adesso

Business Intelligence und Business Analytics

Unsere Begleitung auf Ihrem Weg in das digitale Zeitalter

In Zeiten der digitalen Transformation befinden sich viele Unternehmen im Umbruch hin zu „digitalen Unternehmen“. In diesem Zusammenhang entstehen auch neue Herausforderungen für den Geschäftsbereich Business Intelligence und für die bestehenden BI-Architekturen. Wenn Anwendungen und Services zunehmend digital werden, dann müssen traditionelle BI-Architekturen von modernen, agilen und analytisch geprägten Ansätzen flankiert werden. Nur so lassen sich die durch Digitalisierung gewonnenen Informationen für wichtige Entscheidungen nutzen und aus Daten Wettbewerbsvorteile generieren.

Ein Beitrag von Frank Leisten

Doch zunächst möchte ich einmal verdeutlichen, was unter Business Intelligence, kurz BI, zu verstehen ist. BI hat – abstrakt formuliert – die Aufgabe, verwertbares Wissen unter Anwendung analytischer Verfahren auf Basis qualitätsgesicherter Daten zu erzeugen. Dieses Wissen wird herangezogen, um belastbare Entscheidungen zu treffen. Entscheidungen werden dabei von Mensch oder Maschine gefällt, mitunter bis hin zur völlig automatisierten Entscheidungsfindung.

Wie treffen wir überhaupt Entscheidungen?

Betrachten wir dazu das „Eisberg-Modell“, das auf die „Theorie des Bewusstseins“ des Psychoanalytikers Sigmund Freud zurückgeht. Dieses besagt:

„Nur ein kleiner Teil unserer Entscheidungen und unseres Verhaltens ist – so wie beim Eisberg die Spitze – für uns sichtbar. Der Großteil unserer Motive liegt – verdeckt unter der Wasseroberfläche – im Unterbewusstsein und beeinflusst von hier aus unser Handeln, Denken und Entscheidungsverhalten.“
Sigmund Freud

Projiziert man nun das „Eisberg-Gesetz“ auf das Gebiet Business Intelligence, so kann man festhalten, dass wir unsere Entscheidungen auf Basis uns bekannter Daten – meist aus relationalen operativen Systemen – treffen und dabei alle anderen Daten unbewusst wahrnehmen. Bedenkt man nun, dass bei einem Eisberg rund 20 Prozent des Volumens über dem Wasser und 80 Prozent unter der Wasseroberfläche sind, können wir festhalten, dass wir noch jede Menge Möglichkeiten, sprich Daten, ungenutzt lassen, um unsere Entscheidungen noch treffsicherer gestalten zu können.

Warum ist es wichtig, unterhalb der Wasseroberfläche zu suchen und „unbewusste“ Daten in den Entscheidungsprozess einzubinden?

Bestimmen Sie doch einmal den Reifegrad Ihrer BI-Systeme und betrachten Sie bewusst deren Einfluss auf Ihre Entscheidungsfindung. Gemeinhin lassen sich dabei drei Arten unterscheiden, wie Sie zu Entscheidungen gelangen:

Deskriptive Methode (descriptive): Sie treffen Ihre Entscheidungen auf Basis von Reports, die ausschließlich die Vergangenheit beschreiben. Sie nutzen Ihre Erfahrung und subjektive unbewusste Informationen zur Entscheidungsfindung.

Prädiktive Methode (predictive): Sie treffen Vorhersagen anhand vergangener Ereignisse und beziehen analytische Methoden ein, wie zum Beispiel Data Mining, um eine möglichst exakte Vorhersage zu treffen.

