htt

Business Intelligence

BI-Ordnungsrahmen zur unternehmensindividuellen Ausgestaltung eines Business Intelligence-Konzeptes

von
BI-Ordnungsrahmen

Im vorliegenden Beitrag wird ein Business Intelligence-Ordnungsrahmen (BI-Ordnungsrahmen) vorgestellt, der als Hilfestellung bei der unternehmensindividuellen Ausgestaltung eines BI-Ansatzes im jeweiligen Unternehmen angesehen werden kann. [1]

Wie bereits im vorherigen Beitrag „Grundlegende Einordnung von Business Intelligence im Rahmen der Informationsversorgung in Unternehmen“ erläutert, wird in der vorliegenden Beitragsreihe von folgendem Business Intelligence-Definitionsansatz ausgegangen:

Business Intelligence (BI) bezeichnet einen integrierten, unternehmensspezifischen, IT-basierten Gesamtansatz zur betrieblichen Entscheidungsunterstützung. [1]

Das folgende Schaubild zeigt die Komponenten des BI-Ordnungsrahmens auf die im Folgenden näher eingegangen werden soll.BI-Ordnungsrahmen

Abbildung 1: BI-Ordnungsrahmen [1]

Externe und operative Vorsysteme

Dem BI-Ordnungsrahmen sind externe/operative Quellsysteme vorgelagert. In der ersten Ebene des BI-Ordnungsrahmens, der Datenbereitstellung, gilt es aus den externen/operativen Daten der Quellsysteme stimmige und konsistente dispositive Daten zu generieren und abzulegen.

Operative Daten sind Teil der operativen Quellsysteme eines Unternehmens, die sich ständig ändern, da sie den aktuell gültigen Zustand wiedergeben. Sie sind bspw. Teil von Buchungs- oder Bestellsystemen. Dispositive Daten hingegen dienen der Managementunterstützung und werden dauerhaft, also historienbildend abgelegt. Sie stehen somit auch zukünftig betriebswirtschaftlichen Analysen zur Verfügung. Dispositive Daten stellen häufig einen Zeitraum dar, wohingegen operative Daten zeitpunktbezogen sind und regelmäßig überschrieben werden.[1]

Datenbereitstellung

Die Grundlage eines BI-Umfeldes sind stimmige und konsistente Daten. Die Bereitstellung strukturierter Daten erfolgt in der Regel mit Hilfe sogenannter Data-Warehouse-Konzepte, die sich aus einem Core Data Warehouse und Data Marts zusammensetzen. Ein Data Warehouse ist ein logisch zentralisiertes dispositives Datenhaltungssystem, welches von der operativen Datenhaltung getrennt ist.

Das Core Data Warehouse stellt die zentrale Datenbank des Data Warehouse dar. Die Beladung erfolgt direkt aus den internen (operativen) und externen Quellsystemen oder aus einem vorgelagerten Operational Data Store. Dieses beinhaltet aktuelle, transaktionsorientierte Daten. Somit erfolgt im Operational Data Store keine historische Abbildung der Daten. Die Daten werden lediglich über eine Zeitspanne von mehreren Tagen vorgehalten. Dies dient der Unterstützung von operativen und taktischen Entscheidungen im Tagesgeschäft.

Data Marts sind kleinere Datenpools, die in der Regel auf einen kleineren Benutzerkreis ausgerichtet werden. Die Daten werden meist mit Hilfe weiterer Transformationsprozesse aus dem Core Data Warehouse extrahiert. Sie besitzen somit einen hohen Grad an Anwendungsorientierung. Der Übergang zu Anwendungssystemen ist an dieser Stelle fließend, da Data Marts bereits häufig keine reine Datenhaltung darstellen, sondern bereits vordefinierte Hierarchien, berechnete Aggregate oder betriebswirtschaftliche Kennziffern enthalten können.

Unstrukturierte Daten werden in aller Regel in sogenannten Content- und Document Management Systems gespeichert. Mit Hilfe von Content Management Systems (CMS) können Informationsobjekte in beliebiger elektronischer Darstellungsform abgelegt werden. Dies können neben Daten und Texten, Bilder, Grafiken oder Audio-/Videosequenzen sein. In Document Management Systems (DMS) können unstrukturierte, digitalisierte (eingescannte) Dokumente eingebunden werden und Funktionen zur Archivierung, Verschlagwortung, Versionierung und Virtualisierung zur Verfügung gestellt werden. [1]

