BI
| von ortlepp

Mit Business Intelligence lassen sich Gebilde wie Unternehmen oder ganze Branchen auf wenige Kennzahlen verdichten. Dieser Entwicklung können sich die meisten Manager nicht entziehen, aber die Frage bleibt, was notwendig und sinnvoll ist.

Als das eigentliche Fundament der Welt der Controller und Qualitätsmanager gilt seit vielen Jahren Microsoft Excel. Und im vergangenen Jahrzehnt hat PowerPoint das Flipchart oder die Overheadprojektion als das füh-rende System für Präsentationen und Meetings abgelöst. Doch Experten bezweifeln die Stabilität einer Geschäftswelt, die auf diesen beiden Säulen steht. Für sie ist dies nur eine Zwischenstufe vor dem nächsten revolutionären Schritt – vor der Umstellung auf Business Intelligence. „Business Intelligence“ ist ein völlig neuer Weg. Alle Mitarbeiter im Unternehmen oder alle Teilnehmer eines Meetings greifen auf die gleichen Datentöpfe zu. Damit kommt eine völlig neue Qualität in die Abläufe der Unternehmen. „Die Verantwortlichen haben sich vorab und grundsätzlich auf die Kennzahlen geeinigt und können auf dieser Basis Entscheidungen diskutieren“, führt Dirk Fuhrmann, T-Systems Enterprise Services, SI Sales/Auto&MI/SCM, aus. „Die Anwendungen führen die Auswertungen typischerweise zeitnah oder zeitgleich aus, so dass Probleme sichtbar werden, wenn sie auftreten“, so Fuhrmann weiter. „Darüber hinaus können sich die Verantwortlichen von der obersten, ziemlich abstrakten Sicht durch verschiedene dicht aggregierte Reporte bis auf die operative Ebene klicken.“

 

die endlosen Excel-Reporte ablösen. Und sie sollen die Präsentationen aus den Unternehmen verbannen, die von den Mitarbeitern in ihrer Arbeitszeit aus Kreisen, Charts, Tönen und kleinen Videos mühsam gebastelt werden. An deren Stelle bieten BI-Werkzeuge Auswertungen auf standardisierten, elektronischen Formularen, die einheitliche Kennzahlen aus dem Unternehmen präsentieren. Einvernehmlich berichten BI-Experten, was sie in den Datenbanken ihrer Kunden häufig antreffen. „Daten-Messies“ habe man kennengelernt, die in „Excel-Wüsten“ und „PowerPoint-Gebirgen“ jegliche Kontrolle über Stand und Produktivität ihres Unternehmens verloren hatten. Dagegen zeichnen sie eine Vision, in der alle Daten, die Manager für die Ermittlung von Kennzahlen benötigen, übersichtlich und ordentlich in einer zentralen Datenbank gespeichert sind. Aus diesem Datenpool – dem „Data Warehouse“ – bedienen sich so genannte „intelligente Systeme“. Intelligent deshalb, weil sie Daten nicht einfach über Datenbankabfragen auswerten oder – wie Excel – Felder und Datensätze berechnen. Die Aufgabe und der Anspruch der Business-Intelligence-Systeme ist die mehrdimensionale Analyse. Im Idealfall kann das System jede einzelne Zahl erkennen, bewerten und in die Abhängigkeit zu anderen Zahlen und Werten stellen. Ergebnis dieser Auswertung ist die Präsentation des Unternehmens anhand von wenigen Kennzahlen. Diese aggregieren die Systeme „von unten nach oben“ – also von der operativen Ebene zur abstrakten Managementsicht.

 

