KI – Stressthema oder echte Chance für den Mittelstand
14. Januar 2020BI in der Krise – aber nicht weg vom Fenster
8. April 2020BI – Jenseits der bunten Bilder
Das bekannte Whitepaper JETZT als vollständiger Blogbeitrag
Wir haben im letzten Jahr mit unserer Reihe“Klartext“ begonnen. Den einleitenden Beitrag in dem wir detailliert und verständlich auf das Thema Business Intelligence eingingen, haben wir bisher nur als Download angeboten.
Wir wollen es aber allen zugänglich machen. Daher kommt hier das Whitepaper als kompletter Artikel. Viel zu lesen, aber auch viel zu verstehen. Viel Vergnügen und wir freuen uns natürlich über Feedback.
Einleitung
Die großen Meister unserer Zeit wussten es: Ein Bild, so schön es auch sein mag, wirkt nicht ohne den richtigen Rahmen. Der richtige Rahmen inszeniert, schmückt und akzentuiert ein Bild. Am wichtigsten aber ist der Halt, der dem Meisterwerk gegeben wird.
„Ein Bild ohne Rahmen ist wie ein See ohne Ufer“ – Henri Matisse
Die Welt wird immer digitaler und auch Unternehmen wollen diesen Trend der Digitalisierung nutzen. Ein Umdenken hat begonnen. CRM. ERP. DMS. Nein, kein Liedtext der Fantastischen Vier, sondern die Tools, mit denen Business gemacht wird. In all diesen Systemen entsteht eine Vielzahl von Daten. Wahre Ozeane voll mit Bits und Bytes, die nur darauf warten entdeckt zu werden.
Es wird viel getan und eine Vielzahl von IT-Unternehmen im Business Intelligence (BI) Umfeld erleben einen wahren Boom.
Wer nun glaubt, dass BI ein Begriff des neuen Jahrtausends wäre, der wird jetzt erstaunt sein. Denn bereits im Jahr 1958 tauchte im IBM Journal in einem Beitrag der Begriff „Business Intelligence“ auf. Ab dem Jahr 1989 machte sich ein Gartner-Analyst den Begriff zu eigen. Man sieht also, dass der Ansatz und die Erkenntnis in diesem „Ocean of data“ abzutauchen und zu forschen, kein neuer Ansatz ist. Neu sind die technischen Möglichkeiten, über die wir heute verfügen.
Wenn man sich die Geschichte von Business Intelligence- und Decision-Support-Systemen ansieht, so sind sie von parallelen Entwicklungspfaden und Spezialisierungen geprägt. Sie sind vielschichtig und technikgetrieben. Im Jahre 1989 gelang es Howard Dresner im Kontext eines auf multidimensionalen Datenmodellen aufbauenden Online Analytical Processing (OLAP), den Begriff Business Intelligence zu popularisieren. In Folge dessen entwickelten sich Data Warehousing, Business Intelligence und Knowledge Management nahezu isoliert.
Im deutschsprachigen Raum werden BI-Systeme als analytische Informationssysteme verstanden. Doch die Zeiten ändern sich und Data Warehousing und BI-Systeme haben ein gewaltiges Wachstum, eine zunehmende Bedeutung für das Informations- und Wissensmanagement. So haben klassische ETL/ELT-Prozesse sich um Formen der Daten- und Informationsintegration inkl. Data Cleansing erweitert, und OLAP wurde durch vorhersagende Analysen (Data Mining, Predictive Analytics, …) ergänzt.
War Business Intelligence bis vor ein paar Jahren noch ein echtes Buzzword und eher etwas für IT-Freaks und Analyse-Nerds, so haben sich in den letzten Jahren viele Verantwortliche und Interessierte aus den Fachbereichen der operativen Unternehmens-Units in das Thema eingearbeitet. Die Verbreiterung der Nutzerkreise hat ihre Ursache in der immer einfacheren Benutzerführung der Systeme. Musste früher noch ein wesentliches Verständnis der Daten und der zugrundeliegenden Datenmodelle vorhanden sein, ist es heute möglich, Daten schnell und einfach in das BI-System zu bringen und auszuwerten.
