Navigation überspringen

Im zentralen Nervensystem

Wir befinden uns im Gehirn eines Unternehmens – im Data-Warehouse. Hier lagert das wichtigste Gut: Daten. Lieferdaten, Rechnungsdaten, Kundendaten, Produktdaten, Unternehmensdaten, kurz: Alles, womit sich der Erfolg des Unternehmens definieren, analysieren, messen und steuern lässt. Doch ein Warehouse zu haben reicht nicht:

Es geht um die Qualität. Jedes Unternehmen sollte sich daher die Frage stellen: Wie hochwertig sind meine Daten, und wie finde ich das heraus?“

HEIKO BRUNS - STRATEGIEBERATER BEI ITGAIN

Als BI-Architekten und Anwendungs-Modernisierer haben Bruns und seine Kolleginnen und Kollegen vor allem eines im Blick: Die richtige Infrastruktur, sprich die Art und Weise Daten so effizient und zeitnah wie möglich in eine Datenbank zu integrieren. „Dabei kann das Unternehmen genau die richtige Software einsetzen, letztlich kommt es auf die passende Modellierung an. Wenn die Tabellen, in denen die Daten gesammelt werden, doppelte oder schlichtweg inkonsistente Daten führen, erhalten wir ein Datenchaos, mit dem niemand etwas anfangen kann“, sagt Heiko Bruns. Die Folge: Informationen sind nicht mehr vertrauenswürdig, was schlimmstenfalls zu falschen Entscheidungen, beziehungsweise fehlerhaften Schlussfolgerungen führen kann. „Die Grundlage für hochwertige, also eindeutige und aussagekräftige Daten, ist daher immer ein Datenmodell, dass das Geschäft des Kunden abbildet sowie qualitativ hochwertige Ladeprozesse in das DWH.“ Und wie das aussieht, wissen die Experten von ITGAIN.  

Status Quo erkennen

Damit die Experten von ITGAIN ein solches Modell entwickeln können, verschaffen sie sich einen Überblick über das Unternehmen an sich. Basis dafür ist ein standardisierter Workshop. In zwei Tagen, werden neun Themen abgeklopft:

  1. Strategie
  2. Governance und Organisation
  3. Architektur
  4. Anforderungen bei Entwicklung und Betrieb
  5. Technologie und Performance
  6. Qualitätssicherung, Standards und Test
  7. Datenmodellierung
  8. Datenintegration und ETL
  9. Berichtswesen und Informationsdesign

So wird deutlich , wie hoch der Reifegrad der Business Intelligence-Landschaft des Kunden aufgestellt ist. „Zu jedem der Punkte haben wir eine Evaluationsskala entwickelt: von 1, wie keine oder nur geringe Erfahrung, bis 5, umfassende Erfahrung beziehungsweise State of the Art-Know-how“, erklärt Heiko Bruns. Immer wieder arbeiten wir mit Unternehmen, die in gewissen Bereichen sogar noch darüber liegen. Unternehmen, die engagierte Mitarbeiter haben und sich innovativ mit neuen Technologien auseinandersetzen.

Wir nennen das over-the-top, also visionär gegenüber der Analystenmeinung. Das ist durchaus positiv. Denn gerade bei BI-Themen geht es auch immer um Weiterentwicklung. Auch das wollen wir unseren Kunden, deren BI noch nicht den gewünschten oder erforderlichen Reifegrad besitzen, in diesen Workshops vermitteln wollen: Es lohnt sich als Unternehmen, die Augen offen zu halten, nach neuen Trends und Möglichkeiten zu schauen einzelne Prozesse innovativ zu optimieren“

, SO BRUNS.

