Business Intelligence bei TNG: Der Kasse das Vergessen abgewöhnen

Was macht ein ITler, wenn er mit Business Intelligence beschäftigt ist? Hat damit nicht eher das Marketing oder der CEO zu tun?

Dahlke: Nein, das ist auch was für ITler. Denn Business Intelligence handelt von Fragen aus der Geschäftswelt einerseits und von Informationen aus der Technik andererseits - die Brücke dazwischen bauen wir von TNG Technology Consulting. Wir unterstützen unsere Kunden zum Beispiel bei Aufgaben in Reporting und Business Analytics. Also bei Fragen nach "was war" und "was wäre wenn". Wir helfen aber auch ganz zu Beginn dabei, eine Business-Intelligence-Strategie zu entwickeln. Die Grundlage dafür ist oft, ein Data Warehouse aufzubauen und zu betreuen.

Was ist ein Data Warehouse?

Dahlke: Um Geschäftsentscheidungen mit Unternehmensdaten untermauern zu können, müssen diese Daten erst einmal zur Analyse zur Verfügung stehen. Meist werden Daten in einem Unternehmen aber an ganz verschiedenen Stellen erzeugt oder erfasst und werden in erster Linie für den Geschäftsalltag gebraucht. Das Data Warehouse hat die Aufgabe, diese operativen Daten zusammenzuführen. Erst damit ist es möglich, unternehmensübergreifende Fragen zu beantworten, für die man mit den Daten einzelner operativer Systeme keine Antwort finden kann.

Kammerlander: Oft ist es auch so, dass die Bezeichnungen für die gleichen Daten in verschiedenen Systemen unterschiedlich sind. Diese zu vereinheitlichen, ist auch Teil unserer Arbeit. Das Ziel eines Data Warehouse ist "the single version of truth" - wir kümmern uns darum, dass man sich bei der Auswertung auf die Daten verlassen kann und dass sie vergleichbar sind.

Wie sieht so etwas in der Praxis aus?

Kammerlander: Man kann das gut an den Prozessen in einem Supermarkt verdeutlichen. Ein operatives System ist dabei zum Beispiel das System mit allen Kassen. Für das Kassieren ist es nicht relevant, was vor drei oder fünf Jahren passiert ist - da müssen die aktuellen Preise stimmen. In der Logistik wiederum wird festgehalten, welche Waren wann wohin transportiert wurden. Für diese Abteilung kann es sehr wohl interessant sein, welche Produkte wann wie oft verkauft werden und wie sich das über die Jahre entwickelt hat. 

Daher ist es sinnvoll, sowohl die Logistik-Daten als auch die Kassen-Daten in ein Data Warehouse zu überführen. Daten zu historisieren ist für Business Intelligence sehr wichtig. Mit meinem Data Warehouse kann ich dann zum Beispiel bestimmen, wie lange ein Produkt durchschnittlich benötigt, um vom Wareneingang ins Lager bis in den Einkaufswagen zu finden oder zu welchem Zeitpunkt eine bestimmte Ware schneller ausverkauft ist als sonst.

Welche Ziele verfolgen Ihre Kunden mit den Business-Intelligence-Anwendungen, die sie von Ihnen entwickeln lassen?

Dahlke: Häufig haben die BI-Projekte zum Ziel, bestehende Prozesse in den Fachbereichen zu unterstützen und zu optimieren. Beispielsweise geht es einer Marketingabteilung darum, die eigenen Kunden besser zu verstehen, damit das Unternehmen das Produktangebot verbessern und sich dadurch einen Wettbewerbsvorteil verschaffen kann. Manchmal werden wir aber auch beauftragt, uns die bisherige Business-Intelligence-Struktur in einem Unternehmen anzusehen und zu bewerten. Wir sagen dann konkret, was man dabei besser machen sollte und warum.

Wie gehen Sie an ein Projekt heran?

Kammerlander: Wir finden erst einmal heraus, wofür der Kunde die Daten braucht. Dabei setzen wir auf einen fokussierten Ansatz - TNG findet es wichtig, sich auf die wesentlichen Daten zu konzentrieren. Es bringt nichts, wenn Sie viele Daten sammeln, die dafür keine hohe Qualität haben. Lieber etwas weniger, dafür aber aussagekräftig. Das bedeutet auch, dass wir die Funktionalität und Komplexität oft abbauen. Das ist manchmal ein sensibles Thema, weil es manche als Kritik am bisherigen Vorgehen verstehen. Wichtig ist, den Grund dafür dann gut und nicht mit dem Holzhammer zu erklären.

Welche Kennzahlen sollte ein Unternehmen in jedem Fall sammeln, um seine Geschäftsentwicklung im Blick zu haben?

Dahlke: Natürlich schauen die meisten Unternehmen auf ihre Profitabilität und beobachten ihre Kundenbasis. Eine schwierige Aufgabe besteht dann darin, die Ursachen für unerwartete Veränderungen an den Kennzahlen aufzudecken. Das ist eine der Aufgaben von Business Analytics. Wenn das Unternehmen die Ursachen dann verstanden hat, können die Fachabteilung wie das Marketing oder der Vertrieb Maßnahmen ergreifen, um der negativen Entwicklung entgegenzusteuern. Meist werden daraufhin neue Kennzahlen eingesetzt, um den Erfolg der Maßnahmen bewerten zu können.

Was war Ihr interessantestes Projekt?

Dahlke: Sehr interessant war in jedem Fall die Mitarbeit in einem Projekt, das den Verkaufsplanungsprozess für mehrere tausend Verkaufsstellen automatisiert hat. Dabei ging es um ein Unternehmen mit vielen Millionen Kunden. In Zusammenarbeit mit dem Vertrieb haben wir die Planqualität erhöht, den Planungsablauf optimiert und durch geeignete Auswertungen transparent gemacht. Ich habe mich erfolgreich dafür eingesetzt, dass wir die Funktionalität nach und nach umgesetzt und dabei jeweils nur die aktuell wichtigsten Teile gebaut haben. Dadurch konnten wir in hoher Qualität bedarfsgerechte Erweiterungen liefern.

Was sind die neuesten Trends in der Business Intelligence?

Dahlke: Ein anhaltender Trend ist, dass sich der Anwendungsbereich von BI stetig ausweitet. So haben sich zum Beispiel heute schon viele Kunden daran gewöhnt, dass sie beim Stöbern durch einen Online-Shop auch individuelle Produktvorschläge erhalten. Das ist Business Intelligence, die direkt für den Kunden sichtbar ist.

Welche Voraussetzungen sollte man mitbringen, wenn man IT-Berater mit Spezialisierung Business Intelligence werden möchte?

Dahlke: Ein hoher IT-Sachverstand auf der einen und Interesse an analytischen Herangehensweisen auf der anderen Seite sind die besten Voraussetzungen für den Einstieg. Speziell bei TNG ist eine ausgeprägte Leidenschaft für Technologie ein weiterer wichtiger Aspekt. Und wenn man sich mit Datenbanken auskennt, kann das nicht schaden.