„Schneller. Höher. Weiter.“ – So ähnlich vermitteln es die großen BI Anbieter in der Branche. Da setzt man einen Server auf oder geht direkt in die Cloud, bindet seine Daten an und mit wenigen Klicks „fischt“ der frischgeborene „Daten-Ozeanologe“ die ersten Erkenntnisse aus dem großen Teich. Überzogen dargestellt? Ein wenig und mit einem Augenzwinkern geschrieben.
Wir wollen zeigen, wie wichtig die richtige Vorgehensweise bei der Einführung von „Business Intelligence“ im Unternehmen ist. Die Abfolge der Planungs-, Konzeptions- und Implementierungsschritte ist ein maßgeblicher Erfolgsfaktor hierbei.
Theoretisches – BI jenseits der bunten Bilder
Business Intelligence unterstützt organisationale Intelligenz bei Wahrnehmung und Überwachung sowie Interpretation und Verstehen. Es gibt, je nach Anwendungsfall- und Gebiet, verschiedene Konzepte, mit denen Daten analysiert und ausgewertet werden können. Wo andere im ersten Schritt nur „bunte Bilder“ und „fancy Dashboards“ zeigen – wobei wir das natürlich auch können – wollen wir ein gemeinsames Verständnis schaffen, wie wichtig es ist, den theoretischen Teil abzuarbeiten und dann erst in die Praxis zu gehen. Dies führt zu einer schnellen Umsetzung, einem nachhaltigen Betrieb des Systems und einer verbesserten Kommunikation im Unternehmen.
Grundlagen der BI
Wir wollen im nachfolgenden Teil auf die Kernelemente eingehen, die die Business Intelligence charakterisieren, als Erweiterung des Data Warehouse (DWH).
- Wissen: Aus den Daten werden Informationen und aus den Informationen wird Wissen generiert.
- Metadaten Quellsysteme: Es werden ausschließlich Daten aus Quellsystemen verwendet, deren Kontext (Datenentstehung, Semantik) bekannt ist.
- Metadaten DWH: Alle Schritte der zu verarbeitenden Daten müssen nachvollziehbar sein.
- Steuerung: Das so generierte Wissen muss zur klaren Verbesserung der Unternehmenssteuerung beitragen. Dies bedeutet, dass die Ergebnisse Erkenntnisse zur Verbesserung der operativen Prozesse beinhalten müssen.
Kernaussage Business Intelligence:
Aus isolierten Prozesskennzahlen der Einzelschritte des Geschäftsprozesses entsteht ein Indikator, der eine qualitative Aussage über die Güte des Geschäftsprozesses darstellt.
Die operativen Prozesse
Aus isolierten Prozesskennzahlen der Einzelschritte des Geschäftsprozesses entsteht ein Indikator, der eine qualitative Aussage über die Güte des Geschäftsprozesses darstellt So werden aus Daten Informationen aus denen Erkenntnisse gewonnen werden. So entsteht Wissen. Wird dies nicht berücksichtigt, verlieren die Daten an Qualität und Wert. Dieser Umstand ist eine der zentralen Herausforderungen in der BI und verdient unbedingte Beachtung bei der Planung und Umsetzung.
Metadaten- und Metadaten-Management
Die große Klammer über alle Schichten bzw. deren Daten bildet ein übergreifendes Metadatenmanagement. Hier schließt sich die Lücke über fehlendes Wissen zur Entstehung der Quelldaten in den operativen Prozessen. Weiterhin werden im Metadatenmanagement die Verarbeitungslogiken dokumentiert und somit für eine Transparenz zu den Inhalten (Angebot der IT-Systeme) gesorgt. So lassen sich die existierenden Daten nachvollziehbar wiederverwenden und bestehende Kennzahlen und Dimensionen bleiben konsistent. Wir erreichen und erhalten so eine konsistente und qualitätsgesicherte Datenbasis (Single Version of the Truth).
Praktisches – Nicht nur reden, sondern machen!
