Trends 2017 für Business Intelligence und Datenmanagement

Der Markt für Business Intelligence (BI) und Datenmanagement unterliegt einem ständigen Wandel. Neue Trends haben besonders starken Einfluss auf die Art und Weise, wie Unternehmen arbeiten, interagieren, kommunizieren, kollaborieren und sich selbst schützen können. Der BARC BI Trend Monitor 2017 untersucht eben diese Trends für BI und Datenmanagement aus einer Anwender- Berater- und Herstellersicht und eröffnet ein umfassendes Bild.

Die Antworten der nahezu 2.800 Teilnehmer am BARC BI Trend Monitor 2017 zeigen die Spezifika und Abweichungen in der Bedeutung von Trends nach Nutzertypen, Regionen, Unternehmen, Branchen sowie den Reifegrad (Best-in-Class-Unternehmen) pro Trend im Detail. Auf einer Skala zwischen 1 und 10 (Abbildung 1) ordnet der Trend Monitor die Trendthemen nach ihrer Wichtigkeit und gibt eine Übersicht der untersuchten Trends. Dieser Artikel beschreibt einige ausgewählte Auffälligkeiten aus der Gesamtliste.

Nach wie vor Top aktuell: Data Discovery, Self-Service und Stammdaten- bzw. Datenqualitätsmanagement

Insbesondere unter den wichtigsten vier Trends gibt es kaum Veränderungen im Ranking gegenüber dem Vorjahr (siehe Abbildung 2). Nach wie vor teilen sich Data Discovery, Self-Service und Stammdaten- bzw. Datenqualitätsmanagement die Top-3-Positionen weltweit. Für die DACH-Region gelten diese Top-Trends ebenfalls, wenn auch in einer anderen Reihenfolge.

Die führenden Trends im Einzelnen betrachtet:

1. Data Discovery adressiert die einfache und intuitive, visuell unterstützte Entdeckung von Mustern und Auffälligkeiten in Daten. Der Prozess beinhaltet neben der Analyse vor allem auch Aufgaben der Integration und Datenaufbereitung. Data Discovery dient in erster Linie dazu, ein Datenverständnis aufzubauen und kann damit helfen, den Analyseraum für fortgeschrittene Analysen einzugrenzen und den Projektauftrag für bspw. Predictive Analytics zu konkretisieren. Daten sind ein Merkmal unserer Zeit, sie sind allgegenwärtig und stellen eine werthaltige Ressource mit hohem Potenzial dar, die es zu ergründen gilt. Da die Zukunft datengetriebenen Organisationen gehört, ist Data Discovery zu Recht als Top-Trend nominiert.
   
   
2. Wachsende Anforderungen an Flexibilität und Geschwindigkeit für den Fachbereich in der Datenintegration bis hin zur Reportgestaltung oder -Änderung bilden den Nährboden für Self-Service Business Intelligence. Fachbereiche kritisieren oftmals die Performance der IT. Diese könne den Anforderungen nicht entsprechen. Self-Service BI beschreibt die gewollte (von der IT überwachte) oder ungewollte Verlagerung von BI-Kompetenzen der IT in die Fachbereiche. Ziel ist die Schaffung eines Rahmens, in dem Funktionen sinnvoll unter Berücksichtigung eines Governance Frameworks in den Fachbereich verlagert werden. Data Discovery, Visualisierung oder Predictive Analytics sind solche typischen Funktionen, die Anwender per Self-Service nutzen. Self-Service ist Bestandteil einer jeden Unternehmenskultur und bleibt damit ein ständig hoch aktuelles Thema. Insbesondere neue explorative Themen und Fragestellungen erfordern ein hohes Maß an Flexibilität für Analytiker um die Daten inhaltlich verstehen zu können.
   
   
3. Anwender erkennen den Bedarf an Datenqualität (DQ) in vielen Projekten recht schnell. Unserer Erfahrung nach folgt der anfänglichen Euphorie gegenüber Datenqualitätsinitiativen allerdings recht schnell die Herabstufung in der Prioritätenliste aus unterschiedlichsten Gründen. Letztendlich sind sich Anwender aber durchaus bewusst, dass das beste Dashboard keinen Wert besitzt, wenn die Zahlen nicht stimmen. BI ist nutzlos ohne entsprechende Datenintegrations- und Datenqualitätsinitiativen. Laut der weltweitgrößten Anwenderbefragung zur Nutzung von BI-Software „The BI Survey“  zählt Datenqualität schon seit Jahren zu den Top-3-Herausforderungen in BI-Projekten. Es ist anzunehmen, dass die DQ-Herausforderungen im Rahmen von Big Data und datenzentrischer Prozesse im Zuge der Digitalisierung doch eher zunehmen werden.

Abbildung 1: Bewertung der Trends für BI und Datenmanagement durch Anwender, Dienstleister und Softwareanbieter. Quelle: BI Trend Monitor 2017, n= 2772

Das Trend-Ranking bleibt recht stabil, mit wenigen Ausnahmen

Aus dem aktuellen Trend Monitor stechen folgende Entwicklung heraus: Die Bedeutung von „Datenintegration für den Fachanwender“ nimmt weiter zu, Real-Time-Analytics hingegen scheint an Aufmerksamkeit zu verlieren.

