Der Begriff „Business Intelligence“ umfasst „die Anwendungen, Infrastrukturen, Tools und Best Practices, die den Zugriff auf Informationen und deren Analyse ermöglichen“ (Gartner). Seinen Ursprung hat er in den Entscheidungsunterstützungssystemen der 1960er Jahre, bevor er in den 1980ern ausgebaut und weiterentwickelt wurde. Business Intelligence entstand zusammen mit Computermodellen zur Entscheidungsfindung und Planung als eine Möglichkeit, aus Daten nützliche Schlussfolgerungen zu ziehen. Obwohl sich Business Intelligence im Laufe der Zeit weiterentwickelt hat, ist sie heute noch so bedeutsam wie eh und je.

Dieser Artikel soll einen ersten Einstieg in die Thematik ermöglichen. Wenn Sie sich ausführlicher damit beschäftigen möchten, legen wir Ihnen unsere Buchtipps mit englischsprachiger Literatur zum Thema Business Intelligence ans Herz. Außerdem könnte unsere Liste mit Fallbeispielen für reale Business-Intelligence-Anwendungen von Interesse für Sie sein.

Was ist Business Intelligence?

Der technische Begriff „Business Intelligence“ bezieht sich auf den Einsatz von Daten, Computing und Analytics im unternehmerischen Kontext. Bei Business Intelligence handelt es sich nicht um eine konkrete „Sache“, sondern vielmehr um einen Sammelbegriff, der die Prozesse und Methoden zur Erfassung, Speicherung und Analyse geschäftlicher Daten mit dem Ziel der Leistungsoptimierung einschließt. Aus der Kombination all dieser Faktoren ergibt sich ein Gesamtbild eines Unternehmens, das Menschen in die Lage versetzen soll, bessere, direkt umsetzbare Entscheidungen zu treffen.

Beispiele für Business Intelligence:

  • Data-Mining
  • Berichtswesen
  • Leistungskennzahlen und Benchmarks
  • Descriptive Analytics
  • Datenbankabfragen
  • Statistische Analyse
  • Datenvisualisierung
  • Datenvorbereitung

Warum ist Business Intelligence wichtig?

Einfach gesagt hilft Business Intelligence durch Darstellung aktueller und historischer Daten in ihrem geschäftlichen Zusammenhang Menschen dabei, bessere geschäftliche Entscheidungen zu treffen. Dadurch stehen Leistungsbenchmarks zur Verfügung, mit denen ein Unternehmen reibungsloser und effizienter arbeiten kann. Auch lassen sich so leichter Markttrends erkennen, was Umsatz- oder Erlössteigerungen möglich macht. Sinnvoll eingesetzt kann Business Intelligence sogar Compliance-Prozesse und die Personalbeschaffung vereinfachen. Kurzum, Business Intelligence birgt das Potenzial, nahezu jeden Aspekt eines Unternehmens zu verbessern.

Die digitale Transformation hat gewaltige Datenströme in Bewegung gesetzt, die keineswegs abebben – ganz im Gegenteil. Fast immer und überall haben wir es heute mit Daten zu tun. Aus den alltäglichen Prozessen von Unternehmen jeder Größe sind sie mittlerweile gar nicht mehr wegzudenken. In der Folge erwartet jeder einfachen Zugriff auf neue Informationen, auf deren Grundlage dann alltägliche Entscheidungen getroffen und nicht zuletzt lukrative Geschäftschancen ausgelotet werden sollen.

Business Intelligence kann Unternehmen u. a. bei Folgendem helfen:

  • Identifikation von Bereichen oder Methoden der Gewinnsteigerung
  • Analyse des Kundenverhaltens
  • Datenvergleich mit Wettbewerbern
  • Nachverfolgung der Unternehmensleistung
  • Optimierung des Geschäftsbetriebs
  • Prognostizierung der Erfolgschancen neuer Geschäftsvorhaben
  • Erkennung von Markttrends
  • Erkennung geschäftlicher Probleme

Beispiel für ein Dashboard mit ökonomischen Indikatoren, das die langfristigen Triebkräfte der US-amerikanischen Wirtschaft wiedergibtBeispiel für ein Dashboard mit ökonomischen Indikatoren, das die langfristigen Triebkräfte der US-amerikanischen Wirtschaft wiedergibt

Wie funktioniert Business Intelligence?

Unternehmen haben Fragen und Ziele. Um diese Fragen beantworten und die Erfüllung dieser Ziele verfolgen zu können, tragen sie entsprechende Daten zusammen, analysieren diese und entscheiden dann auf dieser Basis, was zum Wohle des Unternehmens getan werden muss.

Betrachten wir ein Praxisbeispiel: Der Finanzdienstleister Charles Schwab nutzte Business Intelligence, um sich einen umfassenden Überblick über alle seine Filialen in den USA zu verschaffen, Leistungskennzahlen nachzuvollziehen und Chancenbereiche ausfindig zu machen. Mithilfe einer zentralen Business-Intelligence-Plattform konnte Charles Schwab sämtliche Filialdaten in einer einzigen Ansicht zusammenfassen. Nun haben Filialleiter die Möglichkeit, zu ermitteln, welche Kunden möglicherweise neue oder veränderte Investitionsanforderungen haben. Außerdem können Führungskräfte überprüfen, ob eine bestimmte Region über- oder unterdurchschnittlich abschneidet, und per Mausklick Details zu den leistungsstärksten Filialen in dieser Region abrufen. Dies setzt zusätzliche Optimierungspotenziale frei und verbessert zugleich den Kundendienst.

