ERP-Technologie

Business Analytics

Dominanz von Business Intelligence und fehlende Integration
Lesedauer:  7 Minuten
folhrholz weber top 0 1

Mit dem Ziel einen detaillierten Überblick über den Einsatz und die Verbreitung von Analysewerkzeugen in deutschsprachigen Unternehmen zu erhalten, hat der Lehrstuhl für Wirtschaftsinformatik und Electronic Government der Universität Potsdam im letzten Jahr eine Studie mit der Erkenntnis durchgeführt, dass der Bedarf von Business Analytics zwar erkannt, die Nutzung aber ausbaufähig ist. Die Reifegrad-Entwicklung hinsichtlich Business Analytics wird auch in diesem Jahr fortgesetzt. Zusätzlich werden Wirtschaftlichkeitspotenziale durch den Einsatz von Business Analytics identifiziert, um die Vorteile durch dessen Einsatz zu quantifizieren. Der vorliegende Beitrag gibt einen Einblick in erste Ergebnisse aus der aktuellen Studie.

Daten liegen heute in großer und vielfacher Zahl vor, die es effizient und effektiv zu nutzen gilt, um die Wettbewerbsfähigkeit aufrecht zu erhalten. Folglich sollten Daten nicht nur gesammelt und aufbereitet, sondern hinsichtlich zukunftsweisender Entscheidungen ausgewertet werden. Genau in diesem Punkt liegt der Unterschied zwischen Business Intelligence (BI) und Business Analytics (BA).

Business Intelligence umfasst mit Anwendungen wie Standard-, und Ad-hoc-Berichten, Abfragen sowie Alarmen eine vergangenheitsorientierte Sichtweise auf Daten. Fragestellungen nach dem „Warum…“ oder „Was passiert, wenn…“ können mit diesen Funktionen nur unzureichend erschlossen werden, obwohl gerade darin wertvolle Gestaltungs-, Optimierungs- und Innovationspotenziale liegen. Die Lösung dafür besteht in der Anwendung von Analysen, Simulationen, Prognosen und Optimierungen – d.h. in der Anwendung von Business Analytics.
Dominanz von Business Intelligence

Anwendungen zur Auswertung von Unternehmensdaten können zur Steigerung der Wettbewerbsfähigkeit eines Unternehmens beitragen. Die befragten Unternehmen sind aber aktuell der Meinung, dass BI und BA Anwendungen in gleichem Maße dazu beitragen.

BI-Anwendungen sind in den befragten Unternehmen im Vergleich stärker repräsentiert. Dies zeigt sich zum einen in der Nutzung der verschiedenen Methoden und der vorhandenen Kompetenz im Bereich BA. Letztere wird durch die Unternehmen nur mit ausreichend bewertet, der Umgang mit BI-Anwendungen, wie Standardberichte oder Abfragen, wird indessen mit befriedigend bewertet. BI-Anwendungen kommen bei ca. 65% der befragten Unternehmen (n = 45) regelmäßig zum Einsatz. Im Vergleich kommen BA-Anwendungen nur bei einem Viertel regelmäßig zum Einsatz. Die Nutzung der Anwendungen ist besonders in klassischen Unternehmensbereichen wie Finanzwesen, Management, Vertrieb sowie Produktion und Logistik stark ausgeprägt (Bild 1). In anderen Bereichen, wie beispielsweise Produktentwicklung, Risikomanagement oder Forschung und Entwicklung (F & E) ist der Anteil der Unternehmen, die BA verwenden, noch sehr gering. Die klassischen Unternehmensbereiche werden auch zukünftig noch an Bedeutung gewinnen.
Datenqualität- und Quantität

Datenqualität stellt eine wichtige Grundlage für die erfolgreiche Anwendung von BA dar. Sollen zukunftsweisende Entscheidungen durch entsprechende Analysen vorangetrieben werden, müssen Daten nicht nur in ausreichender Quantität, sondern auch Qualität vorliegen. Die Erkenntnis darüber liegt bei den befragten Unternehmen vor: mit 80% stimmen nahezu alle der Tatsache zu, dass sie eine hohe Datenqualität erreichen wollen. Die Realität zeigt aber, dass erst 44,4% ihre Datenqualität als sehr gut oder gut einschätzen. Da bei 55,6% der befragten Unternehmen die Daten aber immer eher unregelmäßig oder nur projektbezogen bereinigt und gepflegt werden, ist dieses Ergebnis wenig verwunderlich.

