Big Data, Business Intelligence und Business Analytics: Bedeutung, Nutzen und Mehrwert für die Unternehmenssteuerung

Zusammenfassung

• Komplexe und dynamische Wettbewerbsumfelder erschweren die Entscheidungsfindung in Unternehmen. Business Intelligence ermöglicht eine effiziente und zielorientierte Analyse von umfangreichen und komplexen Daten, wodurch Entscheidungen schneller und besser getroffen werden können.
• Eine notwendige Voraussetzung für den Einsatz von Business Intelligence-Technologien ist die Sammlung von unstrukturierten Massendaten (Big Data) als Grundlage für darauf aufbauende, komplexe statistische Auswertungen (Business Analytics).
• Controller müssen sich aktiv mit Big Data auseinander setzen. Dabei ist es von großer Bedeutung, die zur Verfügung stehenden Daten und Systeme zu kennen sowie über das notwendige Wissen zu verfügen, um die Ergebnisse der Analysesysteme interpretieren zu können.
• Der Beitrag veranschaulicht die Notwendigkeit, das Potenzial und die Relevanz der Nutzung von Business Intelligence und Business Analytics an zwei konkreten Unternehmensbeispielen aus den Bereichen E-Commerce (Amazon) sowie Transport-/Verkehrswesen (Deutsche Bahn).

1 Relevanz von Big Data, Business Intelligence und Business Analytics in der Unternehmenspraxis

"Data never sleeps" – Attribute, die früher mit der pulsierenden Metropole New York City in Verbindung gebracht wurden, gelten heute umso mehr für die Datengenerierung und -verarbeitung. Damals galt New York als einzige Stadt weltweit, die über ein U-Bahn-System verfügte, das an 365 Tagen im Jahr ganztägig Verbindungen in alle 5 "Boroughs" anbot. Das U-Bahnnetz New Yorks erscheint jedoch im Vergleich zur weltweit generierten Datenmenge übersichtlich und wenig komplex. Wie viele Daten pro Tag generiert werden ist kaum noch nachvollziehbar, da das Wachstum der weltweiten Datenmengen ein immenses und teils beängstigendes Tempo angenommen hat.

Der Vorstoß in die Billionen

Ein prägnantes Beispiel in diesem Zusammenhang bietet der Google-Konzern, der im Jahr 2016 bestätigte, mehr als 2 Billionen Suchanfragen verarbeitet zu haben. Betrachtet man diesen Wert als ein bestätigtes Minimum an Suchanfragen, bedeutet dies, dass die Server von Google pro Sekunde ca. 64.000 Suchanfragen verarbeiten.^[1] Damit einher geht die steigende Bedeutung von sozialen Netzwerken und digitalen Kommunikationswegen, die als (teils) kollaborative Plattformen für ganze Generationen von (nicht nur) jungen Menschen nicht mehr wegzudenken sind. Charakteristisch hierfür steht Abb. 1, die aufzeigt, welche Ausmaße diese Aktivitäten angenommen haben.

Abb. 1: Generierte Datenmenge pro Minute auf unterschiedlichen (sozialen) Plattformen

Die große Menge an verfügbaren Daten stellt für Unternehmen wie Google eine ihrer wertvollsten Ressourcen dar. Dementsprechend sind viele Unternehmen bestrebt, geeignete technische Strukturen aufzubauen, um mit ihren (potenziellen) Kunden auf diesen Plattformen kommunizieren zu können. Übergeordnetes Ziel ist es, ihre Daten und somit ihr Verhalten zu analysieren sowie Implikationen aus diesen Aktivitäten abzuleiten.

Geschäftsmodell basierend auf Daten

Viele unternehmerische Aktivitäten basieren bereits rein auf der Datengenerierung und -analyse. Das US-amerikanische Unternehmen Palantir fußt sein Geschäftsmodell auf exaktes Wissen und Vorhersagen.^[2] Die von Palantir angebotenen Lösungen beinhalten Echtzeit-Datenanalysen, die Unternehmen nicht nur bei klassischen Kundenanalysen unterstützen, sondern darüber hinaus auch militärisch von US-Geheimdiensten genutzt worden sein sollen, um den damaligen Al-Qaida Chef Osama bin Laden in seinem Versteck in Pakistan aufzuspüren. Nicht nur aus diesem Grund sprechen Experten aus einem unternehmens- und regierungsnahen Umfeld Daten eine immer stärker werdende und entscheidende Rolle zu. Sie bezeichnen diese als die neue Währung im digitalen Zeitalter.

[1] Vgl. http://searchengineland.com/google-now-handles-2-999-trillion-searches-per-year-250247, Abrufdatum 24.4.2017.

[2] Vgl. http://etailment.de/news/stories/Schaurig-oder-schoen-Was-macht-eigentlich-Palantir-3847, Abrufdatum 24.4.2017.

2 Definition und Abgrenzung von Big Data, Business Intelligence und Business Analytics

3 Begriffe – ein übergeordnetes Ziel

Mit den Begriffen Big Data, Business Intelligence und auch Business Analytics ist das primäre Ziel verbunden, betriebliche Prozesse und Tätigkeiten zu analysieren, diese besser zu verstehen und daraus Implikationen zur Entscheidungsunterstützung abzuleiten.

Business Analytics wird als Sammelbegriff für ein strategisches Werkzeug verstanden, das u. a. die Nutzung von Business-Intelligence-Technologien, das Data Warehousing, die Analyse großer Datenmengen (Big Data) aber auch ein etwaiges Enterprise Performance Management umfasst. Während man mit dem Begriff Business Intelligence primär eine Erhöhung der Effizienz von Geschäftsprozessen anstrebt und damit die aktuelle wirtschaftliche Situation eines Unternehmens analysiert werden soll, zielt der Einsatz von Business-Analytics-Methoden durch Nutzung von statistischen Verfahren darauf ab, frühzeitig zukünftige Trends zu erkennen und das Unternehmen auf bevorstehende Herausforderungen vorzubereiten.^[1] Der Begriff Big Data wiederum bezeichnet umfangreiche Datenmengen, die generiert, erfasst und let...