Schlauer Durchblick im Datendunkel

Eine neue Technologie will den BI-Einsatz revolutionieren: In-Memory-Datenbanken beschleunigen BI-Anwendungen, indem sie den Arbeitsspeicher als Datenspeicher nutzen, nicht mehr die Festplatte(n). Dadurch kann der Zugriff auf Daten wesentlich schneller erfolgen als beim klassischen Plattenzugriff. Sinkende Hardwarepreise machen diese Idee darüber hinaus auch für BI-Anwender im Mittelstand interessant. Erstaunlicherweise präsentieren sich In-Memory-Lösungen sogar oftmals kostengünstiger als herkömmliche BI-Systeme. „Der Hauptgrund hierfür sind die deutlich geringeren Aufwände für Entwicklung und Wartung. Gerade Unternehmen, die sich nur kleine Mitarbeiterstäbe und erst recht keine teuren Berater zur Systembetreuung leisten können, sollten In-Memory-Lösungen in Betracht ziehen“, betont denn auch Dr. Marcus Dill, Geschäftsführer des BI-Analysten- und Beraterhauses Mayato, den Preisvorteil.

Mittelständische Anwender sollten sich zunächst fragen, ob sich In-Memory-Lösungen für ihre Branche lohnen. „In-Memory ist keine Frage der Unternehmensgröße, sondern eine Frage des Einsatzgebietes“, macht Peter Welker von Trivadis klar. „Der Vorteil der Lösungen – die hohe Abfrageperformance – kommt dann zum Tragen, wenn ein Unternehmen beispielsweise für interaktive Ad-hoc-Analysen besonders schnelle Antwortzeiten benötigt, ohne die Daten bereits vorverdichten zu können“, erklärt der Solution Manager Business Intelligence.

In-Memory-Technologien für den Mittelstand

Wie wichtig der Geschwindigkeitsvorteil in der Praxis auch für mittelständische Unternehmen sein kann, berichtet Sabine Höfer, kaufmännische Leiterin und IT-Verantwortliche der Andechser Molkerei Scheitz GmbH: „Wir haben es mit sehr großen Datenmengen zu tun. Dennoch wollen wir unseren Nutzern in den Fachbereichen die Datenanalysen performant zur Verfügung zu stellen. Wenn man sich als IT-Leiter mit dieser Herausforderung intensiver befasst, wird schnell deutlich: An der In-Memory-Technologie führt kein Weg vorbei. Deshalb haben wir uns bei Andechser ganz bewusst für die Einführung einer BI-Lösung entschieden, die auf In-Memory aufbaut.“

André Engel, Geschäftsführer der Trans Data Elek­tronik GmbH, ist ebenfalls von In-Memory-Technologie überzeugt: „Wir überwachen unsere Produktion jetzt in Echtzeit und können die Mengen an hergestellten Kabeln oder Verteilerkomponenten jeden Tag kontrollieren. So erkennen wir die Zusammenhänge schneller, wenn es an einer Stelle hakt, die Mengen zurückgehen oder die Qualität nicht stimmt.“ Sein Unternehmen stellt Netzwerk- sowie Verkabelungssysteme her und nutzt BI-Lösungen von SAP.

Für manche Fragestellungen ergibt sich sogar die Notwendigkeit, In-Memory-Technologien einzusetzen. „Man kann heute seine Abläufe bis auf die Belegebene zurückverfolgen. Wenn Unternehmen aufgrund dieser Daten noch Planungsprozesse und -szenarien in Echtzeit erstellen wollen, ist dies performant nur mit In-Memory-Technologien möglich“, erklärt Matthias Krämer, Technikvorstand der Jedox AG. Er kennt diese Szenarien aus der Praxis, z.B. bei industriellen Mittelständlern, die Just-in-time-Produktionen fahren. „Da es hierbei kaum einen Lagerbestand mehr gibt, führen Lieferverzögerung und Falschlieferung sofort zu einem Versorgungsengpass und zur Unterbrechung der Produktion beim Abnehmer. Deshalb müssen der gesamte Produktions- und Belieferungsprozess sowie die Informationskette exakt geplant werden können“, berichtet er.

