Business Intelligence stärkt KMUs

Viele kleine und mittlere Unternehmen stehen heute vor ganz anderen Herausforderungen als noch vor ein paar Jahren. Um die digitale Transformation bewusst zu gestalten, benötigt das Management geeignete Analysewerkzeuge. Gefragt sind Software-Lösungen, die aus möglichst beliebigen Rohdaten konkret umsetzbare Erkenntnisse gewinnen können. Eine solche verbesserte Entscheidungsgrundlage schafft klare Wettbewerbsvorteile – von möglichen Kostensenkungen über Qualitätssteigerung bis hin zum Erschließen neuer Märkte und Geschäftsmodelle. Aus diesem Bedürfnis nach einem besseren Verständnis für die internen Geschäftsabläufe wie auch für externe Marktentwicklungen he­raus ist das Fachgebiet der Business Intelligence (BI) entstanden.

Business Intelligence hat zum Ziel, durch die systematische Auswertung einer Vielzahl sehr unterschiedlicher Datenquellen eine verbesserte Basis für die operative und strategische Entscheidungsfindung zu schaffen. Zahlreiche Praxisbeispiele zeugen von den vielseitigen Vorteilen von BI. Die itelligence AG aus Bielefeld, einer der international führenden SAP-Partner, berichtet beispielsweise von dem Erfolg eines Kunden, der mit Hilfe von BI ein gravierendes Produktionsproblem lösen konnte. Der Maschinenbauer hatte bei der Fertigung komplexer Präzisions-Metallteile in großen Stückzahlen eine hohe Ausschussquote und konnte der Ursache mit althergebrachten Analysemethoden nicht auf die Spur kommen.

Um das Problem zu entschärfen wurde eine BI-Lösung implementiert, in der die vielen möglichen Einflussfaktoren abgebildet und Geschäftsprozesse modelliert werden. Die Analyse-Software fand heraus, dass die Bearbeitungswerkzeuge zu ganz bestimmten Zeitpunkten gewechselt werden mussten. Dadurch ließen sich die Fertigungstoleranzen durchgängig einhalten und die Ausschussquote entscheidend verringern. Bereits nach wenigen Wochen habe sich die sechsstellige Investition für das Projekt amortisiert.

Das Beispiel verdeutlicht, warum Lösungen rund um Business Intelligence gefragter sind denn je. Forschungsinstitute prognostizieren dem gesamten BI-Markt ein solides Wachstum. Die weltweiten Umsätze im Bereich Big Data und Business Analytics sollen laut IDC bis 2019 sagenhafte 187 Milliarden Dollar erreichen. Davon entfallen rund 48,6 Milliarden Dollar auf die Verarbeitung von Big Data. Ausgaben für Cloud-Technologien sollen insgesamt 4,5-mal schneller wachsen als Investitionen in reine On-Premise-Lösungen, sagt IDC voraus. Und: Bis zum Jahr 2020 wird jede zweite BI-Lösung nicht nur rein deskriptive, interpretierende und prädiktive Analysen bieten, sondern auch präskriptive Analytik-Funktionen auf der Basis kognitiver Systeme bereitstellen – konkrete Handlungsanweisungen auf der Basis Künstlicher Intelligenz.

Big Data, IoT, Industrie 4.0, Robotik und andere Entwicklungen erzwingen neue Investitionen. Kreditvergaberichtlinien gemäß Basel III und IV haben dazu geführt, dass Banken mehr Wert auf nachprüfbare Bilanzkennzahlen und ein funktionierendes Berichtswesen (Reporting) legen. Zudem müssen sich deutsche KMUs immer öfter im globalen Wettbewerb bewähren. Business Intelligence entwickelt sich zum unverzichtbaren Instrument der Entscheidungsfindung.

