Kaum eine zweite aktuelle Strömung wird derzeit im Umfeld der Business Intelligence so intensiv und kontrovers diskutiert, wie der Versuch, die vorhandenen und etablierten Business-Intelligence-Technologien mit den Anforderungen des aktuellen Tagesgeschehens in den Unternehmungen zu verknüpfen. Die Vision einer Operational BI (OPBI), die sich unmittelbar bei der Abwicklung des Tagesgeschäftes nutzen lässt und eng mit den operativen Geschäftsprozessen verschmolzen ist, klingt vielversprechend. Schließlich scheint es hier noch unentdeckte und schier unerschöpfliche Anwendungsfelder zu geben, die es nur zu durchdringen und technologisch zu unterstützen gilt. Die drei Autoren repräsentieren den Blickwinkel aus der Wissenschaft und nehmen eine Positionsbestimmung vor.


Einordnung und Abgrenzung
Wie eine erfolgreiche Symbiose aus Analytik und operativem prozessablauf aussehen kann, wird mithilfe sogenannter Recommender-Systeme der einschlägig bekannten Website-Anbieter vorgelebt: „Kunden die dieses Produkt gekauft haben, haben auch …“ Das faszinierende an derartigen Empfehlungen ist sicherlich, dass die zugehörige Datenanalyse (zumindest scheinbar) zum Zugriffszeitpunkt im Hintergrund erfolgt und dass sich dadurch nach Auskunft der Website-Betreiber signifikante Umsatzsteigerungen erzielen lassen. Nicht zuletzt kann dadurch der Wert einer Business-Intelligence-Initiative unmittelbar rechenbar gemacht werden, ein An-liegen, das in konventionellen BI-Projekten stets große Schwierigkeiten bereitet [elW07, 46]. Sicherlich, ähn¬liche Konzepte gab es bereits auch früher schon. Denn spätestens mit der Etablierung der Closed-Loop-Ansätze gibt es eine, im Idealfall medienbruchfreie, Integration von BI-Daten zur unmittelbaren Unterstützung operativer Prozesse, indem Analysen auf historischen (meist verdichteten) Geschäftsereignissen im Nachgang durchgeführt werden und die gewonnenen Erkenntnisse zeitversetzt zu einer Veränderung der operativen Prozesse oder zumindest der zugehörigen Ablauf- beziehungsweise Entscheidungsregeln führen.

Was ist also neu am Konzept einer Operational BI? Ohne Frage wird dieser Begriff von vielen Beratungshäusern und Werkzeugherstellern augenblicklich marketingorientiert und sehr unterschiedlich verwendet, teilweise mit großer Beliebigkeit abgegrenzt und situativ je nach Interessenslage eingesetzt. Dass dabei eine zunehmende Verwässerung des eigentlichen Gegenstandes eintritt, kann kaum verwundern und führt selbstverständlich zu zunehmender Verunsicherung bei potenziellen Anwendern. Vor diesem Hintergrund ist es das zentrale Ziel des vorliegenden Beitrages, zur Einordnung und Abgrenzung von Operational Business Intelligence beizutragen und dabei Denkanstöße für derzeitige und zukünftige Einsatzfelder zu liefern.

Klassische versus Operationale Business Intelligence
Eine erste kritischer Reflexion des neuen Ansatzes führt zu folgenden, durchaus innovativen Aspekten:
Traditionelle BI-Lösungen sind eher reaktiv ausgerichtet. Sie geben meist mit einer Latenz – also einem Zeitverzug von Tagen, Wochen oder Monaten – Auskunft über operative Sachverhalte und erlauben somit ausschließlich eine nachträgliche Bewertung der Leistungen. Operative BI-Lösungen sind hingegen zeitnah – häufig real- oder  near-realtime – und sollen Entscheidungsunterstützung während des Prozessablaufes gewähren, so dass korri¬gierende eingriffe, ja sogar Prozessmodifikationen direkt aktiv unterstützt oder vom System selbst durchgeführt werden können [eck07, 4].

