ERP und Business Analytics

Zum aktuellen Thema Business Analytics stehen die beiden Experten Markus Gallenberger und Hans Krefeld der Redaktion der Zeitschrift ERP Management in einem Interview zur Verfügung.

Das Thema Business Analytics (BA) ist in aller Munde und verspricht neuartige Analysemöglichkeiten. Was genau verstehen Sie unter Business Analytics und wie grenzen Sie Business Analytics vom herkömmlichen Business Intelligence ab? 
 

Hans Krefeld: „Business Intelligence (BI) ist der Sammelbegriff für das IT-gestützte Zugreifen, Analysieren und Aufbereiten von Informationen. Das Ziel dabei ist es, neue Erkenntnisse aus dem im Unternehmen vorhandenen Wissen zu gewinnen und das Management bestmöglich bei der Steuerung des Unternehmens zu unterstützen. Es soll sich also stets um relevante und handlungsorientierte Informationen handeln.

BA ist eine konsequente Weiterentwicklung aus analytischen Gesichtspunkten und bietet als Form der Datenauswertung den eigentlichen Mehrwert von BI: die integrierte Unternehmenssteuerung. Die Technologie wird als strategisches Werkzeug in Unternehmen aller Branchen vorwiegend von Entscheidungsträgern genutzt. In Ergänzung zu klassischen BI-Technologien ermöglichen Analytics-Lösungen eine Datenveredelung, sprich neben dem einfachen Sammeln auch das Aufbereiten und Auswerten der Daten. Dabei steht nicht die Frage ‚Was war?‘ im Mittelpunkt. Vielmehr liegt der Fokus darauf, Antworten auf die Frage ‚Was wird sein?‘ zu finden. Technologisch gesehen sind die tragenden Säulen von Business Analytics also die Analyse- und Prognosefunktionen. 

Bei BA-Systemen spielt die Vorhersage künftiger Trends und die Visualisierung von Performance eine Hauptrolle. Der Fokus liegt darauf, die Entscheidungsfindung zu erleichtern und die Effizienz der analysierten Systeme zu erhöhen. Das ist insbesondere für jene Unternehmen und Abteilungen hilfreich, die unter ständigem Effizienz- und Optimierungsdruck stehen. Neue Technologien, verbesserte Visualisierungsmöglichkeiten und effizientere Algorithmen kommen ihnen gerade recht, um den wachsenden Ansprüchen gerecht zu werden. In den Daten steckt nämlich oft großes Potenzial, das sich mit Business Analytics oft besser ausschöpfen lässt. Die Lösungen führen die Daten aus allen Quellen zu einer verlässlichen Basis zusammen und machen sie als übersichtliche Kennzahlen-Berichte für Fachabteilungen sowie als Grundlage für Analysen, Prognosen und Simulationen greif- und nutzbar.“
 

Welche wesentlichen Ziele verfolgen anwendende Unternehmen mit dem Business Analytics-Ansatz?

Markus Gallenberger: „Unternehmen aller Branchen stehen vor der Herausforderung, ständig wachsende Aufgaben mit immer weniger Mitteln bewältigen zu müssen. So werden Projekte beispielsweise zunehmend globaler, immer komplexer und somit schwieriger zu planen und zu steuern. Gleichzeitig steigen die Anforderungen der Kunden und Partner unvermindert an. Einzelne Entscheidungen fallen daher zunehmend ins Gewicht. Natürlich gibt es Beschlüsse, die von größerer Tragweite sind als andere. Doch kommt es auch auf die alltägliche Entscheidungen an – etwa welchen Anreiz man einem unzufriedenen Kunden geben kann oder ob es sich lohnt, ein neues Projekt durchzuführen.  Im Laufe der Zeit können die Folgen Tausender kleiner Entscheidungen genauso schwerwiegend sein, wie größere Weichenstellungen, beispielsweise die Fusion mit einem Unternehmen. 

Doch egal wie groß oder klein die Entscheidung: Sie sollte stets auf Fakten basieren. Diese sind jedoch häufig in den großen Datenmengen und zahlreichen strukturierten und unstrukturierten Quellen des Unternehmens versteckt. Business Analytics verschafft Unternehmen den notwendigen Durchblick durch diesen Datendschungel. Die Technologie liefert Unternehmen die nötigen Erkenntnisse, um sie agiler zu machen: Entscheider können schneller auf Entwicklungen reagieren, Änderungen vorhersehen und ihre Prozesse besser an der Nachfrage auf dem Markt ausrichten. 

