Bevor wir die Resultate der Studie Business Analytics im Mittelstand präsentieren, werfen wir zunächst einen ausführlichen Blick in die Ausprägungen von Business Analytics und schauen uns an, auf welche Entwicklungen wir uns freuen dürfen.
<div class="hzweiwrapper"><span class="circled-number">1</span><h2 class="c-blog_head" id="1. Business Analytics, Intelligence und mehr">Business Analytics, Intelligence und mehr</h2></div>
Business Analytics bezieht sich auf die systematische Nutzung von Daten, statistischer Analyse und datenbasierten Modellen, um Einblicke, Muster und Erkenntnisse aus Unternehmensdaten zu gewinnen. Diese Erkenntnisse dienen der Unterstützung von Entscheidungsprozessen, der Identifizierung von Trends und der Vorhersage zukünftiger Ereignisse, um die Geschäftsentwicklung zu optimieren.
Business Analytics (BA) und Business Intelligence (BI) sind zwei eng miteinander verbundene Konzepte mit unterschiedlichen Schwerpunkten und Ansätzen. Während BA bessere Einblicke in die Geschäftsbereiche gewinnen lässt, konzentriert sich BI vor allem darauf, Daten darzustellen, um Geschäftsleistung und Trends zu visualisieren. BI organisiert Daten und macht sie zugänglich, während BA auch tiefgehende Analysetechniken wie Data Mining oder maschinelles Lernen anwendet, um komplexe Fragestellungen zu beantworten.
Im Idealfall werden beide Konzepte vereint angewandt, um sowohl Standard-Reportings als auch Predictive Analytics zu unterstützen. Moderne Systeme lassen außerdem die Grenzen zwischen BI und BA zunehmend verschwinden.
Je nach Ziel und Anforderung eines modernen Unternehmens kommen verschiedene Arten von Business Analytics zur Anwendung:
- Descriptive Analytics bezieht sich auf die Analyse historischer Daten, um Einblicke in vergangene Geschäftsaktivitäten zu gewinnen. Diese Art von Analytics beschreibt, was in der Vergangenheit passiert ist, und umfasst Berichterstattung, Dashboards und Datenvisualisierung zur Überwachung von Leistung und Trends.
- Diagnostic Analytics geht über die reine Beschreibung der Vergangenheit hinaus und zielt darauf ab, Ursachen für bestimmte Ereignisse oder Trends zu identifizieren. Es versucht zu verstehen, warum bestimmte Ergebnisse erzielt wurden, indem es Zusammenhänge und Beziehungen in den Daten aufdeckt.
- Predictive Analytics nutzt statistische Modelle und Algorithmen, um Vorhersagen über zukünftige Ereignisse oder Trends zu treffen. Es analysiert historische Daten, um Muster zu identifizieren und dann diese Muster auf neue Daten anzuwenden, um zukünftige Ergebnisse abzuschätzen.
- Prescriptive Analytics geht einen Schritt weiter und bietet nicht nur Vorhersagen, sondern auch Empfehlungen für Handlungen. Es nutzt Optimierungs- und Simulationstechniken, um verschiedene Handlungsoptionen zu bewerten und die beste Entscheidung zu empfehlen.
<div class="hzweiwrapper"><span class="circled-number">2</span><h2 class="c-blog_head" id="2. Business Analytic-Trends in 2023 und darüber hinaus">Business Analytic-Trends in 2023 und darüber hinaus</h2></div>
Daten explodieren und Business Analytics rückt immer mehr in den Vordergrund. Anstatt Tabellenkalkulationsprogramme kommen interaktive Datenvisualisierungs-Tools zum Einsatz. Wer Daten braucht, ist nicht mehr ausschließlich von Hardcore-Analysten abhängig, sondern kann auch im Self-Service smarte Dashboards bezwingen. Unternehmen fragen deshalb immer mehr nach Business Intelligence-Tools und –Strategien um die eigenen Datengeschichten am besten erzählen zu können.
Business Analytics ist deshalb auch 2023 der Game-Changer wenn es darum geht, Entscheidungen zu treffen und Unternehmen auf die Zukunft vorzubereiten.
Sicherheit und Ethik
Angesichts steigender Datenschutzanforderungen legen Unternehmen verstärkt Wert auf Data Governance. Mehr Daten und steigende Analysen vergrößern allerdings auch das Risiko von Datenmissbrauch und Cyberkriminalität. Sicherheit, Qualität und rechtmäßige Verwendung von Daten stehen deshalb stark im Fokus. Ebenso rückt die Datenethik einen Schritt voran. Unternehmen wollen ihre Daten verantwortungsbewusst nutzen und Fairness in der Analyse walten lassen, um Vorurteile und Diskriminierung zu vermeiden.
