und Beratern als Oberbegriff für ihr Angebot im Bereich "Management-Unterstützung" herangezogen. So wurden über Nacht aus Unternehmen, die Werkzeuge zum Aufbau von Management-Informations-Systemen (MIS) offerieren, Anbieter innovativer "BI-Lösungen". BI - nur eine Worthülse, ein Gag der Marketing-Strategen also? Ganz so einfach ist es sicherlich nicht. Denn gerade in den vergangenen Jahren haben sich IT-Lösungen zur Management-Unterstützung erheblich verändert. Modifizierte Architekturen, eine hohe Integrationsdichte der Einzelsysteme und die Einbindung betriebswirtschaftlich anspruchsvoller Auswertungskonzepte zeichnen die neuen Ansätze aus. Vor diesem Hintergrund erscheint ein eigener Name durchaus legitim.
Integrierte BI-Lösungen bestehen im Prinzip aus drei Schichten. In der untersten Schicht, dem Data Warehouse, werden die Daten in harmonisierter Form bereitgestellt. Die Systeme der mittleren Schicht sind für die betriebswirtschaftliche Analyse des Datenmaterials verantwortlich. Die dritte Schicht ermöglicht den Benutzerzugang. Diese soll einen komfortablen Zugriff auf alle BI-Einzelkomponenten ermöglichen und die Verteilung der Auswertungserkenntnisse sicherstellen.
Data Warehouse - das BI-FundamentUnternehmen mangelt es nicht etwa an Daten, sondern vielmehr an entscheidungsrelevanten Informationen. Obwohl sich die Ursachen hierfür leicht erschließen, ist die Lösung des Problems keinesfalls einfach. Unzählige Dateninseln, isolierte Einzelsysteme und schwer zu bewältigende Schnittstellenprobleme sind in den meisten Firmen mit einer gewachsenen Infrastruktur an der Tagesordnung. Und selbst beim Einsatz neuerer integrierter ERP-Software bleiben viele Probleme ungelöst, da diese Systeme primär auf die Unterstützung wertschöpfender Prozesse ausgerichtet sind.
Eine separate und konsistente Datenbasis stellt daher die Grundlage einer erfolgreichen BI-Lösung dar. Data Warehouses, deren Daten aus verschiedenen internen und externen Quellsystemen transformiert werden, übernehmen diese Aufgabe. Sie bestehen aus einem oder mehreren Datenbanksystemen, die - in Abgrenzung zur operativen Datenwelt - Management-orientierte Informationen enthalten. Für die Aufbereitung dieser Daten werden meist ETL-Tools, also Extraktions-, Lade- und Transformations-Werkzeuge, herangezogen, mit deren Hilfe sich die Informationen aus ihren operativen Quellen extrahieren, harmonisieren und dem Data Warehouse in der gewünschten Detaillierung übergeben lassen.
Analysesysteme - die BI-LogikAnalysesysteme bedienen sich der abgestimmten Daten aus dem Data Warehouse und bereiten diese situativ auf. Zu den wichtigsten Systemen zählen Reportingsysteme für vordefinierte, generierte Berichte (MIS, EIS), die dem Benutzer nur geringe DV-Kenntnisse abverlangen. Sie sind auf bestimmte Auswertungszwecke beziehungsweise spezielle Adressaten ausgerichtet und bieten dem Anwender meist einfache Funktionalitäten: So lassen sich beispielsweise Ausnahmen farblich kennzeichnen (Ampelfunktion), Sortierreihenfolgen bestimmen oder Anzeigeformate verändern.
Ebenfalls eine wichtige Rolle spielen Ad-hoc-Berichtssysteme, die eine flexible Abfrage in multidimensionalen Datenräumen erlauben. Olap (Online Analytical Processing) ist einer der bekanntesten Vertreter moderner Ad-hoc-Auswertungssysteme für den Management-Bereich. OLAP-Systeme ermöglichen es dem Benutzer, Daten aus verschiedenen Perspektiven (Slice and Dice) und Detaillierungsstufen (Drill-Down) zu analysieren.
Als "Data Mining" erlebt die Datenmustererkennung in den Zeiten des Data Warehouses eine Renaissance. Das Ziel dieser modell- und methodenbasierenden Systeme ist es, verstecktes Wissen in großen Datenbeständen aufzuspüren und für die Entscheidungsträger ansprechend zu visualisieren. So bieten Data-Mining-Systeme etwa bei der Aufdeckung von Betrugsfällen (Fraud Detection), beim Erschließen zusätzlicher Verkaufspotenziale (Cross-Selling, Up-Selling) oder der Früherkennung eines drohenden Kundenverlusts (Customer Retention) Unterstützung.
Im Bereich des Customer-Relationship-Management (CRM) bieten innovative "Close-the-Loop"-Systeme neue Chancen. Mit Hilfe dieser Systeme lassen sich Analyseerkenntnisse zu einer direkten Optimierung der operativen Abläufe heranziehen. Beispielsweise können Auswertungen bezüglich bestimmter Kundencharakteristika zur automatischen Segmentierung der operativen Datenbestände verwendet werden, um die Durchführung späterer Kampagnen zu optimieren.
Konzeptorientierte AnalysesystemeDiese Systeme basieren auf betriebswirtschaftlichen Modellen. Sie beinhalten beispielsweise Methoden zur Unterstützung des strategischen Managements, anspruchsvolle Planungs- und Budgetierungsmethoden oder Verfahren zur Optimierung der betrieblichen Leistungserstellung. Einer der populärsten Vertreter konzeptintegrierter Analysesysteme ist die "Balanced Scorecard". Ihr liegt die Überlegung zu Grunde, Unternehmensstrategien mit operativen Geschäftsprozessen zu verbinden und dadurch für die handelnden Personen ausführbar zu machen.