Die erste Generation von BI-Software war teuer und unflexibel. Die Integration dieser Lösungen erforderte die Zusammenführung verschiedener Datenquellen zu einem Data Warehouse, einem zentralen Lager für strukturierte Datenbestände. Diese Data Warehouses und die unterstützten Datenabfragen musste jedes Unternehmen individuell entwickeln lassen. BI-Lösungen waren daher historisch gesehen sehr IT-zentriert und IT-getrieben: Die verschiedenen Entscheidungsträger im Unternehmen mussten diverse Hürden überwinden, um der eigenen IT-Abteilung die benötigten BI-Berichte zu entlocken; sie mussten zudem eine lange Vorlaufzeit in Kauf nehmen und sich mit der geringen Anpassungsfähigkeit der Lösung zufriedengeben, etwa eines konkreten BI-Berichts aufgrund komplexer SQL-Anfragen.

BI-Projekte mit klassischer ETL-basierter Datenintegration weisen einen Entwicklungszyklus von sechs bis neun Monaten auf, berichtet das Leipziger Start-up Data Virtuality mit Bezug auf Gartner. Rund zwei von drei dieser Projekte würden scheitern. ETL steht für Extract, Transform and Load (extrahieren, transformieren und einlesen), einen Vorgang, bei dem Daten aus diversen unterschiedlich strukturierten oder auch unstrukturierten Datenquellen in einer Zieldatenbank zusammengeführt werden.

Das häufige Scheitern ist nicht verwunderlich, denn das hohe Innovationstempo der digitalen Transformation führt zur kontinuierlichen Entstehung neuer Datenquellen und neuer Arten von Daten – von Aktivitätslogs mobiler Apps über Industrie-4.0-Sensorik und Social-Media-Feeds bis hin zum Geolocation-Tracking. Klassische BI-Ansätze auf der Basis eines Data Warehouses schlagen zum einen aufgrund der Heterogenität der neuartigen Daten fehl, zum anderen aufgrund der hohen Veränderlichkeit der Datenquellen im schnelllebigen Geschäftsumfeld. Erschwerend hinzu kommt der Umstand, dass sich manche Daten, falls überhaupt, dann nur schwer in relationale Strukturen überführen lassen.

Diese neuen Herausforderungen haben neue BI-Ansätze auf den Plan gerufen. Einer dieser neuen Ansätze basiert auf dem Konzept des sogenannten Datensees (Data Lake). Bei einem Datensee handelt es sich um einen Vorratsspeicher, in dem große Mengen von strukturierten, semistrukturierten wie auch unstrukturierten Rohdaten in ihren nativen Formaten archiviert sind.

Im Unterschied zu einem Data Warehouse legt ein Datensee die Datenstruktur nicht vorab fest, sie ergibt sich erst aus den Anforderungen einer konkreten Abfrage. Diese zusätzliche Flexibilität ist allerdings mit einem beträchtlichen Entwicklungsaufwand verbunden. Während Großunternehmen ihren jeweiligen Datensee-Speicher auf Apache Hadoop (typischerweise On-Premise) aufsetzen, behelfen sich viele KMUs mit Cloud-Diensten wie AWS S3, Azure Blob/Azure Data Lake Store oder Google Cloud Storage (in cloudbasierten und hybriden Deployments).

Einen anderen Ansatz verfolgt Data Virtuality. Seine Antwort auf die Herausforderungen der Datenflut taufte das preisgekrönte Start-up auf den Namen Logical Data Warehouse. Die Lösung verbindet die Datenvirtualisierung mit einer automatisierten ETL-Engine. Das Unternehmen verspricht „die agilste und leistungsfähigste Form der Datenintegration“ mit BI-Werkzeugen und verweist bei den Implementierungen auf eine Erfolgsquote von 100 Prozent.

„Mit DataVirtuality haben wir endlich die eine zentrale Data-Warehouse-Lösung gefunden, die sämtliche Anforderungen erfüllt,“ sagt Tobias Helm, Leiter der BI- und Finanzabteilung des Online-Shops Windeln.de. „Wir können ohne Umweg über die IT auf alle relevanten Daten zugreifen und neue Datenquellen in wenigen Minuten selbst anbinden“, freut er sich.

