Transaktionsdaten für das Tagesgeschäft
Operationales Business Intelligence für die automatisierte Entscheidungsunterstützung der Frontline-Mitarbeiter. Von Dr. John D'Avanzo

Business Intelligence (BI) steigt zunehmend aus den Entscheider-Etagen herab zu den Frontline-Mitarbeitern und damit aus dem mittel- und langfristig ausgerichteten Berichts- und Planungsbereich ins Tagesgeschäft. Ob Callcenter oder Just-in-Time-Produktion: Zusätzlich zum historischen Datenbestand werden zunehmend Transaktionsdaten aus operativen Systemen für die teilautomatisierte Entscheidungsunterstützung zur Optimierung der täglichen Geschäftsprozesse genutzt.

Diese Entwicklung ist in den letzten Jahren als operationales Business Intelligence, kurz OBI, in der IT-Branche zum Hypethema geworden, obwohl bereits zu Mainframe-Zeiten, in der "Steinzeit" der IT, operationale Berichte zur Analyse der Geschäftsprozesse erstellt wurden.
Die Begriffsvielfalt ist wie häufig in der IT groß – von Automated Decision Making oder Business Activity Monitoring über Event Stream Processing bis zu Realtime Warehousing, die Definitionen sind selten eindeutig. Beispielsweise ist zwar die Datenaktualität für OBI von besonders großer Bedeutung, abhängig vom Anwendungsfall kann es aber um Realtime- oder um Righttime-Daten gehen.

Was operationales BI ist

Schlüsselbegriffe dieser BI-Weiterentwicklung bzw. künftigen BI-Entwicklungsstufe sind 

• das kontinuierliche Echtzeit-Monitoring von Geschäftsprozessen 
• zur automatisierten, regelgestützten Entscheidungsunterstützung 
• einer großen Masse von Anwendern im Tagesgeschäft.

Es geht um die Optimierung von zeitkritischen, operativen Massenprozessen beispielsweise durch das frühzeitige Erkennen von Engpässen bei Ressourcen oder von Auffälligkeiten etwa in Gestalt nicht regelhafter Ereignisse (wie verändertes Kundenverhalten). Zentrales Anliegen ist die Verkürzung von Reaktionszeiten (Time-to-Action) beispielsweise durch Highspeed-Data Management-Technologien, automatisierte Analysen, die Integration von OBI in operationale Systeme und bestehende Data Warehouse-/Business Intelligence-Strukturen oder die Automation von Routine-Prozessen.
Grundsätzlich gilt: Operationales BI ergänzt das klassische (strategische und taktische) Business Intelligence, ersetzt es nicht.
Anschauliche Beispiele für die Geschäftsrelevanz von Echtzeit-Informationen sind das Callcenter, die Just-in-Time-Lieferung in der Produktion oder die Missbrauchserkennung bei Kreditkarten.

Was operationales vom klassischen BI unterscheidet

Damit wird auch der Unterschied des klassischen strategischen oder taktischen BI für Top-Management oder Abteilungsleitung zum operationalen BI für die Frontline-Mitarbeiter deutlich. Er liegt beispielsweise

• im Entscheidungsfokus: Grundsatzentscheidung zu langfristigen Geschäftszielen bzw. Ausgestaltungsentscheidung/taktische Initiative für strategische Ziele auf der einen, Ausführungsentscheidungen im Tagesgeschäft auf der anderen Seite.
• beim Datenhorizont: historisierte Daten auf der einen, ereignisbasierte Realtime-Daten für kurze Reaktionszeiten plus historisierte als Ergänzung auf der anderen Seite.
• bei der Wissensextraktion: intensive Datenanalysen durch Anwender bzw., im OBI-Bereich, automatisierte Wissensextraktion mit einem Werkzeug zum Vergleich von Istwerten mit vordefinierten Vergleichswerten oder Anwendung von Data Mining-Modellen/-Regeln.

Die zentralen Herausforderungen

Die wichtigsten Herausforderungen, die sich im Rahmen eines OBI-Projekts stellen, sind damit

• die große Anzahl der Benutzer, 
• das hohe Datenvolumen, 
• die zu integrierende Aktualisierung des Data Warehouses und die Datenqualität, 
• die Integration mehrerer Datenquellen (Vorsysteme), 
• die geforderte hohe Performance und Systemverfügbarkeit (bis 24 x 7).

