Das heißt natürlich nicht, dass das Frontend bedeutungslos ist. Aber die Visualisierung von Analyseergebnissen steht am Ende der Analyseprozesse – unsaubere Analysen falscher, unvollständiger oder unpassender Daten nützen nichts, auch wenn die Visualisierung noch so ansprechend ist. Insofern bilden das Frontend und seine Benutzerfreundlichkeit, die häufig in den Mittelpunkt der Erwägungen gestellt werden, nur die Spitze eines Eisbergs tiefgehender Daten- und Analysefragen, die gelöst sein müssen, damit das System praxisrelevante Analysen liefern kann.

„Die Situation verschärft sich durch Big Data, Cloud und Industrie 4.0“, erklärt Thomas Martens, Vice President Product Marketing von Cubeware, einem der führenden deutschen BI-Anbieter. Denn diese Technologien führen dazu, dass der Datenbestand ungebremst weiter wächst. Gleichzeitig kommen neue Datenformate hinzu, so dass die Bereitstellung der Daten, um sie anschließend zu analysieren, immer komplexer wird.

Um diese Komplexität beherrschbarer zu machen, muss einer zukunftsfähigen und praxistauglichen BI-Lösung von Anfang an eine durchdachte Gesamtarchitektur zu Grunde liegen. Diese sollte entwickelt werden, bevor das Unternehmen einzelne Werkzeuge kauft oder mit der Umsetzung bestimmter Frontends für spezifische Abfragemethoden oder Endgeräte beginnt.

Wer den architektonischen Ansatz vernachlässigt, trägt das Risiko, am Ende mit einer unübersichtlichen Menge hochspezialisierter Tools dazustehen, die zwar jedes für sich ihre Aufgabe erledigen, aber kaum oder nur mit einem hohen Aufwand zu einer konsolidierten Gesamtlösung verschmelzbar sind.
Zudem ist es in solchen unvollständig/nicht-konsolidierten Umgebungen wegen der fehlenden Data Governance zweifelhaft, ob sich die Datenkonsumenten auf die Daten und Analysen verlassen können. Denn es ist durchaus möglich und kommt vor, dass einzelne Tools für die Beantwortung derselben oder einer ähnlichen Analysefrage beispielsweise auf unterschiedliche Datenpools zugreifen. Das gilt für Selbstbedienungs-Analysefunktionen genau wie für standardisierte BI-Berichte oder -Dashboards.

Wer also ein funktionierendes und verlässliches BI-System aufbauen will, sollte sich weniger von einzelnen „Moden“ blenden lassen, als vielmehr auf die optimale Verschmelzung der einzelnen BI-Disziplinen (Datenmanagement, Datenmodellierung, Data Governance, Datenverteilung, Datenvisualisierung) in einem integrierten und anwendungsfähigen BI-Konzept konzentrieren. Nicht umsonst nennen Fachleute diese Disziplinen den „modernen BI-Fünfkampf“. (rhh)

Hier geht es zu Cubeware