Business Intelligence

1. Begriff: Business Intelligence (BI) bezeichnet einen integrierten, unternehmensspezifischen und IT-basierten Gesamtansatz zur betrieblichen Entscheidungsunterstützung.

2. Merkmale: Das zentrale Merkmal der Business Intelligence ist ihre integrierte Ausrichtung. Dies impliziert eine inhaltliche, eine technische und eine organisatorische Abstimmung der BI-Teilsysteme. Da „Business Intelligence“ in der Praxis mittlerweile stark mit Berichtsanwendungen assoziiert wird, nutzen viele Autoren auch den Begriff „BI and Analytics“ (BIA), um so zu betonen, dass die entsprechenden Konzepte auch anspruchsvollere Analysen subsummieren. 
Die Komponenten eines organisationsindividuellen Business-Intelligence-Ansatzes werden üblicherweise auf Basis eines dreischichtigen Rahmenkonzeptes strukturiert. Es besteht aus den Schichten Datenhaltung, Analyse und Informationsbereitstellung. Zur technischen Realisierung der Schichten kommen zunehmend Cloud-Computing-Angeboten zum Einsatz, bei denen BI-Komponenten über internetbasierte, ad-hoc-skalierbare und geteilte Infrastrukturen bezogen werden.

3. BI-Schicht Datenhaltung: BI-Lösungen verfügen in aller Regel über eigene, von den operativen Systemen abgekoppelte dispositive Datenhaltungen mit syntaktisch und semantisch harmonisierten Daten zur Entscheidungsunterstützung. Als Quellen dieser Datenhaltungssysteme dienen unternehmensinterne und -externe Vorsysteme (z.B. Buchungssysteme, Börseninformations­systeme), deren relevantes Datenmaterial  über sog. ETL-Prozesse (Extraktion, Transformation, Laden) in die dispositive Datenhaltung überführt werden. Je nach Anforderung an Datenaktualität können ETL-Prozesse hierbei transaktionssynchron („real-time“), transaktionsnah („near-time“) oder in periodischen Abständen (z.B. wöchentlich) angestoßen werden. Nach Durchführung erfolgreicher ETL-Prozesse enthält die dispositive Datenhaltung konsistente, stimmige Daten. Die Daten werden in sog. Data-Warehouses (DHWs) abgelegt, die meist aus einem anwendungsübergreifend konzipierten Core Data Warehouse (C-DWH) und kleineren, anwendungsspezifischen Data Marts bestehen. In der führenden Architekturvariante werden die Data Marts aus dem C-DWH befüllt. Diese Variante wird auch als „Hub-and-Spoke-Architektur“ bezeichnet. Das DWH hält die strukturierten dispositiven Daten eines (Teil-)Unternehmens vor, wobei diese themenorientiert, ggf. vorverdichtet und historienbildend gespeichert werden.
Zum Umgang mit großvolumigen, schnell anfallenden und/oder semi- bzw. unstrukturierten Inhalten (z.B. Logfiles, Sensordaten, Textdokumente, Bilder oder Videos) werden DWH-Konzepte teilweise mit Komponenten aus dem Umfeld sog. „Big-Data“-Technologien erweitert, die eine massiv-parallele Datenverarbeitung mit innovativen Ansätzen zur Organisation der Datenhaltung kombinieren. Auf diese Weise wird es möglich, neuartige Analyseanwendungen zu konzipieren, die auf der Grundlage herkömmlicher DWHs oftmals nicht wirtschaftlich realisierbar sind. Beispiele sind die Extraktion von Mustern in den Inhaltsbeständen sozialer Medien oder die Analyse von Videodaten (etwa von Überwachungskameras). Die Ergebnisse derartiger Auswertungen können in ein DWH überführt werden (Big Data als weitere Datenquelle) oder auch zur Anreicherung von Analysen mit dem DWH genutzt werden. Big-Data-orientierte Datenhaltungen können wie ein DWH anwendungsübergreifend oder wie ein Data Mart anwendungsspezifisch genutzt werden. Für letzteres bieten sich insbes. analysespezifische Big-Data-Ansätze an, etwa Graphdatenbanken, die auf die Analyse von Daten zu Netzwerken ausgerichtet sind.