Auch hinsichtlich der Datenquantität besteht Verbesserungspotenzial, denn erst 13,3% der befragten Unternehmen nutzen mehr als 50% der verfügbaren Daten für Analysezwecke. Aus den vorhandenen Datenbeständen kann folglich aktuell durch das Erstellen von Berichten, die Definition von Key Performance Indikatoren sowie die Identifikation von Schwachstellen der höchste Nutzen gezogen werden. Zukünftig stehen aber vermehrt analytische Anforderungen im Vordergrund. Unternehmen wollen schneller auf neue Anforderungen reagieren, vermehrt Zukunftsprognosen erstellen und eine höhere Wertschöpfung erzielen. Dieses Vorhaben erfordert neben der Nutzung entsprechender Systeme auch eine erweiterte Datenreichweite – bislang werden hier noch zu wenige Potenziale ausgeschöpft.

fohrholz weber 1
Bild 1: Nutzung von BI und BA in unterschiedlichen Unternehmensbereichen.

ERP als Quelle für Analytics

Die verfügbaren Daten für Analysen stammen bislang überwiegend aus klassischen Systemen wie ERP- oder CRM-System. Daten aus Social Media Anwendungen werden bislang nur von 11,1%, Daten von Websites von 15,6% der befragten Unternehmen genutzt. Auch wenn laut Aussagen einiger der befragten Unternehmen bereits organisationsweite Analysen möglich sind, lässt sich bei genauerer Betrachtung der genutzten Datenvielfalt vermuten, dass der Innovationsgehalt der Entscheidungen, die auf Basis dieser Analysen getroffen werden, nicht allzu hoch ist.

Denn tatsächlich nutzen erst 13,3% der befragten Unternehmen mehr als die Hälfte der zur Verfügung stehenden Daten für Analysezwecke. Von den Unternehmen die weniger als 50% der zur Verfügung stehenden Daten nutzen, sind gerade einmal 35% der Meinung, dass die operativen Systeme wie ERP,  CRM und MES sie mit ausreichend Daten versorgen.

An dieser Stelle scheint eine Diskrepanz vorzuliegen. Daten liegen aus einer Vielzahl von Systemen vor, werden aber nur in geringen Umfang für Analysen genutzt und dennoch sind die Unternehmen der Meinung, dass die Daten noch nicht ausreichen. Bild 2 zeigt den Zusammenhang zwischen Herkunft der Daten und Nutzung auf. Es ist erkennbar, dass 42% der Unternehmen, die ERP-Systeme als Datenquelle verwenden, weniger als 20% dieser Daten für Analysezwecke nutzen. Lediglich Daten die von externen Marktforschungsunternehmen stammen, werden im Vergleich häufiger für Analysezwecke herangezogen.

Das Problem scheint in der Zusammenführung von Daten aus unterschiedlichen Quellen zu liegen. Diese Vermutung bestätigt sich durch die vorliegenden Ergebnisse der Befragung. Von den Unternehmen gaben nur 17,8% an, dass Daten organisationsweit verfügbar sind. Mehr als die Hälfte der Unternehmen schätzen den Erfolg Ihres Unternehmens bei der Integration von Daten aus unterschiedlichen Abteilungen eher als befriedigend oder ausreichend ein.

