Agile Methoden in Business Intelligence Projekten. Definition, aktueller Stand, Möglichkeiten und Zukunftspotenziale

Inhaltsverzeichnis

Inhaltsverzeichnis

Abkürzungsverzeichnis

Abbildungsverzeichnis

1. Einleitung
1.1. Begründung des Themas
1.2. Zielsetzung
1.3. Abgrenzung des Themas
1.4. Operationalisierung
1.5. Aufbau dieser Seminararbeit

2. Agile Methoden – Einführung
2.1. Begriffsdefinition
2.2. Agiles Manifest: Werte und Prinzipien der Agilität
2.3. Anwendungsbereiche agiler Methoden
2.4. Vor- und Nachteile von Agilität

3. Business Intelligence – Einführung
3.1. Begriffsdefinition
3.2. Historische Entwicklung von Business Intelligence
3.3. Funktionsweise eines BI-Systems
3.4. Aufgaben und Ziele eines BI-Systems

4. Agilität in Business Intelligence-Projekten
4.1. Aktueller Stand von Agilität in BI-Projekten
4.2. Herausforderungen und Besonderheiten von BI-Projekten
4.3. Einsatzmöglichkeiten von Agilität in BI-Projekten
4.4. Praxisbeispiel
4.5. Zukünftige Potenziale von Agilität in BI-Projekten

5. Abschluss und Fazit

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Idealtypische Referenzarchitektur eines BI-Systems (aus: Gansor, T. / Totok, A., 2015, S. 62)

1. Einleitung

In der folgenden Einleitung wird die Relevanz des Themas herausgestellt und dieses somit begründet. Anschließend wird die Zielsetzung dieser Arbeit definiert und die Abgrenzung des Themas vorgenommen. Es folgt eine kurze Beschreibung zur Operationalisierung der Daten und der Aufbau der Seminararbeit wird beschrieben.

1.1. Begründung des Themas

Unternehmen stehen in der heutigen Zeit vor tiefgreifenden Veränderungen. Häufig sind Stichworte wie „intensiver Wettbewerb“, „Globalisierung“ oder „Innovationsdruck“ zu lesen, die Produktlebenszyklen verkürzen sich und die Anpassungsfähigkeit von Unternehmen ist ein kritischer Erfolgsfaktor geworden.¹

Wie können Unternehmen in solchen Situationen konkurrenzfähig bleiben? In digital bestimmten Situationen sind Daten zu einem Wettbewerbsvorteil geworden. Dennoch reicht es nicht, Daten ausschließlich zu sammeln. Die Datensammlung muss zielführend genutzt werden, um daraus Vorteile (z. B. durch bessere Kundenansprache) zu erzielen.² Diese Aufgabe wurde in den letzten Jahren vermehrt mit dem Sammelbegriff Business Intelligence (BI) bearbeitet.³

Ein weiterer Begriff, der derzeit verbreitet ist, ist der der Agilität. Agilität ist die Antwort auf eine VUKA-Welt ( die gekennzeichnet ist durch Volatilität, Unsicherheit, Komplexität und Ambiguität) und viele Unternehmen erhoffen sich, durch die Anwendung agiler Methoden in einer solch unsicheren Umwelt bestehen zu können.⁴

Dementsprechend scheint es notwendig beide Teilgebiete (Agilität und Business Intelligence) in einem gemeinsamen Kontext zu betrachten. Weiterhin begründet wird diese Annahme durch jüngste Studienergebnisse. So sieht ein Großteil von Führungskräften verschiedenster Branchen Agilität und Business Intelligence ( sowie auch z. B. Big Data) als relevant für eine erfolgreiche Zukunft.⁵ Und auch in der IT-Trends 2019-Studie von Capgemini geben im Vergleich zum Vorjahr mehr Entscheider an, die Agilität erhöhen und die Informationsauswertung verbessern zu wollen.⁶

1.2. Zielsetzung

Das Ziel dieser Arbeit ist es, zu ermitteln, inwiefern Agilität in BI-Projekten gewinnbringend eingesetzt wurden und eingesetzt werden können. Dazu ist es notwendig, den aktuellen Stand von Agilität im BI-Umfeld zu ermitteln sowie die Besonderheiten von BI-Projekten ausreichend zu berücksichtigen.

Außerdem soll die Arbeit herausfinden, welche Potenziale agile Methoden in der Zukunft in Business Intelligence-Projekten haben.

