![]( "Studie: Wertbeitrag von Business Intelligence und Advanced Analytics")
Mit Unterstützung von pmOne als strategischem Partner hat das
Institut für Business Intelligence (IBI) im Herbst 2011 eine umfassende
Marktbefragung zur Bedeutung und zum Einsatz von Business Intelligence und
Advanced Analytics in
Unternehmen durchgeführt. Im Rahmen der Studie wurden Anwender zur Anwendung traditioneller Business Intelligence und zu den Erfahrungen mit innovativen Ansätzen, insbesondere Advanced Analytics, befragt.
Bei diesem Thema, das von Analysten und Endanwendern als Wachstumsfeld angesehen wird, gibt es aber, so lautet eine Erkenntnis, noch
Barrieren bei der
praktischen Nutzung. Die Studie beleuchtet darüber hinaus den Wertbeitrag von Business Intelligence und Advanced Analytics.
Anzeige
Kennzahlen-Guide für Controller:
Über 200 Kennzahlen aus Finanzen, Personal, Logistik, Produktion, Einkauf, Vertrieb, eCommerce und IT. Ebook oder Print mit 280 Seiten.
Preis:12,90 Euro Brutto bzw. 19,90 EUR für die Print-Ausgabe.
Mehr Infos >>
Es konnten 182 ausgefüllte Fragebogen zur Auswertung herangezogen werden.
Prof. Dr. Andreas Seufert, Studienautor und Direktor des IBI, sieht "Business Intelligence grundsätzlich in den Unternehmen angekommen". Dabei gebe es offensichtlich einen Trend zu wenigen strategischen Partnern für die Lieferung von
Software.
Die theoretische optimale Lösung der
zentralen Datenhaltung in einem zentralen Data Warehouse kommt bei weniger als einem Viertel der Befragten zum Einsatz. Die Ergebnisse lassen den Schluss zu, dass die Unternehmen sich auf bis zu
fünf strategische Systeme zur Datenhaltung für die Unternehmenssteuerung konzentrieren und pragmatisch vorgehen.
Ein sehr großer Teil der Unternehmen nutzt
Business-Intelligence-Werkzeuge zur
Unternehmenssteuerung. Software für Data Mining/Advanced Analytics nutzt bislang rund ein Fünftel der Unternehmen.
Defizite bei der Organisation und den Einsatzbereichen von Business Intelligence
Die Zuständigkeit für die Business-Intelligence-Strategie haben über ein Viertel der Unternehmen nicht explizit geregelt. In Unternehmen mit einer Regelung liegt die Verantwortung zumeist an mehreren Stellen. Die Verantwortung für die
Datenqualität ist in einem Drittel der Unternehmen
ungeregelt, so dass sich nach Ansicht von Prof. Seufert hier ein "deutliches Verbesserungspotenzial offenbart".
In der Hälfte der Unternehmen führen die Fachbereiche gemeinsam mit der IT-Abteilung Business-Intelligence-Projekte durch, und acht Prozent vertrauen auf ein Business Intelligence Competence Center (
BICC). Die Beurteilung des Nutzens von Business-Intelligence-Projekten und -Initiativen ist nur in einem Viertel der Unternehmen ein Thema.
Defizite macht das IBI auch bei den Einsatzbereichen von Business Intelligence aus. So werden zwar die
Finanzprozesse oder die
Kundengewinnung optimiert, aber 27 Prozent der Befragten verneinen eine Nutzung von Business Intelligence zur Optimierung von wertschöpfenden Prozessen. Und als Datengrundlage nutzen 70 Prozent der Unternehmen ausschließlich "interne Systeme".
Begrenztes Vorwissen zu Advanced Analytics und entsprechend geringe Verbreitung
Bei der Frage, was unter "Advanced Analytics" zu verstehen ist, wurden Antwortmöglichkeiten vorgegeben: Richtigerweise nannten 60 Prozent "Mustererkennung in großen Datenmengen", 54 Prozent "Entdeckung implizit vorhandener Information" und 45 Prozent "
Prognosen und Vorhersagen". Kein oder ein falsches Verständnis von Advanced Analytics hatten rund ein Drittel der Befragungsteilnehmer. "Erstaunlich hoch" ist mit 48 Prozent der Anteil an Unternehmen, die Advanced Analytics weder aktuell einsetzen, noch planen, dies künftig zu tun. 20 Prozent der Unternehmen nutzen die innovativen Ansätze von Advanced Analytics seit mehr als zwei Jahren, weitere zehn Prozent seit weniger als zwei Jahren.
Die Studie erfragte die
Kenntnis und die
Nutzung der Advanced-Analytics-Technologien Data Mining, Text Mining, Web Mining und Social Media Monitoring. Die Kenntnis und die Nutzung von Data Mining heben sich gegenüber den anderen Technologien deutlich ab. Auch zu den Advanced-Analytics-Verfahren Klassifikationsanalyse, parallele Assoziationsanalyse, sequentielle Assoziationsanalyse, Clustering und Warenkorbanalysen wurde Kenntnis und Nutzung erfragt, die im Ergebnis so niedrig sind, dass Prof. Seufert sie für "stark ausbaufähig" hält.
Zwischen Anwendung und Wissen über die Verfahren von Advanced Analytics liegt eine Realisierungslücke.
Dass das
fehlende Wissen über die Möglichkeiten und die sinnvolle Nutzung von Advanced Analytics die
Hauptbarrieren für den verbreiteten Einsatz sind, erkennen auch die Befragten. Eine fehlende Datengrundlage, teure Software oder eine komplex zu bedienende Software sind dagegen Argumente, die deutlich weniger als Barriere angesehen werden.