4. BI-Schicht Analyse: Im Rahmen der Analysesysteme können generische Basiskomponenten und konzeptorientierte Komponenten unterschieden werden. Unter den generischen Basiskomponenten werden solche BI-Komponenten zusammengefasst, die nicht auf einen spezifischen BI-Anwendungskontext ausgerichtet sind. Unterschieden werden hierbei OLAP-, Berichts- sowie Advanced- und Predictive-Analytics-Komponenten (synonym: modellgestützte Analysesysteme). Für versierte Benutzer können diese zusätzlich durch Komponenten zur direkten Datenabfrage und -exploration flankiert werden. In Abgrenzung zu den generischen Komponenten beziehen sich konzeptorientierte Komponenten auf konkrete betriebliche Prozesse, für die sie bestimmte betriebswirtschaftliche Konzepte abbilden. Hierunter fallen beispielsweise die Balanced Scorecard, die Planung, die Konsolidierung oder das Wertorientierte Management.

5. BI-Schicht Informationsbereitstellung: Für die erfolgreiche Nutzung von BI-Inhalten und Funktionen erforderlich sind auch deren benutzerfreundliche Aufbereitung und Verteilung für die Nutzer im Unternehmen und evtl. darüber hinaus. Dies umfasst zum ersten eine prägnante und ansprechende Informationsvisualisierung, zum zweiten Fragen des Zugriffs, etwa mit sog. Portalen als zentrale Einstiegspunkte im Unternehmens-Intranet, sowie zum dritten die Bereitstellung von Analyseergebnissen und -modellen für Dritte, z.B. über unternehmensinterne Content- und Document-Management-Systeme oder mittels Plattformen zum unternehmensübergreifenden Datenaustausch.

6. BI-Governance: Business Intelligence benötigt als integrativ ausgerichtetes Gesamtkonzept eine klare, explizit definierte BI-Governance. Sie regelt den Bereich der organisatorischen Einbindung, der prozessualen Gestaltung und der Steuerung des gesamten BI-Kontextes eines Unternehmens, um eine konsequente Ausrichtung des BI-Konzeptes an der Gesamtstrategie des Unternehmens sicherstellen zu können. Im Mittelpunkt stehen hierbei die BI-Potenzialplanung, das BI-Portfoliomanagement, das Technologie- und Infrastrukturmanagement, die Festlegung von BI-Services und Sourcing Policies (inkl. Richtlinien für eine Cloud-Nutzung), die Entwicklung einer unternehmensspezifischen dispositiven Datenarchitektur sowie die Vorgabe von BI-Entwicklungs- und Betriebsrahmenbedingungen.
Zur Sicherstellung der wirksamen Umsetzung dieser Aufgaben werden häufig sog. Business Intelligence Competence Centers (BICCs) als dauerhafte Betreuungseinheiten in der Organisationsstruktur verankert. Hierbei wird in der Praxis meist die IT-nahe Einbettung der BI-Unterstützungseinheiten favorisiert, die als „Linking Pin“ zwischen IT, Fachbereich und Management fungieren.
Für die kontinuierliche Überwachung der Strategiekonformität der BICC-Aufgabenerfüllung wird ein separates höchstes Lenkungs- und Entscheidungsgremium benötigt, das häufig als „BI Governance Committee“ bezeichnet wird. Die Mitglieder dieses Gremiums sind mit den Unternehmensstrategien und den betriebswirtschaftlichen Teilstrategien vertraut bzw. haben diese aktiv mitgestaltet und sichern somit die Konformität des BI-Ansatzes. Weitreichende strategische Entscheidungen im Portfolio- oder im Technologie- und Infrastrukturmanagement können ebenfalls durch dieses  Gremium getroffen werden. Für die weiteren Gestaltungsbereiche der BI-Governance dient das Gremium als oberste Beschluss- und Eskalationsinstanz. So können beispielsweise im Rahmen der Richtlinien zentrale Kriterien zur strategischen Priorisierung von BI-Anwendungssystemen und eine Budget-Obergrenze für dezentrale, fachbereichsnahe BI-Entwicklungsprojekte verabschiedet werden. Bei nicht auflösbaren Ressourcenkonflikten im Rahmen des BI-Portfolios kann das Gremium als finale Entscheidungsinstanz z.B. die Zurückstellung von Projekten beschließen oder zusätzliches Budget für den Bezug von externen Kapazitäten bewilligen.