1.3. Abgrenzung des Themas

Aufgrund des hohen Umfangs und der sehr hohen Komplexität des Themengebiets Business Intelligence kann diese Arbeit nur oberflächlich beschrieben, inwiefern Agilität und Business Intelligence kombiniert werden können. Eine Betrachtung sämtlicher Aspekte der beiden Teilgebiete würde den Rahmen dieser Arbeit deutlich sprengen.

Des Weiteren soll diese Arbeit nur als theoretische Ausarbeitung der Aspekte von Agilität und Business Intelligence gesehen werden und keinesfalls als praktischer Anwenderleitfaden für Anwender und Entscheider. Dennoch kann diese Arbeit als Basis für weitere Forschungen im Gebiet Agilität und Business Intelligence dienen.

1.4. Operationalisierung

Die Datensammlung und Operationalisierung erfolgen ausschließlich auf sekundärem Weg. Das bedeutet, dass die beschriebenen Aspekte durch Literaturrecherche und -analyse gewonnen werden. Zusätzlich sollen Statistiken betrachtet werden, um gewonnene Aspekte zu erhärten oder zu widerlegen. Eine ausführliche Datensammlung durch z. B. Umfragen, Praxiseinsätze oder Experteninterviews findet in dieser Arbeit nicht statt.

1.5. Aufbau dieser Seminararbeit

Diese Seminararbeit gliedert sich nach dieser Einleitung in drei größere Teilabschnitte:

- Im zweiten Kapitel erfolgt eine Einführung zu agilen Methoden bzw. Agilität im Allgemeinen. Dazu wird der Begriff definiert, das agile Manifest beschrieben und die Anwendungsbereiche agiler Methoden herausgearbeitet. Abschließend werden die Vorteile und Nachteile von Agilität beschrieben.
- Im dritten Kapitel wird in ähnlicher Weise in das Themengebiet Business Intelligence eingeführt. Es erfolgt ebenfalls eine Begriffsdefinition, die historische Entwicklung von BI wird beleuchtet und die idealtypische Funktionsweise eines BI-Systems soll kurz erläutert werden. Abgeschlossen wird das Kapitel durch die Beschreibung der Aufgaben und Ziele eines BI-Systems
- Das vierte Kapitel soll schließlich die beiden vorherigen Kapitel verbinden und Agilität und Business Intelligence zusammenführen. Dazu wird der aktuelle Stand von Agilität in BI-Projekten beschrieben, die Herausforderungen von BI-Projekten müssen herausgearbeitet werden und die Einsatzmöglichkeiten von Agilität im BI-Umfeld wird ermittelt. Abgeschlossen wird das Kapitel durch ein Praxisbeispiel sowie einen Ausblick auf zukünftige Potenziale von Agilität im BI-Kontext

Abgeschlossen wird diese Arbeit im fünften Kapitel schließlich mit einem Fazit zum bearbeiteten Thema.

2. Agile Methoden – Einführung

In diesem Kapitel soll der Leser in den Begriff der Agilität im IT- und Projektkontext eingeführt werden. Dazu wird der Begriff für den Rahmen dieser Arbeit definiert, das Agile Manifest wird beschrieben und die Anwendungsbereiche agiler Methoden werden kurz erläutert. Abschließend sollen die Vor- und Nachteile von Agilität bestimmt werden.

2.1. Begriffsdefinition

Kurze Lebenszyklen von Produkten und Dienstleistungen und sich immer schneller wandelnde Kundenbedürfnisse beeinflussen Unternehmen. Lange Planungsphasen und Entwicklungsprozesse sind hierbei kontraproduktiv. Vor allem bei digitalen Dienstleistungen werden kurze Entwicklungszyklen und häufige Releases gefordert. Die agile Entwicklung geht dabei von Vornherein davon aus, dass sich nicht alle Anforderungen und Funktionen bereits in der Planungsphase ermitteln lassen und die Systementwicklung ein erkenntnisgetriebener Prozess ist.