Technisch betrachtet werden Rohdaten aus der Geschäftstätigkeit des Unternehmens gesammelt, verarbeitet und anschließend in Data Warehouses gespeichert. Auf diese gespeicherten Daten können Benutzer dann zugreifen, um sie zu analysieren und geschäftlich relevante Fragen zu beantworten.

Was ist der Unterschied zwischen Business Intelligence und Business Analytics?

Business Analytics ist ein Unterbegriff der Business Intelligence. Im IT-Glossar von Gartner ist dieser Begriff wie folgt definiert: „Business Analytics umfassen Data-Mining, Predictive Analytics, angewandte Analytics und Statistik.“ Kurz gesagt, Organisationen nutzen Business Analytics im Rahmen ihrer übergeordneten Business-Intelligence-Strategie.

Business Analytics sollten jedoch kein linearer Prozess sein, da die Beantwortung einer Frage wahrscheinlich weitere Fragen aufwerfen und damit neuerliche Prozesse in Gang setzen wird. Business-Analytics-Vorgänge gleichen also eher einem Zyklus, bestehend aus Datenzugriff, Data Discovery, Datenuntersuchung und Informationsweitergabe. Dies wird als „Cycle of Analytics“ bezeichnet – ein moderner Ausdruck, der beschreibt, wie Unternehmen mithilfe von Analytics auf sich ständig verändernde Fragestellungen und Erwartungshaltungen reagieren.

Mehr darüber erfahren Sie in unserem Whitepaper zum Cycle of Analytics, in dem auch noch weitere Business-Intelligence-Begriffe erklärt werden.

Business-Intelligence-Tools

Viele Selfservice-Business-Intelligence-Tools verkürzen den Analyseprozess und erleichtern Benutzern das Verständnis ihrer Daten, ohne dass dafür das technische Fachwissen nötig wäre, um die Daten selbst zu durchforsten.

Eine häufige Präsentationsmethode für Business Intelligence sind Datenvisualisierungen. Wir Menschen verlassen uns in der Wahrnehmung vor allem auf unsere Augen, die dementsprechend stark auf die Erkennung von Mustern und Farbnuancen geschult sind. Datenvisualisierungen machen sich genau diesen Umstand zunutze, indem sie Daten auf übersichtliche, leicht nachvollziehbare Art und Weise grafisch darstellen. Werden solche Visualisierungen dann in Form von Dashboards präsentiert, lassen sich leicht Datenstorys, Trends und Muster ablesen, die bei der manuellen Analyse von Rohdaten möglicherweise nicht sofort ins Auge springen. Dieses erhöhte Maß an Zugänglichkeit ermöglicht eine intensivere Auseinandersetzung mit Daten, was wiederum handfeste geschäftliche Vorteile haben kann.

Lesen Sie dazu unseren Bericht über aktuelle Business-Intelligence-Trends.

Was ist der Unterschied zwischen herkömmlicher und moderner Business Intelligence?

Früher basierten Business-Intelligence-Tools auf einem herkömmlichen Business-Intelligence-Modell, d. h. auf einem Top-down-Ansatz, demzufolge Business Intelligence in erster Linie eine Aufgabe der IT-Abteilung war und die meisten, wenn nicht alle Analytics-Fragen mit statischen Berichten beantwortet wurden. Hatte jemand eine weitergehende Frage zu einem solchen Bericht, musste diese Frage erst wieder den gesamten Berichtserstellungsprozess durchlaufen. Die Folge waren frustrierend langsame Berichtszyklen und ein Mangel an aktuellen Daten als jederzeit verfügbare Entscheidungsgrundlage.

Der Analytics-Workflow im modernen Business-Intelligence-ModellDer Analytics-Workflow im modernen Business-Intelligence-Modell

Heute stellen viele Unternehmen ihre Prozesse auf ein modernes Business-Intelligence-Modell auf Selfservice-Basis um. Die IT-Abteilung kümmert sich dann nur noch um Sicherheit, Genauigkeit und Bereitstellung der Daten, während die Benutzer über Business Intelligence-Plattformen direkt mit ihren Daten interagieren können. Moderne Analytics-Plattformen wie Tableau unterstützen Organisationen auf jeder einzelnen Etappe des Cycle of Analytics: Datenvorbereitung in Tableau Prep, Analyse und Data Discovery in Tableau Desktop sowie Freigabe und Governance auf Tableau Server oder in Tableau Online. In der Folge kann sich das IT-Team voll und ganz auf die Verwaltung des Datenzugriffs konzentrieren, während Geschäftsanwender eigenständig Daten untersuchen und Erkenntnisse weiterreichen können.

Mehr über dieses Thema erfahren Sie in unserem Whitepaper über den modernen Business-Intelligence-Ansatz.