Inspirationsquellen

Im Idealfall weiß der Kunde nach dem Workshop, wie effektiv und effizient sein BI-Programm arbeitet, ob er die Themenbereiche von der Entwicklung bis zum Betrieb beherrscht und wo eventuell Handlungsbedarf besteht. Das Ziel des Workshops ist daher keine direkte Handlungsaufforderung. Es geht vielmehr darum, Prioritäten zu setzen. Was kann ich? Was weiß ich? Was habe ich schon mal gehört, aber gleich wieder vergessen? „Es ist ein bisschen wie Kochen“, erklärt Heiko Bruns. „Es hängt von den individuellen Fähigkeiten und Erfahrungen des Kochs ab. Nutze ich Bio-Produkte oder nur Tiefkühlkost? Bin ich in der Lage Delikatessen zuzubereiten oder eher Hausmannskost? Weihnachtsgans oder Molekular-Küche? Wo liegen meine Skills? Und was ist richtig und wichtig für unser Unternehmen?“

Das Unternehmen muss sich auch selbst einschätzen können. Und am Ende wird verglichen: Was haben die Experten für einen Eindruck von den „Kochkünsten“ des Kunden und wie sieht das Unternehmen sich selbst? Möglicherweise werden dann Potenziale bei Technologien und Performance oder der BI Organisation deutlich, die das Unternehmen selbst gar nicht im Blick hatte. „Daraus ergeben sich Lösungsansätze oder Inspirationsquellen, auf denen später in einem weiteren Schritt und viel kleinteiliger, konkret aufgebaut werden kann“, sagt Bruns.

1.652 Anwendungen

Mit seinen Workshops hat ITGAIN bereits bei 1.652 Anwendungen, Verfahren und Geschäftsprozessen zu Verbesserungen beigetragen.

 

 


BI & DWH Architektur

Business Intelligence ist der Prozess der Umwandlung von Daten in Informationen und Analytics der nächste Schritt zum Wissen und Mehrwert für ihr Unternehmen. Die technische Basis benötigt ein solides und in heutigen Zeiten auch ein flexibles agiles Design. Anforderungen, welche durch unsere Architekten für Sie in die passende konstruktive Lösung umgesetzt werden. Dazu gehören umfassende Blue Prints und Best-Practice Vorlagen aus den vergangenen Vorhaben. Lassen Sie sich durch unsere Architekten zu einem moderneren Design und Architektur überzeugen.

Big Data Platforms

Als Big Data verstehen wir nicht nur das Handling mit sehr großen Datenmengen, sondern auch die Sammlung und Verarbeitung von verschiedenartigen Daten. Dazu gehört auch die  schnelle Verarbeitung. Um die Daten richtig lesen und auswerten zu können, bedarf es einer optimalen Dateninfrastruktur.
Mit unseren Erfahrungen unterstützen wir Sie hinsichtlich Planung, Entwicklung bis hin zum Betrieb von Big-Data-Systemen im Data Center.

Artificial Intelligence

Der Bereich Künstliche Intelligenz (A.I.) ist kein isolierter Bereich, sondern eine Disziplin, die sich aus verschiedenen Teilen zusammensetzt und in immer mehr Feldern zum Einsatz kommt. Die Einsatzgebiete für A.I sind ebenfalls sehr vielfältig: Z.B. Steigerung der Produktivität durch Automatisierung, oder die (semi-)automatische Entscheidungsfindung bei betrieblichen Vorgängen.
Eine legitime Frage ist dabei, wie andere Methoden, z.B. (Advanced) Analytics, sich abgrenzen lassen. Ein generelles Problem dabei ist, dass es oft keine einheitlichen Definitionen gibt und selbst dann die Begriffe nicht immer gleich verwendet werden. Aus diesem Grund verzichten wir auf den Versuch und sagen einfach, dass die verschiedenen Analytics-Disziplinen ein zentraler Bestandteil von A.I. sind. In dem Sinne verstehen wir A.I. als die Menge aller notwendigen Methoden zur Umsetzung einer automatisierten Entscheidungsfindung oder Vorbereitung, was z.B. Data Governance, Analytics, Software-Engineering einschließt.
Da wir nicht glauben, dass A.I. nur ein „Hype“ ist, aber oft konsequentes Umdenken erfordert, um das Potenzial auszuschöpfen, helfen Unternehmen möglichst früh bei der Konzeption einer Strategie. Das schließt eine Beratung ein, wie A.I zum Einsatz kommen kann, bis zur Findung möglicher Use-Cases und deren konkrete Umsetzung.