Neben einem gemeinsamen theoretischen Verständnis ist es wichtig, irgendwann von der Meta-Ebene auf die Umsetzungs-Ebene zu kommen. Hierzu wollen wir die Erfahrung aus mehr als 250 erfolgreichen BI-Projekten auf fünf wesentliche Schritte herunterbrechen und diese kurz erläutern. Warum ist uns das so wichtig? Uns liegen Ihre Daten und die erfolgreiche Umsetzung Ihres BI-Projektes am Herzen. BI ist für uns nicht nur ein Geschäftsmodell, es ist unsere Passion. Wir zeigen Unternehmen den Mehrwert Ihrer Daten, aber auch die Notwendigkeit eines soliden und durchdachten Unterbaus.
Schritt 1: Einfach mal machen? Dann lieber lassen!
Ein gewisser Enthusiasmus ist eine gute Voraussetzung, um ein BI-Projekt zu starten. Doch hier ist Vorsicht geboten. Häufig werden ansprechende Marketingvideos angesehen
oder spannende und vielversprechende Webseiten durchforstet. So entsteht leicht der Eindruck, dass BI ein „lustiges“ Klicken und „lockeres“ Daten-miteinander-Verknüpfen ist.
Doch Achtung: Der Schein trügt und die Herangehensweise führt mit Sicherheit nicht zu validen Ergebnissen. Die Erfahrungen aus unseren BI-Projekten zeigen immer wieder, dass das geplante und strukturierte Projekt das Erfolgreichere und vor allem Nachhaltigere ist. Daher gilt es ein paar grundlegende Dinge zu bedenken.
Starten Sie mit einer internen Bedarfsanalyse und stellen Sie sich die Frage, was sie für Ihre BI-Lösung brauchen. Wo liegen die aktuellen Defizite beim Reporting und im Datenmanagement? Konkret sollten Sie sich mit der Frage nach Prozessproblemen oder Abläufen beschäftigten, die einen zu hohen manuellen Aufwand bedeuten. In dieser Phase macht es durchaus Sinn, sich bestehende Berichte genauer anzusehen und Mängel und Verbesserungen zu dokumentieren. So können diese später in der Umsetzungsphase optimiert werden. Definieren Sie Ihre Ziele anhand der benötigten Informationen und beschreiben Sie Kennzahlen, die Sie später auswerten wollen. Listen Sie auf, welche vorhandenen Datenquellen dafür die Basis sind und skizzieren Sie Ihr „Big Picture“. Welche Datenquellen sind aktuell die Basis der Auswertungen, welche Datenquellen sind für die Business User wichtig? Was ist in Zukunft geplant? Welche zusätzlichen Quellen (z.B. Daten der Logistik-Dienstleister) wären sinnvoll zur Abbildung von Geschäftsprozess-Auswertungen?
Zusätzlich „bedenken“ Sie bereits jetzt anhand welcher Dimensionen (Kunden, Produkte, Regionen, Zeit etc.) Sie später Ihre Daten – auch in welcher Detailtiefe – analysieren wollen. Und wenn Sie schon dabei sind, dann dokumentieren Sie, auf welcher Aggregatsebene und in welcher Aktualität die Kennzahlen vorliegen sollen. Priorisieren Sie Ihre Anforderungen bereits in dieser Phase.
Man sieht also hier bereits sehr deutlich, dass, bevor an irgendwelche Dashboards und Berichte zu denken ist, eine Menge Vorarbeiten notwendig sind. Leider wird dies in den zweifelsohne gut gemachten Marketing-Videos oft genug verschwiegen.
Und wer jetzt denkt, naja das ist ja alles nicht ganz so wild, dem sei versichert, dass das nur der Anfang war. Weiter geht es dann mit der Ist-Analyse. Hier geht es um die Erfassung und Dokumentation der Systeme, die bereits vorhanden sind. Dann die Stellen, an denen
bereits BI-Systematiken im Einsatz sind.
Zudem bestehende dispositive Datenquellen, Reporting-Systeme, etc. und die Frage, ob diese Komponenten weiterverwendet werden können. Weiter geht es mit der Klärung, wo die gewünschten Informationen oder Kennzahlen in den operativen Systemen vorliege. Zudem ist zu prüfen, ob sie gegebenenfalls aus den Rohdaten berechnet werden können.