Ziel ist es, bessere operative oder strategische Entscheidungen zu ermöglichen. Analytische Software kann nicht nur eigenen Unternehmensdaten, sondern auch die der Mitbewerber analysieren und die Marktentwicklung unter die Lupe nehmen. Das trägt dazu bei, die eigenen Geschäftsabläufe, sowie Kunden- und Lieferantenbeziehungen profitabler zu machen, Kosten zu senken, Risiken zu minimieren, die Wertschöpfung zu vergrößern und den Mitbewerbern eine Nasenlänge voraus zu bleiben. Wenden Unternehmen Analyse- und Business-Intelligence-Tools auf alle Bereiche ihres Geschäfts an, fällt es ihnen leichter zu wachsen und zufriedene Kunden zu binden. Sie können ihre Finanzprozesse besser umstrukturieren, Risiken, Betrug und gesetzliche Vorschriften unter Kontrolle halten und die betriebliche Effizienz langfristig steigern – ohne zusätzlichen Support oder Einsatz des IT-Teams.“
 

Warum hat das Thema Business Analytics gerade im ERP-Umfeld eine so hohe Relevanz?

Hans Krefeld: „ERP- Systeme stoßen an ihre Grenzen, wenn es um Performance, aussagekräftige Berichte und exakte Analysen geht. Im Zeitalter von Facebook und Twitter kann eine Tabelle im ERP-System heute durchaus 50 bis 200 Millionen Datensätze enthalten. Solche Datenmengen lassen sich im Data Warehouse nicht nur deutlich besser und schneller verarbeiten, sondern auch bequem darstellen, ergänzen und harmonisieren. Zudem stehen für die teilweise anspruchsvollen mathematischen Methoden von Business Analytics in einer ERP-Lösung meist weder geeignete Verfahren noch interne Experten bei den Anwendern zur Verfügung.

Den wesentlichen Unterschied zwischen ERP und BA macht die dahinter liegende Technologie. Zwar lassen sich im ERP einfache Berichte in Listenform, wie zum Beispiel alle offenen Posten, durchaus leicht generieren. Doch wenn es um das Erstellen einer Balanced Scorecard, um Szenario-Technik, umfassendes Berichtswesen oder Kennzahlensysteme geht, fällt auf, dass ein ERP an seine Grenzen stößt. Das Datenbanksystem ist auf effiziente Datenspeicherung und schnelle Datenzugriffe ausgelegt. Aufgrund seiner Transaktionsorientierung eignet es sich für operative und sich wiederholende Tätigkeiten. 

Über das ERP lässt sich zum Beispiel schnell ermitteln, welche Belege vorliegen und welche Buchungen erfolgt sind. Ein Aggregieren von Buchungsbelegen zu Kontengruppen ist im ERP nicht möglich. Und es ist nicht ablesbar, warum sich die Umsätze nicht so wie geplant entwickelt haben. Hier ist BA gefordert – aus der operativen Darstellung geht es in die Analyse. Eine klassische BA-Aussage ist zum Beispiel, dass der Umsatz eingebrochen ist, weil ein Großkunde weggefallen ist. In BA werden die Leistungskennzahlen geprüft und daraus wird ersichtlich, dass der Kunde unzufrieden war. 

Kommt es also auf weit zurückliegende oder projizierte Informationen an, so geht dies nur im Zusammenhang mit BA-Systemen. Sie strukturieren die Daten in einer multidimensionalen Matrix, was es möglich macht, Finanz-, Controlling- oder Budgetierungsdaten aus unterschiedlichen Perspektiven zu betrachten. Darüber hinaus sind die Daten nicht mehr im Detail, sondern in vorverdichteter, konsolidierter Form abgebildet, um operative und strategische Entscheidungen zu unterstützen. Datensätze lassen sich nicht mehr verändern und erhalten einen eindeutigen Datumsbezug.“
 

Wie lassen sich ERP- und BA-Funktionen systemweit verschmelzen und welches Potenzial sehen Sie dabei in der In-Memory-Technologie?

Markus Gallenberger: „Aktuell vollzieht sich im Business Software-Umfeld ein Wandel: Statt sich auf das Beschaffen von Daten zu fokussieren, richten Unternehmensverantwortliche ihr Augenmerk immer stärker auf das Analysieren von Daten. Zwar werden immer mehr BI-Funktionen in ERP-Lösungen integriert. Doch für die teilweise anspruchsvollen mathematischen Methoden von BA stehen weder geeignete Verfahren noch interne Experten bei den Anwendern zur Verfügung. Die Herausforderung besteht folglich darin, die ERP-Systeme in Unternehmen so zu gestalten, dass sich Veränderungen möglichst effizient adaptieren lassen. 

Ein wichtiger Schritt hierzu ist die Integration der BA-Funktionalität in das ERP-System. Unternehmen, die dies frühzeitig erkannt haben, profitieren bereits von agilen und flexiblen Analysemöglichkeiten, mit denen sie sich von den Mitbewerbern absetzen können. Um mit dem schnelllebigen Umfeld mithalten zu können, setzen wir für Geschäftsanalysen auf In-Memory-Technologie, die den Arbeitsspeicher des Servers als Datenspeicher nutzt. Der große Vorteil dieser Technologie ist, dass Unternehmen viel schneller als bisher Analysen erstellen können, da die zu analysierenden Daten vollständig in den Arbeitsspeicher geladen und sich dort mit oftmals beeindruckender Geschwindigkeit bearbeiten lassen.“

Das könnte Sie auch interessieren

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 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 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 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 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 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.