| Publikationen / White-Papers / Business Intelligence | | Business Intelligence | |
Business Intelligence, ein zweifelsohne noch sehr junger Begriff, versucht sich in den letzten Jahren zu profilieren. Möglicherweise ist BI eines jener Trendthemen, nach denen die IT-Branche händeringend sucht. Eine der bislang noch wenigen Defintionen von BI stammt von Grothe und lautet wie folgt:„Business Intelligence bezeichnet den analytischen Prozeß, der – fragmentierte – Unternehmens- und Wettbewerbsdaten in
handlungsgerichtetes Wissen über die Fähigkeiten, Positionen und Ziele der betrachteten internen oder externen Handlungsfelder (Akteure und Prozesse) transformiert." Aus dieser Definition leitet Grothe selbst die drei folgenden Prozessphasen ab: - Bereitstellung quantitativer und qualitativer, strukturierter oder
unstrukturierter Basisdaten. - Entdeckung relevanter Zusammenhänge, Muster und Musterbrüche oder Diskontinuitäten gemäß vorbestimmter Hypothesen oder
hypothesenfrei.
- Teilung und Nutzung der gewonnen Erkenntnisse zur Stützung von Maßnahmen und Entscheidungen.
Die Bereitstellung strukturierter Daten entspricht im wesentlichen dem was mit dem Begriff Data Warehouse bezeichnet wird. Im KM Ansatz liegt der Schwerpunkt auf den unstrukturierten Daten. Demzufolge wäre BI eine Kombination aus DW und KM. Eine Kombination beider Ansätze ist jedoch nicht so einfach wie es auf den ersten Blick erscheinen mag. Der KM Ansatz spricht
alle Mitarbeiter im Unternehmen an, während im DW Ansatz die Zielgruppe eher begrenzt und i.d.R. auf die oberen Managementebenen beschränkt bleibt. D.h. die Frage, wer die Zielgruppe von BI-Anwendern ist, bleibt bislang ungeklärt. | Wer ist der typische BI-Anwender? |
Die Möglichkeit heutzutage strukturierte und unstrukturierte Daten analysieren zu können mag aus technologischer Sicht eine tolle Errungenschaft sein, lässt aber die Frage offen was typische Einsatzfelder wären.Welches sind typische Fragestellungen, in denen eine Kombination von strukturierten und unstrukturierten Daten sinnvoll ist?
Die analytischen Fähigkeiten eines BI
wie sie im zweiten Punkt angesprochen wurden, treffen im Kern das, was unter dem Punkt Data Mining behandelt wurde. Speziell der Einsatz hypothesenfreier Analyseverfahren ist in Unternehmen auf einen kleinen Kreis von Experten begrenzt. D.h. BI spricht nur einen kleinen Kreis von Mitarbeitern an, die über entsprechende Methodenkompetenz verfügen. Beinhaltet BI auch Analyseverfahren wie sie bislang im DW zum Einsatz kommen, spricht der BI Ansatz ein bereiteres Anwenderfeld an als dies aus den
DW bekannt ist. Hieraus lassen sich verschiedene Fragen ableiten. Wo ist das Thema BI strukturell in Unternehmen verankert?
Gibt es einen BI-Manager, oder ist BI Aufgabe aller Mitarbeiter?
Wenn es BI-Manager gibt, wie sieht deren Anforderungsprofil aus?
Das Teilen und Nutzen von Erkenntnissen, der dritten Prozessphase nach Grothe, zeigt deutliche Parallelen zum KM Ansatz. Der KM Ansatz umfasst jedoch das gesamte Untenehmen, was, wenn BI dem traditionellen
Wissensmanagement zugeordnet würde, nochmals den Anwenderkreis von BI erweiterte. BI wäre demzufolge Thema für das gesamte Unternehmen. Wirft man einen Blick auf die Toolangebote ist es nicht verwunderlich das viele Anbieter, die bislang ihre Produkte unter DW, DM oder KM angeboten haben diese nun unter dem Label BI anbieten. Abgeleitet aus der Definition in Verbindung mit den Prozessphasen hat Grothe auch ein Toolportfolio aufgestellt, das hier ebenfalls als Systematisierungsrahmen verwendet
werden soll. | 
| Abb. 5: BI Technologieportfolio (in Anlehnung an Grothe) |
| Demzufolge versucht der Ansatz die Technologien aus dem DW, DM und KM zu vereinen. Neben den bereits formulierten Fragen kommt nun noch hinzu, das geklärt werden muss, wo sich in den jeweiligen Unternehmen konkrete Ansatzpunkte eines BI ergeben. Sohwohl BI wie KM können nicht Gegenstand von Projekten sein, sondern müssen als Ansatz aufgefasst werden, der in klar umsetzbaren
Lösungen seine Mächtigkeit unter Beweis stellen kann.Mit welchen Themen beginne ich im BI? Wie führe ich BI in Unternehmen ein? Was sind BI Lösungsbausteine? Wie und wo realisiere ich quick wins? | Fazit | Die vorangegangenen Ausführungen haben gezeigt, das BI in enger Verbindung mit den Themen Data Warehouse, Data Mining und Knowledge Management steht. Den Terminus als reinen Dachbegriff zu verwenden ist sicherlich unglücklich und unpassend, zumal das gemeinsame Dach noch nicht ersichtlich ist. BI wird dann erfolgreich sein, wenn es gelingt aus
dem sehr umfassenden Ansatz klare Lösungsbausteine zu extrahieren, die einen klaren Nutzen
erkennen lassen. Der Nutzen von BI in seiner Gesamtheit wird nur sehr schwer nachweisbar sein. Auch hier gilt es über Lösungsbausteine zu gehen die Einsatzfelder in Unternehmen aufzeigen und einen klaren Nutzen für das Unternehmen erkennen lassen. Wenngleich der Begriff Lösungsbaustein hier wiederholt als ein wichtiges Element des BI aufgezeigt wird, ist es derzeit noch sehr schwierig diese klar zu formulieren. Zu viele Fragen sind noch ungeklärt. Diesen will das Institut für e-Management in
einer eigenen unabhängigen Studie nachgehen. | Literatur | Immon, W.H., 1992, Building the Data Warehouse, Wisley, New York.
Codd, E.F., Codd, S.B. & Salley, C.T., 1993,
Providing OLAP (OnLine Analytical Processing) to User-analysts: An IT Mandate, Technical Report.
Fank, M., 2001, Einführung in das Informationsmanagement, München.
Kaiser, B.-U., 1997, Unternehmensinformation mit SAP-EIS. Aufbau eines Data Warehouses und einer inSight-Anwendung, Vieweg, Wiesbaden.
Lusti, M., 1999, Data Warehouse und Data Mining. Eine Einführung in entscheidungsunterstützende System, Springer, Heidelberg.
Probst, G., Raub, St. & Romhardt, K., 1999, Wissen
managen, Gabler, Wiesbaden, 3. Auflage. | |
|
News |
| IfeM gestaltet das Portal wissenskapital.de, das größte deutschsprachige Portal zum Thema Knowledge Management.
Es erreicht derzeit konstant 12.000 Besucher im Monat und 4.000 Newsletter-Leser. |
|
|
|
|
