Business Intelligence

• Definition

  Unter dem Begriff Business Intelligence (BI) subsummiert man Prozesse, Methoden und Tools, mit denen aus diesen Daten wertvolle Erkenntnisse zur Entscheidungsunterstützung für das Management gewonnen und verwendet werden
• Definition

  Business Intelligence bezeichnet Prozesse, Methoden und Werkzeuge zur systematischen Sammlung, Auswertung und Darstellung entscheidungsorientierter Daten in elektronischer Form. Ziel ist die Gewinnung von Erkenntnissen, die hinsichtlich der Unternehmensziele optimale operative oder strategische Entscheidungen ermöglichen. Grundlegende Annahme dabei ist, dass in die Zukunft gerichtete Entscheidungen aus vorhandenen Daten ableitbar sind
• Nutzung von BI Methoden

  Die zunehmende Digitalisierung führt dazu, dass die Nutzung von BI-Methoden mittlerweile in vielen Fällen unmittelbare Auswirkungen und direkten Einfluss auf das Leben vieler Menschen in ihrer Rolle als Konsumenten bzw. Kunden hat
• Nutzung BI Methoden

  • Kauft man in Onlineshops Produkte, erhält man aus BI-Analysen abgeleitete Kaufempfehlungen für weitere Produkte.
  • Beantragt man beim Ratenkauf für Haushaltselektronik einen Kredit, finden in vielen Fällen sekundenschnelle Kreditwürdigkeitsprüfungen statt, in denen BI-Methoden zum Einsatz kommen
• Nutzung BI

  • Im Distanzhandel werden aufwändige Printkataloge nur an solche Kunden gesendet, die durch BI-Analysen als profitabel klassifiziert wurden.

  Versicherungsprämien für Kraftfahrzeuge sind von unterschiedlichsten Faktoren abhängig, welche durch BI-Analysen eingeschätzt und bewertet werden. Zukünftig ist zu erwarten, dass auch das über Sensorik erfasste Fahrverhalten in die Prämienberechnung einfließt.
• Nutzung BI

  • In der Gesundheitsbranche erforscht man unter Anwendung von BI-Methoden Krankheitsursachen und deren veranlagungs- sowie verhaltensbedingte Risikofaktoren. Es ist zu erwarten, dass diese Erkenntnisse zukünftig in die Berechnung von Risikoprämien einfließen.
• IT(Informationstechnologie) Früher


  bis weit in die 1990er-Jahre hinein vor allem der Optimierung und Automatisierung von Geschäftsprozessen und Arbeitsabläufen innerhalb und – in geringerem Umfang
• IT Heute- erhebliche Ausweitung der Anwendungsbereiche

  • Internet (alle Unternehmen und die überwiegende Mehrheit der Haushalte und Endkunden miteinander vernetzt sind und sukzessive integraler Bestandteil digitaler Wertschöpfungsketten wurden.)
  • Web-2.0-Anwendungen wie Social-Media-Netzwerken oder Bewertungsplattformen erzeugen Konsumenten wertvolle Informationen über sich selbst sowie zu den von Unternehmen angebotenen Produkten und Dienstleistungen
• IT Heute- erhebliche Ausweitung der Anwendungsbereiche

  • Auf Suchmaschinen, in Onlineshops und auf digitalen Marktplätzen hinterlassen die Besucher vielfältige Daten zu Produktpräferenzen und Kaufverhalten.
  • Mit multifunktionellen Smartphones können mit Sensorik und Apps Bewegungsmuster und Verhaltensdaten erfasst, auf Server übertragen und dokumentiert werden
• IT Heute

  • Mobile Datenerfassungssysteme protokollieren und überwachen online Warenbewegungen in Wertschöpfungsketten.
  • In automatisierten Produktions- und Logistikabläufen kommunizieren Maschinen mit Maschinen sowie Werkstücken autonom.
  • Auf mächtigen digitalen Plattformen entstanden neue Geschäftsmodelle, etwa zur Vermittlung touristischer Dienstleistungen.
• Big Data


  Vielzahl von Daten unterschiedlichster Art gesammelt für Auswertung verfügbar gemacht und archiviert (große Datenmengen)
• Big Data

  Daten, in großer Vielfalt in großen Mengen mit hoher Geschwindigkeit erzeugt
• Big Data

  • jeder geschäftliche Aspekt ( Produktionsprozesse, Verkäufe, Beschaffung)
  • unternehmensexterne Ereignis (Marktentwicklung, Branchenneuigkeit)
• Herausforderung Big Data