Natürlich gab es solche Systeme auch vor der aktuellen BI-Diskussion. Denken wir beispielsweise an Bestell¬
Systeme, die auf der Basis von Bestandsmengengrenzen selbstständig Ware ordern, oder an Logistiksysteme, die bei Verspätungen bestimmter Transporte über Methoden des Operations Research alternative Fahrtrouten ermitteln und auf diese Weise die zeitnahe Güterversorgung sicherstellen. Allerdings waren diese Systeme meist Insellösungen, die auf einer eigenen Datenhaltung basierten und mithilfe mathematischer Modelle oder simpler Triggermechanismen betriebswirtschaftlich gut abgrenzbare Problemstellungen lösten. In aller Regel erforderten diese Lösungen keinen direkten Zugang zu syntaktisch und semantisch harmonisierten historischen Daten eines Data Warehouse und auch keine integrierten, an themengebieten – wie Kunde, Produkt, Lieferant – orientierten prozessübergreifenden Informationen.

Im Umfeld der operativen BI ist dieses allerdings gefordert. So gehen bei den zugehörigen Lösungen oftmals transformierte Daten aus Operation Data Stores, Data Warehouses oder Data Märtz in die Analysen ein und liefern über Profilbildungen, Vergleiche und bereits durch¬geführte Prozessuntersuchungen die erforderliche Absicherung der operativen BI-Anwendungen.

Operational BI erweist sich somit durchaus nicht als alter Wein in neuen Schläuchen. Die direkte und zeitnahe Verbindung der dispositiven und operativen Systemwelten ist sinnvoll und besitzt großes Potenzial. So akzentuiert wird Operational BI im Weiteren wie folgt definiert:

Fallbeispiel Harrah‘s Entertainment Incorporation
Ein eindrucksvolles Beispiel einer leistungsfähigen Systeminfrastruktur im Operational-BI-Kontext liefert Harrah‘s Entertainment Incorporation [tAL05]. Das Unternehmen mit Sitz in den USA ist mit über 85.000 Mitarbeitern einer der globalen Anbieter im Bereich des Casino und besitzt weltweit namhafte Casino-, Hotel- und restaurantketten. Bereits im Jahr 1997 erkannte das Harrah´s Management die Relevanz leistungsfähiger CRM-Ansätze und erarbeitete erste Strategien eines integrierten Konzeptes. Vergleichbar mit den Loyalty-Programmen von Fluggesellschaften bot Harrah´s bereits damals Stammkunden abgestimmte Services und zusätzliche Leistungen. Für diese Zwecke wurde ein Treuekartenprogramm etabliert Total Gold Customer Cards und ein kundenorientiertes Data Warehouse aufgebaut, mit dessen Hilfe sich relevante Kundenprofile auf der Basis von Data-Mining-Analysen abgrenzen lassen.

Der Erfolg dieses Ansatzes zeigte sich bereits nach kurzer Einsatzzeit und motivierte das Management zur Entwicklung und Implementierung weiterer in¬novativer CRM-Konzepte. So war es ein erklärtes Ziel, die CRM-Aktivitäten des Unternehmens nicht – wie meist üblich – nur auf wenige, sehr gute Kunden zu konzentrieren. Vielmehr richtete sich der Ansatz darauf, das gesamte Kundenpotenzial zu nutzen und das Konzept zusätzlich auf Basis neuer Technologien zu einem Realtime CRM zu erweitern.

Für diese Zwecke erfolgte in den letzten Jahren die Entwicklung von IT-Infrastrukturen und Kartensystemen, mit deren Hilfe sich das individuelle Verhalten sämtlicher Kunden zum Zeitpunkt der Servicenutzung erfassen lässt. So sind beispielweise in den Casinos Spieltische und Slot-Machines mit Kartenlesern ausgestattet, die der Kunde – wenn er zu den Millionen Kartenprogrammteilnehmern des Hauses gehört – zu seiner persönlichen Identifikation und zum Sammeln von Bonuspunkten nutzen kann.

