Was ist Business Intelligence?
Analysieren Sie Geschäftsdaten, um verwertbare Erkenntnisse zu erhalten und fundierte Entscheidungen zu treffen.
Lösungen kennenlernen
Business owner in his coffee shop working on digital tablet.
Was ist Business Intelligence?

Bei Business Intelligence (BI) handelt es sich um Software, die Geschäftsdaten aufnimmt und in benutzerfreundlichen Ansichten wie Berichten, Dashboards, Diagrammen und Grafiken darstellt. Mit BI-Tools können Geschäftsbenutzer auf verschiedene Datentypen zutreifen – historische und aktuelle Daten, Daten Dritter und unternehmensinterne Daten sowie semistrukturierte Daten und unstrukturierte Daten wie Social Media. Benutzer können diese Informationen analysieren, um Erkenntnisse über die Geschäftsleistung zu gewinnen.

Im CIO Magazine ist Folgendes zu lesen: „Business Intelligence gibt Geschäftsbenutzern nicht vor, was sie tun sollten oder was geschieht, wenn sie eine bestimmte Richtung einschlagen, aber es geht bei BI auch nicht nur um die Erstellung von Berichten. Vielmehr bietet BI Benutzern eine Möglichkeit, Daten zu untersuchen, um Trends zu verstehen und daraus Erkenntnisse abzuleiten.“1

Unternehmen können die aus Business Intelligence und Datenanalyse gewonnenen Erkenntnisse nutzen, um Geschäftsentscheidungen zu verbessern, Probleme oder Fragen zu identifizieren, Markttrends zu erkennen und neue Umsatz- oder Geschäftschancen zu finden.


Wie funktioniert Business Intelligence?

BI-Plattformen erhalten ihre Basisinformationen traditionell aus Data-Warehouses. Ein Data-Warehouse fasst Daten aus mehrere Datenquellen in einem zentralen System zusammen, um Geschäftsanalyse und Berichterstellung zu unterstützen. Business-Intelligence-Software fragt das Data-Warehouse ab und präsentiert dem Benutzer die Ergebnisse in Form von Berichten, Diagrammen und Zuordnungen.

Data-Warehouses können eine OLAP-Engine (Online Analytical Processing) zur Unterstützung mehrdimensionaler Abfragen umfassen. Beispiel: Wie hoch ist der Umsatz in diesem Jahr im Osten gegenüber dem Westen im Vergleich zum letzten Jahr?

„OLAP bietet leistungsfähige Technologie für Datenerkennung und vereinfacht damit Informationsbeschaffung, komplexe analytische Berechnungen und Vorhersageanalyse“, so IBM Offering Manager Doug Dailey in seinem Blog zu Data-Warehousing. „Einer der Hauptvorteile von OLAP ist die Konsistenz von Informationen und Berechnungen, die verwendet werden, um durch optimale Datennutzung Produktqualität, Kundeninteraktionen und Prozesse zu verbessern.“

Einige neuere Business-Intelligence-Lösungen können Rohdaten unter Verwendung von Technologie wie Hadoop direkt extrahieren und aufnehmen, jedoch sind Data-Warehouses in vielen Fällen weiterhin die Datenquelle der Wahl.


Die Geschichte von Business Intelligence

Der Begriff Business Intelligence wurde erstmals im Jahr 1865 von Autor Richard Millar Devens verwendet, als er einen Banker zitierte, der vor seinen Konkurrenten auf dem Markt Informationen erfasste. 1958 untersuchte ein IBM Informatiker namens Hans Peter Luhn das Potenzial der Nutzung von Technologie, um Geschäftsinformationen zu erfassen. Seine Recherche half, Methoden für einige der frühen Analyseplattformen von IBM zu etablieren.

In den 1960er und 70er Jahren wurden die ersten Datenmanagementsysteme und Entscheidungshilfesysteme (Decision Support System, DSS) entwickelt, um zunehmende Datenmengen zu speichern und zu organisieren.