Trotz der fehlenden Kenntnisse wird der Wertbeitrag von Advanced Analytics als relativ hoch eingeschätzt. Für Prof. Seufert resultiert diese Einschätzung aus einem "Bauchgefühl". Dies gelte insbesondere für das Erkennen von bislang unbekannten Mustern und Strukturen sowie für das Aufzeigen von
Ursache-Wirkungs-Zusammenhängen. Das Interesse der Anwender an innovativen Ansätzen zeigt sich auch daran, dass die Zunahme der Datenmenge und der Wettbewerbsintensität als wichtigste Gründe für die künftig zunehmende Bedeutung von Advanced Analytics angesehen werden.
Erfolgreiche Unternehmen setzen Business Intelligence anders ein
Die Studienteilnehmer wurden gebeten, den
Erfolg des eigenen Unternehmens subjektiv einzuschätzen und anhand der
Eigenkapitalrendite anzugeben. Nach diesen Angaben wurde eine Klassifizierung von "
Top Performern" und "
Low Performern" vorgenommen. Aus dem Vergleich der Antworten in beiden Klassen erhoffte sich das IBI Aufschlüsse über die Wirkung von traditioneller Business Intelligence und Advanced Analytics auf den Unternehmenserfolg. Dafür wurden die tatsächlich gemessenen Werte (
Ist-Werte) den aufgrund der zugrundeliegenden Häufigkeitsverteilung zu erwartenden Werten (Erwartungswerte) gegenübergestellt.
Hinsichtlich der
Systeme zur Datenhaltung liegen Top Performer in Bezug auf den Ansatz "ein zentrales Data Warehouse" deutlich unter dem Erwartungswert, Low Performer hingegen deutlich darüber. Bei dem Einsatz von mehreren Systemen liegen umgekehrt die Top Performer über dem Erwartungswert, während die Low Performer deutlich darunter liegen.
"Offensichtlich orientieren sich Top Performer pragmatisch an einer kleinen, aber für die Unternehmenssteuerung strategisch wichtigen Auswahl an Datenquellen und weniger an theoretischen Optimallösungen", schreibt Prof. Seufert.
Top Performer konzentrieren sich auf wenige Software-Partner, wobei insbesondere ein hoher Wert bei der Antwortmöglichkeit "
Dual Vendor Strategie" bemerkenswert ist. Prof. Seufert kommentiert dies wie folgt:
"Dies könnte ein Indiz für die hohe strategische Bedeutung von Business Intelligence für Top Performer sein. Einerseits möchten man in diesem wichtigen Bereich mit ausgewählten Partnern zusammenarbeiten, andererseits ist der Bereich zu wichtig, um sich von einem einzigen Partner abhängig zu machen."
Bei der Nutzung von Business-Intelligence-Software liegen Top Performer sowohl hinsichtlich Reporting als auch hinsichtlich Planung über dem Erwartungswert. Die
Abweichung von Ist-Wert zum Erwartungswert ist bei der Nutzung von Business-Intelligence-Software für die Planung besonders auffällig. Dies lässt den IBI-Direktor vermuten, dass die "Business-Intelligence-basierte Planung einen besonders hohen Stellenwert für Top Performer hat".
Deutlich über dem Erwartungswert liegt bei Top Performern auch die
Verantwortung für die
Datenqualität, welche bei einer zentralen fachlichen Stelle angesiedelt ist. Wenn es um die Entscheidung über die Durchführung von Business-Intelligence-Projekten geht, liegt beim Kriterium "Fachbereich und IT gleichberechtigt" der Ist-Wert bei Top Performern deutlich über dem Erwartungswert. Auch bei den Zielen des Einsatzes von Business Intelligence ergeben sich deutliche Unterschiede. Top Performer liegen hinsichtlich "Vertrauen in die Richtigkeit der Zahlen", "schneller und effizienter arbeiten" und "Erfolge im Geschäft nachvollziehen" deutlich über dem Erwartungswert, während Low Performer deutlich darunter liegen.
Die
Unterschiede zwischen Top Performern und Low Performern setzen sich beim Thema
Advanced Analytics fort: So liegt zum Beispiel der Ist-Wert bei Top Performern in Bezug auf die Kenntnis und die Nutzung von Data Mining deutlich über dem Erwartungswert. Auch bei den Advanced-Analytics-Verfahren haben Top Performer ein deutlich besseres Wissen. Schließlich schätzen Top Performer den Wertbeitrag von Advanced Analytics auch deutlich höher ein als Low Performer.
Es ergeben sich also erhebliche Unterschiede in der Ausgestaltung von Business Intelligence und Advanced Analytics, was sich laut Prof. Seufert mit Forschungsergebnissen US-amerikanischer Kollegen deckt. Das
Resümee des IBI-Direktors:
"Dies könnte einerseits die These bestärken, dass es tatsächlich einen Zusammenhang zwischen Unternehmenserfolg und Nutzung von Business Intelligence bzw. Advanced Analytics gibt. Andererseits scheint es wirklich darauf anzukommen, wie Business Intelligence bzw. Advanced Analytics im Unternehmen eingesetzt wird."
letzte Änderung E.R.
am 25.08.2024
Autor:
Dietmar Köthner
Bild:
Prof. Dr. Andreas Seufert
|
RS Controlling-System: Das RS- Controlling-System bietet Planung, Ist- Auswertung und Forecasting in einem Excel-System. Monatliche und mehrjährige Planung. Ganz einfach Ist- Zahlen mit Hilfe von Plan/Ist-Vergleichen, Kennzahlen und Kapitalflussrechnung analysieren. 
Rollierende Liquiditätsplanung auf Wochenbasis. Mit der Excel-Vorlage „Liquiditätstool“ erstellen Sie schnell und einfach ein Bild ihrer operativen Liquiditätslage für die nächsten (bis zu 52) Wochen. 