Vielmehr wird in den meisten Unternehmen auf Daten aus einzelnen Fachabteilungen zurückgegriffen. Die Finanzabteilung, der Service und Vertrieb sowie der Bereich Logistik bzw. das Supply Chain Management sind die am häufigsten genannten Abteilungen, aus denen Daten verfügbar sind. Dies erscheint logisch, da insbesondere in diesen Bereichen ERP- und CRM-Systeme zum Einsatz kommen und daher auch als primärer Datenlieferant fungieren. Die Produktentwicklung sowie F & E sind dagegen scheinbar kaum als Datenquelle erschlossen. Daten aus dem Social Web, externe Marktforschungsdaten und Websiteanalysen spielen, wie bereits aufgeführt, als Datenlieferant eine untergeordnete Rolle, weshalb Unternehmensabteilungen wie Produktentwicklung oder F & E auch noch nicht von BA profitieren können. Neben der Ausweitung der genutzten Datenquellen, müssen also auch die Fähigkeiten der Datenintegration verbessert werden.

fohrholz weber 2
Bild 2: Vorhandene Datenquellen und Anteil der Datennutzung im Vergleich.

Investitionsbereitschaft für Analytics

Die Bereitschaft BA einzusetzen und zu nutzen ist sowohl auf Mitarbeiter- als auch auf Managementebene gegeben. Der Trend deckt auf, dass hier sogar der Wille des Top Management größer ist – dieses muss aber seinen Worten mehr Taten folgen lassen und sowohl mehr Schulungen anbieten als auch in BA-förderliche Systeme investieren. Schließlich scheint die Unkenntnis über die Möglichkeiten von Analysen, Simulation, Prognosen und Optimierungen eine große Anwendungsbarriere zu sein (64,4%), dicht gefolgt von fehlenden Investitionen durch die Unternehmensführung. Bislang scheint das Top Management noch eher in Systeme zu investieren, welche die Aufbereitung von Daten für anschließende Analysezwecke ermöglichen (46,7% der Angaben). Erst 13,3% der Unternehmen geben an, dass Investitionen in Tools für Prognosen freigegeben werden.

Auch hinsichtlich der organisatorischen Verankerung von BA müssen noch strukturelle Verbesserungen geschaffen werden. Die übliche Bündelung von Expertise in Fachbereichen gilt bislang nicht für BA. Erst 4,5% verfügen über eine eigene BA-Organisationseinheit. 20,5% geben sogar an, dass BA gar keiner Steuerung unterliegt.
Fazit

Die ersten Ergebnisse der Studie haben gezeigt, dass BA in den deutschen Unternehmen immer noch nicht angekommen ist und die Nutzung von BI noch verstärkt im Vordergrund steht. Dies scheint unterschiedliche Gründe zu haben. Es besteht die Möglichkeit, dass Daten von den verschiedenen Anwendungssystemen im Unternehmen noch nicht in der ausreichenden Menge oder Qualität vorliegen, um umfassende Analysen durchführen zu können. Ein weiteres Problem stellt die Integration von Unternehmensdaten aus verschiedenen Quellen dar.


Das könnte Sie auch interessieren

Intelligentes Kalkulationsmanagement

Intelligentes Kalkulationsmanagement

Abweichungen erkennen, bevor sie teuer werden
Budgetabweichungen entstehen im industriellen Projektgeschäft häufig nicht erst während der Ausführung. Ihre Ursachen liegen vielfach bereits in frühen Annahmen, unvollständigen Mengengerüsten und fehlender Abstimmung. Intelligentes Kalkulationsmanagement verbindet Kalkulation, Risikoanalyse, ERP-Daten und Projektsteuerung. Der Beitrag zeigt, wie Unternehmen Abweichungen früher sichtbar machen und Verantwortung systematisch verankern können.
ERP ist nicht mehr das Betriebssystem des Unternehmens

