Business Intelligence (BI)

Von Redaktion BI-Software-Auswahl On 5 Mai 2013 In News

Der Begriff Business Intelligence (BI), wurde ab Anfang bis Mitte der ’90er 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, entsprechender Software, die Daten über das eigene Unternehmen, die Mitbewerber oder die Marktentwicklung im Hinblick auf den gewünschten Erkenntnisgewinn auswerten. Mit den gewonnenen Erkenntnissen können Unternehmen ihre Geschäftsabläufe, sowie Kunden- und Lieferantenbeziehungen profitabler machen, Kosten senken, Risiken minimieren und die Wertschöpfung vergrößern. Der Begriff wird dem Fachgebiet der Wirtschaftsinformatik zugerechnet.

In der Praxis versteht man in den meisten Fällen unter „Business Intelligence“ die Automatisierung des Berichtswesens (Reporting). Die in den ERP-Systemen anfallenden Unternehmensdaten werden genutzt, um unter verschiedenen Blickwinkeln die Situation des Unternehmens zu analysieren und ggf. zu bewerten. Die Analyse erfolgt nicht in den ERP-Systemen, sondern in einer davon getrennten Datenbasis, dem Data-Warehouse (DWH). Gründe hierfür können sein:

-ungeeignete Strukturierung der Daten im ERP-System
-keine Auswertungsmöglichkeit über mehrere ERP-Systeme, zum Beispiel bei der Aggregation für einen Konzernbericht
-unzureichende Möglichkeit, fremde Daten z. B. von Wettbewerbern oder Forschungsinstituten einzubeziehen
-Belastung des ERP-Systems durch analytische Auswertungen
-laufende Änderung der Daten im ERP-System.

Die erste Aufgabe eines BI-Projekts ist daher, Daten des oder der ERP-Systeme für die Analyse in eine eigene Datenbank, das Data-Warehouse, zu stellen. Dies erfolgt durch Extraktion der Daten aus dem ERP-System, ihrer Transformation und dem Laden in das Data-Warehouse (ETL-Prozess).

Die zweite Aufgabe besteht darin, die für das Berichtswesen notwendigen analytischen Auswertungen einzurichten. Dies kann von einfachen Aggregationen von z. B. Umsatzzahlen einzelner Artikel in den letzten Tagen, Wochen, Monaten gesamt und in den einzelnen Sparten entwickelt bis hin zu komplizierten statistischen Analysen mittels Data-Mining z. B. Trendanalysen von Kundenverhalten gehen.