Neben den Daten und der maschinellen Intelligenz hängt Business Intelligence noch an einem dritten Faktor: den Managementzielen und den Methoden, die sich das Unternehmen verordnet hat. Inwieweit das System die Einhaltung dieser Ziele visualisieren kann – daran muss sich ein Business-Intelligence-System selber messen lassen. Beispielsweise ist die Methodik der Business Scorecard ein Ansatz, mit dessen Hilfe die gesamte Or-ganisation mit wenigen Kennzahlen abgebildet werden soll. Andere Geschäftsführungen oder Vorstände über-wachen und messen den Erfolg ihrer Organisation anhand von Kriterien wie Risikomanagement, Performance, Qualität oder auch Produktivität und Umsatz. Doch mit jedem Projekt stellen sich die Anbieter den Diskussionen bei ihren Kunden: Ist dieses einheitliche Zahlenwerk ein Glücksfall oder ein Fluch für das Unternehmen? Und das stärkste Argument der Befürworter eines Business-Intelligence-Systems ist auch der schwächste Punkt in der ge-samten Argumentation. Denn was ist, wenn die Datensätze falsch sind, die Algorithmen zur Aggregation fehler-haft und die zur Diskussion vorliegenden Kennzahlen unrichtig sind? Was ist, wenn ein Problem nur auf dem Monitor der Mitarbeiter existiert, weil Mathematik und Anwendungen falsche oder fehlerhafte Informationen nutzen? In diesem Fall steuert das Unternehmen in voller Fahrt auf ein massives Hindernis. „Es ist die Aufgabe unseres Unternehmens, die Kunden so zu beraten und die Systeme so aufzusetzen, dass dieses Risiko aus-geschlossen wird“, sagt Stephan Elster, Leiter Competence Center SCM, IBM Cognos. „Es geht um ein Event-monitoring und darum, bestimmte Muster in den Datenbeständen zu erkennen und auf die Arbeitsplätze der Ver-antwortlichen zu bringen.“ Die Auswertungen seien an die Unternehmensstrategie angelehnt, die Analyse der Daten auch von der Unternehmenskultur abhängig. „Denn Business Intelligence führt notwendigerweise zu mehr Transparenz im Unternehmen – und Kulturen, die Veränderung oder Transparenz als Gefahr betrachten, werden die BI-Systeme niemals erfolgreich einsetzen können.“

 

Obwohl viele Unternehmen für die neue Transparenz nicht bereit sind, planen und implementieren die Experten schon unternehmensübergreifende Systeme. Als eine mögliche Anwendung nennt Christian Schmidt, SEC Business Intelligence, die Bewertung von Lieferanten: „Die Unternehmen in der Automotive-Industrie nutzen schon heute Kennzahlen und Algorithmen, um ihre Zulieferer nach Qualität und Quantität zu bewerten.“ Doch jedes Unternehmen arbeite mit eigenen Wertungen und Rankings. „Der Lieferant erhält zwar das Ranking seiner Kunden, kann aber mit den Zahlen noch nicht wirklich viel anfangen, denn ohne durchgängiges BI gibt es zwischen den Kennzahlen der Kunden keine Vergleichbarkeit.“

 

Der nächste Schritt bei Business Intelligence könnte sein, Kennzahlen für die Automotive-Branche zu ent-wickeln. Vorbild sind andere Sektoren, die bereits heute von ihren Branchenverbänden aufgestellte Referenz-modelle als Standard und als Grundlage für unternehmensübergreifendes Berichtswesen nutzen – die sich auch bewährt haben. Damit kann man über die gesamte Wertschöpfungskette hinweg analysieren, bewerten und steuern – somit wird sichergestellt, dass alle Beteiligten innerhalb einer Lieferkette mit vergleichbaren Kennzahlen arbeiten. Im nächsten Schritt könnten diese Daten dazu dienen, die Vergleichbarkeit auch über Unternehmens-grenzen hinweg zu ermöglichen. Damit bekäme das Ganze noch einmal eine ganz neue Dimension.

 

Autor: Christian Raum

 

Business intelligence

Business Intelligence (auf Deutsch etwa: Geschäftsanalytik, abgekürzt BI) wurde Anfang bis Mitte der 1990er Jahre populär und bezeichnet Verfahren und Prozesse zur systematischen Analyse (Sammlung, Auswertung und Darstellung) von Daten in elektronischer Form. Ziel ist die Gewinnung von Erkenntnissen, die in Hinsicht auf die Unternehmensziele bessere operative oder strategische Entscheidungen ermöglichen. Dies geschieht mit Hilfe analytischer Konzepte und IT -Systeme, die Daten über das eigene Unternehmen, die Mitbewerber oder Markt-entwicklung im Hinblick auf den gewünschten Erkenntnisgewinn auswerten (Wikipedia).

Der Eintrag "freemium_overlay_form_ait" existiert leider nicht.