Bereits seit vielen Jahren werden Informationssysteme als Hilfe für die Entscheidungsunterstützung im Management eingesetzt. Management-Information-Systeme, Decision-Support-Systeme und Executive-Information-Systeme stellen diesbezüglich mögliche Lösungen dar, die bereits in der Vergangenheit vermehrt zum Einsatz kamen. In den letzten Jahren wird aber zunehmend auch von dem Begriff „Business Intelligence“ (BI) gesprochen. Obwohl die in der gängigen Literatur verwendeten Definitionen des Begriffs zum Teil uneinheitlich sind, wird BI allgemein als Prozess verstanden, durch den Daten in Informationen und weiter in Wissen umgewandelt werden. Dieses durch BI-Systeme aufbereitete Wissen stellt für Unternehmen einen Mehrwert dar und kann zu einem entscheidenden Wettbewerbsvorteil führen. Ein BI-System kann im Idealfall verschiedene Unternehmensfunktionen schnell und übersichtlich mit entscheidungsrele-vanten Daten versorgen. Die Praxis zeigt jedoch, dass der Einsatz eines BI-Systems viele Unternehmen vor eine große Herausforderung stellt, deren Ursachen sowohl aus technischer als auch aus organisatorischer Sicht zu erklären sind. So werden die meist hohen Erwartungen an die Ergebnisse eines BI-Systems nicht erfüllt. Im schlimmsten Fall können die meist hohen Kosten für die Implementierung und den Betrieb von BI-Anwendungen den Kosten/Nutzen Faktor stark beeinträchtigen. Der Einsatz eines BI-Systems ist dann u.U. unwirtschaftlich. Ziel der Arbeit ist es zu untersuchen, welche Potenziale ausgeschöpft und welche Problemfelder überwunden werden müssen, damit sich die Verwendung von BI-Systemen aus dem Aspekt der Wirtschaftlichkeit eignet.
Inhaltsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
Abkürzungsverzeichnis
1 Einleitung
2 Grundlagen
2.1 Rückblick
2.2 Begriffsbestimmung
3 Architektur und Bausteine
3.1 Bereitstellungsschicht
3.2 Analyseschicht
3.3 Präsentationsschicht
4 Eignung von BI-Systemen
4.1 Bewertungsproblematik
4.2 Nutzenpotenziale
4.3 Erfolgsfaktoren
5 Zusammenfassung und Ausblick
Literaturverzeichnis
Abbildungsverzeichnis
Abbildung 3.1: BI-Rahmenkonzept
Abbildung 3.2: BI-Werkzeuge zur Datennutzung
Tabellenverzeichnis
Tabelle 2.1: Übersicht der Perspektiven auf BI
Tabelle 4.1: Weitere Anwendungsgebiete
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
1 Einleitung
Bereits seit vielen Jahren werden Informationssysteme als Hilfe für die Entschei-dungsunterstützung im Management eingesetzt. Management-Information-Systeme, Decision-Support-Systeme und Executive-Information-Systeme stellen diesbezüglich mögliche Lösungen dar, die bereits in der Vergangenheit vermehrt zum Einsatz ka-men. In den letzten Jahren wird aber zunehmend auch von dem Begriff „Business Intelligence“ (BI) gesprochen. Obwohl die in der gängigen Literatur verwendeten Definitionen des Begriffs zum Teil uneinheitlich sind (Gluchowski und Kemper 2006, S. 14-18; Mertens 2002, S. 66), wird BI allgemein als Prozess verstanden, durch den Daten in Informationen und weiter in Wissen umgewandelt werden (Ne-gash und Gray 2003, S. 3191). Dieses durch BI-Systeme aufbereitete Wissen stellt für Unternehmen einen Mehrwert dar und kann zu einem entscheidenden Wettbe-werbsvorteil führen (Zimmermann 2007, S. 8). Ein BI-System kann im Idealfall ver-schiedene Unternehmensfunktionen schnell und übersichtlich mit entscheidungsrele-vanten Daten versorgen (Chamoni und Gluchowski 2004, S. 119). Die Praxis zeigt jedoch, dass der Einsatz eines BI-Systems viele Unternehmen vor eine große Heraus-forderung stellt, deren Ursachen sowohl aus technischer als auch aus organisatori-scher Sicht zu erklären sind (Gluchowski et al. 2008, S. 365; Kemper und Baars 2006, S. 18-19; Zimmermann 2007, S. 8). So werden die meist hohen Erwartungen an die Ergebnisse eines BI-Systems nicht erfüllt (Kemper und Baars 2006, S.19). Im schlimmsten Fall können die meist hohen Kosten für die Implementierung und den Betrieb von BI-Anwendungen den Kosten/Nutzen Faktor stark beeinträchtigen. Der Einsatz eines BI-Systems ist dann u.U. unwirtschaftlich. Ziel der Arbeit ist es zu un-tersuchen, welche Potenziale ausgeschöpft und welche Problemfelder überwunden werden müssen, damit sich die Verwendung von BI-Systemen aus dem Aspekt der Wirtschaftlichkeit eignet.