Ein letztes, aber sehr wichtiges Thema, ist das Rechte- und Rollenkonzept (Data Governance). Zu guter Letzt sollte noch die Frage zentraler Auswertungsstrukturen (z.B. BWAs) definiert werden. So kann ein unnötiger doppelter Pflegeaufwand vermieden werden. Ganz schön viel, aber auch ganz schon lohnend.
Wir wollen Ihnen an dieser Stelle keine Angst machen. Wir wollen nur sensibilisieren und deutlich machen, dass ein BI-Projekt ein hochkomplexes Vorhaben ist, das jenseits der bunten Bilder beginnt.
Schritt 2: Je bunter desto besser? Manchmal ist weniger mehr!
Es ist ein großartiges Gefühl, wenn die Basis der geplanten BI-Lösung steht und es daran geht, die Visualisierung der Kennzahlen anzugehen. Oft erleben wir, dass Kunden im ersten Schritt „nur“ die bestehenden klassischen Berichte ablösen wollen. Dabei werden die Themen „Analyse“ und „Data Discovery“ am Anfang oft ignoriert. Wir wissen, dass das keine Absicht ist. Meist liegt es daran, dass der Kunde vorher keine Erfahrung mit BI hatte. Somit wird der Nutzenaspekt eines BI-Systems nicht umgesetzt bzw. nicht erkannt. Solange man das weiß und sich darauf einlässt, ist das auch kein Problem. Denn hier kommen wir ins Spiel. Wir wissen um die Möglichkeiten, wir kennen die Daten und Ansprüche aus der Projektvorbereitung und wir unterstützen Sie.
Wir Menschen lieben Muster und verlieren auf der Suche nach Mustern oft einmal den Überblick. Daher – so schön bunt autoformatierte Excel-Listen auch sein können – liegt das zentrale Merkmal von Dashboards in ihrer Einfachheit und Übersichtlichkeit. Die wichtigsten Kernaussagen eines Dashboards müssen von der jeweiligen Zielgruppe auf einen Blick erkennbar sein. Inhalte sollten in ihrer Darstellung so gewählt sein, dass es sich um übergreifende und allgemein anerkannte Kenngrößen handelt. Wichtig an dieser Stelle ist der Hinweis, sich im ersten Schritt auf die relevanten Geschäftsinformationen zu konzentrieren und diese Basis im weiteren Verlauf des Projektes sukzessive zu erweitern. Dies spart Zeit und schont Budgets, ohne den Wert der neuen BI-Lösung zu schmälern. Um vom Start weg Vertrauen und Akzeptanz bei den Nutzern und Entscheidern zu schaffen, ist die Konsistenz und Qualität der Daten extrem wichtig. Nur so liefern Auswertungen, Trends, Analysen und Planungen verlässliche Zahlen und schaffen den angestrebten Mehrwert. Schnellere Erkenntnisse gewinnen und sicherere Entscheidungen auf Basis valider Zahlen treffen. Wenn also ein Dashboard richtig „designed“ und mit den passenden KPIs befüllt wird, lässt sich für das Unternehmen großer Nutzen und erhebliche Vorteile generieren. Dashboards sollten immer auf die Rolle des Fachanwenders zugeschnitten sein.
Nutzen und Vorteile von Dashboards
- Unternehmensstrategie kann auf messbare Größen und Ziele heruntergebrochen werden.
- Informationen können an die unterschiedlichen Bereiche eines Unternehmens angepasst werden.
- Eine gemeinsame Datenbasis schafft Verständnis und verbessert die Kommunikation im Unternehmen.
- Massive Zeitersparnis gegenüber bisheriger Einzelreports.
- Übersichtliche und klare Darstellung wichtiger Unternehmenskennzahlen.
- Schnelleres Erkennen von negativen Trends und Überprüfung von Steuerungseffekten.
Schritt 3: Holzhütte oder Burg? Das Fundament entscheidet!