Künstliche Intelligenz und maschinelles Lernen
KI und ML spielen eine zunehmend wichtige Rolle in Business Analytics. Unternehmen nutzen diese Technologien 2023 verstärkt, um Muster in großen Datensätzen zu erkennen, Vorhersagen zu treffen und automatisierte Prozesse zu implementieren. Organisationen sind damit immer mehr in der Lage ihre Wettbewerbsposition zu stärken und die notwendige Agilität zu beweisen, um auf Veränderungen im Markt zu reagieren.
Echtzeit- und Edge-Analysen
Die steigende Anwendung von KI, ML und Internet of Things verstärken den Vormarsch von Echtzeitanalyse und dazugehöriger Software. Fortschrittliche Technologien wie In-Memory-Datenbanken, Streaming-Analytics-Plattformen und leistungsstarke Hardware ermöglichen die Verarbeitung von Daten in Sekundenbruchteilen. Dies ermöglicht es Unternehmen, schneller auf sich verändernde Bedingungen zu reagieren und Echtzeit-Entscheidungen zu treffen. Auch Edge Analytics setzt sich immer mehr durch. Dabei werden die Daten direkt an der Quelle, an IoT-Geräten oder Netzwerk-Peripherie, analysiert und genutzt, ohne sie auf zentrale Server zu übertragen.
Datenvisualisierung
Moderne Datenvisualisierungstools helfen dabei, komplexe Daten verständlich darzustellen. Durch interaktive Dashboards können alle Geschäftsanwender und Stakeholder auf Informationen zugreifen, sich mit ihnen beschäftigen und verwertbare Kenntnisse gewinnen. Benutzerfreundliche Oberflächen, intuitive Anwendung und die effiziente Nutzung großer Datenmengen führen dazu, dass Business Analytics und Intelligence-Tools immer beliebter werden.
<div class="hzweiwrapper"><span class="circled-number">3</span><h2 class="c-blog_head" id="3. Der Kampf mit den Daten">Der Kampf mit den Daten</h2></div>
Daten schaffen neue Erkenntnisse, offenbaren Marktchancen und machen das Unternehmen bereit für die Zukunft. Doch der Weg dahin ist nicht immer einfach. Noch immer kämpfen Betriebe damit, Daten überhaupt zu sammeln. Während die Datenflut zunimmt, stagniert der organisatorische Prozess rund um die Datenaufbereitung. Langsame und fehleranfällige Prozesse, sowie die oftmals fehlenden Ressourcen schränken die Handlungsfähigkeit massiv ein.
Der Zwang um die Daten
Ebenso sorgen EU-Verordnungen dafür, dass Unternehmen sich zwingend mit dem Sammeln und richtigen Behandeln von Daten beschäftigen müssen. Angepasste Datenschutzrichtlinien sind zwar unerlässlich, machen das Datenmanagement aber zunehmend komplex. Hinzu kommt die neue EU-Taxonomie-Verordnung, die Unternehmen dazu drängt, moderner, ressourcenschonender und wettbewerbsfähiger zu wirtschaften. Nachhaltigkeit, die im sogenannten ESG-Reporting belegt werden soll. Belege, die Daten erfordern.
Der Blick aufs Wesentliche mit Business Analytics
CEOs und Vorstände bemängeln zunehmend, dass ihnen der Gesamtblick auf das Unternehmen fehlt. Die wichtigsten Kennzahlen sollten im Idealfall mit wenigen Klicks sichtbar sein. Dafür brauchtes ausgezeichnete Software und verlässliche Informationen. Daten, die aus Quellen wie Sensoren, Netzwerken und Systemen wie ERP, CRM, sozialen Medien und Cloud-basierten Plattformen stammen und Einfluss auf Supply Chain Management, Qualitäts- und Produktionsoptimierung bis hin zur Customer Journey haben. Nur dann sind die Entscheidungsträger in der Lage, faktenbasiert zu handeln, ohne dabei Zeit zu verschwenden. Das Bindeglied dafür heißt: Business Analytics.