Dazu wird in Kapitel 2 zunächst ein Begriffsverständnis vermittelt, welches „Business Intelligence“ von anderen Lösungen abgrenzt bzw. Gemeinsamkeiten aufzeigt.
Kapitel 3 behandelt anschließend den typischen Aufbau und die Struktur eines BI-Systems, so dass am Ende eine Vorstellung davon existiert, wie das Zusammenspiel von Teilkomponenten funktioniert und wie das System in seiner Gesamtheit die an-gestrebten Anforderungen erfüllen kann.
Nachdem ein idealtypischer Orientierungsrahmen für den Aufbau vorgestellt wurde, wird in Kapitel 4 untersucht, in welchen Bereichen bei der Verwendung von BI-Systemen in der Praxis Probleme auftreten. Dabei werden zunächst ausgewählte Nutzenpotenziale erläutert. Im Anschluss daran werden Problemfelder vorgestellt, die den wirtschaftlich erfolgreichen Einsatz von BI-Anwendungen verhindern kön-nen.
Im Schlussteil wird nach einer kurzen Zusammenfassung ein kurzer Ausblick auf zukünftige Trends bzgl. der BI-Anwendungen gegeben.
2 Grundlagen
Für das Verständnis innerhalb der späteren Ausführungen der Arbeit muss geklärt werden, was unter der Begrifflichkeit eines Business Intelligence Systems zu verste-hen ist. Dazu wird in Kapitel 2.1 ein Blick in die Vergangenheit geworfen und über die Wurzeln von BI gesprochen. Im Anschluss daran versucht Kapitel 2.2 eine Annä-herung an die Begrifflichkeit vorzunehmen und auf unterschiedliche Sichtweisen in der Literatur hinzuweisen.
2.1 Rückblick
Führungskräfte (im Folgenden wird dazu auch das Synonym Manager verwendet) sind dadurch charakterisiert, dass sie für die Führung von Unternehmen verantwort-lich sind. Dabei hat jeder einzelne Manager die Aufgabe, eine Reihe von Planungs-und Entscheidungsaufgaben wahrzunehmen, um unternehmensspezifische Probleme zu lösen (Hansen und Neumann 2005, S. 773). In diesem Zusammenhang hat sich herausgestellt, dass die Qualität der Informationsversorgung ein entscheidender Fak-tor für die erfolgreiche Führung eines Unternehmens ist (Gluchowski et al. 1997, S. 1; Steinmann und Schreyögg 2005, S. 414). Gerade die Fähigkeit „...frühzeitig er-folgsrelevante Entscheidungen für das eigene Unternehmen abzuleiten“ wird dabei von GLUCHOWSKI ET AL. besonders hervorgehoben (1997, S. 19ff.). Je mehr also ein Manager über seine Handlungsalternativen und deren Auswirkungen weiß, desto besser wird seine Entscheidung in Bezug auf die Lösung des vorliegenden Problems sein. Dabei kann der Einsatz geeigneter IuK-Techniken die Entscheidungsträger sinnvoll unterstützen.