Planspiele und Simulationen

Noch komplexere Planungsprozesse und insbesondere vorrausschauende Analyse lassen sich mit Hilfe von In-Memory-Technologien sogar nahezu in Echtzeit bewältigen. Die dafür nötigen Softwarewerkzeuge werden im Kontext der Unternehmensplanung unter dem Ansatz des „Predictive Planning“ zusammengefasst. Sie erlauben regelmäßige Planspiele und Simulationen, um die Sicht auf zukünftige Entwicklungen zu ermöglichen. Predictive Analytics versucht dabei, Risiken und Möglichkeiten aus historischen und aktuellen Daten zu extrahieren. „Das ist ein weites Feld und umfasst die Missbrauchsanalyse (Fraud Detection) von Zahlungsvorgängen, die Beurteilung der Kreditwürdigkeit von Kunden, die Risikoeinschätzung bei Patienten oder auch das Cross-Selling in Onlineplattformen“, erklärt Peter Welker von Trivadis.

Die technische Herausforderung bei vorausschauenden Analysen liegt dabei dank In-Memory-Technologien weniger in der Performance als vielmehr in der Verfügbarkeit und Aufbereitung der dafür notwendigen Daten. Eine brauchbare Datengrundlage aus der Vergangenheit ist Voraussetzung. Neben den Daten ist die zweite Herausforderung das Methoden-Know-how. „Das kann durchaus aufwendig werden“, so Welker weiter. Viele der eingesetzten Methoden wie Regressionsmodelle, Klassifikation oder Machine-Learning-Techniken werden aber durch gängige Analysesprachen wie „R“ oder diverse Mathematik- und BI-Software unterstützt. „Mit dem richtigen Know-how kann also auch ein mittelständisches Unternehmen ohne riesige Investitionen von Predictive Analytics profitieren“, meint der Experte.

Dass Predictive-Analytics-Lösungen im Mittelstand bereits gute Dienste leisten, zeigt das Beispiel der Andechser Molkerei Scheitz: „Im Moment nutzen wir Predictive Analytics, um die Produktion zu steuern“, berichtet die IT-Verantwortliche Sabine Höfer: „Basis dafür ist die Umsatz-/Absatzprognose. Konkret geht es einfach darum, zur richtigen Zeit die richtigen Mengen unserer Produkte im Lager vorrätig zu haben. Besondere technische Voraussetzungen sind dafür nicht nötig. Die Basis bildet die Business-Intelligence-Plattform Qlikview. Im zweiten Schritt unterlegen wir die gewonnenen Analysen mit unterschiedlichen statistischen Modellen.“ Der bayrischen Molkerei war z.B. lange nicht klar, wie groß der direkte Einfluss des Wetters auf den Absatz bestimmter Produkte ist. Die Analysen brachten zutage: An warmen Tagen trinken die Kunden lieber Joghurt-Drinks. Die Kenntnis über dieses Muster im Kundenverhalten erleichtert nun die Planung. „Weil wir in der Produktion so gute Erfahrungen gemacht haben, wollen wir Predictive Analytics künftig auch im Bereich Finance zur Liquiditätssteuerung einsetzen“, erläutert Höfer weitere Pläne.  

Strategien für große Datenmengen

Keine neue, aber eine aktuell viel diskutierte Herausforderung stellen für Unternehmen die großen Datenmengen dar. Diese sind ist als Problem und Chance bekannt, wie auch ihr stetiges Wachstum niemanden überraschen sollte. Unter dem Begriff Big Data werden nun zusätzlich unstrukturierte Daten zusammengefasst: Texte aus dem Internet, aus sozialen Netzwerken, Ton-, Bild- und Videodaten und Massendaten wie Logs, RFIDs oder Produktionssensorik.