„Viele Historiker vermuten, dass sich die moderne Version der Business Intelligence aus der DSS-Datenbank entwickelte“, so heißt es auf der IT-Schulungswebsite Dataversity. „In dieser Zeit wurden mehrere Tools mit dem Ziel entwickelt, den Zugriff auf Daten und deren Organisation zu vereinfachen. OLAP, Executive Information Systems und Data-Warehouses waren einige der Tools, die für die Arbeit mit DSS entwickelt wurden. 2

In den 1990er Jahren wurde Business Intelligence immer beliebter, jedoch war die Technologie nach wie vor komplex. Sie erforderte in der Regel IT-Support – was häufig zu Rückständen und verzögerten Berichten führte. Auch ohne IT benötigen Business-Intelligence-Analysten und -Benutzer umfangreiches Training, um ihre Daten erfolgreich abzufragen und zu analysieren. 3

Neuere Entwicklungen haben sich auf Self-Service-BI-Anwendungen konzentriert, damit nicht nur Experten von ihren eigenen Berichten und Analysten profitieren können. Moderne cloudbasierte Plattformen haben zudem die Reichweite von BI länderübergreifend erweitert. Viele Lösungen verarbeiten jetzt Big Data und bieten Echtzeitverarbeitung, wodurch Entscheidungsfindung auf Basis von Echtzeitdaten möglich wird.

Mit vertrauenswürdiger Analyse den Umsatz steigern und weiterkommen (1 MB)

Warum Business Intelligence wichtig ist

Mit Business Intelligence können Unternehmen Fragen in einfacher Sprache stellen und erhalten verständliche Antworten. Statt bestmögliche Schätzungen zu verwenden, können sie Entscheidungen darauf basieren, was ihre Geschäftsdaten ihnen sagen – unabhängig davon, ob sie sich auf Produktion, Lieferkette, Kunden oder Markttrends beziehen.

Warum gehen die Umsätze in dieser Region zurück? Wo gibt es einen Bestandsüberschuss? Was sagen Kunden in Social Media? BI trägt dazu bei, diese kritischen Fragen zu beantworten.

„Business Intelligence bietet historische und aktuelle Einblicke in das Unternehmen“, so Maamar Ferkoun in seinem Blog zu IBM Cloud-Computing und Business Intelligence. „Dies wird durch verschiedene Technologien und Verfahren erreicht, die von Analyse und Berichterstellung bis zu Data-Mining und Vorhersageanalyse reichen. Durch die Bereitstellung eines genauen Abbilds des Unternehmens zu einem bestimmten Zeitpunkt bietet BI einem Unternehmen die Möglichkeit, eine auf faktischen Daten basierende Unternehmensstrategie zu gestalten.“

Mit Business Intelligence können Unternehmen datengesteuerte Unternehmen werden, die Leistung verbessern und einen Wettbewerbsvorteil erzielen. Sie können unter anderem Folgendes erreichen:

  • Verbesserung des ROI, indem sie das Unternehmen besser kennenlernen und Ressourcen intelligent zuweisen, um strategische Ziele zu erreichen.
  • Kenntnis von Kundenverhalten, Präferenzen und Trends sowie Verwendung der Erkenntnisse, um potenzielle Kunden besser anzusprechen oder Produkte an sich verändernde Marktanforderungen anzupassen.
  • Überwachung von Betriebsabläufen und Durchführung fortlaufender Korrekturen oder Verbesserungen, gestützt auf Erkenntnisse aus Daten.
  • Verbesserung von Supply-Chain-Management durch umfassende Überwachungsaktivitäten und Weitergabe der Ergebnisse an Partner und Lieferanten.

Einzelhändler können beispielsweise höhere Kosteneinsparungen erzielen, indem sie Leistung und Benchmarks in Ladengeschäften, Kanälen und Regionen vergleichen. Und Versicherer können dank Transparenz des Prozesses der Schadensregulierung sehen, wo sie Dienstleistungsziele verfehlen, und diese Informationen nutzen, um Ergebnisse zu verbessern.


