Die Arbeit beschäftigt sich mit dem Thema Business Intelligence in kleinen und mittleren Unternehmen. Zunächst soll sie einen Überblick über die Beschreibung von kleinen und mittleren Unternehmensgrößen und dann über den derzeitigen Stand der Technik, der Methoden und Architekturen, der Business Intelligence (BI) sowie ein Vorgehensmodell zum Aufbau und Betrieb für die Einführung einer BI-Lösung in KMU geben.
Im Anschluss daran folgt eine Übersicht über die Analyse des BI-Marktes. In der Marktanalyse wird die aktuelle Situation dargestellt und eine Charakterisierung des Marktes vorgenommen. Hierbei wird untersucht, welche Anbieter von BI-Lösungen, die sich für kleine und mittlere Unternehmen eignen und welche Möglichkeiten zur Implementierung von BI-Systemen in KMU bestehen.
Anhand praktischer Anwendungen wird aufgezeigt, inwieweit sich die BI in KMU durchgesetzt hat, in welchen Bereichen die Techniken der BI in KMU eingesetzt werden und welchen Einsatzzweck die BI in KMU hat. Mit Hilfe von zwei Fallstudien (der TechTarget- und BARC-Studie) und einer Online-Umfrage werden die wichtigsten Ergebnisse aufgeführt. Abschließend werden die Vor- und Nachteile durch den Einsatz von BI in KMU betrachtet.
Inhaltsverzeichnis
1. Einleitung
1.1 Motivation
1.2 Zielsetzung und Aufbau der Arbeit
2. Kleine und mittlere Unternehmen (KMU)
2.1 Definition
2.1.1 KMU-Definition durch IfM Bonn
2.1.2 KMU-Definition durch Europäische Kommission
2.1.3 Definition Familienunternehmen durch IfM Bonn
2.1.4 Definition Mittelstand
2.2 Wirtschaftliche Bedeutung von KMU
2.3 Stärken und Schwächen des Mittelstands.
3. Grundlagen Business Intelligence
3.1 Definition von Business Intelligence (BI)
3.2 Historische Entwicklungen von Business Intelligence
3.3 Ziele von Business Intelligence
3.4 Voraussetzungen für Business Intelligence
4. Bausteine einer BI-Architektur
4.1 Der BI-Prozess
4.1.1 Datensammlung
4.1.2 Datenintegration
4.1.2.1 Extraktion
4.1.2.2 Transformation
4.1.2.3 Laden
4.1.3 Datenspeicherung
4.1.3.1 Data Warehouse
4.1.3.2 Data Marts
4.1.4 Datenaufbereitung
4.1.4.1 OLAP
4.1.4.2 Data Mining
4.1.5 Datenpräsentation
4.1.5.1 Dashboards/Cockpits
4.1.5.2 Balanced Scorecard
4.1.5.3 Planung
4.1.5.4 Standard Reporting und Ad-hoc Reporting
5. Vorgehensmodell: BI-Einführung
5.1 BI-Strategie
5.2 BI-Analyse
5.3 BI-Implementierung
6. Marktanalyse
6.1 Marktübersicht
6.2 Business Intelligence-Anbieter für KMU
7. Einsatz von Business Intelligence in KMU
7.1 Einsatzprobleme von BI-Lösungen in KMU
7.2 Erfolgsfaktoren für BI-Projekte in KMU
8. Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht das Potenzial und die Implementierung von Business Intelligence (BI) in kleinen und mittleren Unternehmen (KMU). Das zentrale Ziel besteht darin, KMU einen Überblick über notwendige BI-Architekturen, ein strukturiertes Vorgehensmodell zur Einführung sowie eine Marktanalyse aktueller BI-Lösungen und Anbieter zu geben, um ihre Entscheidungsfähigkeit und Wettbewerbsposition durch eine effiziente Datennutzung zu stärken.
- Grundlagen und Definitionen von KMU und Business Intelligence.
- Aufbau einer BI-Architektur und deren Kernprozesse (Datensammlung bis Datenpräsentation).
- Einführung eines systematischen Vorgehensmodells für BI-Projekte in KMU.
- Marktanalyse und Vergleich von BI-Softwareanbietern mit Fokus auf KMU-Eignung.
- Erfolgsfaktoren und Einsatzprobleme bei der Implementierung von BI-Lösungen.
Auszug aus dem Buch
4.1.3.1 Data Warehouse
Das Herzstück eines BI-Systems bildet das sogenannte Data Warehouse (DW). Data Warehouse bezeichnet ein von den operativen Systemen entkoppeltes, unternehmensweit einheitliches und konsistentes Datenhaltungssystem, das als Datengrundlage für darauf aufbauende BI-Anwendungen dient. Somit können die Analyseprozesse unabhängig von den operativen Systemen ablaufen und belasten nicht deren Performance. Das Data Warehouse ist durch seine Datenstruktur auf eine bessere Performance bei analytischen Auswertungen ausgerichtet. Außerdem kann mit einem Data Warehouse das Konzept des „Single point of truth“ umgesetzt werden.
Der Begriff Data Warehouse wurde im Jahre 1993 von William H. Inmon geprägt und wurde als “A data warehouse is a subject-oriented, integrated, time-variant, non-volatile collection of data in support of management’s decision-making process” definiert.
