Business Intelligence
Auch: BI, Business Intelligence, Informatique décisionnelle, Business analytics, Decision support
Technologien und Prozesse, die Rohdaten über Reporting, Dashboards und Analysen in verwertbare Insights überführen, damit Teams auf Basis von Fakten statt Intuition entscheiden.
Worum es geht
Business Intelligence (BI) ist die Gesamtheit der Technologien, Prozesse und Praktiken, die Rohdaten aus dem ganzen Unternehmen sammeln, ordnen und als Reporting, Dashboards und Analysen bereitstellen. Das Ziel ist einfach: verstreute operative Daten in verwertbare Insights verwandeln, die das Tagesgeschäft und strategische Entscheidungen stützen.
BI ist von Natur aus deskriptiv und diagnostisch. Sie beantwortet, was passiert ist und warum, im Unterschied zu Predictive oder Prescriptive Analytics, die abschätzen, was passieren wird, oder empfehlen, was zu tun ist.
Warum das zählt
- Single Source of Truth: alle lesen die gleichen Zahlen, gleich definiert.
- Geschwindigkeit: Self-Service-Dashboards ersetzen manuelle Auszüge aus Spreadsheets.
- Verantwortlichkeit: KPIs werden nachverfolgt, sind sichtbar und über die Zeit vergleichbar.
- Kostenkontrolle: weniger Fehler und weniger doppelter Reporting-Aufwand.
Ohne BI beruhen Entscheidungen auf Bauchgefühl oder veralteten Exporten. Mit BI beobachten Führungskräfte die Performance laufend und erkennen Probleme früh.
Wie es in der Praxis genutzt wird
Ein typischer BI-Stack führt Daten durch mehrere Stufen:
- Quellen: ERP, CRM, Web Analytics, Zahlungssysteme, Spreadsheets.
- Integration (ETL oder ELT): Daten extrahieren, bereinigen, transformieren und laden.
- Speicherung: ein Data Warehouse oder Lakehouse hält modellierte, abfragefertige Tabellen.
- Semantic Layer: gemeinsame Definitionen der Metriken (zum Beispiel, wie Umsatz gezählt wird).
- Nutzung: Dashboards, terminierte Reports und Ad-hoc-Abfragen.
Typische Ergebnisse sind Executive Scorecards, Sichten auf die Sales-Pipeline, Finanz-Abweichungsberichte und Screens zur operativen Überwachung.
Konkretes Rechenbeispiel
Ein Händler will Stockouts reduzieren. Das BI-Team:
1. Zieht tägliche Daten zu Verkäufen, Beständen und Lieferzeiten der Lieferanten in ein Warehouse.
2. Modelliert eine Metrik: verbleibende Bestandstage pro Produkt und Filiale.
3. Baut ein Dashboard, das Artikel unterhalb einer Schwelle von 7 Tagen in Rot markiert.
4. Richtet einen automatischen Alert an den Regionalleiter jeden Morgen ein.
Ergebnis: Ein Manager sieht, dass 120 Produkte in 8 Filialen innerhalb einer Woche auslaufen, löst frühzeitige Nachbestellungen aus und senkt Stockouts in einem Quartal um 30 Prozent. Kein Data Scientist nötig, nur saubere Daten und ein gut gebauter Report.
Die wichtigsten Punkte
- BI dreht sich überwiegend um Vergangenheit und Gegenwart, nicht um Prognosen.
- Datenqualität und gemeinsame Metrikdefinitionen zählen mehr als das Tooling.
- Gute BI ist Self-Service: Fachanwender beantworten ihre Fragen selbst.
Siehe auch
Häufige Fragen
Was ist Business Intelligence einfach erklärt?
Business Intelligence (BI) ist die Gesamtheit der Technologien, Prozesse und Praktiken, die Rohdaten aus dem ganzen Unternehmen sammeln, ordnen und als Reporting, Dashboards und Analysen bereitstellen. Zweck ist, verstreute operative Daten in Entscheidungen auf Basis von Fakten statt Intuition zu überführen. BI ist deskriptiv und diagnostisch: Sie beantwortet, was passiert ist und warum.
Was ist der Unterschied zwischen Business Intelligence und Predictive Analytics?
BI blickt auf Vergangenheit und Gegenwart: Sie erklärt, was passiert ist und warum. Predictive Analytics schätzt ab, was passieren wird, Prescriptive Analytics empfiehlt, was dagegen zu tun ist. Oft speist dasselbe Data Warehouse beides, aber BI liefert Reports und Dashboards, keine Forecasts oder Modelle.
Wer sollte Business Intelligence verstehen?
Führungskräfte aus Data, Marketing und Finance, dazu jeder Manager, der über Performance berichtet. Ein CDO verantwortet Stack und Metrikdefinitionen, ein CMO liest Akquisitions- und Funnel-Dashboards, ein CFO stützt sich auf Abweichungsberichte. Sie müssen BI nicht selbst bauen, um für die Zahlen verantwortlich zu sein, die dabei herauskommen.
Welche Stufen hat ein Business-Intelligence-Stack?
Fünf Stufen: Quellen (ERP, CRM, Web Analytics, Zahlungssysteme, Spreadsheets), Integration über ETL oder ELT zum Extrahieren, Bereinigen, Transformieren und Laden, Speicherung in einem Data Warehouse oder Lakehouse, ein Semantic Layer mit gemeinsamen Metrikdefinitionen und die Nutzung über Dashboards, terminierte Reports und Ad-hoc-Abfragen. Typische Ergebnisse sind Executive Scorecards, Sichten auf die Sales-Pipeline, Finanz-Abweichungsberichte und Screens zur operativen Überwachung.
Gibt es ein konkretes Beispiel, wie Business Intelligence ein Problem löst?
Ein Händler mit Stockout-Problemen lud tägliche Daten zu Verkäufen, Beständen und Lieferzeiten in ein Warehouse, modellierte eine Metrik namens verbleibende Bestandstage pro Produkt und Filiale und baute ein Dashboard, das alles unterhalb einer Schwelle von 7 Tagen rot markiert, mit einem morgendlichen Alert an die Regionalleiter. Ein Manager sah, dass 120 Produkte in 8 Filialen innerhalb einer Woche auslaufen würden, und löste frühzeitige Nachbestellungen aus. Die Stockouts sanken in einem Quartal um 30 Prozent, ohne Beteiligung eines Data Scientists.