Kognitive Methode (cognitive): Sie setzen ein System aus analytischen Methoden ein, das in der Lage ist, durch selbstlernende Modelle eine konkrete Handlungsempfehlung abzugeben oder diese selbst umzusetzen.

adesso

Drei Arten der Entscheidungsfindung

In diesem Beitrag möchte ich zwei „Vorgehen“ zu datengestützter Entscheidungsfindung skizzieren. Zum einen das Verfahren der „Business Intelligence“ (BI) und zum anderen das der „Business Analytics“ (BA). Bezogen auf das Eisberg-Modell beschäftigt sich Business Intelligence mit den Phänomenen oberhalb und Business Analytics mit den Erscheinungen unterhalb der Wasseroberfläche.

Business Intelligence beschäftigt sich mit der Bereitstellung von Einsichten und Vorhersagen auf Basis strukturierter – meist operativer – Daten. Business Analytics dient unserem Verständnis nach der Informationsgewinnung aus unstrukturierten oder mitunter polystrukturierten Daten, die aus unterschiedlichsten Quellen in nicht definierter Qualität geliefert werden. Business Analytics muss in dieser Form als Innovator für neue Geschäftsmodelle gesehen werden.

Projektvorgehen: Wie wir bei adesso BI und BA betreiben

Bei adesso nutzen wir schon seit Langem agile Methoden im Software Engineering. Diese Methoden halten nun – mit zeitlichem Versatz – Einzug in BI- und BA-Projekte. Traditionelle Vorgehensweisen, wie sie in bisherigen BI-Projekten genutzt wurden, sind nicht geeignet, um Unternehmen im digitalen Wandel zeitnah und effizient mit analytischem Wissen zu versorgen. Hier sind Elastizität und Agilität gefragt. Die gewünschte Agilität muss durch Prozesse, Anwendungen und IT-Systeme unterstützt werden. Neben einem agilen Entwicklungsansatz und dynamisch skalierbaren Systemen bieten wir unseren Kunden auch die Umsetzung passender Datenmodellierungsmethoden, wie zum Beispiel Data Vault, an.

Agilität in Bezug auf BI- und BA-Projekte bedeutet für uns die effiziente und zeitnahe Bereitstellung von Wissen zum Zwecke der Entscheidungsfindung. Erweitert man diesen Prozess noch um Automatismen und selbstlernende Analytik, so hat der Prozess direkte Auswirkung auf die Organisation, die Technologie und die Prozesse eines Unternehmens. Hier wird dann ein analytischer Service gebildet und in ein „digitales Produkt“ eingebunden. Business Analytics wird somit nicht immer auf den ersten Blick erkennbar, sondern vielmehr Bestandteil alltäglicher digitaler Anwendungen.

Wir bieten Ihnen bei adesso beide Vorgehensweisen der BI und BA an und nutzen sie, je nach Anforderung, um die in Ihrer Unternehmung erforderlichen Entscheidungen möglichst effizient und nachhaltig zu unterstützen.

Im Wesentlichen folgen BI- und BA-Projekte immer den gleichen Prozess-Schritten: Am Anfang eines jeden BI-/BA-Projektes steht eine gründliche Anforderungsanalyse, in der der (Daten-)Analysezweck und das Ziel definiert werden. Hier verwenden wir ein mittlerweile gut erprobtes Verfahren, den Interaction Room. Um den besonderen Anforderungen eines BI-/BAVorhabens gerecht zu werden, entwickeln unsere Business Analysten eine spezifische Variante für Business Intelligence und Business Analytics.

Business Intelligence: Erinnern wir uns an unseren Eisberg, so sehen wir an der Oberfläche alle uns bekannten operativen Quelldaten- Systeme. Diese werden mit klassischen Extract Transform Load- (ETL) oder Extract Load Transform (ELT)-Verfahren verarbeitet und meist in einem Data Warehouse zur Verfügung gestellt. Hierbei spricht man auch von „Warm“ oder „Hot Data“. „Warm Data“ sind meist in relationalen Datenbanksystemen und „Hot Data“ In-Memory gespeichert. Die Quelldaten werden für die analytische Verarbeitung transformiert und qualitätsgerecht aufbereitet.