Es ist wie im richtigen Leben: Das Fundament ist entscheidend, wenn es um die Stabilität und die Zukunftsfähigkeit eines Unternehmens geht. Es ist die Grundlage, die erst die „bunten Bilder“ entstehen lässt. Je besser die Grundlage, desto besser auch die Möglichkeiten Bilder zu „malen“. Aufgrund der jahrelangen Erfahrung und unseren Projekten im KMU-Umfeld legen wir auf dieses Fundament – dem stabilen Unterbau des Business Intelligence-Systems – so großen Wert. Das Backend einer Business Intelligence Lösung muss in einer „ordentlichen“ Schichten-Architektur aufgesetzt werden. Beispiel: Datenquelle, Datawarehouse inkl. Lade- und Data Preparation, inkrementelle Mechanismen, Auswerteschichten als Würfel oder InMemory.
Dabei müssen Latenz-Zeiten (wie aktuell muss die Information sein?), Kennzahlen (was ist eigentlich Umsatz?), KPIs- (was ist unsere „perfect order“?) und Dimensionen (was ist ein Kunde?) berücksichtigt werden. Zusätzlich müssen häufig auch „historische Daten“ integriert werden, die oft andere Datenstrukturen haben.
Mal fernab von allem Technischen. Der praktische Nutzen eines Data Warehouses liegt darin, dass sich die Daten aus sämtlichen operativen Systemen einsammeln und an einer zentralen Stelle auswerten lassen. Nur so lässt sich der gesamte Geschäftsprozess analysieren und auswerten. Wir versuchen das am Beispiel einer praxisnahen Phantasie-Reise zu verdeutlichen.
Gehen wir also in das Jahr 3 vBIP (vor BI-Projekt) und sehen uns an, wie Geschäftszahlen ausgewertet werden, dann wird schnell klar, dass man das zwar so machen kann, und dass dabei auch brauchbare Ergebnisse entstehen. Der Aufwand dahinter ist aber doch recht hoch. Da müssen Exporte aus dem ERP und CRM gezogen, und dann mit einem künstlichen Schlüssel zusammengeführt werden. Dies passiert zu unterschiedlichen Zeiten und mit unterschiedlichen Qualitätsgraden. Nur so lassen sich systemübergreifende Auswertungen vornehmen. Das Problem in der Zeit vor BI ist die unterschiedliche Begriffsdefinition von Kennzahlen. Nun haben sich die Fragestellungen im Laufe der Jahre nicht groß verändert, doch die Technik gibt uns heute ganz andere Möglichkeiten. Nutzen wir sie also auf unserer Reise, und gehen ins Jahr 1 nBIP (nach BI-Projekt). Schauen wir uns an, wie hier gearbeitet wird.
Der Nutzer öffnet sein BI-Frontend und gelangt automatisch auf sein Dashboard, das sich in Sekundenschnelle mit Informationen füllt. Sämtliche entscheidungsrelevanten Informationen aus den unterschiedlichsten Systemen erscheinen. Die Finanzdaten wurden über Nacht aktualisiert. Einzig die Zahlen aus den Kassensystemen sind gerade einmal fünf Minuten alt. Im Dashboard sind Werte, die seine Aufmerksamkeit erfordern, farblich markiert. Er kann sich also um die Dinge kümmern, die nicht wie geplant laufen (Management by exceptions). In weiteren Schritten kann er die Auswertungen teilen, und sich mit Kollegen abstimmen oder zusätzliche Daten einfach und schnell zur weiteren Analyse einbinden.
All das ermöglicht ein durchdachtes Data Warehouse. Es entsteht ein 360° Blick auf Geschäftsprozesse, die sich über verschiedene operative Prozesse erstrecken, jetzt aber eine gemeinsame „Heimat“ haben.
Das Data Warehouse bildet hier also die verbindende Schicht. Es ermöglicht schnell und einfach auch komplexere Fragestellungen effizient zu beantworten und bei Bedarf sogar tiefergehend zu analysieren.
Schritt 4: Friss oder stirb? Der Köder muss dem Fisch schmecken!
Die Einführung oder Erweiterung einer BI-Lösung in einem Unternehmen bringt eine Menge Veränderung. Bekanntermaßen verursachen Veränderungen bei Menschen meist Unbehagen. Streng gehütete Wissensvorsprünge schwinden plötzlich, da alle Unternehmensdaten eingesammelt und zentral zur Auswertung bereitgestellt werden. Datensilos werden in der Projektphase erkannt und gemeinsam aufgelöst. Das bedeutet zwar eine Menge Änderungen und Unsicherheiten, oft werden aber die Chancen und Vorteile gänzlich übersehen.
