Vorhersagen für bessere Entscheidungen

Anwendungen von IBM-Cognos, Oracle, SAP, Microsoft oder Microstrategy sowie Newcomer-Lösungen wie QlikView bringen klare Sicht auf Unternehmens- und Kundendaten. Plattformlösungen wie biGenius helfen bei der Erstellung von Data-Warehouse-Strukturen und der Zusammenführung verschiedenster Datenquellen. Aber sind auch die Unternehmen selbst alle auf den BI-Zug aufgesprungen? Hat die Wirtschaft Business-Intelligence-Funktionalitäten in ihre Prozesse integriert? Gregor Zeiler würde sich das jedenfalls wünschen. Der Experte verantwortet beim IT-Dienstleister Trivadis die BI-Sparte im Raum DACH und beschäftigt sich seit Jahren mit den Möglichkeiten, Informationen und Daten zu neuem Geschäft zu vergolden. »Wir beobachten einen regelrechten Hype um Big Data, doch sind vielerorts noch nicht einmal die Hausaufgaben im klassischen Berichtswesen gemacht«, so Zeiler. Während Big-Data-Lösungen, wie etwa die Anreicherung von Kundenmanagementdaten mit Social-Media-Daten, vom »Ansatz her spannend« seien, sollten eigentlich zunächst die bestehenden internen Daten in Analyse- und Berichtsanwendungen sauber integriert werden. Diese Aufgabe besteht seit vielen Jahren, geändert haben sich die Anforderungen an das Informationsdesign. »Heute sollten die Anwender selbst ihre Kennzahlen in Berichten darstellen können. Die Auswertungen müssen verständlich sein«, erinnert Zeiler. Moderne BI-Werkzeuge unterstützen die User auch in der Integration unterschiedlicher Datenquellen. Zeiler arbeitet mit der Trivadis-Plattform biGenius, die auf Basis von Metadaten die automatische Generierung von Data-Warehouse-Lösungen ermöglicht. Dies spart Zeit: Neue Anforderungen können flexibel und schnell umgesetzt werden.

Bunte Welten

Meist ist in Unternehmen im Laufe der Zeit die Zahl der BI-Lösungen gewachsen, es sind richtiggehende IT-Landschaften entstanden. Dies resultiert spätestens bei Release-Updates in mühevolle Wartungsarbeiten. Aus Kostengründen in Sachen Softwarelizenzen sollten daher IT-Abteilungen überlegen, die Anwendungsvielfalt zu reduzieren, rät Zeiler. »Fälle mit 1.000 Berichten und mehr sind keine Seltenheit. Hier gilt es zuerst einmal in den Fachbereichen nachzufragen, welche Berichte tatsächlich Verwendung finden. Solch eine Abstimmung braucht aber Zeit«, erklärt er. Die technische Umsetzung danach sei weniger ein Problem. Vor allem mittelständische Unternehmen haben oft mehrere Plattformen im Einsatz, die in verschiedenen Abteilungen von Experten mit jeweils eigener Berichtskompetenz verwaltet werden. Auch hier ist eine genaue Prüfung der Konsolidierungsmöglichkeiten gefragt – auch ob es letztlich nicht besser ist, bei der alten BI-Landschaft zu bleiben. »Hier ist auch die Motivation ausschlaggebend, ob eine Konsolidierung strategisch gewünscht ist. Wenn ja, dann spielen die direkten Kosten einer Umstellung eine geringere Rolle.« Eine Abgrenzung der BI- von der Big-Data-Welt ist Zeiler zufolge nicht zwingend nötig. Zu fließend sei der Übergang zwischen den Technologien. Big-Data-Tools wie Hadoop sind für bestimmte Aufgaben leistungsfähiger. Für den Geschäftsalltag reichen BI-Umsetzungen dennoch meist aus. Um ein Kundenprojekt von Trivadis zu nennen: Für Raiffeisen Bank International wurden SAP Business Objects durch eine IBM-Cognos-Lösung ersetzt. Obwohl dabei rund 400 Berichte speziell für IBM Cognos neu erstellt wurden, erzielten die Spezialisten deutliche Kosteneinsparungen. Der Kunde konnte damit die Konsolidierung seiner BI-Umgebung weiter vorantreiben, was gewünscht war.