„Datenbank- und Anwendungssysteme waren über mehrere Jahrzehnte vor allem auf strukturierte, in Tabellen geordnete Daten fokussiert. Sie sind mit diesen neuen Anforderungen überfordert bzw. müssen für Big Data erweitert und angepasst werden“, so Dr. Marcus Dill, Mayato, über die Problemlage und neue Anforderung beim Umgang mit diesen Daten. Ausgelöst haben das Interesse an diesen Daten die großen Online-Unternehmen wie Google oder Amazon, die mit der gezielten Auswertung und Aufbereitung von zig Petabyte an Daten ihren Erfolg und ihre Kundenbindung erheblich steigern konnten, erklärt Peter Welker: „Dazu kommt, dass heute Open-Source-Lösungen wie Hadoop & Co. die Möglichkeit bieten, riesige Datenmengen für einen Bruchteil der Kosten eines großes Data Warehouses auf günstiger Hardware zu speichern und zu analysieren. Allerdings darf man sich davon nicht zu viel versprechen lassen – die dort üblicherweise gespeicherten Rohdaten sind oft von deutlich geringerer Qualität als die für ein Data Warehouse normalerweise aufbereiteten und konsolidierten Daten. Solche Plattformen sind heute kein Ersatz für klassische BI-Lösungen, sondern ergänzen diese.“

Genau hier – in dem möglichen Wissensvorsprung durch sinnvolle, ergänzende Daten – liegt der grundsätzliche Vorteile: Bisher ungenutzte Informationen können in die Entscheidungsfindungen einfließen. Bei entsprechenden Szenarien können Big-Data-Lösungen auch dem Mittelstand weiterhelfen, ist sich BI-Berater Mark Zimmermann von Infomotion sicher: „Big Data ist weniger eine Frage der Unternehmensgröße als vielmehr des Marktumfeldes, in dem ein Unternehmen agiert. Ein kleines oder mittelständisches Unternehmen, das sich beispielsweise im Markt der erneuerbaren Energien mit Projektentwicklungen beschäftigt und zur Bewertung von Projektchancen auf eine breite Masse von Daten, beispielsweise von den Rohstoffmärkten bis hin zu Klima- und Wetterdaten, zurückgreifen muss, kann von einem Big-Data-Ansatz stark profitieren.“

Liegen solche Szenarien vor, sollten sich auch Mittelständler des Themas annehmen. Ansonsten gilt, beim Thema Big Data gelassen zu bleiben: „Unternehmen sollten sich nicht verrückt machen lassen, sondern gemäß einer Kosten-Nutzen-Analyse gezielt nach passgenauen Lösungen suchen, die trotz schnell wachsenden Datenvolumens genügend Performance bieten“, rät Matthias Krämer. Ähnlich sieht das Trivadis-Experte Peter Welker: „Da der Trend in dieser Form noch relativ jung ist, eruieren auch größere Unternehmen heute oft erst die Möglichkeiten und technischen Ansätze, bauen Piloten und erste Anwendungen in diesem Bereich. Um einerseits den Anschluss nicht zu verpassen, andererseits aber nicht blinden Auges einfach einem Trend hinterherzurennen, empfiehlt es sich heute für mittelständische Unternehmen aus den klassischen Branchen, die Möglichkeiten genau zu untersuchen und den Nutzen für bisher brachliegende Informationen zu analysieren. Je nach Ergebnis der Analyse kann es sich dann durchaus lohnen, eine erste Lösung zu bauen.“

Neue Impulse bei Bedienbarkeit und Visualisierung

Neben diesen neuen Einsatzmöglichkeiten und hardwareseitigen Innovationen sind es insbesondere Impulse bei Bedienbarkeit und Visualisierung, die den Einsatz von BI-Lösungen im Mittelstand verändern. In beiden Fällen hat sich auf dem Markt der BI-Software einiges getan. Leitgedanke ist es, den durch schicke End-Consumer-Anwendungen verwöhnten Nutzern die Bedienung so einfach wie möglich zu machen. Vor allem, um sie zu ermächtigen, eigenständig BI-Lösungen als „Self Service“ einzusetzen, unabhängig von der IT-Abteilung.