Klingt alles negativ und nach viel Arbeit. Stimmt, aber es lohnt sich!
Wichtig ist die frühzeitige Einbindung der relevanten Abteilungen. Nur wer sich abgeholt fühlt, wird kommenden Veränderungen gegenüber offen sein.
Gerade die Einbindung der Mitarbeiter*Innen birgt eine große Chance, die Unsicherheit zu nehmen. So werden aus Zweiflern motivierte Verbündete. Zeigen Sie Mehrwerte. Schaffen Sie Visionen. Geben Sie Freiräume, um Neues zu testen. Fördern Sie Innovationen und fordern Sie zum Austausch auf. Denn gerade in der abteilungsübergreifenden Kommunikation liegt echtes Potenzial. Der richtige Partner bei der Umsetzung wird diese Dinge berücksichtgen und den Changeprozess von außen unterstützen und begleiten. Oftmals gilt „der Prophet im eigenen Land“ nicht viel. In solchen Fällen kann die externe Fachkraft während der Begleitung des Changeprozesses wertvolle Impulse liefern.
Wir empfehlen die Bildung eines interdisziplinären Projektteams (Fachabteilung, Controlling, IT, Pate aus der Geschäftsführung), um ein besseres Verständnis der gesamtem Wertschöpfungsprozesse im Unternehmen zu schaffen. Machen Sie Betroffene zu Beteiligten.
Schritt 5: Scribble oder Meisterwerk? Das ganze Bild zählt … und der Rahmen!
Wir kommen langsam zum Ende und hoffen, dass es uns gelungen ist, zum Thema Business Intelligence klar und deutlich zu schreiben. Wir wollen Ihnen Mut, aber auch Lust darauf machen, diese spannende Welt zu entdecken. Am liebsten natürlich mit uns.
Gutes Marketing ist wichtig, und so ist es nur verständlich, dass die Großen der Branche eine Vielzahl von Materialen veröffentlichen, die den Eindruck vermitteln, dass das Thema mit wenigen Klicks erledigt ist. Ab einem bestimmten Zeitpunkt ist das tatsächlich so. Bis zu diesem Zeitpunkt ist schon viel passiert. Die interne Abstimmung zwischen den Fachabteilungen und dem Implementierungspartner ist abgeschlossen. Es werden Daten aus den operativen Systemen abgeholt. Die Daten werden im DWH ordentlich und performant abgelegt. Endlich, nach einem erfolgreich absolvierten Training, geht es ans Erstellen von Dashboards und Reports: Reports und Dashboards, die aussagekräftig sind, und Sie in Ihren Entscheidungen maßgeblich unterstützen, werden jetzt „zusammenklickt“.
Es ist wichtig, realistisch und intelligent an das Thema BI heranzugehen. Einerseits spart es eine Menge Frust und Ärger, andererseits fördert es Gelassenheit, wenn ich weiß, was auf mich zukommt. Vor allem aber bedeutet es Erfolg, wenn man in der Lage ist, strategische Systeme mit der notwendigen Sorgfalt ins Unternehmen zu integrieren.
Dies bestätigt auch der BARC Survey 18 (Anm. d. Verfassers: Der BARC Survey 19 liegt zum Zeitpunkt der Veröffentlichung vor und bestätigt das Ergebnis aus dem Vorjahr), bei dem BI-System-Anwender angeben, dass die Wahl des richtigen Partners bei der Implementierung einer BI-Lösung im Unternehmen erfolgsentscheidend ist.
b-imtec ist dieser richtige Partner.
Wir können auch bunte Bilder, das haben wir in über 250 Projekten bewiesen. Viel wichtiger aber ist, dass wir eine echt stabile Basis, den passenden Rahmen für Ihre bunten Bilder schaffen können. Einen stabilen und nachhaltigen Rahmen, der Ihren Bildern Nachdruck, Wirkung und Authentizität verleiht.