Informationsgenerierung

Systeme, die vom Benutzer zur Informationsgenerierung genutzt werden können, gehören zur mittleren Ebene des BI-Ordnungsrahmens. Wie bereits im vorherigen Beitrag erwähnt, sind Informationen subjektiv und entstehen erst wenn Daten von einer Person aufgenommen werden. Erst in Verbindung mit dem vorhandenen Wissen eines Entscheiders werden die übermittelten Daten zu Informationen.[2] Die folgende Grafik zeigt den Zusammenhang von Zeichen, Daten, Informationen und Wissen anhand eines Beispiels. [1]

Wissensbegriff_klein

Abbildung 2: Abgrenzung des Wissensbegriffs [1]

In sogenannten Analysesystemen werden Daten in einen anwendungsorientierten Kontext überführt, spezifisch aufbereitet und präsentiert. Durch eine semantische Anreicherung erlangen die Daten eine verwendungsspezifische Bedeutung wodurch eine Interpretation der Daten als Information ermöglicht wird.

Analysesysteme können prinzipiell nach ihrer funktionalen Ausrichtung in generische Basissysteme und konzeptorientierte Systeme unterteilt werden. Generische Basissysteme sind Analysesysteme, die als eigenständige Komponenten in ein umfassendes BI-Anwendungssystem integriert werden können. Hierzu zählen beispielsweise OLAP-Analysen oder Data Mining. Konzeptorientierte Systeme bilden bestimmte betriebswirtschaftliche Konzepte ab und beziehen sich damit auf konkrete Managementprozesse. Als Beispiele kann die Balance Scorecard genannt werden.[1]

Informationsdistribution

Systeme zur Informationsdistribution stellen die Schnittstelle zwischen BI und betrieblichen Wissensmanagementansätzen dar. Im Rahmen des Wissensmanagements eines Unternehmens wird betriebliches Wissen dokumentiert, gespeichert und interessierten Mitarbeitern des Unternehmens bereitgestellt. Es befasst sich hierbei sowohl mit den organisatorischen als auch den technischen Maßnahmen dieser Aufgabenfelder. Hierbei stellen Wissensmanagementsysteme die technische Komponente der Unterstützung dar.

Der Schnittpunkt zu Business Intelligence liegt in der Speicherung, Bereitstellung und Distribution von BI-Analysen und deren Ergebnissen. Es soll sichergestellt werden, dass digital speicherungsfähiges Wissen archiviert wird, sodass andere Entscheidungsträger des Unternehmens bei Bedarf auf dieses Wissen zurückgreifen können.[1]

Informationszugriff

Um die vielfältigen Informationsquellen in einem Unternehmen als Endbenutzer komfortabel nutzen zu können, können sog. Business Intelligence-Portale (BI-Portale) zur Verfügung gestellt werden. Dadurch wird ein einheitlicher und individualisierter Zugriff auf die verschiedenen Inhalte und Applikationen ermöglicht. Mehrere Anmeldeprozeduren an verschiedenen Systemen können im Rahmen des sogenannten Single-Sign-On-Prinzips verhindert werden indem diese durch ein einmaliges und benutzerfreundliches Anmelden ersetzt werden. Im Weiteren können benutzerspezifische und rollenorientierte Benutzeroberflächen mit Hilfe von Personalisierungstechniken zur Verfügung gestellt werden.[1]

Quellen:

[1] Kemper, H.-G., Baars, H. und Mehanna, W. (2010), Business Intelligence – Grundlagen und praktische Anwendungen, 3. Aufl., Wiesbaden 2010

[2] Hufschlag, K. (2008), Informationsversorgung lernender Akteure, Wiesbaden 2008

Natalie Ebert

Über den Autor 

Bachelor- und Masterstudium der Wirtschaftsinformatik an der Universität Stuttgart und Hohenheim. Seit Dezember 2015 als BI-Consultant, zuvor als Business Analyst bei der Insight Dimensions GmbH tätig.

BI-Ordnungsrahmen zur unternehmensindividuellen Ausgestaltung eines Business Intelligence-Konzeptes Reviewed by on .

Im vorliegenden Beitrag wird ein Business Intelligence-Ordnungsrahmen (BI-Ordnungsrahmen) vorgestellt, der als Hilfestellung bei der unternehmensindividuellen Ausgestaltung eines BI-Ansatzes im jeweiligen Unternehmen angesehen werden kann. [1] Wie bereits im vorherigen Beitrag „Grundlegende Einordnung von Business Intelligence im Rahmen der Informationsversorgung in Unternehmen“ erläutert, wird in der vorliegenden Beitragsreihe von folgendem Business Intelligence-Definitionsansatz ausgegangen: „Business Intelligence (BI)

Hinterlasse einen Kommentar

Your email address will not be published. Required fields are marked ( required )