Mit dieser Definition beschreibt Inmon mit vier Schlagworte (subject-oriented, integrated, time-variant, non-volatile) die Charakteristika des Data Warehouses, die im Folgenden kurz erörtert werden:
Subject-oriented (Subjekt- bzw. Themenorientierung): Klassische, operationale Systeme sind gewöhnlich an den Anwendungen und damit an den Wertschöpfungsprozessen der Unternehmen orientiert. Im Gegensatz hierzu, ist ein Data Warehouse an den Informationsbedarfen des Managements ausgerichtet. Die Entscheidungsträger sollen in die Lage versetzt werden, direkt Informationen zu den sie interessierenden Kerngebieten (Subject) zu recherchieren. Solchen Interessengebiete können Unternehmensstrukturen (z.B. Geschäftsbereiche, Organisationsbereiche), Produktstrukturen (z.B. Produktgruppen, Produkte), Regionalstrukturen (Land, Region, Filiale) und Zeitstrukturen(Jahre, Quartal, Monate) sein. Diesen werden dann Informationen (z.B. Gewinne oder Umsätze) und deren Ausprägung (z.B. Plan, Soll, Ist) zugeordnet.
Zusammenfassung der Kapitel
1. Einleitung: Die Arbeit beleuchtet die zunehmende Bedeutung von Business Intelligence für kleine und mittlere Unternehmen und definiert die Forschungsziele und den Aufbau der Untersuchung.
2. Kleine und mittlere Unternehmen (KMU): Es erfolgt eine definitorische Abgrenzung von KMU und Mittelstand sowie eine Analyse ihrer wirtschaftlichen Bedeutung, Stärken und Schwächen im Vergleich zu Großunternehmen.
3. Grundlagen Business Intelligence: Dieses Kapitel erläutert den Begriff Business Intelligence, seine historische Entwicklung und die Ziele sowie Voraussetzungen, die ein Unternehmen für den erfolgreichen Einsatz erfüllen muss.
4. Bausteine einer BI-Architektur: Hier werden die prozessualen Bausteine einer BI-Architektur detailliert dargestellt, von der Datensammlung über die ETL-Prozesse und Speicherung bis zur Datenaufbereitung und -präsentation.
5. Vorgehensmodell: BI-Einführung: Es wird ein umfangreiches Vorgehensmodell vorgestellt, das die Phasen BI-Strategie, BI-Analyse und BI-Implementierung umfasst, um BI-Projekte in KMU strukturiert zu führen.
6. Marktanalyse: Das Kapitel bietet eine Übersicht über den BI-Markt in Deutschland und vergleicht sowohl große Softwareanbieter als auch spezifische Open-Source-Lösungen, die für KMU relevant sind.
7. Einsatz von Business Intelligence in KMU: Basierend auf Fallstudien und Umfragen werden der aktuelle Einsatzstand, häufige Einsatzprobleme und zentrale Erfolgsfaktoren für BI-Projekte in KMU diskutiert.
8. Fazit: Die Arbeit schließt mit einer Zusammenfassung der wesentlichen Erkenntnisse und einem Ausblick auf die zukünftige Entwicklung und Notwendigkeit professioneller BI-Lösungen für KMU.
Schlüsselwörter
Business Intelligence, KMU, Data Warehouse, BI-Strategie, ETL-Prozess, OLAP, Data Mining, Balanced Scorecard, Reporting, BI-Vorgehensmodell, Datenqualität, Datenintegration, Entscheidungsunterstützung, KMU-Marktanalyse, BI-Architektur
Häufig gestellte Fragen
Worum geht es in dieser Masterarbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Einführung und Nutzung von Business Intelligence (BI) in kleinen und mittleren Unternehmen (KMU), um diesen eine Orientierung bei der Implementierung von BI-Lösungen zu bieten.
Welches sind die zentralen Themenfelder der Arbeit?
Die Arbeit deckt die Definitionen von KMU, die theoretischen Grundlagen der BI, den Aufbau von BI-Architekturen, ein praktisches Vorgehensmodell zur Einführung, eine Marktanalyse sowie eine Untersuchung der Erfolgsfaktoren und Einsatzprobleme in KMU ab.
Was ist das primäre Ziel oder die Forschungsfrage?
Das primäre Ziel ist es, KMU einen umfassenden Überblick über BI zu verschaffen, damit sie das Potenzial dieser Technologie für ihre spezifischen Anforderungen erschließen und als Grundlage für strategische Entscheidungen nutzen können.
Welche wissenschaftliche Methode wird in der Arbeit verwendet?
Die Arbeit basiert auf einer fundierten Literaturrecherche, der Analyse von Fallstudien (TechTarget und BARC) sowie der Auswertung von Ergebnissen einer Online-Umfrage von Prof. Dr. Dietmar Schön.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in die theoretischen Grundlagen von BI, die detaillierte Darstellung der BI-Prozessschritte, ein spezifisches Vorgehensmodell zur BI-Einführung, eine Marktanalyse der BI-Anbieter und eine Analyse des praktischen Einsatzes in KMU.
Welche Schlüsselwörter charakterisieren die Arbeit am besten?
Die zentralen Begriffe umfassen Business Intelligence, KMU, Data Warehouse, BI-Strategie, Vorgehensmodell, BI-Architektur, Datenintegration und Erfolgsfaktoren.
Wie unterscheidet sich die BI-Analyse bei KMU von großen Konzernen?
KMU verfügen oft über weniger spezialisiertes IT-Personal und benötigen daher Lösungen, die sich gut in bestehende Excel-basierte Arbeitsweisen integrieren lassen und ein einfacheres Vorgehensmodell erfordern.
Welche Rolle spielt die Datenqualität in den behandelten BI-Projekten?
Die Datenqualität wird als eine der größten Herausforderungen und als zentrales Einsatzproblem in KMU identifiziert; sie ist die Grundvoraussetzung für verlässliche Analyseergebnisse und eine erfolgreiche Entscheidungsunterstützung.
- Citation du texte
- Otmane Azeroual (Auteur), 2015, Business Intelligence in kleinen und mittleren Unternehmen (KMU), Munich, GRIN Verlag, https://www.grin.com/document/388585