  Die Herausforderung dabei ist, aus den vielen Daten passgenaue Erkenntnisse zu gewinnen und damit dem Management gezielt und wirksam bei Entscheidungen zu helfen
• BI Begriffsverständnis

  • Vielschichtigkeit des Themengebiets
  • aus Sicht der Technik als auch aus Sicht der Anwendungen betrachten. Man kann die Tools fokussieren oder das Augenmerk auf die in den Werkzeugen implementierten Methoden richten.
  • Eine weitere Betrachtungsperspektive sind die für die Analyse notwendigen Daten einschließlich deren Bereitstellung und Speicherung
• BI Begriffsverständnis

  • Das Aufgabenspektrum ist ebenfalls sehr weit und reicht von der vergangenheitsbezogenen Bereitstellung einfacher Unternehmenskennzahlen bis zur Prognose zukünftiger Entwicklungen.
  • Hinzu kommt die Gestaltung entsprechender Prozesse im Unternehmen – von der Datenerfassung bis zur Kommunikation von Auswertungsergebnissen
• Mertens fasst die Vielschichtigkeit von Business Intelligence in sieben unterschiedliche Aspekte zusammen

  1. BI als Fortsetzung der operativen Daten- und Informationsverarbeitung mit dem Fokus auf Unterstützung für die strategisch ausgerichtete Unternehmensleitung
• Mertens fasst die Vielschichtigkeit von Business Intelligence in sieben unterschiedliche Aspekte zusammen

  1. BI als Filter in der Informationsflut zur Begrenzung auf entscheidungsrelevante Daten.
  2. BI als Management-Informations-System mit besonders schneller und flexibler Anwendung im unternehmerischen Alltag.
• Mertens fasst die Vielschichtigkeit von Business Intelligence in sieben unterschiedliche Aspekte zusammen

  1. BI als Frühwarnsystem („Altering“) zur rechtzeitigen Erkennung kritischer Entwicklungen in einem Unternehmen.
  2. BI als Data-Warehouse zur Bereitstellung von Daten für die analytische Auswertung.
  3. BI als generelle Informations- und Wissensspeicherung.
  4. BI als umfassender Prozess von Symptomerhebung über Diagnose, Therapie und Prognose bis zur Therapiekontrolle
• Gluchowski mit einem Inhaltsportfolio

  Auf der vertikalen Achse werden die jeweiligen Phasen des analytischen Datenverarbeitungsprozesses von der Bereitstellung bis zur Auswertung aufgeführt.

  Die horizontale Achse wird für die Abgrenzung zwischen Technik- und Anwendungsorientierung verwendet.

  Auf Basis dieses Portfolios lassen sich drei verbreitete Begriffsverständnisse darstellen
• Enges BI Verständnis 


  Unter Business Intelligence im engeren Sinne werden ausgewählte Kernapplikationen subsummiert, die Entscheidungsfindungen unmittelbar unterstützen. Dabei sind insbesondere das Online Analytical Processing (OLAP) und Management-Informations-Systeme (MIS) zu nennen
• Analyseorientiertes BI Verständnis 


  Business Intelligence im analyseorientierten Sinne umfasst alle Applikationen, bei welchen der Entscheider/der Entscheidungsvorbereiter direkt mit dem System arbeitet. Der User hat also einen unmittelbaren Zugriff auf eine Benutzeroberfläche mit interaktiven Funktionen. Zu diesen Applikationen zählen neben OLAP und MIS/EIS bspw. auch Systeme des Text- und Data-Minings, des Ad-hoc Reportings sowie Balanced Scorecards, analytische CRM-Systeme und Systeme zur Unterstützung der Planung und Konsolidierung.
• Weites BI Verständnis 


  Unter Business Intelligence im weiteren Sinne werden alle Systeme zusammengefasst, die direkt oder indirekt für die Entscheidungsunterstützung eingesetzt werden.