Der Erfolg der Data Virtuality GmbH unterstreicht den Trend im Mittelstand weg von IT-zentrischer Business Intelligence hin zu Selfservice-BI. Wie wichtig Start-ups hierbei sind, betonte Sigmar Gabriel noch in seiner Funktion als Bundeswirtschaftsminister. „Wir haben (…) einen wachsenden Bedarf an Fachkräften, den wir nicht so einfach decken können“, so Gabriel. Die Digitalisierung sei hier das zentrale Thema. Mit knapp 60 Millionen Euro habe die Bundesregierung Kompetenzzentren zur Digitalisierung im Mittelstand aufgebaut und 2 Milliarden Euro für Neugründungen mobilisiert. Letztlich seien Start-ups „Partner des Mittelstands“.

BI-Implementierungen, die eine aktive Beteiligung der hauseigenen IT-Abteilung voraussetzen, scheitern oft wegen fehlender Fachkräfte und unzureichender Agilität. „Gefragt ist eine holistische Denkweise,“ erklärt Kurt Schlegel, Vice President Research bei Gartner. Die Herausforderung beschränke sich nicht nur auf die Auswahl der geeigneten BI-Werkzeuge. Die weitaus wichtigere Komponente einer BI-Strategie nach dem Selbstbedienungsansatz stelle das Schaffen einer geeigneten organisatorischen Struktur des Unternehmens dar.

 „Unternehmen geben sehr viel Geld aus für Business Intelligence (…), um ihre Mitarbeiter mit den richtigen Informationen zu versorgen“, sagt Nicolas Bissantz, Mitgründer und geschäftsführender Gesellschafter der Nürnberger Bissantz & Company GmbH. „Wenn etwas schiefgeht (…), geht es an der Mensch-Maschine-Schnittstelle schief“, hebt er hervor.

Um herauszufinden, wie eine Business-Intelligence-Software bei Führungskräften bessere Entscheidungen fördern könnte, hat man bei Bissantz einem der besten Rennfahrer der Welt beim Lenken über die Schultern geschaut. Bissantz-&-Company-Forscher haben die Rennsport-Legende Hans-Joachim „Strietzel“ Stuck mit Hilfe einer Eyetracking-Brille von Tobii durch die Nordschleife des Nürburgrings, der gefährlichsten Rennstrecke der Welt, begleitet. Als Referenzfahrer sprang Nicolas Bissantz selbst ein. Nach der Auswertung von rund 24.000 Aufnahmen der Blickbewegungen der beiden Fahrer im direkten Zusammenhang mit dem Verlauf der Strecke war die Erkenntnis eindeutig: Müsse ein Mensch unter Zeitdruck und in Stress-Situationen entscheiden, käme es darauf an, „alles zu ignorieren, was auffällig aber unwichtig“ sei – selbst dann, wenn es dem Auge schwerfalle. Eine geschickte Gestaltung würde richtige Entscheidungen begünstigen und so sei eine durchdachte Datenvisualisierung gerade im Umfeld von Business Intelligence von entscheidender Bedeutung.

Deutschland ist laut den Analysten von BARC hinter den Vereinigten Staaten der zweitgrößte Markt der Welt für BI-Lösungen. Den Marktforschern von Apps Run The World Research zufolge gilt SAP mit einem Marktanteil von 10 Prozent und einem Wachstum von 23 Prozent im Vergleich zum Vorjahr als weltweiter Marktführer.

Die zunehmende Relevanz von Business Intelligence in der digitalen Wirtschaft hat die Branchengrößen IBM, Microsoft, Oracle und SAP immer wieder in Zugzwang gebracht. Um organisches Wachstum durch Innovationskraft zu stärken, haben die IT-Riesen zahlreiche Firmen übernommen. So ging Business­Objects an SAP und Cognos an IBM; Oracle wiederum hat unter anderem Hyperion Solutions, Endeca und Data­Raker akquiriert.

