Suchen

Data Analytics

Schlechte Daten bremsen Einsatz von Business Intelligence

| Redakteur: Jürgen Schreier

Mängel im Datenmanagement bremsen die Digitalisierung der Wirtschaft in den DACH-Ländern. Oft sind die vorliegenden Daten widersprüchlich, veraltet oder unvollständig. Und so fällt der ROI von Business Intelligence und Data Analytics oft bescheiden aus - so eine Studie von Sopra Steria Consulting.

Firmen zum Thema

Big Data Analysen entfalten nur dann ihre volle Wirkung, wenn hinreichend Daten in guter Qualität vorliegen.
Big Data Analysen entfalten nur dann ihre volle Wirkung, wenn hinreichend Daten in guter Qualität vorliegen.
(Bild: Next Industry )

Unternehmen in Deutschland, Österreich und der Schweiz fehlt es immer noch an Reife bei der Nutzung von Daten: 49 Prozent der Unternehmen bemängeln, dass Daten für Auswertungen widersprüchlich, unvollständig oder veraltet vorliegen. Lediglich 25 Prozent der Unternehmen geben an, kein Datenqualitätsproblem zu haben.

Bildergalerie

Bildergalerie mit 6 Bildern

Die Folge: Entscheidungen auf Managementebene sind anzweifelbar, weil nicht alle verfügbaren Informationen genutzt werden. Die Mehrwerte der Digitalisierung drohen damit zu verpuffen. Das ergibt die BI & Analytics-Studie biMA 2017/18 von Sopra Steria Consulting in Zusammenarbeit mit dem Business Application Research Center (BARC).

Eine Ursache für die geringen Fortschritte im Datenmanagement sind die stagnierenden Budgets für Business Intelligence und Analytics. Bei Unternehmen mit 250 bis 10.000 Mitarbeitern sind die Investitionen rückläufig. Ausnahme sind Großunternehmen mit mehr als 10.000 Mitarbeitern. Der Anteil der Konzerne, die mehr als fünf Millionen Euro pro Jahr für Business Intelligence und Analytics ausgeben, ist in den vergangenen fünf Jahren von 27 auf 43 Prozent angewachsen.

ROI von Business Intelligence & Analytics Maßnahmen ist mäßig

Die generelle Investitionszurückhaltung liegt auch am geringen oder sogar ausbleibenden Return on-Investment (ROI) von Maßnahmen für Business Intelligence (BI) und Analytics. Obwohl neue Analyse-Technologien und -Methoden eingesetzt werden und Unternehmen sich fachlich, organisatorisch und technisch verbessert haben, verschaffen sie sich nur mäßige Wettbewerbsvorteile. Auf der für die Studie entwickelten BI & Analytics-Reifeskala von 1 (individuell aufbereitete Daten) bis 5 (automatisierte, datengetriebene Geschäftsprozesse und -modelle) erreichten Unternehmen und öffentliche Verwaltung im Durchschnitt einen Reifegrad von 2,91. Dieser Wert wird dem Anspruch vieler Entscheider, durch Daten und neue Technologien schnelleren und besseren Service zu bieten, genauere Prognosen zu erstellen und neues Wachstum zu schaffen, kaum gerecht.

Metadatenmanagement gilt lediglich als Kür

Der größte Bremser sind aus Sicht der befragten Fach- und Führungskräfte die schlechte Datenqualität und ein unzureichendes Metadatenmanagement: „Aufgrund der gewachsenen Anforderungen spüren Unternehmen im Zusammenhang mit der Digitalisierung, dass Datenqualitätsprozesse und -zuständigkeiten weiterhin fehlen. Hier wurden in den vergangenen Jahren einige Hausaufgaben nicht erledigt“, weiß Lars Schlömer, Leiter BI & Analytics bei Sopra Steria Consulting. Das durch die Digitalisierung immer wichtigere Metadatenmanagement wird ebenfalls weiterhin nur als Kür angesehen, nicht als Pflicht. 81 Prozent der Teilnehmer geben an, dass sie BI & Analytics-Komponenten für Daten- und Qualitätsmanagement kaum nutzen.