  Zu diesen Systemen zählen Anwendungen mit Auswertungs- und Präsentationsfunktionalität sowie Anwendungen zur Datenaufbereitung und -speicherung
• Portfolio Bi Verständnis

  A)

  B)

  C)

  D)

  E)

  F)

  G)

  
• Veränderungen in der Unternehmensumwelt als Treiber für BI


  verändernde Markt- und Wettbewerbsbedingungen aufgrund einer globalen Öffnung und Liberalisierung der Güter-, Arbeits- und Informationsmärkte - unternehmerisches Handeln wird dadurch bestimmt
• Veränderungen in der Unternehmensumwelt als Treiber für BI

  • Unternehmenswachstum zu realisieren
  • regionale und weltweite Marktliberalisierung (Chancen und Risiken)
  • Stakeholder- konkrete Anforderungen und Aufgaben für Management - Datenanalysen
• Datenwachstum als Treiber für BI

  Internet mit allen seinen Möglichkeiten wesentlicher Treiber für gravierende Veränderungen in vielen gesellschaftspolitischen, volkswirtschaftlichen und betriebswirtschaftlichen Bereichen
• Datenwachstum als Treiber für BI

  WWW bietet theoretisch die Möglichkeit automatisierte Geschäftsprozesse auf eine Kommunikationsplattform auszuführen mit Kunden, Lieferanten und Stakeholder
• Ausweitung digitalisierter Prozesse führt zu...

  erheblichen Mengen an verfügbaren Daten (Big Data)
• Datenwachstum ist zurückzuführen auf:

  • intensive Nutzung soziale Netzwerke
  • Nutzung Cloud Dienste
  • Ausweitung Maschine zu Maschine Kommunikation(Ausbau automatisierter Produktions- und Logistikprozess)
  • mobile Nutzung Smartphones mit Apps und Sensorik
• Datenwachstum ist zurückzuführen auf:

  • Weiterentwicklung der Sensorik in Bereichen wie Haushalt, Umwelt, Gesundheit
  • Entwicklung neuer auf digitalisierte Services basierte Geschäftsmodelle inkl. Barabwicklung
  • Änderung Medienkonsum, Streamingdienste, Online Gaming
  • Vereinfachung Mensch Maschine Kommunikation Sprachsteuerung
  • Verbreitung KI basierende Anwendung, Beratung, Spracherkennung
• Datenwachstum als Treiber für BI

  • Effizienzsteigerung (Prozessoptimierung)
  • Wettbewerbsvorteile (Chancen und Risiken)
  • Persönl. Kundeninteraktion
  • Echt Zeitanalyse (aktuelle Einblicke, schnelle Reaktion auf Veränderungen)
• Daten 


  Daten dokumentieren Zustände unternehmensrelevanter Sachverhalte und Vorgänge
• Digitales Gedächtnis


  Sammelt man diese Daten kontinuierlich und systematisch über Zeiträume, entsteht in den Datenbeständen ein „digitales Gedächtnis“ eines Unternehmens
• Unternehmen können aus Daten Erkenntnisse gewinnen

  • Notwendig: typische Muster und Korrelationen zu erkennen und diese zu extrahieren
  • gelingt dies, können wichtige entscheidungsrelevante Abteilungen für das Unternehmen getroffen werden
• Warum ist das Prinzip der Erkenntnisgewinnung aus Daten nicht neu?

  Kennzahlen wie Kosten Umsatz Relation helfen die Effizienz der Unternehmensprozesse zu überwachen, Qualität der Unternehmensfinanzierung zu bewerten und das Angebot an den Kundenwünsche auszurichten
• Neu bei der Erkenntnisgewinnung bei Daten

  • Neu ist die Fülle an Datenquellen und Daten, welche durch die Digitalisierung allgegenwärtig sind
  • Neu ist auch die Dringlichkeit für Unternehmen, aus diesen Daten wirtschaftlichen Nutzen zu ziehen. Vor allem für das Marketing eröffnen sich zahlreiche Anwendungsfelder und Gestaltungsoptionen für die Interessenten und Kundenansprache
• Digitalisierung bewirkt was bei BI?

  • Wettbewerbsvorsprung gegenüber Konkurrenten
  • Stärke eines Unternehmen
  • Datenanalyse- produktspezifische und themenspezifische Meinungsbilder
  • zielgerichtete Maßnahmen zur Kundenbindung und Verbesserung des Leistungsangebots
• Aufgabenspektrum des BI

  umfasst verschiedene Arten von Analysen, die dazu dienen, aus Unternehmensdaten Erkenntnisse zu gewinnen
• Aufgabenspektrum BI

  • Deskriptive (Was geschah bisher?- Berichte Reporte)
  • Diagnostische (Warum geschah das, Wo liegt das Problem?- Ursachenforschung)
  • Prädiktive (Was wird in Zukunft geschehen- Prognose)
  • Präskriptive(Was sollte in Zukunft getan werden- Vorschlag Entscheidung)