Business Intelligence & Dashboards

Im Meeting liegen zwei Umsatzzahlen auf dem Tisch, und die erste halbe Stunde geht dafür drauf, herauszufinden, welche stimmt. Über das, was aus den Zahlen folgt, wird dann kaum noch gesprochen.

Wir bauen BI-Lösungen auf einem sauberen Datenmodell. Jede Kennzahl ist einmal definiert und überall gleich, ob im Dashboard oder in der Antwort eines Assistenten. Fachbereiche werten selbst aus, ohne für jede Frage die IT zu brauchen.

Das Dashboard ist der kleinste Teil

Sichtbar ist von Business Intelligence nur die Oberfläche. Darunter liegen die Quellen, also ERP, CRM, Shop, Buchhaltung und die Tabellen der Fachbereiche, dann die Integration, die diese Daten regelmäßig lädt, bereinigt und meist in einem Data Warehouse zusammenführt, und schließlich das semantische Modell. Es legt fest, wie Kennzahlen berechnet werden und wie Tabellen zusammenhängen. Die meisten Beschwerden über Dashboards haben ihre Ursache in diesen Schichten und nicht in der Oberfläche. Deshalb fangen wir dort an.

Dass das Reporting nicht mehr mitwächst, merkt man an kleinen Dingen. Der Monatsbericht braucht jedes Mal mehrere Tage. Vertrieb und Controlling nennen für denselben Zeitraum verschiedene Umsätze. Es gibt viele Berichte, aber niemand weiß, welcher aktuell ist. Und manche Entscheidung stützt sich auf Zahlen, die Wochen alt sind.

Die Werkzeugwahl entscheidet seltener als gedacht

Der Markt ist groß, und fast jedes Tool bringt inzwischen einen eigenen KI-Assistenten mit. Wichtiger als einzelne Funktionen ist, wie gut es zu den vorhandenen Systemen passt. Wer ohnehin mit Microsoft 365 arbeitet, landet meist bei Power BI, weil sich Berichte in Teams einbinden lassen und Excel-Nutzer vertraute Wege finden. Liegen die Daten bereits in einer Datenplattform, die Dashboards und Chat mitbringt, braucht es nicht immer ein zusätzliches Tool. Und wo Lizenzkosten oder Datenhoheit im Vordergrund stehen, können Open-Source-Lösungen, die man selbst betreibt, die bessere Wahl sein.

Dazu kommen Zahl und Art der Nutzer, Anforderungen an Datenschutz und Hosting und die Frage, ob Berichte später in eigene Anwendungen eingebettet werden sollen. Wir sind an keinen Hersteller gebunden und sagen auch, wenn das vorhandene Tool völlig genügt.

Erst festlegen, was „Umsatz“ heißt

Welche Buchungen zählen zum Umsatz? Ab wann gilt ein Kunde als aktiv? Welche Zeiträume werden verglichen? Diese Fragen klären wir zu Beginn mit den Fachbereichen, denn ein Dashboard ist nur so verlässlich wie die Definitionen dahinter. Sie landen in einem zentralen semantischen Modell, das alle Berichte nutzen. Ändert sich eine Definition, wird sie an einer Stelle angepasst und gilt danach überall.

Das Modell wird noch wichtiger, seit auch KI-Assistenten darauf zugreifen. Sie rechnen mit denselben Definitionen wie die Berichte, und wenn die schlecht beschrieben sind, rechnen sie falsch. Wie solche Modelle aussehen, beschreiben wir unter Datenmodellierung & KPIs.

Dashboard oder Chat

Bei vielen Tools stellt man heute eine Frage wie „Wie hat sich der Umsatz im Süden gegenüber dem Vorjahr entwickelt?“ und bekommt die Antwort samt Diagramm, statt einen Bericht zu suchen und zu filtern. Für spontane Fragen kann das ein Dashboard bereits ersetzen. Kennzahlen, die jede Woche im Blick sein müssen, gehören trotzdem in ein festes Dashboard, weil dann alle dieselbe Ansicht sehen. Beides läuft bei uns auf demselben Modell.

Antworten im Chat taugen erst, wenn das Modell gut beschrieben ist, Berechtigungen auch dort gelten und typische Fragen vor der Freigabe getestet wurden. Das ist ein eigenes Thema und steht unter Conversational Analytics.

Self-Service, ohne dass es ausufert

Lässt man Fachbereiche frei auswerten, entstehen schnell Dutzende Varianten derselben Kennzahl. Wir stellen deshalb geprüfte, zentral gepflegte Datensätze bereit, auf denen die Teams aufbauen. Mit Berechtigungen auf Zeilenebene, der Row-Level Security, sieht jede Person nur ihre Region oder Kostenstelle, im Dashboard wie im Chat.

Woran BI-Projekte hängen bleiben

Selten sind es technische Gründe. Ein Dashboard mit vierzig Kennzahlen beantwortet keine Frage, besser ist ein Start mit wenigen, die eine konkrete Entscheidung stützen. Fehler in den Quelldaten fallen oft erst auf, wenn das Dashboard fertig ist, darum prüfen wir die Daten schon in der Pipeline automatisch. Läuft das alte Reporting parallel weiter, vergleicht jeder beide Zahlen, bis ein fester Stichtag das beendet. Und ohne feste Verantwortliche für Kennzahlen und Berichte veralten Dashboards schnell.