Die Folge: Unternehmen nutzen das Potenzial wachsender Datenbestände und neuer Datenquellen nicht aus, wenn die Daten aufgrund unzureichender Qualität bzw. fehlenden Metadatenmanagements nicht gefunden, verwendet oder sinnvoll verknüpft werden können. Ein operativer sowie strategischer Mehrwert aus den vorhandenen Informationen lässt sich damit nur schwer erzeugen.

Was ist Metadatenmanagement?

Metadatenmanagement bezeichnet die strukturierte und geordnete Datenhaltung von Metadaten. Mit einem etablierten Metadatenmanagement wird in kürzester Zeit die richtige Quelle für benötigte Daten ermittelt. Son sind z.B. sämtliche Kennzahlen und für bestimmte Geschäftsprozesse notwendige Informationen im Rahmen des Metadatenmanagements kategorisiert abgelegt. Dazu gehören auch Verweise auf Quelldatenbanken, Ansprechpartner, Dokumente und deren Ablageorte und zugehörige Informationen in anderen Systemen.Damit dient das Metadatenmanagement in der Hauptsache der Analyse von Daten und Datenbeziehungen. Es kann zur Suche, aber auch zur Auswertung und Optimierung von Prozessen genutzt werden. Quelle: Datenbanken verstehen

Fehlende Erfolge dämpfen Enthusiasmus

Die Mehrheit der befragten Unternehmen ist sich zwar bewusst, dass sie bei der Datenqualität Nachholbedarf haben, fehlende Erfolge bremsen allerdings den Enthusiasmus. Zu den konkreten Basisaufgaben zählen beispielsweise, verantwortliche Datenhüter zu bestimmen, die darüber wachen, ob Daten in der notwendigen Qualität vorliegen und wie sie abgelegt, benannt und in Metadaten beschrieben werden. 43 Prozent der Befragten mahnen zudem die Strategie im eigenen Unternehmen an, wie Daten als wichtigster Produktionsfaktor systematisch genutzt werden sollen. Viele Unternehmen sind in den vergangenen fünf Jahren das Thema Strategieentwicklung nicht angegangen.

Zum strategischen Umdenken gehört, dass Unternehmen ihr fachliches Verständnis verbessern: „Technisch sind alle Möglichkeiten vorhanden, sehr komplexe fachliche Fragestellungen zu beantworten. Unternehmen müssen sich allerdings noch stärker mit kreativen Anwendungsideen befassen und sich organisatorisch weiterentwickeln, damit Business Intelligence und Analytics-Methoden ihr volles Potential entfalten können“, sagt Schlömer.

Das erfordert nach Einschätzung des BI-Experten auch einen kulturellen Umbruch. Den hat die Mehrheit der Unternehmen noch vor sich. Agile Strukturen, beispielsweise um immer wieder neue Geschäftsideen aus Daten zu entwickeln, sind die Ausnahme: Nur 13 Prozent der Befragten geben an, agile und explorative Vorgehensmodelle einzusetzen, 20 Prozent bezeichnen explorative Methoden und agile Weiterentwicklungen als Grundlagen ihrer Informationskultur, so die Studie.

„Eine der Kernherausforderungen ist daher eine Unternehmenskultur zu schaffen, die im Einklang mit der passenden BI & Analytics-Architektur und einer zukunftsorientierten -Strategie erfolgen“, sagt Lars Schlömer von Sopra Steria Consulting.

Next Industry-Ausgabe „Big Data" erschienen! In der soeben erschienen Ausgabe "Big Data" unseres Magazins "Next Industry" schildern namhafte Experten, wie man "große Daten" per Analytics in klingende Münze verwandelt. Die strategischen Aspekte einer modernen Datenökonomie werden ebenso behandelt wie rechtliche Gesichtspunkte und die grundlegenden Analysemethoden. Zahlreiche Use Cases präsentieren erfolgreiche Business-Modelle auf Datenbasis aus verschiedenen Industriebereichen. Weiterführende Links, Buchtipps sowie ein Glossar mit den wichtigsten Big-Data-Buzzwords runden die aktuelle Next-Industry-Ausgabe ab. Weitere Informationen unter: next-industry.de

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 45385439)