Laut Gartner befindet sich der Markt für BI- und Analytik-Lösungen im letzten Stadium einer mehrjährigen Transformation von einer IT-abhängigen Berichterstattung historischer Daten hin zu einer autark geschäftsorientierten Selbstversorgung durch die betroffenen Entscheidungsträger, der Selfservice-BI.

Im oberen Marktsegment dreht sich nach wie vor alles um die drei Großen der Branche: SAP, IBM und Oracle. Diese Anbieter adressieren allerdings vorzugsweise Unternehmen mit mehr als 2500 Mitarbeitern, stellt BARC in seiner repräsentativen Umfrage „The BI Survey 16“ fest. Die hohe Komplexität dieser BI-Lösungen geht jedoch mit beachtlichen und zum Teil unvorhersehbaren Kosten einher. Aus der Sicht des Mittelstands gestaltet sich das Preis-Leistungs-Verhältnis insgesamt sehr ungünstig. KMUs scheuen potenziell betriebsstörende Integrationsprojekte zugunsten von Lösungen mit überschaubaren Kosten und absehbaren Resultaten.

Erfreulicherweise gibt es inzwischen leistungsstarke BI-Werkzeuge, die diese Anforderungen erfüllen können. In diese Kategorie fallen neben den quelloffenen Technologieplattformen BIRT und Pentaho BI auch rein proprietäre Software-Tools wie Bissantz DeltaMaster und Cloud-Dienste wie Qlik.

In diesem Umfeld ist Microsoft interessanterweise ein Ausreißer. Mit Power BI auf der einen Seite und der Cortana Intelligence Suite auf der anderen Seite bemüht sich der Software-Riese, Unternehmen beliebiger Größe bedienen zu können.

Als Anbieter von Business Intelligence zählt Microsoft zu den innovationsträchtigen Neuzugängen. Mit zwei sehr unterschiedlichen BI-Lösungen – Power BI (Pro) und Cortana Intelligence Suite – adressiert das Unternehmen zwei unterschiedliche Zielgruppen.

Bei Power BI Pro handelt es sich um eine unkomplizierte Selfservice-BI-Lösung für KMUs, die sich über die technischen Aspekte einer Implementierung überhaupt keine Gedanken machen möchten. Power BI Pro setzt sich zusammen aus einem Cloud-Dienst im Backend (in der Pro-Ausführung 9,99 Dollar pro Benutzer und Monat) und kostenlosen Front­end-Anwendungen zur Datenvisualisierung für Desktops und Mobilgeräte. Microsoft positioniert dieses verlockende Angebot als Alternative zu Tableau (ab 500 Dollar pro Benutzer und Monat) und Qlik, einer Sammlung preisgekrönter Datenvisualisierungs- und -Analysedienste (ab circa 25 Dollar pro Benutzer und Monat).

Für KMUs mit höheren BI-Ansprüchen hat Microsoft die Lösung Cortana Intelligence Suite entwickelt. Diese Technologieplattform nutzt unter anderem Platform-as-a-ServiceDienste von Microsoft Azure, um maschinelles Lernen zu ermöglichen. Als Nutzer der Cortana Intelligence Suite kommen kognitive Dienste, Microsofts Bot-Framework, Cortana und Power-BI-Visualisierungen infrage.

Mit Cortana Intelligence Suite zielt Microsoft auf KMUs, die eigene Machine-Learning-Algorithmen nutzen und diese von hauseigenen Data Scientists trainieren lassen möchten.

BIRT (kurz für Business Intelligence and Reporting Tools) ist eine kostenfreie, quelloffene BI-Technologieplattform von Actuate Corporation. Der Anbieter verweist auf über 12 Millionen Downloads und stolze 2,5 Millionen Entwickler in 157 Ländern.

In der Standardausführung bringt BIRT nur sehr spartanische Features mit, darunter recht konservative Visualisierungen wie Kreis- und Balkendiagramme, darüber hinaus textbasierte BI-Berichte, Kreuztabellierung (ein statisches Verfahren zur Häufigkeitsanalyse) und Ähnliches.

