Zum Erfolg von Business Intelligence-Systemen - Erfolgsfaktoren und empirische Studien

50 %
50 %
Information about Zum Erfolg von Business Intelligence-Systemen - Erfolgsfaktoren und...
Business & Mgmt

Published on March 11, 2014

Author: martinstroh

Source: slideshare.net

Description

Sie mögen meine Hausarbeiten/Abschlussarbeiten?
Dann würde ich mich freuen, wenn sie einen Beitrag zu Gunsten von "STERNENREGEN" spenden:
http://www.salue.de/inside/helfen/
Auf dieser Seite finden Sie die Kontonummer und weitere Informationen.
(Wenn der Link nicht mehr funktioniert: "sternenregen saarbrücken" bei google.de eingeben.)
Ich selbst bin kein Teil dieser Organisation, allerdings möchte ich hiermit regionale Humanitärenorganisationen, die sich
zum Wohle der Gesellschaft einsetzen unterstützen.
Auf Amazon als gedrucktes Buch kaufen? Hier: http://www.amazon.de/dp/3656311315
Vielen Dank. Martin Stroh, Saarbrücken.
------------
Achtung: Dieses Dokumente ist Eigentum von Nina Böhme, Sibel Özbay, Martin Stroh und Christina Wagner. Das Dokument wurde durch die jeweilige Hochschule mittels Plagiat-Software überprüft, gesichert und archiviert.
Sämtliche Verwendungen (Kopien/Abschriften) ohne ordnungsgemäße Zitation/Quellenangabe verstoßen gegen geltendes Recht (z.B. Urheberrecht, Leitfäden zur Anfertigung von Hausarbeiten/Abschlussarbeiten, etc.).
Gerne kann das Dokumente verwendet werden, allerdings wünsche ich eine Zitation und wenn Ihnen die Arbeit gefällt eine Spende an die obige Adresse.
------------
business intelligence, business intelligence, system, systeme, data warehouse, sap, datawarehouse, datawarehousing, data warehousing, saarbrücken, martin stroh, saarland, erfolg, erfolgsfaktoren, empirische studien, Schieder, Gluchowski, Success, success, factor, kemper, Survey, Successful, BISurvey, BI architektur, definition, nutzungsgrad, verbesserungspotenzial, Yeoh, Koronios, Critical, studie, bima, barc, Cirquent, organisatorische faktoren, technische faktoren, fachliche faktoren, unternehmensleitbild, mission, vision, unterstützung aus dem management, sponsor, support, business, case, geschäftsszenario, team projektmanagement, benutzerorientiertes veränderungsmanagement, daten und nutzeranalyse, etl prozess, funktionale anpassungsfähigkeit, metadaten, management, standardisierung, systemzufriedenheit, systemqualität, datenqualität, datenzufriedenheit, nutzerabsicht, nutzungsabsicht, tam model, technology acceptance model, informationszufriedenheit, mobil bi

Zum Erfolg von Business Intelligence-Systemen von Martin Stroh, Saarbrücken - Erfolgsfaktoren und empirische Studien

Zusammenfassung Business Intelligence-Systeme (BI-Systeme) werden tief in die Geschäftstätigkeiten der Unternehmen integriert und erlangen aufgrund ihrer vielfältigen Verbesserungspotenziale einen hohen Stellenwert. Mit ihnen verbunden sind viele Problemfelder, die dazu führen können, dass das System nicht erfolgreich wird und den Erfolg des gesamten Unternehmen aufgrund der engen Verbundenheit beeinträchtigt. Deshalb muss das Unternehmen bei der Einführung und Nutzung eines solchen Systems unterstützt und mögliche Problemfelder durch Erfolgsfaktoren aufgezeigt werden. Im Unternehmen müssen Gründe existieren, die für die Einführung eines BI-Systems sprechen. Nach seiner Einführung müssen organisato- rische Hürden im Unternehmen genommen werden: Das BI-System wird in die Unterneh- mensabläufe integriert und benötigt deshalb ein Umsetzungskonzept, Unterstützer im Ma- nagement, ein Geschäftsszenario, sowie ein BI-Team oder Business Intelligence Competency Center (BICC), um innerhalb eines Projektmanagements das System mög- lichst benutzerorientiert einzubringen. Innerhalb dieser organisatorischen Linien müssen verschiedene Aspekte beachtet werden, damit die Rahmenbedingungen stimmen. An- schließend müssen technische Faktoren Berücksichtigung finden: Daten- und Nutzeranaly- sen versuchen das System übersichtlich zuhalten, während ETL-Prozesse und Data- Warehouse Komponenten eine solide Basis für das Business Intelligence zu gewährleisten. Werden Feineinstellungen in den grundlegenden Elementen vorgenommen, können funkti- onale Erfolgsfaktoren angesprochen werden: Hierbei werden Problemfelder mit dem End- anwender aufgezeigt, die eine funktionale Anpassungsfähigkeit zur optimalen Ausrichtung an die jeweiligen Arbeitstätigkeiten ermöglichen sowie ein unternehmensweites Verständ- nis der vielfältigen Daten durch ein Metadatenmanagement sicherstellen. Weitere wichtige Bereiche bilden die Systemqualität und Datenqualität in Zusammenhang mit der Nut- zungsabsicht des BI-Systems im Unternehmen. Der Erfolg des gesamten BI-System hängt verstärkt von der Absicht der Endanwender ab, das System auch nutzen zu wollen. Des- halb muss das Unternehmen hier besonders bei der Systemqualität und Datenqualität Prob- lemfelder angehen und lösen. Die Systemqualität erstreckt sich von der Flexibilität über die Integrationsfähigkeit bis hin zur Leistungsfähigkeit des Systems. Bei der Datenqualität müssen Variablen wie beispielsweise Vollständigkeit, Zugänglichkeit, Format und Aktuali- tät betrachtet werden. Alle Erfolgsfaktoren hängen mit einander zusammen und das Unter- nehmen muss schrittweise und sensibel die Einführung des BI-Systems unter Berücksichti- gung auftretender Probleme vornehmen. So wird das BI-System langfristig und nachhaltig zum Erfolg geführt.