Business Intelligence – Best Practices

Unternehmen profitieren, wenn sie Unternehmensaktivitäten und Prozesse umfassend nutzen, ihre Kunden kennen, den Markt beurteilen und Verbesserungen unterstützen. Sie benötigen die richtigen Tools, um Geschäftsinformationen aus beliebigen Quellen zusammenzufassen und zu analysieren, Muster zu erkennen und Lösungen zu finden.

Die beste BI-Software unterstützt diesen Entscheidungsfindungsprozess durch:

  • Anbindung an eine breite Vielfalt unterschiedlicher Datensysteme und Datensätze einschließlich Datenbanken und Spreadsheets.
  • Bereitstellung fundierter Analyse, damit Benutzer verdeckte Beziehungen und Muster in ihren Daten erkennen können.
  • Darstellung von Antworten in informativen und attraktiven Datenvisualisierungen wie Berichten, Zuordnungen, Diagrammen und Grafiken.
  • Unterstützung einer Gegenüberstellung von Daten in verschiedenen Szenarien.
  • Bereitstellung von Drilldown-, Drillup- und Drillthrough-Funktionen, mit denen Benutzer verschiedene Datenebenen überprüfen können.

Erweiterte BI- und Analysesysteme können auch künstliche Intelligenz (KI) und maschinelles Lernen integrieren, um komplexe Aufgaben zu automatisieren und zu optimieren. Diese Funktionalität verbessert weiter die Fähigkeit von Unternehmen, ihre Daten zu analysieren und fundierte Erkenntnisse zu gewinnen.

Überlegen Sie zum Beispiel, wie IBM Cognos Analytics  Datenanalyse- und grafisch orientierte Tools kombiniert, um die Erstellung von Zuordnungen für Berichte zu unterstützen. Das System verwendet KI, um geografische Informationen automatisch zu identifizieren. Dann können Visualisierungen durch Kartierung des gesamten Globus, einer einzelnen Gegend oder von irgendetwas dazwischen optimiert werden.

In einem Bericht über digitale Neuerfindung des IBM Institute for Business Value heißt es: „In fünf Jahren erwarten 58 Prozent von 1.100 der in unserer Digital Reinvention Study befragten Führungskräfte, dass neue Technologien die Barrieren für den Einstieg reduzieren werden, und 69 Prozent, dass der branchenübergreifende Wettbewerb zunehmen wird.“

„Erweiterte Analyse ermöglicht fundiertere Business Intelligence und Einblicke in das Verbraucherverhalten aus Big Data, sodass Informationen entstehen, die von beschreibend bis prädiktiv reichen.“


Kundenreferenz

North York General Hospital
Erfahren Sie, wie dieser Kunde dazu beiträgt, die Qualität der Pflege zu verbessern, indem täglich Leistungsmetriken berechnet, Trends identifiziert und Prozesse optimiert werden.

Kundenreferenz lesen

Zugehörige Lösungen

IBM Planning Analytics

Automatisieren Sie Prozesse für Planung, Budgetierung, Vorhersage und Analyse. Gehen Sie über Spreadsheets hinaus, um Effizienz zu erreichen und manuelle Schritte zu vermeiden. „Wir sind begeistert von IBM Planning Analytics on Cloud. Die Lösung ist zum One-Stop-Shop für all unsere Finanz- und Buchhaltungsanforderungen geworden.“ – Mick Ferguson, Finance Manager, Hunter Industries


IBM Cognos Analytics

Nutzen Sie diese Analyselösung im gesamten Unternehmen, um Erkenntnisse aus Daten zuverlässig zu überwachen, zu erforschen und zu teilen. „Wir haben deutlich mehr Vertrauen in unsere Metriken – tatsächlich gibt es jetzt die Haltung im Unternehmen, dass „es nicht zählt, wenn es nicht von Cognos kommt“.“ – Stefanie Nicholson, Head of Operations, Go Health Clubs


IBM SPSS Modeler

Durch Vorhersageanalyse können Sie Datenmuster aufdecken, präzise Vorhersagen machen und die Entscheidungsfindung verbessern. „Fundierte Analyse. Sie müssen nur Daten aufnehmen.“ – Mark Lack, Strategy Analytics & Business Intelligence Manager, Mueller, Inc.