ERP ist nicht mehr das Betriebssystem des Unternehmens

Vom System of Record zum kontrollierten System of Action
ERP-Systeme bleiben das transaktionale Rückgrat von Unternehmen – doch in der KI-nativen Welt reicht ihre Rolle allein nicht mehr aus. Unternehmenswissen verteilt sich über zahlreiche Systeme, während KI Kontext, Governance und systemübergreifende Prozesse benötigt. Ein Business-Operating-System kann diese Lücke schließen: als semantische, KI-fähige und systemunabhängige Schicht zwischen Menschen, Daten, Prozessen und Anwendungen.
Steuer-Compliance im ERP-Kontext

Steuer-Compliance im ERP-Kontext

Steuer-Compliance im ERP systematisch gestalten
 1. Steuerliche Anpassungen außerhalb des ERP-Systems? Im Jahresabschluss werden steuerliche Abweichungen von handelsrechtlichen Wertansätzen häufig außerhalb des ERP-Systems ermittelt und in Excel fortgeschrieben. So bildete ein Unternehmen handelsrechtlich eine Drohverlustrückstellung von 50 Mio. Euro, die steuerlich grundsätzlich nicht angesetzt werden darf. Die steuerliche Korrektur lag ausschließlich in mehreren Excel-Dateien. Bei einer späteren Prüfung mussten unterschiedliche Versionen abgestimmt und die Verbindung zum ursprünglichen Geschäftsvorfall aufwendig rekonstruiert werden. Das Praxisproblem liegt damit im Medienbruch: Der handelsrechtliche Wert befindet sich im ERP-System, der steuerliche Wert und seine Herleitung dagegen außerhalb. Unterschiedliche Bearbeitungsstände und manuelle Abstimmungen erschweren die Nachvollziehbarkeit. Hinzu kommen Anforderungen der GoBD an Nachvollziehbarkeit und Unveränderbarkeit. Der Tax Ledger als ...
Integrierte Prozessarchitektur: Basis digitaler Wertschöpfung

Integrierte Prozessarchitektur: Basis digitaler Wertschöpfung

Erkenntnisse aus der Wohnungswirtschaft
Die Wohnungswirtschaft braucht neue Antworten auf steigende Komplexität, Kostendruck und wachsende Digitalisierungsanforderungen. Eine integrierte Prozessarchitektur schafft dafür den Ordnungsrahmen: Sie verbindet end-to-end-Prozesse, wiederverwendbare Prozessmodule, Workflows und interoperable IT-Systeme. Das ERP wird dabei vom zentralen Prozessführer zum stabilen System of Record und schafft Raum für flexible, spezialisierte digitale Lösungen.
Task-Management-Tools im Vergleich: 5 im Praxistest

Task-Management-Tools im Vergleich: 5 im Praxistest

Stärken, Schwächen und Funktionen anhand klarer Bewertungskriterien
Ob Excel-Liste oder Kanban-Board: Die Wahl des richtigen Task-Management-Systems entscheidet mit darüber, ob wachsende Unternehmen den Überblick behalten oder im Chaos versinken. Der Artikel stellt listenbasierte und kanban-orientierte Ansätze gegenüber – Struktur versus Flexibilität, lineare Ordnung versus visueller Workflow. Anhand konkreter Tools und Praxisszenarien zeigt sich, welches Konzept in welchem Szenario wirklich überzeugt.
Agentic AI : Unterstützung statt Dashboard-Dschungel

Agentic AI : Unterstützung statt Dashboard-Dschungel

Wie aktive Agenten den Betriebs Workflow neu definieren
IT-Betriebsteams verwalten heute vielschichtige Ökosysteme mit immer mehr Tools für Monitoring, Observability, ITSM, CMDB, Automatisierung, Security und Asset-Management. Diese liefern aber selten ein einheitliches Lagebild. Koordinierte KI-Agenten, die Datenquellen zusammenführen, Ursachenhypothesen bilden, Maßnahmen vorschlagen und (im klar abgegrenzten Rahmen) Teile der Ausführung übernehmen, werden Teams zukünftig aktiver unterstützen.