Mehrwert erkannt: Self-Service BI auf dem Vormarsch

Self-Service BI (SSBI) ist die Antwort, wenn es in Fachbereichen darum geht, jederzeit schnell und ad hoc aus Daten Informationen zu generieren und Entscheidungen zu treffen – und zwar selbstständig, schnell und unabhängig von der IT. Für Unternehmen, die in Zeiten vernetzter Wertschöpfungsketten und weltumspannender Krisen mithalten wollen, ist dies ein zentrales Thema. So sind seit den letzten fünf Jahren in den Unternehmen die SSBI-Initiativen auf dem Vormarsch, unter anderem mit dem Ziel, bestehende BI-Landschaften und -Vorgehensmodelle wirkungsvoll zu ergänzen. Das Potenzial wird jedoch noch nicht vollumfänglich verstanden und gehoben. Die grössten Lücken finden sich in der Datenarbeit, dem Aufbau integrierter Architekturen sowie der Umsetzung von Governance-Anforderungen. Diese und weitere Erkenntnisse liefert die Studie „Self-Service BI, Agilität für den Fachbereich“ von Qunis. Über 100 Mitarbeiter und Leiter von Fachbereichen aus Unternehmen des deutschsprachigen Raums waren von November 2021 bis Januar 2022 dem Aufruf des Data & Analytics-Spezialisten gefolgt und hatten sich an der grossangelegten Online-Umfrage beteiligt. Sie beantworteten Fragen zum derzeitigen Stellenwert von SSBI in ihren Fachbereichen. Ausserdem gaben sie Einblicke zu ihren bisherigen Erfahrungen damit, dem konkreten Zusammenspiel mit der Enterprise BI sowie zu ihrer Fachbereichsorganisation, Strategie, Auswahl, Einsatz und Zufriedenheit mit den genutzten Frontend-Tools. Von A wie Automobil bis V wie Verkehr & Logistik waren alle Branchen sowie von bis 50 Millionen Euro bis hin zu über 1 Milliarde Euro Jahresumsatz alle Unternehmensgrössen vertreten.

Klare Potenziale für mehr Agilität im Fachbereich – Analyse und Empfehlungen

Grundsätzlich zeigt die Studie auf, dass SSBI mittlerweile integraler Bestandteil moderner Datenplattformen geworden ist und in Unternehmen aller Branchen und Unternehmensgrössen zur Anwendung kommt. Das volle Potenzial erkennen die Fachbereiche allerdings vielfach noch nicht, zudem werden fälschlicherweise klassische BI-Tätigkeiten oft als SSBI-Aufgaben gesehen. Als Top-3-Motive für den Einsatz von SSBI gelten eine höhere Agilität in der Datenauswertung, der Wunsch nach schnelleren Erkenntnissen und eine grössere Unabhängigkeit von der IT. Dabei hat sich die klare Erkenntnis herauskristallisiert, dass die Unternehmen umso zufriedener sind, je höher ihr SSBI-Reifegrad ist. Entsprechend ihrem SSBI-Reifegrad definiert the factlights die Teilnehmer zu 31 Prozent als Adopter (geringer Reifegrad), zu 41 Prozent als Discoverer (mittlerer Reifegrad) und zu 28 Prozent als Frontrunner (hoher Reifegrad). Zur Bestimmung wurde ein Scoring-Modell genutzt, mit Fragestellungen, die Rückschlüsse zulassen, wie umfassend sich das jeweilige Unternehmen bereits im SSBI-Umfeld aufgestellt hat und wie nachhaltig das Zusammenspiel zwischen SSBI und Enterprise BI konzeptioniert und umgesetzt ist. In Bezug auf die Einsatzgebiete zählen zu den Top-3-Anwendungsfällen von SSBI in den Fachbereichen die schnelle und individuelle Anpassung von Visualisierungen, die Abdeckung von zusätzlichen Informationen aufgrund von Individualbedarfen sowie die Zusammenführung von Daten aus mehreren Quellen. Nahezu jeder, in dessen Fachbereich SSBI etabliert ist, beschäftigt sich in seinem Arbeitsalltag auch mit dem Thema – in Abstufungen von einzelnen Aufgaben bis hin zu wochenfüllenden Tätigkeiten. Insofern ist SSBI ein Thema, das alle angeht. Weil sich tiefgreifende Datenarbeit sukzessive mehr in die Fachbereiche verlagert, entstehen zugleich neue Rollenbilder wie der Power-User+ mit einem deutlich breiteren Aufgabenfeld. Feste Rollenmodelle sorgen für eine optimale Zusammenarbeit der Akteure in den jeweiligen Fachbereichen, wo vielfach bereits ein gutes SSBI-Know-how vorhanden ist.

BI-Tool-Strategie als zentraler Erfolgsfaktor

SSBI wird von den Teilnehmern als integraler Bestandteil einer modernen Datenarchitektur wahrgenommen. Vor diesem Hintergrund gewährleisten diejenigen SSBI-Lösungen nachhaltigen Erfolg, die nicht als eigenständiges Silo aufgebaut werden, sondern quasi als „Disziplin“ auf einem bestehenden Data Warehouse aufsetzen und Technologien verwenden, die sich in die Gesamtarchitektur einfügen. Ganz entscheidend sind daher eine unternehmensweite Strategie für die Auswahl des BI-Tools und ein Auswahlverfahren, das sich an den konkreten Anforderungen der jeweiligen Anwender orientiert. Zugleich ist man sich auch der Notwendigkeit bewusst, dass die SSBI-Lösung auf einer qualitativ hochwertigen Enterprise-BI aufbauen und mit ihr zusammenspielen muss, um künftige Bedarfe abbilden zu können. Bei über 80 Prozent der Teilnehmer fand in den letzten fünf Jahren ein Technologiewechsel statt, bei rund der Hälfte sogar mehrfach. Datenarchitekturen sind daher offen und flexibel zu halten.

„Wie unsere Untersuchung zeigt, gehören eine individuelle Datenvisualisierung, die Erstellung eigener Berichte und die Erweiterung von Datenmodellen heute durchaus schon zu den Standardtätigkeiten in den Fachbereichen. Jetzt ist es wichtig, dass die Anwender mit modernen BI-Frontends in die Lage versetzt werden, auch immer mehr Datenmanagement-Aufgaben zu übernehmen und beispielsweise mehrere Datenquellen zusammenführen, neue Datenmodelle aufbauen oder direkt mit Rohdaten arbeiten zu können – natürlich stets unter Einhaltung der geltenden Governance-Vorschriften. Damit wird eine saubere Datenarchitektur weiterhin gewährleistet. Dabei sollte allen übrigens klar sein, dass es keine SSBI-Tools im eigentlichen Sinne gibt. Self-Service-BI ist vielmehr als Funktionsumfang einer BI-Frontend-Technologie zu sehen und bietet so Möglichkeiten, unter anderem eigenständig bestehende Visualisierungen zu ändern oder ohne Unterstützung der IT externe Daten zu ergänzen. Dies alles vorausgesetzt, kann SSBI aktuell und auch in Zukunft das volle Potenzial in den Unternehmen entfalten. Und für alle, die den nächsten Karriereschritt suchen – es lohnt sich, ein SSBI-Profi zu sein“, kommentiert Annefried Simoneit, Projektleiterin the factlights bei Qunis.