Der Begriff "Business Intelligence" (BI) wurde 1993 von Marktforschern bei Gartner kreiert. Allgemein formuliert bezeichnet er IT-gestützte Techniken zur Entscheidungsfindung, die auf Auswertungen von in Unternehmen befindlichen Informationen basiert. Die benötigte Anwendungsinfrastruktur lässt sich mit Hilfe spezialisierter BI-Werkzeuge aufbauen, die das Daten-Management übernehmen, die Analyse von Beziehungen zwischen den Daten ermöglichen sowie die Ergebnisse dem Benutzer beispielsweise in Form von Berichten bereitstellen.

Data Mining

Prozess des Entdeckens bedeutsamer neuer Zusammenhänge, Muster und Trends durch die Analyse großer Datensätze mittels Mustererkennung sowie statistischer und mathematischer Verfahren. Data Warehouse Eine von den operativen Systemen isolierte Datenbank, die themenorientierte, integrierte und zeitbezogene Informationen sammelt und sie in einer relationalen oder multidimensionalen Form speichert. Ziel ist es, dem Anwender eine unternehmensweite Datenbasis mit einer betriebswirtschaftlichen Sicht zur weitgehenden Analyse zur Verfügung zu stellen.

Online Analytical Processing (Olap)

Datenbankkonzept, das komplexe Geschäftsanalysen ermöglicht, die vom Endanwender in einer mehrdimensionalen Umgebung werkzeuggestützt vorgenommen werden können. Hierbei werden relationale oder "flache" Daten in einem für die Analyse optimierten Cube (Würfel) gespeichert, indem sie entlang von Dimensionen oder Achsen für unternehmensrelevante Größen gespeichert werden.

Executive Information System (EIS)

System für den Zugriff auf Unternehmensdaten, das Führungskräfte mit vordefinierten, detaillierten und verdichteten Informationen versorgt. Im Mittelpunkt steht die Präsentation von wenigen kritischen Erfolgsfaktoren in Form von Kennzahlen. EIS gelten als Vorläufer des Data Warehouse. Analytische Anwendungen Vorgefertigte, fachspezifische, weniger branchenspezifische Standardsoftware, die meist im Projektgeschäft bei der Implementierung von BI-Produkten entstanden ist. Üblicherweise bauen solche Produkte auf einem Data Mart/Data Warehouse auf und warten mit einem vordefiniertem Datenmodell, Geschäftskennzahlen, Sammlungen von Schlüssel-Leistungsindikatoren (Key Perfomance Indicators) sowie vorgefertigten Berichten und Analysen in Form von Templates (Schablonen) auf. Analytische Applikationen sind in der Lage, mit Prozessabfolgen zu arbeiten. Im Gegensatz zu einem rein datenorientierten Vorgehen, das für Data-Warehouse- und Data-Mart-Systeme charakteristisch ist, arbeiten analytische Applikationen mit geschäftsbezogenen Analysemodellen und Benutzerschnittstellen. Typische Anwendungsgebiete sind Planung, Budgetierung, Simulation von Geschäftsszenarien, Performance-Management oder beispielsweise Clickstream-Analysen im E-Commerce und analytische CRM-Produkte. Vorgefertigte Data Marts IDC bezeichnet solche Produkte als vorkonfigurierte Softwarepakete, die alle nötigen Funktionen für die Datentransformation, Verwaltung und Datenzugriff enthalten sowie mit einem Datenmodell aufwarten. Das Herzstück ist ein Metadaten-Repository. Solche Angebote sollen den Aufbau einer BI-Plattform erleichtern und beschleunigen, bieten aber anders als analytische Anwendungen keine auf spezielle Anwendungsgebiete zugeschnittene Lösung. Allerdings sind die Unterschiede zwischen diesen Produktkategorien und analytischen Anwendungen nicht immer eindeutig.

Query und Reporting

Query-Tools dienen der Kommunikation des Endanwenders mit Datenbanken. Das Ergebnis einer Query können Datenbankinhalte oder auch Änderungen in der Datenbankstruktur sein. Reporting-Tools bieten Methoden und Techniken der betrieblichen Berichtserstellung sowohl auf relationalen als auch auf multidimensionalen Datenbanken.