Business Analytics wirkt
Bevor wir zur eigentlichen Studie übergehen, werfen wir noch einen Blick auf die Foundry Online-Umfrage aus dem Jahr 2022. Die Untersuchung gibt Einblick in datengetriebene Initiativen, die IT-Entscheidungsträger weltweit aktuell im Blick haben. Dafür wurden 872 IT-Entscheidungsträger befragt, wobei die Teilnehmer folgendermaßen verteilt sind: USA 61 %, Asien & Pazifikraum 24 %, Europa 14 %. Die Unternehmen stammen aus verschiedenen Branchen, darunter Technologie, Fertigung, Finanzdienstleistungen, Gesundheitswesen, Bildung, Einzelhandel sowie staatliche Organisationen.
So geht aus der Studie hervor, dass die meisten der befragten Organisationen (84 %) bereits datengetriebene Projekte implementiert oder in Planung haben. Hierfür sind Ausgaben von durchschnittlich 12,3 Millionen US-Dollar geplant, um analytikbasierte Vorhaben in den nächsten 12 Monaten umzusetzen. Im Fokus der Investitionen stehen vor allem neue Technologien wie Predictive Analytics, Prozessautomatisierung und Business Intelligence.
50 % der Teilnehmer nutzen bereits Business Intelligence-Plattformen, und weitere 34 % planen, innerhalb der nächsten 12 bis 24 Monate in BI-Plattformen zu investieren. 47 % verwenden relationale Datenbanken, und weitere 19 % planen die Implementierung solcher Datenbanken in den nächsten 1 bis 2 Jahren. Auch Data Warehouses sind ein integraler Teil des Analytik-Alltags, wobei 28 % bereits ein Data Warehouse nutzen und weitere 22 % die Integration eines DWHs planen. Ähnlich verhält es sich bei Data Science- und ML-Plattformen: 28 % haben solche Plattformen im Einsatz, während 27 % beabsichtigen, sie demnächst anzuschaffen.
88 % der IT-Verantwortlichen sind sich außerdem einig, dass die Erfassung und Analyse von Daten das Potenzial hat, die Art und Weise der Unternehmensführung in den nächsten 1 bis 3 Jahren grundlegend zu verändern. Konkret nannten 46 % der Befragten die Verbesserung des Kundenverständnisses und der Kundenbindung, als bedeutende Ursachen für datengesteuerte Aktivitäten.
<div class="hzweiwrapper"><span class="circled-number">4</span><h2 class="c-blog_head" id="4. Business Analytics im Mittelstand">Business Analytics im Mittelstand</h2></div>
Um den aktuellen Einsatz von Business Analytics im Mittelstand zu untersuchen, wurde die nachfolgend behandelte, deskriptiv-explorative Studie im Juli 2022 durchgeführt. Insgesamt wurden dazu 124 mittelständische Unternehmen befragt, die vorrangig aus Branchen Industrie und Automotive stammen, ebenso nahmen Betriebe aus dem Bauwesen, Handel und Konsumgüter teil.
Zuallererst: 44 % der Befragten gaben an, dass Informationen für die aktuelle Wettbewerbssituation besonders wichtig sind. Weitere 40 % schätzen Informationen als eher wichtig ein. Die Tendenz steigt: 67 % sind der Meinung, dass die Bedeutung von Informationen in den nächsten 5 Jahren zunehmen wird.
Standardsoftware und Office-Produkte im Vordergrund
Business Analytics in Form von Datenbereitstellung, Informationsgenerierung und Visualisierung wird unter den befragten Unternehmen vorrangig durch Standard-Tools (76 %) realisiert. Zur betrieblichen Informationsversorgung existieren aber auch selbst entwickelte Lösungen (30 %) oder embedded Analytics aus ERP-Systemen (42 %). Gerade die Funktionalität in operativen Systemen wird von den Softwareherstellern zunehmend ausgebaut und stellt für die Unternehmen ein einfaches Mittel für Business Analytics dar. Für 69 % der Befragten kommen Office-Lösungen wie Excel zum Einsatz.
Garbage in, garbage out
Datenqualität und -quantität sind entscheidend um mit Business Analytics Wissen zu generieren. Sind die Daten fehlerhaft oder einfach nicht da, entsteht ein besonders hoher manueller Aufwand oder die Tatsache dass Business Analytics-Systeme oder Anwender ihre Arbeit nicht erledigen können.
