Individuelle Datenanalyse als Gegenmodell zu herkömmlicher Business Intelligence in Zeiten, in denen selbst goldene Kühe – die Budgets der IT-Abteilungen – nicht mehr ungeniert auf grünen Wiesen weiden dürfen, drückt die Beweislast für die Notwendigkeit großer IT-Investitionen auf die Schultern vieler IT-Projektleiter. So ist es nicht verwunderlich, wenn selbst unternehmensstrategische Projekte zur Aufbereitung, Analyse und Bereitstellung erfolgsentscheidender Unternehmensdaten im Licht von „Investitionsschutz“ und „Kostenbewusstsein“ genau begutachtet werden. Um dieser Kosten-/Nutzen-Diskussion sicher entgegenzutreten, bieten Hersteller herkömmlicher Business Intelligence-Lösungen Softwarekonzepte für integrierte Data Warehouse-Strukturen und unternehmensübergreifende Analyseplattformen an. Doch stellt sich die Frage, ob die Forderung nach effizienten und individuellen Analyseprogrammen durch überdimensionierte, theoretische Methoden erfüllt werden kann. Sind große Projekte zur Daten-Homogenisierung und integrierte Analyse-Frameworks der Schlüssel für intelligente und effiziente Daten oder eher kostenintensive Jahrhundertwerke?
Grundsatz für die Bereitstellung intelligenter Daten
Erklärtes Ziel ist die Bereitstellung einer optimalen Entscheidungsgrundlage durch die intelligente und zeitnahe Nutzung aktueller Daten aus beliebigen Informationsquellen. Anwender jeder Couleur müssen in der Lage sein, ihre individuellen Analyse- und Informationsbedürfnisse zu stillen, ohne auf die Hilfe von Power Usern oder IT-Spezialisten angewiesen zu sein – und das zu jeder Zeit an jedem beliebigen Ort.
Um diese zeitnahe Bereitstellung flexibler und individueller Datenanalysen zu ermöglichen, treten neue webbasierte und Java-orientierte Konzepte – wie beispielsweise die Jasper Technologie der menta AG – mit einem Gegenmodell auf den Plan. Die Grundidee dabei ist, bei der Analyse komplexer, heterogener Online- und Offline-Datenströme vollständig browserbasierte und modular aufgebaute Analyseprogramme einzusetzen. Anwender fragen via Internet Daten beliebiger Herkunft ab – direkt, individuell und zeitnah, ohne in starren Data Warehouse-Modellen denken zu müssen. Und das geschieht plattformunabhängig – sowohl in homogenen iSeries-Umgebungen als auch in heterogenen Architekturen im Zusammenspiel mit Unix-, Windows- oder auch Mainframe-Servern.
Reale Daten on-time und on-place
Das Gegenmodell „individuelle Datenanalyse“ vereint die wichtigsten Faktoren moderner Java-basierter Softwaretechnologie mit betriebswirtschaftlichen Grundsätzen: die einfache und schnelle Integration heterogener IT-Landschaften sowie die fundierte, gesamtheitliche Betrachtung und Analyse aller Unternehmensdaten – online wie offline.
Im Vordergrund steht die schnelle und einfache Datenzusammenführung. Vollständig web- und browserbasierte Java-Architekturen verknüpfen via Web beliebige Datenlager unabhängig von der vorherrschenden Systemlandschaft ad hoc miteinander. Voraussetzung ist lediglich ein Internetzugang, die Ortsangabe der Datenquelle (URL bzw. IP-Adresse) sowie die entsprechende Zugriffsberechtigung. Die Anwender greifen bei der Datenextraktion und -analyse über das Internet direkt auf die Quelle zu und nicht auf mühselig aggregierte Datensilos. Das Ergebnis: Redundante Datenextrakte sowie zeit- und kostenaufwändige Schnittstellenprogrammierungen werden überflüssig, und auch das herkömmliche Vorhalten der zu analysierenden Datenauszüge auf der Clientseite entfällt.
Flexible Interoperabilität gewährleistet Individualität
Im Zeitalter internetbasierter, übergreifender Kommunikationsnetzwerke sind dezentrale, interoperable und individuell „baubare“ Analyseprogramme wie die Jasper Data Intelligence Suite gefragt. Viele Großunternehmen entscheiden sich dafür, die Applikationen und Datenbanken ihrer Kunden und Geschäftspartner in die eigenen Analyseprozesse via Internet einzubinden, um den Horizont und die Qualität ihrer Kennzahlen- und Frühwarnsysteme zu maximieren. Folglich muss der Anwender eines Business Intelligence-Systems in der Lage sein, selbständig beliebige Dateninseln und Stand-alone-Applikationen zu vernetzen, ohne komplexe Plattformen aufbauen zu müssen. Mit Hilfe webbasierter „administration clients“ gestaltet er seine individuelle Benutzeroberfläche und verknüpft die stark verteilten Datentöpfe und verschiedenen Analysesysteme. Er greift direkt via Internet auf „seine“ Anwendung zu und kann neben herkömmlichen Standardreports neue Zusammenhänge und Muster erkennen. Fachanwender „bauen“ so ihre individuellen Analyseanwendungen auf, ohne auf die Hilfe von IT-Spezialisten angewiesen zu sein – egal ob Vorstandsmitglied, Abteilungsleiter oder Fachanwender.
Ein Beispiel: Der Controller eines Finanzdienstleisters in München baut in wenigen Stunden sein individuelles Kennzahlensystem mit 300 Indikatoren und Benchmarks zu den wichtigsten Mitbewerbern selbständig auf. Die gleiche Softwarebasis wird bei der Tochterfirma des Finanzinstitutes mit Sitz in London von Projektleitern als Frühwarnsystem eingesetzt, um fehlende Projektbuchungen zu erkennen und anzuzeigen. Anschließend greifen die englischen Kollegen auf die deutschen Controlling-Ergebnisse zu und vergleichen die eigene Performance mit der ihrer Mitbewerber. Beide Anwendergruppen greifen von unterschiedlichen Orten mit individuellen Oberflächen und verschiedenen Analyseschwerpunkten auf unterschiedliche Datenquellen on time zu.
menta AG
D–81243 München
Telefon: (+49) 089/87130142
www.menta.de