Agile Methoden brechen somit mit dem Verständnis, dass die Systementwicklung planungsgetrieben ist. Zudem legen agile Methoden Wert auf das Schaffen eines Nutzens für den Kunden.⁷

2.2. Agiles Manifest: Werte und Prinzipien der Agilität

Größere Beachtung erfahren Agile Vorgehensweisen seit dem Jahr 2001. Dort verfasste ein Konsortium von Autoren das Manifest für agile Softwareentwicklung, das aus den folgenden Werten besteht:

- Individuen und Interaktionen mehr als Prozesse und Werkzeuge
- Funktionierende Software mehr als umfassende Dokumentation
- Zusammenarbeit mit dem Kunden mehr als Vertragsverhandlung
- Reagieren auf Veränderung mehr als das Befolgen eines Plans

Als Ergänzung wiesen die Autoren darauf hin, dass sie die Werte auf der rechten Seite zwar wichtig finden, die Werte auf der linken Seite jedoch als wichtiger einschätzen. (Beck, K. et. al., 2001)

Neben diesen vier Werten haben die Autoren zwölf Prinzipien der Agilität verfasst. Diese lassen sich in eigenen Worten wie folgt zusammenfassen: Produkte sollen früh, kontinuierlich und in schnellen und häufigen Zyklen geliefert werden und einen echten Nutzen für den Kunden schaffen. Außerdem sollen Anforderungen jederzeit akzeptiert werden und die Teams sollten interdisziplinär arbeiten, selbstorganisiert sein, ihre Arbeit regelmäßig reflektieren und viel Wert auf persönliche Kommunikation legen. Als wichtigstes Fortschrittsmaß gilt ein funktionierendes Produkt.⁸

2.3. Anwendungsbereiche agiler Methoden

Ursprünglich waren agile Methoden ausschließlich für die Softwareentwicklung vorgesehen – schließlich lautet der Titel des agilen Manifests „Manifest für Agile Softwareentwicklung“. Mittlerweile lässt sich jedoch feststellen, dass Agilität in allen Bereichen von Unternehmen Einzug gehalten hat. Dies lässt sich damit begründen, dass die Komplexität innerhalb und außerhalb von Unternehmen in den letzten Jahren stark gestiegen ist und klassische Vorgehensmodelle häufig von einfachen Situationen ausgehen.⁹

Mittlerweile haben sich auch diverse Vorgehensmodelle und Frameworks entwickelt, die den agilen Ansatz unterstützen. Dazu zählen z. B. Extreme Programming (XP), bei dem ein kleines Team paarweise und iterativ Software entwickelt und auf ausführliche Dokumentation verzichtet.¹⁰ Ein weiteres Rahmenwerk, welches Agilität im besonderen Maße unterstützt, ist Scrum. Scrum definiert sich selbst nur als Rahmenwerk, innerhalb dessen verschiedene Techniken und Methoden zum Einsatz kommen können, um komplexe Produkte mit höchstmöglichem Wert auszuliefern¹¹. Dementsprechend kann es nicht nur in der Softwareentwicklung, sondern in verschiedensten Bereichen des Unternehmens eingesetzt werden.

2.4. Vor- und Nachteile von Agilität

Die Anwendung agiler Ansätze bietet Vor- und Nachteile. Als Vorteile sind sicherlich die hohe Anpassungsfähigkeit und Reaktionsfähigkeit auf gegebene Änderungen zu nennen. Außerdem unterstützen agile Ansätze in hohem Maße das regelmäßige Verbessern von Software, die persönliche Kommunikation und die Reduktion von unnötiger Arbeit, was wiederum in einer höheren Produktivität resultiert. Die Konzentration auf das Schaffen eines echten Nutzens für die Kunden und die intensive Einbindung der Auftraggeber führt oft zu hoher Kundenzufriedenheit. Abschließende Vorteile sind der Fokus auf eine schnelle und häufige Lieferung neuer Funktionen und eine innovative Darstellung des Projektverlaufs und der offenen Aufgaben.¹²

Agilität bringt häufig auch Nachteile mit sich. So wird in vielen Unternehmen nicht hinterfragt, aus welchem Grund Agilität eingeführt werden soll. Plötzlich wird vom Vorstand oder anderen High-Level-Führungskräften vorgegeben, dass das Unternehmen agiler werden soll. Im Anschluss wird oft ein Rahmenwerk oder eine Methodik gewählt, die dann nach Lehrbuch eingeführt wird. Häufig werden externe Berater engagiert, die dem Personal dann das Rahmenwerk beibringen sollen. Es ist jedoch notwendig, die Einführung von Agilität als Change-Prozess zu organisieren und das Personal zu integrieren.¹³

Weitere negative Punkte des agilen Ansatzes sind in Anlehnung an Meyer¹⁴:

- Spezialisierung und Beschränkung der Funktionen auf die User-Bedürfnisse (und gleichzeitige Verhinderung der Adressierung weiterer Funktionen)
- Häufige Konzentration auf einzelne Funktionen und Ignoranz von Abhängigkeiten
- Aus den fehlenden Hierarchien resultiert oft, dass sich niemand für bestimmte Management-Tätigkeiten im Projekt zuständig fühlt

Der Erfolg von Projekten, die mit agilen Ansätzen durchgeführt wurden und die gegebene Marktsituation scheint die Anwendung von Agilität jedoch, zumindest momentan, eher zu rechtfertigen.