Genau das sind die Sorgen der Befragten. Sie gaben an, dass die Informationen nicht korrekt (51 %) oder zum Teil nicht korrekt bereit stehen (30 %). Probleme mit Daten die nicht aktualisiert vorhanden sind nannten 18 % der Teilnehmer und 32 % müssen sich zumindest gelegentlich über nicht rechtzeitig verfügbare Daten ärgern. Es fehlen außerdem Metadaten (56 %), um Daten richtig interpretieren, strukturieren und präsentieren zu können und ihre klare und konsistente Bedeutung zu belegen. Weiteren 11 % fehlen diese Angaben zumindest partiell.
80 % der Teilnehmer gaben an, dass der Aufwand für die Sammlung und Aufbereitung der Daten einen erheblichen Aufwand verursacht und damit die Tätigkeit der Analyse übersteigt.
Mehr Personal und Fachwissen sind gefordert
Neben der Datenqualität gibt es noch weitere Hürden, die akkurate Betriebsanalyse zur Herausforderung machen. Hier sticht vor allem der Personalmangel hervor. 88 % der Befragten bestätigten, dass geeignetes Personal fehlt, das für die erfolgreiche Implementierung und Anwendung von Business Analytics notwendig wäre.
Personal, das über die fachliche Kompetenz verfügen muss, um Daten und statistische Auswertungen bereitzustellen, Data-Mining-Modelle zu entwickeln und entsprechende Tools zu bedienen. 68 % berichteten hier deutliche Know-how-Defizite.
Digitalisierung als Katalysator
Was sind nun die Ursachen, die Unternehmen trotz der genannten Mankos Personal, Know-how und Datenqualität weiterhin in Business Analytics investieren lässt? Die Befragten sind sich dazu ziemlich einig. 81 % möchten damit die digitalisierten Geschäftsprozesse unterstützen und 66 % reagieren damit auf das veränderte Kundenverhalten. Fast 60 % nannten außerdem die erhöhten Preise als Grund, um Business Analytics intensiv einzusetzen.
Wenig überraschend lassen sich daraus die angestrebten Ziele eruieren. 78 % erhoffen sich durch Business Analytics eine Optimierung der Geschäftsprozesse und fast 51 % möchten die Kosten reduzieren. Aber auch Kunden und Produktmanagement stehen im Fokus. 48 % der Umfrageteilnehmer möchten die Kundenbindung verbessern und 46 % möchten ihre Produkte und Services optimieren.
Resümee zur Studie
Die Studie hat belegt, dass die Bedeutung von Informationen im Geschäftsumfeld zunimmt, und fundierte Entscheidungen immer mehr auf Daten gestützt werden. Analytics wird deshalb groß geschrieben, scheitert aber oftmals an der Qualität und Verfügbarkeit der Daten. Infolgedessen geht wertvolle Zeit verloren, Mitarbeiter sind vermehrt damit beschäftigt, Daten zu sammeln und manuell zu bereinigen, anstatt sich auf die essenziellen Aufgaben wie die Berechnung von Kennzahlen oder das Training von Machine-Learning-Modellen zu konzentrieren.
Die angemessene Durchführung von Business Analytics wird zusätzlich durch den Mangel an qualifiziertem Personal beeinträchtigt, das die erforderlichen Fähigkeiten und Fachkenntnisse besitzt, um komplexe Analyseprozesse umzusetzen. Die Abwesenheit solcher Fachkräfte führt dazu, dass wichtige Aspekte wie Datenbereinigung, Modellierung und Interpretation von Analyseergebnissen vernachlässigt oder unzureichend behandelt werden.
Diese Gründe führen dazu, dass das volle Potenzial von Business Analytics nicht ausgeschöpft werden kann und Chancen zur Gewinnung wertvoller Erkenntnisse und zur Optimierung von Geschäftsentscheidungen ungenutzt bleiben.
Im Zuge der stetigen Fortschritte in der Digitalisierung wird der Einsatz von Business Analytics dennoch in zunehmendem Maße vorangetrieben und gefördert. Die wachsende Menge an digitalen Daten, die durch Prozesse, Transaktionen und Interaktionen generiert werden, schafft eine reichhaltige Informationsquelle, die Unternehmen prinzipiell nutzen möchten, um tiefere Einblicke in ihre Geschäftsabläufe zu gewinnen. Im Vordergrund steht auch die Fähigkeit, aus den erfassten Daten wertvolle Erkenntnisse zu gewinnen, um Kosten zu reduzieren, Kunden besser zu verstehen und innovative Geschäftsstrategien zu entwickeln. In diesem Sinne wird die fortschreitende Digitalisierung als treibende Kraft gesehen, die den Einsatz von Business Analytics in den Vordergrund rückt und Unternehmen dazu ermutigt, ihre datenbasierten Fähigkeiten auszubauen und zu optimieren.
