Business Intelligence
Business Intelligence bezeichnet Verfahren und Prozesse zur systematischen Analyse (Sammlung, Auswertung und Darstellung) von Daten in elektronischer Form. Das englische Wort intelligence ist in diesem Zusammenhang in der Bedeutung Information, Erkenntnisse, Aufklärung oder Einsicht zu übersetzen. Um den Erkenntnisgewinn zu unterstützen, werden von IT-Seite häufig BI Tools eingesetzt. Eine Integration mehrerer Tools wird als BI Suite bezeichnet.
BI umfasst vor allem Tools aus den folgenden Bereichen:
- Reports
- Extract-Transform-Load (ETL)
- DataWarehouse (DW)
- Online Analytical Processing (OLAP)
Reports spielen eine zentrale Rolle in BI-Ansätzen. Mit Reports werden die Ergebnisse der Analyse von Geschäftsdaten visualisiert. Die Spanne reicht hier von herkömmlichen Listen bis hin zu interaktiven Charts, die Kontextinformationen zu einzelnen Fakten anbieten können.
Falls die Geschäftsdaten nicht in geeigneter Form zur Erstellung von Reports vorliegen, werden mit Hilfe von ETL-Prozessen Daten unterschiedlicher Quellsysteme in einen Operational Data Store (ODS) bzw. direkt in ein Data Warehouse (DW) geladen. Ein ODS bietet eine einheitliche, integrierte und bereinigte Datenbank, in der alle für Reports notwendigen Daten liegen. Das Data Warehouse bietet darüber hinaus transformierte Darstellungen der Daten, die auf die Anforderungen der Reports speziell zugeschnitten sind. Am häufigsten sind einzelne Geschäftsdaten (Fakten) bereits nach Dimensionen vorgruppiert und aggregiert, so dass diese oft lang dauernde Berechnung bei der Report-Erstellung nicht mehr nötig ist.
Ein etabliertes Vorgehen stellt OLAP dar. Grundlage ist dabei ein mehrdimensionaler Datenwürfel (Data Cube), dessen Kanten von Dimensionen wie Zeit, Ort, Produkt, Person etc. bestimmt werden. Auf diesem Datenwürfel können etablierte Grundoperationen (Slicing, Dicing, Roll-Up, Drill-Down uvm.) durchgeführt werden, deren Ergebnisse im Wesentlichen Tabellen einfacher Reports entsprechen, wobei jede Anwendung einer solchen Grundoperation eine andere Auswertungsperspektive ermöglicht.
Mit ständig wachsenden technischen Möglichkeiten, kommen laufend neue Anforderungen an BI hinzu. Beispiele dafür sind:
In-Memory Databases
Mit Hilfe von In-Memory Datenbanken ist es beispielsweise möglich, den Datenwürfel ganz in den Hauptspeicher zu laden, was wahlfreien Zugriff und hohe Verarbeitungsgeschwindigkeit ermöglicht. Die Idee von Hauptspeicherdatenbanken ist schon älter, konnte aber erst mit günstigem, großem Hauptspeicher (64bit-Architektur) realisiert werden. Das bekannteste Produkt im deutschsprachigen Raum ist SAP® HANA, doch auch andere Hersteller und die Open-Source-Community haben das Potenzial von In-Memory Datenbanken längst erkannt.
Big Data
Big Data ist der Trend, wesentlich größere Datenmengen auszuwerten als solche, die bisher in herkömmlichen Geschäftsanwendungen zur Auswertung mit BI erhoben wurden.
Cloud BI
Cloud BI ist ein interessanter Ansatz, da hier Rechenleistung, die meist intensiv für kurze Zeiträume benötigt wird, nach Bedarf abgerechnet werden kann. BI Projekte werden dadurch nicht automatisch billiger, aber die Kosten können besser geplant werden.
Mobile BI
Mobile BI bietet die Möglichkeit, Reports als Mobile Application zu realisieren. Mit Smartphones und Tablets können so aktuelle Geschäftsauswertungen dargestellt werden. Der Entwurf von Mobile BI Applications muss in erster Linie die Darstellbarkeit und eine intuitive Navigation berücksichtigen. Mit Mobile BI können Entscheider auch während Sitzungen und unterwegs stets über Geschäftsentwicklungen informiert werden, indem sie auf aktuelle Reports zurückgreifen können.
CEP (Realtime-BI)
Die tatsächlich aktuellen Geschäftsentwicklungen können mit Realtime BI verfolgt werden. Mit Hilfe von Complex Event Processing Technologien können die Geschäftsdaten im Sinne eines Stream Processing ausgewertet werden. Unter Umgehung der ETL-Prozesse und Zwischenspeicherung in ODS bzw. DW werden Geschäftsdaten bei ihrer Entstehung (z.B. bei einer Bestellung) als Event im technischen Sinne verstanden und mit Hilfe einer CEP Engine direkt ausgewertet. Sämtliche Transformationsschritte, Gruppierungen und Aggregationen müssen dabei von der CEP Engine in einem Durchlauf erledigt werden. Nach Darstellung der Ergebnisse werden die Events nicht länger von der CEP Engine gespeichert. CEP ermöglicht so Auswertungen von Geschäftsentwicklungen während eines Geschäftstages bis hin zur sofortigen Auswertung aller relevanten geschäftlichen Ereignisse.
Ursprünglich wurde BI bei iTransparent als begleitende Dienstleistung von BPM betreut, um beispielsweise das Qualitätsmanagement zu unterstützen. Zusätzlich zur Auswertung von Geschäftsdaten kommt eine Auswertung von Prozessdaten in Frage. Für den Bereich CEP waren die Techniken des BI stets eine Ergänzung, um auch historische Daten in Auswertungen berücksichtigen zu können. Mit einem eigenständigen Bereich BI realisieren wir nun unabhängige BI Projekte, versuchen aber weiterhin die Brücke zu den Bereichen BPM und CEP zu schlagen, da wir in der Synergie dieser Expertisen einen großen Mehrwert für unsere Kunden sehen.