Sog. Management Support Systeme, (MSS)1, werden dabei zunächst als Oberbegriff für Anwendungssysteme verstanden, welche der Unterstützung des Managements dienen (Gluchowski et al. 1997, S. 65ff.). Bereits zu Beginn der 60er Jahre wurden die ersten Ausprägungen eines MSS zur Unterstützung des Managements eingesetzt. Die sog. Management Information Systeme (MIS) dienten dabei den Führungskräften vor allem dem Zusammentragen von Daten aus verschiedenen Geschäftsbereichen, die bis dato lediglich annähernd isoliert in den entsprechenden Informationssystemen vorlagen. Somit ergaben sich dem Management erstmals neue Möglichkeiten, ihre
Kontrollfunktion besser auszuführen und dem vorherrschenden Informationsdefizit beizukommen (Gluchowski et al. 1997, S. 152ff.). Allerdings stand nun zur Kritik, dass der Mangel an Information zwar behoben wurde, allerdings gleichzeitig ein neues Problem einer Informationsflut entstanden ist, da der Ansatz der MIS jegliche Möglichkeiten zur Filterung und Aufbereitung von Daten zunächst völlig außer Acht ließ (Gluchowski et al. 1997, S. 162ff.).
Aus diesem Grunde wurde seit den 70er Jahren die Entwicklung der Decision Support Systeme (DSS2) vorangetrieben. Hier stand nun nicht mehr die reine Datenver-sorgung im Vordergrund, sondern eher die Konzeption einer Hilfestellung für das Management, die mit Modellen und Methoden die Lösung von Teilaufgaben von schlecht strukturierten Entscheidungsproblemen erheblich erleichtern sollte (Chamo-ni und Gluchowski 2006, S. 7). Solche DSS waren zudem die ersten Systeme ihrer Art, welche zur Beantwortung sog. „How-to-achieve“ und „What-if“ Fragestellungen behilflich sein konnten (Steinmann und Schreyögg 2005, S. 416; Anandarajan et al. 2004, S. 18). Trotzdem war für ihre Nutzung immer noch ein hohes Maß an metho-denspezifischem Fachwissen nötig, was die Einsatzgebiete von DSS stark ein-schränkte (Holthuis 2001, S. 37).
Mitter der 80er Jahre kam es schließlich durch den vermehrten Einsatz leistungsstär-kerer Personalcomputer und vernetzter DV-Systeme zu einem weiteren Ansatz, den Executive Information Systemen (EIS3). Diese Systeme waren insb. an das Top-Management adressiert. Stärken waren zum einen der breite Datenzugriff auf interne als auch externe Datenbestände, mit deren Hilfe der Manager frühzeitig Entwick-lungstendenzen erkennen konnte. Zum anderen erlaubten EIS effektive Darstel-lungsmöglichkeiten z.B. in Form einer individuell anpassbaren und ausgefeilten Be-nutzeroberfläche. Die Präsentation von Informationen wie z.B. kritische Erfolgsfak-toren konnten dem Manager frühzeitig einen Hinweis auf Handlungsbedarf geben (Gluchowski et al. 1997, S. 203ff; Steinmann und Schreyögg 2005, S. 417). Später nahm die Entwicklung der MSS in Sachen Komplexität und Funktionsumfang völlig neue Formen an. Getrieben durch eine immer stärker werdende kommerzielle Nut-zung des Internets, sowie neue Unterstützungsmöglichkeiten von Geschäftsprozessen durch IT, tauchte schließlich Mitte der 90er Jahre erstmalig der Begriff Business Intelligence auf (Gluchowski und Kemper 2006, S. 12). Eine genauere Erläuterung dieses Ansatzes findet sich in Abschnitt 2.2.
2.2 Begriffsbestimmung
Wie so oft, gibt es auch für die Begrifflichkeit Business Intelligence in der gängigen Literatur bis dato keine einheitliche Definition (Gluchowski et al. 2008, S.90; Glu-chowski und Kemper 2006, S. 14; Mertens 2002a, S. 66). Der Begriff wurde erstmals 1996 von der Gartner Group4, einer Marktforschungs- und Beratungsfirma mit dem Schwerpunkt IT, in den Mund genommen. Demnach sei BI wie folgt definiert.