Datenintegration für den Fachanwender beschreibt einen Prozess, bei dem die Fachanwender direkt in die Lage versetzt werden, Daten für insbesondere explorative Analyse vorzubereiten. Insbesondere im dynamischen Umfeld der Datenerkundung und Erforschung ist es sinnvoll, datenaffine Fachanwender in sandbox-ähnlichen Umgebungen die notwendige Flexibilität und Geschwindigkeit in der Arbeit mit Daten zu geben. Zur Unterstützung derartiger Prozesse wartet der Softwaremarkt mit einer Vielzahl an Angeboten auf und treibt das Thema entsprechend. Mit Blick auf die Umfrageergebnisse messen vor allem Best-in-Class-Unternehmen oder Unternehmen aus Nord- und Süd-Amerika dem Trend eine hohe Bedeutung zu. In der DACH-Region scheint das Thema noch nicht ganz spruchreif zu sein – wohl analog zur anhaltenden Orientierungsphase für die digitale (Teil-)Transformation.

Daten(-analysen) und aus ihnen entwickelte Modelle liefern vor allem dann Wert, wenn sie helfen, die operativen Prozesse im Unternehmen besser zu steuern und auszuführen. Echtzeit-Entscheidungen oder -Informationen haben bspw. in der Kommunikation mit Kunden eine enorme Bedeutung. So bilden sie die Grundlage dafür, dass beim Eintreten eines Ereignisses die richtige Person zur richtigen Zeit  das richtige „maßgeschneiderte“ Angebot über den passenden Kanal erhält. Real-Time Analytics bringt die benötigten analytischen Funktionen und Modelle zu den Daten und hilft, Entscheidungen im operativen Prozess in Echtzeit zu treffen. Real-Time Analytics sind hoch relevant, insbesondere durch die Anwendung (Operationalisierung) des gewonnenen Wissens, der gewonnen Erkenntnisse und Modellen aus den Datenanalysen. In dem Sinne kann der Rückgang im Ranking nur damit erklärt werden, dass diese Zusammenhänge in den Köpfen bereits präsent sind.

Hadoop eher niedrig priorisiert

Obwohl heiß diskutiert, ist die für den Trend Monitor 2017 neu hinzugefügte, eher technische Kategorie Hadoop nach Meinung der Umfrageteilnehmer der unwichtigste Trend in allen untersuchten Bereichen. Ein etwas anderes Bild skizziert die kürzlich veröffentlichte BARC-Anwenderstudie zu Hadoop Use Cases und Data Lakes, in der bereits 40 Prozent der weltweit befragten 380 Anwender Hadoop einsetzen oder fest damit planen. Dem Hype folgt die Ernüchterung und Hadoop scheint eher als ein weiteres potenzielles Mittel zur Umsetzung spezieller Anwendungsfälle wahrgenommen zu werden als Trend mit Flächenwirkung. Aufgrund des fehlenden Know-hows – fachlich, technisch wie auch architektonisch – ist der Diskussionsbedarf beim Thema Hadoop noch sehr hoch. Details zu den Umfrageergebnisse finden Sie in der kostenlos verfügbaren BARC-Anwenderstudie (www.barc.de/hadoop-data) oder im BARC-Guide-Artikel „Hadoop – ganz nüchtern betrachtet“.

Die Bedeutung der Trends – Handlungsempfehlungen

Acht IT-Metatrends beeinflussen im hohen Maße unseren Alltag: Digitalisierung, Anwendbarkeit von Anwendungen im Sinne einer einfacheren und zielgerichteten Konsumierbarkeit (Consumerization), Agilität, Security, Analytik, Cloud, Mobilität und Künstliche Intelligenz. Diese Phänomene unserer Zeit können als Haupttreiber für die hier aufgeführten Trends, die Nutzung von BI- und Datenmanagement-Technologien im Allgemeinen oder der Organisation von BI gesehen werden.

In einer zunehmend dynamischen Welt können die abgeleiteten Trends wie Data Discovery oder Self-Service entscheidend für die internen Abläufe aber auch für den Unternehmenserfolg sein. Die eigenständige Bewertung der Trends ist Pflicht.

Abgeleitet von den Umfrageergebnissen des Trend Monitors gibt BARC sechs Empfehlungen, um sich den Trends anzunähern:

• Wage dich an aufkommende Trendthemen.

• Bilde deine Mitarbeiter im Umgang mit Daten und Analytik aus.

• Kümmere dich um die Datenqualität.

• Verstehe die unterschiedlichen Anforderungen an die Datenanalyse.

• Validiere die bestehende Informationsarchitektur gegen aktuelle und künftige Herausforderungen.

• Achte auf Self-Service-Herausforderungen.

Abbildung 2: Wenig Veränderung unter den Top-4-Trends (weltweiter Vergleich). Quelle: BI Trend Monitor 2017