Ein positives Fazit der Entwicklung von modernen BI-Frontends zieht Dr. Marcus Dill: „Diese sind deutlich einfacher zu bedienen, als man dies in der Vergangenheit gewohnt war. Tools wie Qlikview oder Tableau haben den Markt diesbezüglich in Bewegung gebracht. Mittlerweile bieten viele Hersteller vergleichbar einfache Oberflächen. Der Nutzen ist gerade für Mittelständler, bei denen Mitarbeiter oft gleichzeitig für viele Systeme und Anwendungen zuständig sind, besonders groß.“

Erst wenn BI-Systeme einfach und interaktiv genutzt werden können, ohne dass dazu Expertenwissen nötig ist, entfalten sie ihren vollen Nutzen und die Investition in die Lösung zahlt sich aus. „Eine intuitiv verständliche Visualisierung und eine ebensolche Bedienbarkeit schaffen die Basis für den breiten und täglichen Einsatz von BI-Applikationen. Insbesondere Visualisierungstechniken, welche über die klassischen Diagramme hinausgehen und das schnelle Erkennen von Sachverhalten erlauben, spielen hier eine Schlüsselrolle“, erklärt Matthias Thurner, Vorstand und CTO der Prevero AG. Dem pflichtet Matthias Krämer von Jedox bei: „Die grafischen Informationen sollten standardisiert sein und aufgrund ihrer Einfachheit und Klarheit unmittelbar und intuitiv verständlich sein. Es geht um klare Botschaften, konsequente Standardisierung und Reduzierung auf das Wesentliche.“

Für André Engel vom Verkabelungsproduzenten Trans Data Elek­tronik ist dieser schnelle Überblick in seinem SAP-System entscheidend: „Ich sehe auf einen Blick, wie viele Produkte eines bestimmten Typs an einem Tag produziert wurden, und erkenne Abweichungen zu den Vortagen. Dadurch können wir Rückschlüsse auf Maschinenausfälle oder ineffiziente Abläufe ziehen. Seit ich per Mausklick in Echtzeit auf die Daten zugreifen kann, habe ich die Prozesse besser im Blick und kann frühzeitig steuernd eingreifen. Beispielsweise erkenne ich sofort, wenn Verkaufschancen nicht weiter verfolgt werden, und kann mich persönlich darum kümmern.“

Neben einer schnellen und verständlichen Übersicht ist den Anwendern eine unkomplizierte Nutzung ebenso wichtig. Dies lässt sich auch mit einer browserbasierten Anwendung gut umsetzen: „Wir nutzen unser BI-Tool als Webanwendung, so dass neben dem ohnehin installierten Webbrowser keine zusätzliche Software-Installation für die Berichtsempfänger erforderlich ist. Die Nähe zu den Office-Programmen war uns wichtig und dass sich Werte durch bedingte Formatierung in Diagrammen und Grafiken darstellen lassen“, berichtet Alexander Lenser, Mitarbeiter des Controllings der Stadt Kamen über den Einsatz der Jedox-BI-Lösung in der Kommune.

Die Fortschritte bei Visualisierung und Darstellung sowie die Möglichkeit, BI-Lösungen als „Self-Service“ in diversen Fachbereichen zu nutzen, machen entsprechende Anwendungen insbesondere für den Mittelstand interessant. Mittelständische Unternehmen verfügen selten über große IT-Abteilungen, in denen es Experten nur für Reportings gibt. Hier ist der Anwender oft selbst gefragt – vor allem auch, weil er fachlich am besten weiß, worauf es bei den Analysen ankommt. „Die Aufgabenverteilung zwischen IT und Fachbereich ist in dem Fall natürlich eine andere: Die IT-Experten sind hier die ‚Enabler’, sie schaffen die Rahmenbedingungen und stehen für Rückfragen zur Verfügung. Die Fachkollegen führen ihre Analysen selbst durch“, fasst Robert Schmitz von Qliktech zusammen.

Bildquelle: © iStockphoto.com/Chase Swift