adesso

Im Data Collection-Prozess stellen wir die qualitätsgerechte Bereitstellung von Daten sicher

Business Analytics: Möchte man nun einen Wettbewerbsvorteil generieren und analytische Methoden anwenden, um neues Wissen zu gewinnen, so kommt man nicht umhin, seine untersuchte Datenmenge zu vergrößern und neue Datenquellen und damit auch neue Perspektiven in seine Betrachtung einzubeziehen. Dies können zum Beispiel Log-Daten von Maschinen oder Softwaresystemen, Positionsangaben zur Erkennung von Bewegungsmustern, Sensordaten, E-Mails, Internetdaten oder Social Media-Informationen sein. Diese Daten werden in großer Menge (Volume) aus vielen verschiedenen Quellen (Variety) geliefert und sind in großer Geschwindigkeit (Velocity) zu verarbeiten. Darüber hinaus können die Daten inkonsistent oder unvollständig (Veracity) sein. Vereinfacht spricht man hier von Big Data.

Data Lake: Zentrale Daten-Sammelstelle

Diese Daten werden in einem Data Lake gesammelt. Data Engineers überführen dabei alle verfügbaren Daten „eins zu eins“ in den Data Lake. Dieser dient als zentrale Sammelstelle für alle unstrukturierten Daten – unabhängig, ob es einen aktuellen Sinnzusammenhang zur analytischen Anwendung gibt oder nicht.

  • Business Intelligence liefert Daten zur analytischen Verarbeitung aus strukturierten Datenquellen (Data Collection Prozess-Schritt)
  • Business Analytics entdeckt Daten zur analytischen Verarbeitung aus unstrukturierten beziehungsweise polystrukturierten Datenquellen (Analytics Prozess-Schritt)

Bei adesso beschäftigen wir Data Engineers und Data Scientists, die sowohl Daten nach dem Business Intelligence- wie auch dem Business Analytics-Verfahren zur Verfügung stellen.

Business Intelligence: Data Scientists wenden deskriptive und prädiktive Methoden zur Wissensgewinnung an. Hierbei werden die strukturierten, bereits aufbereiteten Daten aus dem Data Warehouse nach gewissen Kriterien untersucht. Der aggregierte Datenbestand wird in die nächste Schicht – in der Expertensprache OLAP Cube oder Data Mart bezeichnet – überführt und dort für den Konsumenten bereitgestellt.

Business Analytics: Wie zuvor beschrieben, nutzen Data Scientists Big Data als Datenquelle. Wobei dies nicht ganz korrekt ist, handelt es sich bei Big Data meiner Einschätzung nach nicht nur um die Datenmenge, sondern auch um den wirtschaftlichen Nutzen, also den eigentlichen Analysezweck. Die Verarbeitung von Big Data führt der Data Scientist nach dem „Discover Access Distill“-Ansatz durch.

„Die Datenerhebung und -analyse ist die eine Seite unseres BI- und BA-Geschäftes. Natürlich möchten wir Ihre Daten auch im erhobenen Kontext verstehbar machen. Dazu geben wir Ihren Daten mit Data Story Telling ein Gesicht.“
Frank Leisten

Die Daten sollen nach einem bestimmten Zusammenhang sinnvoll analysiert und selbstlernende Systeme geschaffen werden, die diese Analysen ergebnisoffen vornehmen. Als praktische Anwendung seien hier einmal die Spezialthemen „Predictive Maintenance“ und „Fraud Detection“ genannt.

Grundsätzlich handelt es sich bei unseren Data Scientists um interdisziplinäre Spezialisten. Im nachfolgenden Interview berichten unsere Experten von dem neuen Berufsfeld, ihrem Qualifizierungsprofil und ihren Aufgaben.