Prognostizierte Prozesse

In allen Wirtschaftsbereichen kommt vor allem kurzfristigen Prognosen eine große Bedeutung zu. Sie beeinflussen oftmals direkt Bereiche wie Produktion oder Einkauf – ihre Genauigkeit steht somit in unmittelbarem Zusammenhang mit den ökonomischen Zielen eines Betriebs. Freilich kann bei vielen Prognosen nur eines vorab ganz sicher gesagt werden: Sie sind unsicher. Der Berater und Lösungsanbieter Harrer & Partner empfiehlt Unternehmen sich deswegen dem Thema »Predictive Analytics« zu widmen, um die Unsicherheit bei Vorhersagen zu minimieren und damit die Produktivität zu erhöhen. Die Erweiterung der klassischen Business Intelligence um statistische Analysen ist einer der interessantesten und vielversprechendsten betriebswirtschaftlichen Trends der letzten Jahre. »Mithilfe von flexiblen Analysetools wie QlikView und dem Open-Source Statistikprogramm ›R‹ ist es nun auch Unternehmen außerhalb des Finanzsektors möglich, statistische Analysen durchzuführen, um daraus neue Erkenntnisse und bessere Entscheidungsgrundlagen zu erhalten«, erklärt Expertin Elfriede Harrer. Einer der Kunden, die bereits diese Methode nutzen, ist Linauer & Wagner, ein Bäckereiproduktionsbetrieb mit mehr als 20 Filialen und rund 400 Lieferungen täglich im Frischebereich. Predictive Analytics werden für die Retourwarenoptimierung eingesetzt. Dabei werden aktuelle Daten, über die das Unternehmen verfügt, um Einflussfaktoren wie Wetter, Feiertage und saisonale Schwankungen erweitert und mithilfe statistischer Modellierungen auf typische Muster hin überprüft. Daraus gewonnene Trends werden für Absatzprognosen der Filialen herangezogen und ermöglichen eine bessere Anpassung der Bestellmengen. Das Herausfiltern relevanter Einflussfaktoren stellt dabei einen wichtigen Indikator für den Erfolg der statistischen Analysen dar. »Einmal definierte Muster werden regelmäßig auf ihre Aktualität hin überprüft«, so Elfriede Harrer.

Quellen fürs Geschäft

BI-Services, in Datengröße und Geschwindigkeit auf die Spitze getrieben, ergeben Big-Data-Lösungen. Wie dies von kleineren Unternehmen genützt werden kann, erklärt Ben Connors, Manager Tibco/Jaspersoft.

Report: Herr Connors, wie würden Sie den Big-Data-Markt beschreiben?

Ben Connors: Analysefirmen beobachten ein rapides Wachstum für Big-Data-Lösungen. Besonders die Jahre 2014 bis 2016 werden hier entscheidend sein: Momentan stehen wir am Übergang von einem Markt, der durch Technikenthusiasten und experimentelle Lösungen geprägt ist, zu einem Markt der Visionäre bzw. Produktionsanwendungen. Auch wenn sich der Markt noch immer in einem frühen Stadium befindet, ist Big Data mittlerweile nicht mehr nur ein Thema für CIOs, sondern auch für CEOs, Business Manager, ja sogar für zukunftsorientierte Mittelständler. Mit wenigen Klicks kann der Anwender seine Daten mit unserer Software »auspacken« und sie in Geschäftsberichte umwandeln, wie beispielsweise Quartalsabrechnungen oder Buchungsübersichten, und diese visuell mit Schaubildern anschaulich darstellen.

Report: Wie sind die Anwendungsmöglichkeiten für kleinere Unternehmen?

Connors: Ob Finanz- und Telekommunikationssektor, Gaming, Werbebranche oder viele andere: Jedes Unternehmen, das mit großen – internen oder externen – Datenmengen arbeitet und sich mit diesen Daten einen Wettbewerbsvorsprung verschaffen möchte, kommt als Kandidat für Big-Data-Lösungen in Frage. Bei kleineren Unternehmen ist das Bewusstsein für Big Data noch nicht besonders stark ausgeprägt. Mitunter nutzen sie Big Data bereits, ohne es zu wissen, zum Beispiel bei Google-Suchen, Google Analytics oder auch beim Produktverkauf über Websites, die Empfehlungsmaschinen verwenden. Die besten Technologien sind ja oft diejenigen, die uns Vorteile bieten, ohne dass wir sie überhaupt kennen müssen. Selbst wenn im Unternehmen selbst kaum Maschinendaten anfallen, erhöht die rapide zunehmende Verfügbarkeit externer Quellen die Relevanz des Themas auch für kleine Unternehmen. So kann etwa ein Dachdecker die Wetterinformationen von externen Big-Data-Quellen mit seiner internen Auftragshistorie korrelieren, um Geschäftsprognosen zu erstellen und Baumaterialien zu bestellen.