Eine wichtige Voraussetzung für die Akzeptanz eines BI-Systems ist der komfortable Zugriff auf seine einzelnen Analyse-Komponenten. Ein BI-Portal übernimmt diese Aufgabe, da es den User Access zu den verschiedenen BI-Analysesystemen über eine Schnittstelle, etwa das Firmen-Intranet, herstellt. Ähnlich wie die Informationsportale im Internet, auf denen unterschiedliche Inhalte gebündelt angeboten werden, repräsentiert es den "Single Point of Access" für die Anwender. Der Leistungsumfang von BI-Portalen kann stark variieren: Angefangen bei einfachen Portalen, die lediglich Standardberichte auf einem Internet-Browser anzeigen können, geht die Entwicklung in Richtung komplexer, online konfigurierbarer Web-Berichte. Neuere Portalkonzepte ermöglichen es zudem, die selbst erstellten Berichte online zu distribuieren und damit das durch die BI-Analysen gewonnene Wissen effizient mit anderen zu teilen.
Im Zeitalter des E-Business steigen die Ansprüche an moderne BI-Lösungen. Zurückzuführen ist dies vor allem darauf, dass sich Unternehmen der Old Economy heute vermehrt den Herausforderungen neuer Technologien stellen und innovative elektronische Absatz- und Kommunikationskanäle implementieren. Call-Center-Konzepte, Web-Auftritte, E-Commerce und Mobile Commerce generieren einen bislang kaum vorstellbaren Wust an Informations-, Kommunikations- und Transaktionsdaten. Zwar bieten Speicherung, Aufbereitung und Integration dieser Daten neue Chancen bei der Gestaltung von Marktbeziehungen, allerdings bereiten sie den Firmen auch erhebliche organisatorische und technische Probleme. Sehr deutlich lässt sich diese Entwicklung im Data-Warehouse-Bereich nachvollziehen. So wurden Data Warehouses bis vor kurzem primär zur Controlling-Unterstützung herangezogen, wobei die Mehrzahl der Unternehmen Monats- oder Quartalswerte für ihre Analysen verwendete. Data Warehouses beinhalteten somit meist verdichtete Daten und wiesen daher ein bislang überschaubares Datenvolumen auf.
Mittlerweile haben sich Ausrichtung und Datenvolumen jedoch gravierend verändert. "Kundenzentrierte Data Warehouses" erreichen längst Größen im Terabyte-Bereich. Sie sollen die Daten aller Kunden (oder Marktpartner) über deren gesamten Lebenszyklus möglichst detailliert vorhalten und kanalübergreifend integrieren. Anrufdaten aus Call- Center-Kontakten, individuelle Warenkorbanalysen oder kundenspezifische Logfile-Auswertungen sind demnach mit Transaktionsdaten zusammenzuführen. In neueren Architekturdarstellungen werden diese Datenhaltungssysteme aufgrund ihrer Transaktionsorientierung häufig auch als "Operational Data Store" (ODS) bezeichnet und bewusst als Vorstufe eines Data Warehouses abgegrenzt.
Transaktionsorientierte Datenbasen ein MussMan sollte sich von der Vielzahl der unterschiedlichen Begriffe nicht verwirren lassen. Fakt ist aber, dass die Zugriffsmöglichkeit auf integrierte Daten mit hoher Detaillierung, meist eine zwingende Voraussetzung für die Umsetzung innovativer E-Business-Konzepte darstellt. So können neue Ansätze im E-CRM (Electronic CRM) wie etwa das One-to-one-Marketing nicht ohne Kenntnis der einzelnen Kundentransaktionen durchgeführt werden. Auch neue Lösungen im Supply-Chain-Management (SCM), mit deren Hilfe die unternehmensübergreifende Optimierung von Wertschöpfungsketten umgesetzt werden soll, sind ohne transaktionsorientierte Datenbasen nicht denkbar.
BI - viele Fragen bleibenBI - verstanden als unternehmensweites, integriertes Konzept - unterscheidet sich in Zielsetzung und Aufbau erheblich von früheren isolierten Ansätzen der Management-Unterstützung. Data Warehouses als konsistente Datenreservoirs, komplexe Analysesysteme mit betriebswirtschaftlicher Modellintegration und Portale für den komfortablen Zugriff auf BI-Funktionalitäten bieten Unternehmen wertvolle Hilfestellung bei Management-Aufgaben. Dennoch gibt es noch viele ungelöste Probleme: "Ist es ratsam, Werkzeuge von Anbietern zu wählen, die den gesamten BI-Bereich in Form von End-to-End-Lösungen abdecken?", "Welche Vorgehensweisen sind für das Management von BI-Projekten von Vorteil?" und "Wie sind die BI-Systeme organisatorisch und technisch in gewachsene Infrastrukturen zu integrieren?" Diese und viele andere Fragen stellen Wissenschaft wie Praxis vor große Aufgaben, die es zu lösen gilt.
*Dr. Hans-Georg Kemper ist Privatdozent am Betriebswirtschaftlichen Insitut (Abteilung Wirtschaftsinformatik) der Universität Stuttgart, Phil-Lip Lee ist wirtschaftlicher Mitarbeiter am Lehrstuhl für Wirtschaftsinformatik und Informationsmanagement an der Universität Köln.
Abb: Referenzarchitektur integrierter BI-Systeme
Integrierte BI-Lösungen bestehen im Prinzip aus drei Schichten - dem Data Warehouse, Analyse-systemen und dem BI-Portal. Quelle: Kemper/Lee