Ein OBI-System ist ereignisgesteuert, liefert kurze Reaktionszeiten, funktioniert regelbasiert und bindet vor allem auch zugleich historische Daten ein: Das bedingt die Parallelität von operativen Systemen (beispielsweise CRM) mit dem Data Warehouse.
Eine zentrale Herausforderung von OBI liegt folglich darin, dass die Datenaktualität weit schwerer wiegt als die Datenqualität; ggf. ist die schnelle Reaktion wichtiger als die Sicherheit, dass diese Reaktion richtig ist, was auch deshalb zulässig ist, weil die Relevanz der Entscheidungen weniger weitreichend ist (z.B. Sperren einer einzelnen Kreditkarte) als bei klassischem BI, bei dem es um strategische oder taktische Planungen und Entscheidungen geht.
Die Gewichtung Datenaktualität versus Datenqualität hängt in jedem Fall von den individuellen Anforderungen eines Unternehmens ab, denn abhängig von der Architektur könnte beispielsweise eine unzureichende Datenqualität bei den Transaktionsdaten zu Dateninkonsistenzen in der (aus dem DWH gespeisten) Analyse und Berichterstellung führen.

Die großen Unterschiede zwischen operationalem und klassischem (strategischem/ taktischem) Business Intelligence hinsichtlich Nutzerkreis, benötigten Funktionalitäten, Performance-Schwerpunkt usf. muss die Architektur berücksichtigen.

Zwei Beispiele zeigen die Grafiken.

Während ein klassisches BI-System quasi standardmäßig aus Vorsystemen (Prozesse), Data Warehouse (DWH) (mit den für die Fachlichkeit aufbereiteten historischen Daten) und Frontend mit den Analyse-, Reporting- und Planungstools besteht, ist für operationales BI eine maßgeschneiderte IT-Architektur gefragt, die die fachlichen Anforderungen und die bestehende IT- und speziell BI-Infrastruktur optimal berücksichtigt. Denn eine definierte Architektur für eine OBI-Umgebung gibt es nicht; eingesetzt werden können sehr viele Technologien, abhängig von den Anforderungen des Anwenderunternehmens.
Im Mittelpunkt der Architektur muss stets der Datenfluss in Echtzeit bzw. Nahe-Echtzeit mit den drei Kernkomponenten stehen:

• Datenakquisition zur Übernahme der Transaktionsdaten aus den Quellsystemen in die analytische Umgebung
• Datenspeicherung, im Data Warehouse, Operational Data Store oder Memory, abhängig von der Anforderung an die Performance der Vorsysteme bzw. des DWHs 
• Datenlieferung, das heißt das Frontend, ob nun Portal, Dashboard, BI-Tool usw; diese erfolgt automatisiert.

Diese drei Komponenten können unabhängig von einander getrennt bzw. integriert wie in einem BI-Tool sein.

Operationales BI entwickelt sich weiter

Die Anforderungen in den Unternehmen steigen in der modernen, wettbewerbsstarken Wirtschaft und angesichts globalisierter Märkte kontinuierlich. Entsprechend entwickelt sich auch Operationales BI beständig weiter. Die Grafik zeigt die verschiedenen Stufen von Operationalem BI: von der einfachen zur hochwertigen Lösung. Der Wert für das Unternehmen nimmt zu, die Reaktionszeit nimmt ab bis hin zur Verwendung von Echtzeitdaten.

Auf der untersten Stufe von OBI analysieren Anwender tägliche Transaktionen mit der Hilfe althergebrachter Berichte: das haben Unternehmen schon immer gemacht, auch vor BI- bzw. OBI-Zeiten. Auf der nächsten Stufe beobachten User auf Echtzeitdatenbasis Abläufe mit Hilfe grafisch dargestellter Schlüsselkennzahlen. Dritte Stufe ist die Prozessunterstützung, indem BI in die ERP-Systeme integriert werden, dadurch dass beispielsweise über SOA operationale und analytische Prozesse in einer Anwendung integriert werden. Die Krönung von OBI ist, wenn eine Organisation Geschäftsprozesse ablaufen lässt unterstützt von Analyse-Engines, Prognosemodellen und anderen Techniken, die Ereignisse beobachten und regelbasiert Handlungen auslösen oder vorschlagen.

Damit wird deutlich: Im Mittelpunkt eines jeden Konzepts für operationales BI – wie für eine Software generell – müssen stets die Aufgaben stehen, die das System erfüllen soll, und die Funktionalitäten, die folglich erforderlich sind. Davon hängt ab, welche Stufe von OBI gewählt und welche Architektur konzipiert wird.

• Autor und Kontakt: Dr. John D'Avanzo ist Seniorberater und Gruppenleiter bei DMC. Sie erreichen ihn gerne per E-Mail.