<div class="hzweiwrapper"><span class="circled-number">5</span><h2 class="c-blog_head" id="5. Ansätze zur erfolgreichen Einführung von Business Analytics">Ansätze zur erfolgreichen Einführung von Business Analytics</h2></div>
Unternehmen möchten und müssen Business Analytics nutzen, um eine datengetriebene Unternehmenskultur zu etablieren. Die Bedeutung der Nutzung von Information wird in naher Zukunft weiter zunehmen und komplexe BA-Trends verankern. Aktuell sind sowohl Einsatz als auch Reifegrad vor allem bei mittelständischen Unternehmen noch sehr unterschiedlich geprägt. Während für die einen Office-Produkte ausreichen um einfache Berichte zu erstellen, justieren die anderen bereits an Machine-Learning-Lösungen.
Die genannten Probleme, schlechte Datenqualität und ihre Verfügbarkeit, sowie die fehlenden fachlichen Ressourcensind nicht unlösbar. Vielmehr können diese Herausforderung durch konsequente Maßnahmen bestritten werden, die wir an dieser Stelle nicht ungenannt lassen möchten.
Bereits vor der Einführung von Business Analytics ist es essenziell, die Themen IT-Sicherheit, Datenschutz und Compliance zu berücksichtigen. Die Integration von angemessenen Sicherheitsmaßnahmen schützt vor unbefugtem Datenzugriff, während die Einhaltung von Datenschutzrichtlinien und -gesetzen das Vertrauen der Kundenaufrechterhält und rechtliche Konsequenzen vermeidet. Die frühzeitige Integration von Compliance-Anforderungen ermöglicht es Unternehmen, sich auf verschiedene rechtliche Rahmenbedingungen vorzubereiten und langfristige Risiken zu minimieren.
Die Unterstützung eines Partners oder Beraters bei der Auswahl von Business Analytics-Tools bietet den Vorteil von Fachwissen und Erfahrung. Dies ermöglicht eine fundierte Auswahl der am besten geeigneten Tools gemäß den individuellen Unternehmensanforderungen. Zudem hilft ein Berater bei der objektiven Evaluierung, Implementierung, Integration und Schulung, um sicherzustellen, dass die BA-Tools effektiv genutzt werden können und einen maximalen Mehrwert für das Unternehmen bieten.
Bei der Wahl eines BA-Systems sollte außerdem auf wichtige Leistungen geachtet werden. Daten-Reporting, Visualisierungsmöglichkeiten, Integration in bestehende IT-Infrastruktur, Self-Service-Analytics für nicht-technische Nutzer usw. Auch hier kann ein Partner ausführlich beraten.
Die Etablierung einer datengetriebenen Unternehmenskultur erfordert eine strategische Herangehensweise, bei der die Einbindung der Führungskräfte eine zentrale Rolle spielt. Die Unterstützung der Führungsebene ist entscheidend, um das Verständnis für datenbasierte Entscheidungsprozesse zu fördern und als Vorbilder voranzugehen. Ebenso kann gezieltes Change Management helfen, die neue Kultur nahtlos einzuführen.
Ein weiterer zentraler Aspekt ist die Schulung aller Mitarbeiter, um sie mit den Grundlagen der datengetriebenen Kultur vertraut zu machen. Schulungs- und Unterstützungsprogramme sind erforderlich, um sicherzustellen, dass alle Mitarbeiter die erforderlichen Fähigkeiten und das nötige Verständnis entwickeln, um Daten effektiv zu nutzen und daraus Erkenntnisse zu gewinnen.
Für die Etablierung von Business Analytics sind maßgeschneiderte Self-Service-Werkzeuge eine große Hilfe. Damit können Mitarbeiter eigenständig auf Daten zuzugreifen, Berichte erstellen und Analysen durchführen. Dies fördert die aktive Beteiligung der Mitarbeiter an der datengetriebenen Kultur und ermöglicht es schneller und flexibler auf individuelle Herausforderungen einzugehen.
Insgesamt erfordert die Einführung einer datengetriebenen Unternehmenskultur eine umfassende Strategie, um sicherzustellen, dass die Veränderung erfolgreich umgesetzt wird und Daten zu Erfolgsgeschichten werden.
Häufig gestellte Fragen
.webp)