„Data analysis, reporting, and query tools can help business users wade through a sea of data to synthesize valuable information from it – today these tools collectively fall into a category called ´Business Intelligence.´” (Anandarajan et al. 2004, S. 18-19) Der inhaltliche Schwerpunkt dieser Definition liegt also in der Zusammenfassung von einer Reihe von Tools, welche sich mit der Suche, Analyse und Aufbereitung entscheidungsrelevanter Daten beschäftigen. Dies bedingt nicht zwangsweise, dass mit diesen Tools völlig neue Technologien und Innovation gemeint sind, ganz im Gegenteil. KEMPER UND BAARS behaupten, dass in dieser Zeit „... Business Intelligence lediglich als neues Etikett für bereits existierende Lösungen der jeweiligen Unternehmen diente“ (2006, S. 8). MERTENS ist noch direkter und betitelt „Business Intelligence als Modeerscheinung“ bzw. behauptet, BI „...ist ein neuer Begriff mit stark modischen Elementen“. Schuld seien vor allem primär die Beratungsfirmen und großen Softwarehersteller, die alte Themen mit z.T. modifizierten oder gar neu-en Schlagworten, sog. buzzwords beschreiben. So meint z.B. der Softwarehersteller SAS mit den Begrifflichkeiten Enterprise Intelligence oder Customer Intelligence nichts anderes als Balanced Scorecards und das Customer Relationship Management (2002, S. 2). Trotz der zunächst sehr kritischen Betrachtung seitens der Wissenschaft zu dem Thema BI, begann schließlich eine intensivere Auseinandersetzung mit dem Thema, aus der schließlich mehrere Sichtweisen auf das Begriffsverständnis hervor-gingen.
Nach GLUCHOWSKI ET AL. unterscheidet man demnach nach vier unterschiedlichen Perspektiven. Einem engen Begriffsverständnis werden folglich solche Anwen-dungen als BI-Anwendungen bezeichnet, die eine „...Aufbereitung und Präsentation von multidimensional organisierten Datenmaterial“ ermöglichen (Gluchowski et al. 2008, S. 90). Man beschränkt sich auf einige wenige Applikationen, welche die Ent-scheidungsfindung direkt unterstützen. Dabei ist die Generierung von unbekannten Zusammenhängen z.B. durch Data Mining sowie die Erstellung von ad-hoc Berich-ten zunächst ausgenommen. Nimmt man entsprechende Anwendungen in die Be-trachtung hinzu, so spricht man von einer analyseorientierten Perspektive auf BI (Jung und Winter 2000, S.11). Von einem weiten Begriffsverständnis spricht man indes dann, wenn man auch eher technikzentrierte Systemkomponenten mitein-schließt. So sind nach dieser Auffassung auch Komponenten zur Datenspeicherung (z.B. Data Warehouses) oder Bereitstellung der Daten (ETL-Tools) mit einzubezie-hen. Schließlich kann BI auch aus einer prozessorientierten Perspektive betrachtet werden. GROTHE UND GENTSCH beschreiben BI als einen „...analytischen Entde-ckungsprozess, der aus einer Vielzahl, häufig unstrukturierter Unternehmens-, Markt- und Wettbewerbsdaten handlungsgerichtetes, strategisches Wissen [...] gene-riert“ (2000, S. 11). Eine Übersicht über die genannten Perspektiven kann der Tabel-le 2.1: Übersicht der Perspektiven auf BI entnommen werden.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 2.1: Übersicht der Perspektiven auf BI
[...]
1 Im deutschen Sprachgebrauch findet sich auch häufig die Bezeichnung „Managementunterstüt-zungssysteme( MSU), wieder.
2 Im deutschen oft auch mit „Entscheidungsunterstützungssystem“ (EUS) bezeichnet.
3 Eingedeutscht als „Führungsinformationssystem“ (FIS) oder „Chefinformationssystem“ (CIS) bezeichnet.
4 Aktuell ist das Unternehmen nach einer Namensänderung im Jahr 2001 unter „Gartner Inc.“ zu finden.
- Arbeit zitieren
- Tim Dreesen (Autor:in), 2009, Untersuchung von Business Intelligence-Systemen in der Praxis unter dem Aspekt der Wirtschaftlichkeit, München, GRIN Verlag, https://www.grin.com/document/138730
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen.