Wie sieht moderne Business Intelligence (BI) aus? Braucht jedes Unternehmen spezialisierte Data Scientists oder wird Self-Service BI Datenerkenntnisse für alle bringen? Wie werden wir in Zukunft Erkenntnisse aus unseren Daten ziehen? [...]
Daten und Datenanalysen sind zentrale Elemente jeder Digitalisierungsstrategie. So lautet das Ergebnis einer erstmalig durch MicroStrategy durchgeführten, weltweiten Umfrage unter 500 Spezialisten für Enterprise Analytics sowie Business Intelligence (BI). Rund 90 Prozent der befragten Unternehmen bewerten Daten demnach als wichtig oder sehr wichtig für die digitale Transformation und planen in den kommenden fünf Jahren zusätzliche Investitionen in diesem Bereich, heißt es in der Studie mit dem Titel „2018 Global State of Enterprise Analytics“.
Darauf baut auch die Strategie von Microstrategy: „Wir haben den Anspruch sehr breit im Feld BI zu sein und sprechen eher große und mittelgroße Kunden an, wie beispielsweise UBS (CH) oder Borealis (AT), die eine strategische Partnerschaft mit Microstrategy eingegangen sind. Gerade wenn man BI in die Breite bringt, ist es wichtig, dass man die richtige Plattform hat. Da genügt es nicht, wenn man nur ein Tool hat, um Self-Service-Anwendungen zu machen, sondern alle BI-Anforderungen sollten abgedeckt werden. Das ist unser Anspruch“, erklärt Herwig Wandaller, General Manager bei Microstrategy und verantwortlich für Schweiz, Österreich und Osteuropa. „Der zweite Punkt ist, die Nutzung für den Endanwender einfacher zu machen. Wir wollen in Richtung Zero Clicks gehen.“ Gerade in Polen ist Microstrategy schwerpunktmäßig sehr stark vertreten: „Wir haben etwa auch ein Global-Delivery-Zentrum in Warschau und investieren zusätzlich in ein Entwicklungszentrum“, erzählt Wandaller.
Ganz anders die Situation beim jungen BI-Dienstleister Solicon IT, der vor drei Jahren in Graz gegründet wurde. „Wir machen eigentlich den Durchstich vom Enduser bis hin zu den Datensätzen. Vom Knowhow her kommen wir auch aus dem Bereich Datenbanken, DB-Architektur bis hin zum Data-Management, das heißt was mache ich mit den Daten, wenn ich sie aufbereitet in einer entsprechenden Struktur brauche“, berichtet Michael Wilfing-May, Geschäftsführer von solicon IT. Das Unternehmen ist Oracle-, Microsoft-, SAP- und Birst-Partner und beschäftigt heute 19 Mitarbeiter. Derzeit gibt es mit Wien und Graz zwei Niederlassungen. „Einstiegspunkte sind oft Fachabteilungen, wir verkaufen BI aber auch über die IT“, sagt Wilfing-May.
Roland Gradl, Leiter des Bereiches Cloud & Enterprise bei Microsoft Österreich, knüpft an das Thema Plattform an: „Da haben wir einfach ein Riesenportfolio, angefangen von Datenbanken, strukturiert, unstrukturiert, Microsoft, aber auch nicht-Microsoft, Open-Source über Data Management Tools und Power BI bis hin zum nächsten Schritt von BI, der sich mit Artificial Intelligence auftut. Wir können damit alle Anforderungen abdecken und auf Azure als Plattform laufen lassen, sowohl mit eigenen Technologien, mit Partner- oder aber auch mit Open-Source-Technologien. Alles, was der Kunde braucht oder sinnvoll einsetzen kann, das soll man auf der Plattform laufen lassen“, erklärt Gradl die Microsoft-Zielsetzung.
Große Herausforderung für den Mittelstand
„Viele Unternehmen stehen vor der Herausforderung, dass sie hören: Daten sind das neue Gold. Doch sie wissen nicht genau, wie sie überhaupt einmal beginnen sollen“, glaubt Gradl. Auch das richtige Timing ist in der Praxis oft schwierig: „Wann sollen oder müssen denn KMU auf den Zug aufspringen, damit sie nichts verpassen? Die Antwort ist nicht einfach, aber eine gewisse Vision wird sicher notwendig sein, erstellt entweder innerhalb des Unternehmens oder unterstützt durch einen externen Partner“, so der Ratschlag des Experten.
„Es beginnt aber oft schon bei der Architektur der Kunden. Natürlich finden wir bei Kunden eine umfangreiche Applikationslandschaft vor. Jetzt kennen wir alle den Data-Warehouse-Ansatz (DWH) und wissen aber, dass die ganzen Self-Service-Tools, die ja immer mehr werden und coole Funktionalitäten für die Fachabteilungen bieten, gar nicht so leicht in eine zentrale Datenarchitektur zu integrieren sind. Es ist schwierig, den Datenstrom, der zwischen den Applikationen läuft, zu beherrschen. Dazu kommen noch neue Themen dazu: IoT, Streaming-Daten etc.“, gibt Michael Wilfing-May zu bedenken. „Ein Lösungsansatz dazu ist eine data-driven architecture. Da geht es letztlich darum, wieder eine klare Struktur in die Datenbewirtschaftung hineinzubringen, ohne dass man bislang getätigten Investitionen in ein bestehendes DWH quasi wegwerfen muss. Die Herausforderung ist: wie verbinde ich etwa ein bestehendes DWH mit einem Data Lake“, erklärt Wilfing-May. Ziel müsse eine modulare Architektur sein, wo Standalone-Datensilos weitestgehend vermieden werden. „Wir haben da jetzt auch nicht die Wundertüte, da muss man gemeinsam mit dem Kunden viel an Konzeptionsarbeit hineinstecken“, gibt Wilfing-May unumwunden zu.
„Wichtig ist es auch, organisatorisch vorzusorgen. Wenn das Management die Wichtigkeit von Daten und deren Analyse erkennt, bekommt Enterprise BI einen größeren Stellenwert im Unternehmen. Zweiter Punkt: Es muss eine eigene Organisation im Unternehmen für BI geben – das hängt natürlich aber auch von der Unternehmensgröße ab“, betont Herwig Wandaller. „Sogenannte Intelligence Center werden daher für Unternehmen immer wichtiger. Unser Ansatz ist: Wir unterscheiden nicht zwischen klassischem Enterprise BI Reporting und Self-Service. Wir haben beides auf einer Plattform.“ Das gilt übrigens auch für Fremdprodukte: „Wir können Tableau und Qlik-User auch auf unsere Plattform bringen und sicherstellen, dass es keine Insellösungen im Unternehmen gibt“, sagt Wandaller.
Social Media einbeziehen
Das Zusammenspiel zwischen klassischer BI und Self-Service-BI funktioniert dann, „wenn es einmal einen vorgegebenen Standard gibt, mit dem man sich eigene Reports erstellen kann. Das kann ja durchaus auch eine Adhoc-Analyse sein, die man nachher wieder verwirft“, meint Roland Gradl. Und auch das Einbeziehen externer Datenquellen wird mehr und mehr Usus. „Ganz klar etwa mit der Fragestellung: Was twittert die Welt über das Unternehmen?“, zeigt Gradl die Bedeutung von Social Media Analysen auf. Gerade helfe es heute, viel besser auf die Kunden und auch auf die eigenen Mitarbeiter eingehen zu können oder „die eine oder andere Idee zu bekommen, was das nächste Geschäftsmodell oder Service sein könnte, das man anbietet“. Micorosoft Power BI werde von den Kunden gern eingesetzt, „einfache Analysen sind damit für jeden möglich, aber das Tool ist auch sehr mächtig, da ist dann sicher auch mehr Wissen beziehungsweise ein Spezialist notwendig“, sagt Gradl. Natürlich gebe es eine Menge an Schulungen, Webinars oder Youtube-Videos von Experten dazu: „Da können auch nicht-IT-Spezialisten viel in Richtung Self-Service BI lernen.“
„Keine Frage: es gibt in Unternehmen immer Leute in unterschiedlichsten Abteilungen, die gerne selbst Daten-Analysen machen wollen. Das geht übrigens schon mit Excel ganz gut“, meint Wilfing-May. „Aber Self-Service-Tools alleine werden BI nicht ins Unternehmen bringen, der Mix zwischen klassischer BI und Self-Service BI ist entscheidend“, glaubt Wilfing-May. „Das Problem ist aber oft, dass in den Unternehmen dann die Zeit und die Leute fehlen, die mit den Daten tagtäglich arbeiten“, stellt er fest.
„Klassisches Reporting etwa für Geschäftsberichte wird es jedenfalls immer geben, Self-Service BI in gewisser Ausprägung auch. Aber wir sehen im Wesentlichen zwei Dinge, die die BI-Adoption stark treiben: erstens Mobilität und mobile BI-Nutzung und zweitens Hyper-Intelligence in Richtung Zero-Click.“
Schub durch Künstliche Intelligenz und Machine Learning
„Dass geschulte Mitarbeiter bei den Kunden fehlen, sehen wir auch. Zur Kompensation finden hier die Themen Machine Learning (ML) und Artificial Intelligence (AI) Eingang. Beim Forecasting zum Beispiel geht schon sehr viel mit AI. Die letzte Entscheidung bleibt natürlich beim Menschen, aber wenn es um Vorschläge, Empfehlungen, nächste Schritte etc. geht, können AI und ML bereits heute gut unterstützen“, betont Roland Gradl. Das könnte auch als Service- und Dienstleistungsangebot für bestimmte Branchen künftig Erfolg haben.
Vertrauen in die Qualität der Daten
„Da ist aber auch das Vertrauen in die Qualität der Daten ganz entscheidend – gerade wenn ich hier Automatismen auf der Frontend-Seite einbaue“, stellt Michael Wilfing-May fest. „Mithilfe von Machine Learning gibt es da tolle Ansätze, um möglichst automatisiert die Daten in eine DB-Struktur zu bringen. Wir arbeiten hier mit Partner-Lösungen, um das ganze Thema Daten-Sammeln, Data-Cleasing bis zum Datenmodell abzudecken. Diesen Automatisierungsmechanismus halte ich für extrem wertvoll, damit können auch Fehler vermieden werden“, unterstreicht Wilfing-May.
„Das Vertrauen ist wirklich essenziell“, stimmt Roland Gradl zu, „es geht auch um Transparenz im Unternehmen. Das erfordert eine gewisse Unternehmenskultur, etwa, wenn einmal die Zahlen oder Ergebnisse nicht so gut sind. BI soll nicht als Überwachungs- oder Polizisten-Tool wahrgenommen werden“, sagt Gradl.
Auf die Systemvielfalt geht Michael Wilfing-May ein: „Wir haben gerade ein Dashboard beim Kunden in Arbeit, mit dem sieben verschiedene Systeme angebunden und ausgewertet werden. Das Datenmodell dahinter muss all diese Systeme logisch integrieren.“ Die Anforderungen der Kunden sind auch je nach gewünschter System-Landschaft sehr individuell, „wir durften zum Beispiel bei einem Kunden ein Oracle DWH in Kombination mit einem Microsoft Cube aufbauen“, berichtet Wilfing-May.
Was wünschen sich Unternehmen?
Aber was wollen eigentlich die Kunden im Moment? „Eines der wichtigsten Themen ist es, BI leichter zu machen, das heißt so zur Verfügung zu stellen, dass es im Unternehmen breit genutzt wird. Auch mobil etwa im Außendienst oder als Management-App. Und dann geht es natürlich darum, Themen wie Self-Service, Cloud, Big Data und Predictive Analytics kontrolliert ins Unternehmen hineinzubringen“, sagt Herwig Wandaller. Gerade auch IoT und die Vernetzung von Maschinen sei ein großer Treiber für BI und sorge derzeit für große Veränderungen, waren sich alle einig. „Sennhäuser, der bekannte Kopfhörer-Hersteller, macht etwa Forecasting auf Basis von Microstrategy-Lösungen. Die Fragestellung dabei lautet: Wie viele von welchen Kopfhörer-Typen soll für welche regionalen Markt produziert werden?“ Eine große Rolle spiele BI auch beim Thema vorausschauendes Service und Wartung von Maschinen.
„Früher hat BI vor allem in die Vergangenheit geschaut. Über die Glaskugel und die Zukunft wurde immer nur geredet. Das verändert sich jetzt gerade rasant und damit eröffnen sich auch viele, neue spannende Perspektiven“, bringt Roland Gradl die Entwicklung auf den Punkt. „Das ist momentan noch eine sehr spannende Reise und auch ein Lernprozess. Aber in ein paar Jahren wird es da sicher genug Modelle geben, die in der Praxis gut einsetzbar oder adaptierbar sind“, so Gradl. „Wichtig sind die Data Preparation und Tools dazu, damit die Daten passen. Diese Hausaufgabe liegt auch bei den Herstellern“, sagt Wilfing-May. „AI ist kein neues Thema. Das Neue ist, dass AI jetzt für viele verfügbar und realisierbar ist“, hält Gradl fest. Das hänge auch damit zusammen, dass Rechenleistung via Cloud heute für viele leistbar sei. Zudem biete die Azure Plattform da „eine stabile Basis, die sich für den gesamten Lebenszyklus von BI anbietet: Vom Datensammeln, über Daten aufbereiten, Daten sichern, Modelle erstellen, unstrukturierte und strukturierte Daten integrieren bis hin zum Betrieb von Apps sowie zur Machine-Learning- und AI-Integration“, so Gradl.
Organisatorische Umsetzung
„Ich denke, man braucht in den Unternehmen einen Top-Down Ansatz. Aber es braucht einen offeneren und agileren Umgang mit Daten und innovative Ideen sollten auch mehr zugelassen werden“, appelliert Gradl an die Unternehmen. „Ich glaube, dass BI immer mehr über Fachabteilungen initiiert wird, die haben auch die Budgets. Wichtig ist aber die IT einzubinden um Governed Data Discovery sicherzustellen“, ist Herwig Wandaller überzeugt.
„Es gibt interessante Organisationsmodelle – zuerst Data Science in einer Spezialistengruppe, dann als eigene Abteilung in der Organisation und später werden Data Scientists in die Fachabteilungen integriert – denn in Wahrheit sollten immer mehr Abteilungen direkt mit den Daten selbst arbeiten“, meint Wilfing-May. „Das Zusammenspiel zwischen Fachabteilung und IT ist ganz wichtig. Man sieht aber die Tendenz, dass auch Data-Science-Abteilungen outgesourced werden. In Zukunft gibt es dann Analysten für gewisse Branchen. Das ist bereits Realität, zum Beispiels in den USA. Aber auch bei uns bilden sich da seit einiger Zeit Unternehmen, die ganze Branchen mit Data Scientists beraten“, bringt Wilfing-May einen neuen Aspekt am BI-Markt ins Spiel.
Gesamtheitliche Sichtweise
„Die gesamtheitliche Sichtweise ist wichtig“, unterstreicht einmal mehr Herwig Wandaller. „Diese haben wir in der „Map of the intelligent Enterprise“ detailliert dargestellt. Darüberhinaus bieten wir Kunden kostenlose Services im Rahmen unseres Enterprise Support Programms an, um Unternehmen im Umgang mit BI effizienter zu machen.“
„Eine Herausforderung für viele Unternehmen liegt auch darin, dass jetzt sehr viele Technologien verfügbar sind“, betont Michael Wilfing-May. Viele Unternehmen kämpfen auch noch mit der Umsetzung der Datenschutzgrundverordnung und damit, ihre Daten im Griff zu haben. Dadurch komme es auch zu Verzögerungen: „Teilweise warten wir im Moment wochenlang, bis der Datenschutzbeauftragte seinen Sanktus dazu gibt, dass die Daten verwendet werden dürfen“, klagt Wilfing-May.
„Auch gerade daher ist es wichtig, Datensilos und Insellösungen zu vermeiden«, rät Herwig Wandaller. »Gerade in punkto Datenschutz ist BI auch wiederum ein guter Lösungsansatz“, entgegnet Roland Gradl. Die Frage ist auch, wem gehören die Daten? Da gebe es noch einige offene Fragen, „da sind auch die Juristen noch gefordert.“
Daher ist „BI immer ein lebendes System. Bei der ständigen Herausforderung, dass man das BI-System kompakt, verständlich und performant hält, dabei kann die Cloud-Technologie sehr gut unterstützen“, so Wilfing-May. „Ich denke, es gibt nicht viele CEOs, die wissen, was BI heute eigentlich ist und leistet. Das wird heute noch total unterschätzt“, behauptet Wilfing-May. Der CIO wiederum sei gefordert, sich in der Rolle als „Business Enabler“ zu sehen. „Viele CIOs sitzen aber nicht einmal im Vorstand“, gibt Roland Gradl zu bedenken.
Mangelnde BI-Wertschätzung
Ein Gradmesser für die nach wie vor mangelnde Wertschätzung von BI sind die Tagsätze. „Für einen guten Prozessberater werden gerne 2.000 Euro gezahlt, ein BI-Berater bekommt derzeit rund 1.000 Euro oder etwas mehr“, schildert Wilfing-May die Situation. Mobile BI-Apps und Simplifizierung könnten da etwas ändern, CEOs und Manager mögen mobile BI-Apps. Oder wie es Herwig Wandaller formuliert: „Führungskräfte müssen unabhängig von Ort und Zeit auf unternehmenskritische Informationen zugreifen können. Wenn diese einfach und sexy präsentiert werden, ist das sicher sehr förderlich.“
Automatisierung
Wohin geht die Reise und braucht jedes Unternehmen in Zukunft einen Data Scientist? „Tatsache ist, dass sich die meisten Leute eigentlich nicht gern mit Daten auseinandersetzen. Für die Anwender muss es also so einfach wie möglich sein, aus den Daten Nutzen zu ziehen. Daher geht es eindeutig auch in Richtung Automatisierung von BI“, glaubt Michael Wilfing-May.
„Die Konsumation von BI wird einfacher, Stichwort „Hyper Intelligence“ (Zero Clicks) und Spracherkennung. Wir sehen auch, dass die Bedeutung von mobilen Anwendungen stark zunimmt. Moderne datengetriebene Unternehmen werden organisatorische Akzente setzen und Intelligence Center definieren, in denen natürlich auch Data Scientists arbeiten,“ fasst Wandaller zusammen.
Cloud und KI
Roland Gradl ergänzt: „Ich denke, es geht weit in die Cloud und in Richtung AI hinein, vielleicht kommt auch in Zukunft eine Art persönlicher Coach oder ein Sparring-Partner auf Basis AI, mit dem man Entscheidungen diskutieren und treffen kann. Das ist der nächste Schritt, der passieren wird: Es geht von Self-Service BI, wo man sich selbst mit einem Thema beschäftigen muss, hin zu mehr AI-gestützter BI: Das heißt man stellt Fragen und bekommt dann entsprechende Antworten. Da ist auch viel AI und Machine Learning dahinter.“
Personell sind nicht nur die Unternehmen, sondern auch die Software-Hersteller und BI-Dienstleister gefordert. „Einerseits brauchen wir viele Technologen: BI ist technisch und es wird noch viel technischer. Man braucht auch Leute mit gutem mathematischem Verständnis. Und Data Scientists. Man braucht wirklich eine Gruppe von Leuten mit unterschiedlichem Knowhow“, so Wilfing-May.
„Diversität wird in Zukunft unglaublich wichtig sein: so viel wie möglich an unterschiedlichen Persönlichkeiten und Fähigkeiten zu haben, das ist das einzige Mittel, um so agil zu bleiben, dass man auf alle unterschiedlichen Strömungen reagieren kann“, so Roland Gradl abschließend.
Be the first to comment