Die Karte wird während der Spielnutzung elektronisch ausgelesen und mit den in Data Warehouses abgelegten individuellen Benutzerinformationen zusammengeführt.

Auf diese Weise wird den Harrah´s Mitarbeitern bereits während der Spielnutzung die Identität der Kunden übermitteln. Spezifische Informationen, wie Spielgewohnheiten, Kundenwert, Loyalität, Getränke- und Essensvorlieben, Übernachtungs- und Unterhaltungsgepflogenheiten für den häufig angeschlossenen Entertainmentbereich sind somit realtime verfügbar und sofort situativ nutzbar. Besondere Leistungen, wie Spielgutscheine, Lieblingsgetränke, Snacks, Übernachtungsofferten in konzerneigenen Hotels oder Angebote für Musicals in kundenpräferierten Genres, können also guten Kunden zeitnah bereits beim Spielverlauf offeriert werden und erlauben die kundenindividuelle Ansprache.

Der Erfolg dieser zusätzlichen Services bewirkte, dass sich innerhalb kürzester Zeit mehr als drei Viertel aller Harrah´s diesem Bonusprogramm anschlossen. Signifikant höhere Auslastungsraten der angeschlossen Restaurant- und Hotelketten, eine erhebliche Steigerung des personenbezogenen Spielumsatzes und die wesent-liche Vergrößerung des Anteils hochwertiger Stammkun¬den unterstreichen eindrucksvoll den Nutzen dieser hoch-integrierten Lösung aus dem operativen BI-Umfeld.

Exemplarische Einsatzbereiche OPBI
Weitere, vielversprechende Einsatzfelder für eine Operational Business Intelligence, bei denen eine auto-matisierte Entscheidung oder eine angemessene entscheidungsunterstützung in kurzer Zeit erfolgen muss, lassen sich leicht finden [Whi06, 1]. Im Bereich der Betrugserkennung bei Kreditkartengeschäften können analytische Verfahren helfen, um signifikante Muster während des Kreditkartengebrauchs aufzudecken. Als problematisch erweist sich hier allerdings festzustellen, welche bisher unbekannten Abweichungen vom Normgebrauch auf einen Betrug hindeuten und wie darauf zu reagieren ist, ohne möglicherweise rechtmäßige Kundentransaktionen zu unterbinden.

Auch zur Lagerverwaltung sind diverse Einsatzszenarien denkbar. Bei einer drohenden Out-of-Stock-Situation für einen stark nachgefragten Artikel kann beispielsweise aus den historischen Daten leicht ermittelt werden, welche Zeit noch bis zum Eintritt der drohenden Konstellation verbleibt, und zwar unter Berücksichtigung von Rahmenbedingungen wie etwa Tageszeit, Wochentag sowie Geschäftstyp und -lage. Anschließend wäre zu prüfen, ob und in welcher Zeit der vakante Artikel aus anderen Filialen überführt werden könnte und zu welchen kosten. Hieran sind die Kosten der Nichtverfügbarkeit des Artikels, die wiederum aus den historischen Daten stammen, zu messen. Alternativ käme eine Eilbeschaffung in Frage, wobei zu beachten gilt, ob ein möglicher Lieferant bereits in der Vergangenheit diesbezügliche Versprechungen nicht einhalten konnte.

Dieses Beispiel lässt sich auch weiter ausdehnen, indem jegliche Störungssituation im operativen Ablaufgesche-hen als potenzieller Kandidat für Unterstützung durch Operational BI verstanden werden kann – etwa Störungen im Produktionsprozess oder bei Logistikvorgängen.

SOURCE: Was ist neu an Operational BI?

Aktuelle Artikel von Peter Gluchowski, Hans-Georg Kemper, Andreas Seufert

• Auf dem Weg in die Business Intelligence Cloud
• Übersicht Relationale Open-Source-Datenbanksysteme
• Übersicht Open Source OLAP-Tools
• All in One – Open Source BI-Suiten