Visualisierung in den Mittelpunkt der Datennutzung stellen

Die Ergebnisse aus dem Analytics-Schritt stellen unsere Data Engineers für beide Prozesse in der „Virtualization-Schicht“ bereit. Dies dient der grafischen Aufbereitung und individuellen Auswertung der analysierten Daten. Hierbei können Daten und Data Services aus beiden Prozessen auch gebündelt angeboten werden. Die Virtualization-Schicht ist formatunabhängig und verfügt – im Idealfall – über eigene Authentifizierungs- und Autorisierungsverfahren. Des Weiteren gibt es hier die Möglichkeit, ein Auditing zu betreiben, um so die Datenzugriffe zu dokumentieren.

Data Story Telling: Den Daten ein Gesicht geben

Die Datenerhebung und -analyse ist die eine Seite unseres BI- und BA-Geschäftes. Natürlich möchten wir Ihre Daten auch im erhobenen Kontext verstehbar machen. Dazu haben wir bei adesso Data Visualization Experts im Team, die im Rahmen des „Information Design“ Ihre Daten in eine „Geschichte“ einbinden. Wir sprechen hier von Data Story Telling. Vorbei sind die Zeiten, als BI-Mitarbeiter mit Kreisen, Balken und Linien die Anwender beeindrucken konnten. Heute sind ausgefeilte Visualisierungskonzepte und ganz allgemein User Experience- beziehungsweise UX-Konzepte gefordert.

Die ansprechende Visualisierung von Managementinformationen ist für uns bei adesso ein wichtiger Faktor. Zudem versorgen wir unsere Kunden mit Daten, die zielgruppengerecht und für unterschiedlichste Endgeräte aufbereitet sind. So können Entscheider effiziente und nachvollziehbare Entscheidungen treffen sowie Geschäftspotenzial in Form neuer Geschäftsmodelle erkennen.

Ganzheitliche Beratung aus einer Hand

Als unabhängiger Partner begleiten wir Sie während des gesamten Life Cycle eines BI- oder BA-Projektes und erarbeiten mit Ihnen gemeinsam Architekturen und kümmern uns um die Operationalisierung und den Betrieb Ihres BI-/ BA-Systems. Unsere BI- und BA-Kompetenz wird durch unsere umfassende Branchenkompetenz in unterschiedlichen Bereichen ergänzt. So sind wir in der Lage, Ihnen eine ganzheitliche kompetente Beratung aus einer Hand anzubieten. Trotz technologischer Unabhängigkeit pflegen wir Partnerschaften zu BI- und BA-Herstellern, um die modernsten Entwicklungen zu berücksichtigen und unsere Technologieführerschaft zu unterstreichen. In diesem Sinne freuen wir uns auf herausfordernde, spannende Business Intelligence- und Analytics-Projekte mit unseren Kunden und auf den gemeinsamen Weg hin zu einem digitalen, datengetriebenen Unternehmen.

Unsere Partnerschaften im Bereich Business Intelligence und Business Analytics

Über den Autor

Frank Leisten ist Bereichsleiter für Business Intelligence bei der adesso AG und hier verantwortlich für die Weiterentwicklung des BI-Portfolios. Als Wirtschaftsinformatiker und Organisationsprogrammierer ist er seit mehr als 25 Jahren in der Informationstechnologie tätig. Sein Schwerpunkt liegt auf den Themen Business Intelligence, Architektur und Strategie. Bis Juli 2016 war er Gründer und Geschäftsführer der flitcon GmbH in Düren. Das Unternehmen wurde im Juli 2016 von adesso übernommen und Frank Leisten zum Leiter des neuen BI-Bereichs bei adesso berufen. Hier wird er von einem Team von mehr als 50 BI- und Analytics-Spezialisten unterstützt, die den Kunden einen ganzheitlichen BI-/BA-Service anbieten können.

E-Mail: frank.leisten@adesso.de

Diese Seite speichern. Diese Seite entfernen.

C71.898,22.5,97.219,25.136,96.279,52.11z"/>