Agile und strukturierte Datenanalyse in Konzern­struk­turen – Kein Widerspruch

                

• Dezentrale Entwicklung, zentrale Koordination »

• Strukturierte Datengrundlagen sind unverzichtbar »

• Analytics schafft neue Aufgabenfelder »

• Fazit »

• Bitte beachten Sie »

BI ist eine Sammlung von Verfahren, mit der Daten zielgerichtet aufbereitet werden, um Entschei­dungs­prozesse zu unterstützen. Dazu werden Werkzeuge wie Datawarehouse-Systeme (DWHS) und spezielle Anwen­der­software zur Datendarstellung und -analyse genutzt. In der Vergangenheit wurden die  –  vor­nehmlich tabellarischen  –  Analysen hauptsächlich durch IT-Abteilungen entwickelt und durch Fachan­wender genutzt. Angesichts der Evolution von BI-Tools wird heute verstärkt auf visuelle Anwendungen (Visual Analytics) mit einem hohen Grad an Nutzerinteraktion, Kollaboration und Self-Service-Ansätzen gesetzt. Letzteres bedeutet, dass Anwender benötigte Analysen mit grafischen Werkzeugen selbst erstellen, konsumieren und verteilen. Die Vorteile dieser dezentralen Entwicklung sind: Der Kommuni­kations­aufwand im Entwicklungsprozess wird reduziert, die Bereitstellungszeit von BI-Anwendungen sinkt, Datenanalyse wird insgesamt agiler und individueller. Wie können dabei dennoch BI-Ziele wie Konsistenz, Verständlichkeit und Vergleichbarkeit sichergestellt werden? 
 

Dezentrale Entwicklung, zentrale Koordination

Eine zentrale BI-Einheit bietet einen organisatorischen Lösungsansatz: Als BI-Anlaufstelle in Fragen zur Datenanalyse kommen ihr wichtige Aufgaben zu. Die IT-Marktforscher von Gartner beschreiben den Ansatz als sog. „BI Competence Center” (BICC), zusammengesetzt aus Fachbereich und IT  –  entweder als Stabstelle (z.B. Finanzabteilung) oder in Form einer Matrixorganisation agierend. Zu den Aufgaben der Einheit zählen nach Prof. Gluchowski (TU Chemnitz) u.a. Strategieentwicklung, Konzeptionsunter­stützung, Koordination von BI-Anforderungen, Know-how-Transfer, Key-User-Führung und BI-Projekt­management. Aus unserer Sicht kommen zusätzlich die Definition von Corporate KPIs, die Entwicklung von Best Practices, eine Kommunikation mit der IT-Abteilung und die Schlichtung in fachlichen Diskussionsthemen hinzu. Insgesamt werden durch den Self-Service-Ansatz Aufgaben, die vormals in der IT verortet waren, dezentral auf die Fachbereiche verteilt, wobei die Qualitätssicherung durch das zentrale BICC erfolgt.
 

Strukturierte Datengrundlagen sind unverzichtbar

Neben einer organisatorischen Betrachtung ist zu erwähnen, dass eine technische Standardisierung und eine zentrale Datenplattform für den langfristigen BI-Erfolg relevant sind. Technische Ansätze zur Datenintegration wie DWHS und virtuelle DWHS (d.h. Direktzugriff auf Quelldaten) sichern die BI-Qualität durch zentrale KPI-Definitionen. Auf die Datengrundlagen greifen Endanwender zu und nutzen sie für Self-Service-Analysen. Weiterhin sinken redundante Integrationsaufwände der Anwender, die durch eine jeweils individuelle und berichtsspezifische Datenaufbereitung durchgeführt würden. I.d.R. sind Entwicklung und Betrieb der Datenplattformen weiterhin IT-Aufgabe, das BICC ist v.a. in Anforderungsmanagement und -koordination tätig.
 

Analytics schafft neue Aufgabenfelder

Mit den Verfahren Data Mining und Predictive Analytics erweitert sich das Analysespektrum der gesamten BI-Organisation. Sie zielen auf eine umfangreichere Datennutzung ab, indem automatisiert Interpretations­vor­schläge zur Vergangenheit oder Implikationen in die Zukunft unterbreitet werden. Die Potenziale für Unternehmen sind sehr groß, gleichzeitig werden neue Herausforderungen an technisch-fachliche Zusammenarbeit gestellt. Wir empfehlen, dass zunächst Entwicklungen und Projekte mit diesen Methoden nicht dezentral durchgeführt werden sollten, sondern von Expertenteams innerhalb des interdisziplinären BI-Competence-Centers.
 

Fazit

Moderne BI-Werkzeuge erlauben die partielle Aufgabenverteilung für Datenanalyse von IT auf dezentrale Fachbereiche. Hinsichtlich Qualität, Effizienz und langfristigem Einsatz empfiehlt sich ein zentrales, unternehmensweites BI-Competence-Center. Es nimmt koordinierende, gestaltende und  –  v.a. für Analytics  –  entwickelnde Aufgaben wahr und kann dank seiner Interdisziplinarität dem Aufgabenprofil BI entsprechen.