Noch nie hat die Wirtschaft so viele Daten produziert wie heute. Immer mehr Unternehmen wollen diesen digitalen Rohstoff ausschöpfen: um beispielsweise ihre Märkte zu analysieren, den eigenen Kundenservice oder ihre Produktion effizienter zu gestalten. Auf dem Gebiet der Business Intelligence (BI) hat sich in den vergangenen Jahren viel getan. Moderne BI-Tools wie Tableau, Power BI oder Sisense sind in der Lage, Daten verschiedenen Typs aus unterschiedlichen Quellen zusammenzuführen und auszuwerten, unter anderem mithilfe Künstlicher Intelligenz (KI). Das hat große Vorteile:

• Mehr Wissen: Produktionsdaten, Lieferprozesse, Präferenzen und Kaufverhalten von Kunden – entlang der gesamten Wertschöpfungskette fallen massenhaft Daten an. Unternehmen können diese digitalen Informationen verwerten, etwa um ihren Stromverbrauch zu senken oder ihre Angebote attraktiver zu machen. Häufig geschieht dies noch nicht konsequent. BI-Tools ermöglichen es auf vergleichsweise einfache Art, interne und externe Quellen zu erschließen und zu verknüpfen. So kann ein Hersteller beispielsweise Wetterdaten in eine Analyse einbeziehen, um den Energiebedarf in der Produktion zu optimieren.

• Schnellere Übersicht: Nehmen wir an, Abteilung A verwendet für interne Berichte Powerpoint, Abteilung B Excel, Abteilung C Wordtabellen. Wenn einmal im Quartal alles zusammenfließen soll, ist das lästig und aufwändig. BI-Tools ersetzen dieses Stückwerk durch ein standardisiertes Reporting. Das Management kann die maßgeblichen Kennzahlen in Form von Dashboards nach Bedarf abrufen, bis hin zu Echtzeitanalysen.

• Unkomplizierte Nutzung: Ist eine BI-Lösung einmal eingerichtet, kann jede und jeder Berechtigte im Unternehmen damit eigenständig Analysen erstellen, ohne langwierige Schulung (Self-Service Reporting).

• Weniger Fehler: Die Tools ziehen Daten meist direkt aus den Primärquellen, was Kopierfehler minimiert. Mithilfe von KI lassen sich zudem Eingabefehler identifizieren und verbessern, etwa falsche Schreibweisen.

• Höhere Effizienz: Werden Daten manuell aufbereitet, ist der Arbeitsaufwand oft sehr hoch – es bleibt vergleichsweise wenig Zeit für die eigentliche Analyse. Einheitliche, weitgehend automatisierte Reports setzen diese Kapazitäten frei. Unter anderem in der IT: Statt den Fachabteilungen bei Analysen zuzuarbeiten und aufwändig Handlungsempfehlungen zu entwickeln, können die Spezialisten sich produktiveren Themen zuwenden.

Vier Erfolgsfaktoren

Damit eine BI-Anwendung vom Start weg die gewünschten Ergebnisse liefert, sind aus unserer Erfahrung folgende Aspekte entscheidend:

• Führungskräfte überzeugen Wahrscheinlich sind nicht alle leitenden Mitarbeiter begeistert, dass sie ihr Reporting technisch umstellen sollen. Denn das IT-Projekt bindet Ressourcen und verlangt den Beteiligten ab, sich in ein neues Tool einzuarbeiten. Das Unternehmen muss darum den Mehrwert für verschiedene Bereiche herausarbeiten. Beispielsweise die Option für Führungskräfte, aktuelle Reports dann aufzurufen, wenn sie gerade Gelegenheit dazu haben – sei es auf Reisen oder zwischen Kundenterminen.

• Stakeholder einbinden Das Top Management legt die Analyseziele fest. Welche Kennzahlen sich dafür am besten eignen und welche Daten darin einfließen können, sollte das Projektteam gemeinsam mit den berichtenden Abteilungen erarbeiten. Sonst kann es passieren, dass sich Spezifika einzelner Bereiche nicht in der Analyse abbilden lassen. Negativbeispiel: Abteilung X meldet ausschließlich Projekte der Kategorie „Sonstiges“, da andere Kategorien nicht passen. Automatisierte BI-Systeme erlauben zudem viel detailliertere Analysen, die sich für einzelne Abteilungen individuell programmieren lassen.

• Agil implementieren Gemeinsam mit Intensiv-Nutzern des Tools identifiziert das Projekt zunächst Datenquellen, die sich schnell einbinden und visualisieren lassen. Ein wichtiges Ziel ist ein „Wow-Effekt“, der Pilot-Nutzer für das Tool begeistert. Schritt für Schritt erhöht das Projektteam die Komplexität der Analysen; Testanwender aus verschiedenen Bereichen geben in kurzen Abständen Feedback dazu. So ist sichergestellt, dass die Entwicklung in die richtige Richtung läuft und das Tool schnell zur Verfügung steht.

• Sorgfältig schulen BI-Softwarehersteller bieten meist nur Standardtrainings an. Diese genügen in der Regel nicht, da sie spezifische Nutzerfragen nicht beantworten: Wie sind Begriffe definiert? Auf welche Daten greift das System zu? Idealerweise organisieren Spezialisten aus dem Projekt selbst das Training und unterstützen die Anwender auch nach dem Go-Live.