3. Business Intelligence – EINFÜHRUNG

Um ein Verständnis für Business Intelligence (BI) zu entwickeln, soll in den folgenden Abschnitten eine Einführung erfolgen. Dazu wird der Begriff Business Intelligence definiert, die historische Entwicklung aufgegriffen sowie die Funktionsweise, Aufgaben und Ziele eines BI-Systems erläutert.

3.1. Begriffsdefinition

Für Begriffe, die im BI-Kontext häufig gebraucht werden, hat sich in der Vergangenheit keine einheitliche Definition durchsetzen können. Gemäß Kemper et. al. gibt es drei BI-Verständnisse. Bei Business Intelligence i. e. S. werden nur die Kernapplikationen verstanden, die eine Entscheidungsfindung unmittelbar unterstützen. Das analyseorientierte BI-Verständnis umfasst sämtliche Anwendungen, die vom Entscheider genutzt werden (z. B. OLAP, MIS, Data Mining). Das weite BI-Verständnis schließlich umfasst alle Anwendungen, die direkt oder indirekt für die Entscheidungsunterstützung eingesetzt werden.¹⁵

Im Vergleich zum lange gängigen Begriff Data-Warehouse-System integriert ein BI-System neben den Daten auch Strategien, Prozesse, Anwendungen und Technologien und weitet die ausschließliche Auswertung von Daten auch auf das Erzeugen von Wissen und Perspektiven im Unternehmen und seinem Umfeld aus.¹⁶

3.2. Historische Entwicklung von Business Intelligence

Bereits Ende der 60er-Jahre wurde die Bezeichnung des Managementinformationssystems (MIS) geprägt, welches Entscheider durch Informationen unterstützen soll. Daraus entwickelten sich viele weitere Systemtypen, wie Führungsinformationssysteme (FIS) oder Decision Support Systems (DSS). Alle Systeme werden weitgehend synonym aufgefasst, erhalten ihre Abgrenzung aber durch die spezifischen Anforderungen im Unternehmen. Die Systeme der 60er-80er-Jahre scheiterten jedoch häufig, was z. B. durch das Fehlen von grafischen Oberflächen, günstigen und schnellen Datenspeichern und Prozessoren und großen Datenbasen begründet werden kann. Mittlerweile werden diese Voraussetzungen von zahlreichen Systemen erfüllt, weshalb Systeme zur Entscheidungsunterstützung in den letzten Jahren einen hohen Stellenwert in Unternehmen einnehmen konnten.¹⁷

3.3. Funktionsweise eines BI-Systems

Die generelle Funktionsweise eines BI-Systems soll in Anlehnung an Gansor / Totok (2015) anhand einer idealtypischen, klassischen Referenzarchitektur kurz erläutert werden.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Idealtypische Referenzarchitektur eines BI-Systems (aus: Gansor, T. / Totok, A., 2015, S. 62)

[...]

¹ Vgl. Baltes, G. / Freyth, A. (2017, S. 4ff)

² Vgl. Baltes, G. / Freyth, A. (2017, S. 41)

³ Vgl. Bauer, A. / Günzel, H. (2013, S. 22)

⁴ Vgl. Baltes, G. / Freyth, A. (2017, S. 68f.)

⁵ Vgl. marconomy.de (2019)

⁶ Vgl. Dumslaff, U. / Heimann, T. (2019, S. 12)

⁷ Vgl. Laudon, K. et. al. (2016, S. 898f.)

⁸ Vgl. Beck, K. et. al. (2001-1)

⁹ Vgl. Scheller, T. (2017, S. 49ff.)

¹⁰ Vgl. Balzert, H. (2009, S. 602f.)

¹¹ Vgl. Schwaber, K. / Suthreland, J. (2017, S. 3)

¹² Vgl. Meyer, B. (2014, S. 153f.)

¹³ Vgl. Hofert, S. (2018, S. 2f.)

¹⁴ Vgl. Meyer, B. (2014, S. 149 – 152)

¹⁵ Vgl. Kemper, H. et. al. (2010, S. 3f.)

¹⁶ Vgl. Bauer, A. / Günzel, H. (2013, S. 29)

¹⁷ Vgl. Bauer, A / Günzel, H. (2013, S. 26f.)