Die Stärken der Technologieplattform BIRT bestehen in der akkuraten Berichterstattung und den Möglichkeiten der Integration. Innovative KMUs können BIRT nutzen, um ihre Software-Produkte mit integrierten BI-Fähigkeiten zu erweitern.

Lösungen auf der Basis der BIRT-Plattform kommen bei vielen namhaften Unternehmen zum Einsatz. Zu den prominentesten Anwendern zählen Daimler ThyssenKrupp, das Bundesinstitut für Risikobewertung und auch internationale IT-Riesen wie Cisco und IBM. IBM unterstützt BIRT unter anderem in der eigenen Cognos-Plattform, in Maximo Asset Management und in Rational Tools. Rund um BIRT entstand ein ganzes Ökosystem von Software-Anbietern. In Deutschland zählen etwa die TRADUI Technologies GmbH aus Frankfurt am Main und die HCM CustomerManagement GmbH aus Stuttgart dazu.

Pentaho Corporation, eine Tochter von Hitachi Data Systems (HDS), bietet eine Fülle leistungsfähiger Analytik-Werkzeuge in einer Lösung namens Pentaho BI. Zu den namhaftesten Anwendern zählt zum Beispiel die deutsche Lufthansa.

Pentaho BI kann sowohl traditionelle SQL- als auch No­SQL-Datenbanken, Social-Media-Feeds und andere Big-Data-Quellen anzapfen. Die Software versteht sich unter anderem auf den Umgang mit Amazons Data-Warehouse-Lösung Redshift, der Hadoop-Datenbank Cloudera Impala, SAP HANA und der Big-Data-Verarbeitungs-Engine Apache Spark. Ebenso wie BIRT setzt Pentaho BI spezialisierte Fähigkeiten eines versierten Entwicklerteams voraus. 

Die kleine Software-Schmiede Bissantz & Company GmbH aus Nürnberg bietet mit ihrer Flaggschiff-Lösung DeltaMaster ein leistungsstarkes Business-Intelligence-Werkzeug für Großunternehmen wie für den Mittelstand.

DeltaMaster hat sich als flexibles integriertes BI-Front­end einen Namen gemacht. Es erstellt Dashboards sowie Ad-hoc-Reporting-Visualisierungen und bietet intuitive Datenanalyse einschließlich statistischer und Data-Mining-Methoden sowie vielseitige Planungshilfen. Die Software versteht sich auf den Umgang mit multidimensionalen Datenbanken wie Microsoft SQL Server Analysis Services, Infor BI OLAP Server, IBM Cognos TM1, Oracle OLAP, Oracle Essbase und SAP BW/NetWeaver BI/HANA.

DeltaMaster befolgt Visualisierungsgrundsätze, die von Edward Tufte, Rolf Hichert und Nicolas Bissantz entwickelt wurden. Zu den Anwendern zählen unter anderem ADAC, Bayer, Daimler, DATEV, Hansainvest, Hotel.de, Leica Camera, die Rheinische Post, Siemens Real Estate und Porsche.

Dank neuer Ansätze rund um Selfservice-BI kommen endlich auch kleine und mittlere Unternehmen in den Genuss von Business Intelligence der Spitzenklasse. Erste Wahl sind dabei Newcomer, deren Angebote gezielt auch für den Mittelstand und seine Bedürfnisse ausgelegt sind. Aber auch die großen IT-Konzerne haben KMUs als Zielgruppe entdeckt – wenngleich oft eher noch im Marketing als wirklich in ihren überdimensionierten BI-Lösungen. Dass die Mittelstands­orientierung nicht nur leere Werbeworte sein müssen, zeigt Microsoft mit Power BI.

Es wird spannend zu beobachten, ob Ora­cle und SAP sich ebenfalls ernsthaft in diese Richtung bewegen.