III Inhaltsverzeichnis Abkürzungsverzeichnis .............................................................................................................V 1 Einleitung..............................................................................................................................1 1.1 Motivation und Zielsetzung..........................................................................................1 1.2 Vorgehensweise............................................................................................................1 2 Business Intelligence-Grundlagen ........................................................................................2 2.1 Begriffserklärung: Business Intelligence .....................................................................2 2.2 Architektur von Business Intelligence-Systemen.........................................................3 3 Zum Erfolg von Business Intelligence-Systemen.................................................................4 3.1 Verbesserungspotenzial und positiver Nutzungsgrad ..................................................4 3.2 Organisatorische Faktoren............................................................................................5 3.2.1 Im Einklang mit dem Unternehmensleitbild ....................................................5 3.2.2 Unterstützung aus dem Management ...............................................................6 3.2.3 Business Case ...................................................................................................6 3.2.4 Business Intelligence-Team und BICC ............................................................7 3.2.5 Projektmanagement als Organisationsrahmen..................................................9 3.2.6 Benutzerorientiertes Veränderungsmanagement............................................10 3.3 Technische Faktoren...................................................................................................11 3.3.1 Daten- und Nutzeranalyse ..............................................................................11 3.3.2 ETL-Prozess ...................................................................................................11 3.3.3 Data-Warehouse .............................................................................................12 3.4 Funktionale Faktoren..................................................................................................14 3.4.1 Funktionale Anpassungsfähigkeit...................................................................14 3.4.2 Metadatenmanagement und Standardisierung................................................15 3.5 Systemzufriedenheit und -qualität..............................................................................16 3.6 Informationszufriedenheit und Datenqualität.............................................................19 3.7 Nutzungsabsicht bei den Endanwendern....................................................................21 4 Fazit und Ausblick..............................................................................................................22

IV Literaturverzeichnis..................................................................................................................23 Anhang A: Architektur von Business Intelligence-Systemen..................................................26 Anhang B: Technology Acceptance Model..............................................................................27

V Abkürzungsverzeichnis BI Business Intelligence DW Data-Warehouse ETL Extraktion, Transformation und Laden IBM International Business Machines Corporation

1 1 Einleitung 1.1 Motivation und Zielsetzung In den letzten Jahren stieg die Anzahl der Unternehmen, die ein Business Intelligence- System (BI-System) einsetzen. Viele andere Unternehmen planen eine zukünftige An- schaffung dieser Systeme (vgl. Bange, Mack & Seidler, 2012, S. 4). Die Unternehmen haben erkannt, dass es wichtig ist, Entscheidungen nicht spontan, son- dern auf Basis von fundiertem Wissen aus Business Intelligence-Lösungen (BI-Lösungen) zu treffen (vgl. Höhmann & Schulte, 2012). Durch ihre Potenziale und Verbesserungsmöglichkeiten erlangen BI-Systeme einen hohen Stellenwert in den Unternehmen. Die zukünftige Entwicklung solcher Systeme werden hoch bis sehr hoch eingeschätzt, weshalb kein klares Ende des Trends erkennbar ist (vgl. Röttger & Widdig, 2010, S. 8). Im Zuge des Erfolgs müssen jedoch auch die Misserfolge aufgezeigt und betrachtet wer- den, die bei vielen Systemen bereits während der Implementierungsphase oder anschlie- ßend im Wirkbetrieb auftreten (vgl. Adamala & Cidrin, 2011, S. 108). Aufgrund der großen und in Zukunft weiter steigenden Bedeutung von BI-Systemen ent- steht die Motivation, die Unternehmen bei der erfolgreichen Umsetzung von solchen Sys- temen zu unterstützen: Problemfelder zeigen sich in organisatorischen, technischen sowie in fachlichen Bereichen, die eine effektive und effiziente Arbeit mit dem System und einen reibungslosen Ablauf nicht ermöglichen (vgl. Auer, Eichinger & Picot, 2010, S. 33). Das Ziel dieser Seminararbeit besteht deshalb darin, den Unternehmen einen Überblick über wichtige Problemfelder zu verschaffen, von denen der Erfolg von Business Intelligen- ce (BI) abhängt: Hierzu werden aus Literatur und Studien Problemfelder zusammengetra- gen und unter Oberbegriffen zu sogenannten Erfolgsfaktoren verdichtet. Es muss innerhalb der Unternehmen darauf hingearbeitet werden, ein solches System nicht nur zu besitzen, sondern auch nachhaltig erfolgreich einsetzen zu können. Beachtet das Unternehmen die in dieser Seminararbeit beschriebenen Erfolgsfaktoren, so wird das von ihm genutzte BI- System zum Erfolg geführt. 1.2 Vorgehensweise Unter dem zweiten Punkt "Business Intelligence-Grundlagen" erhält der Leser einen Über- blick über das breitgefächerte Thema "Business Intelligence". Im dritten Punkt "Zum Er-

2 folg von Business Intelligence-Systemen" wird zunächst der Begriff des Erfolgsfaktors erklärt und anschließend werden die einzelnen Erfolgsfaktoren aufgezeigt: Es werden die Problematiken beschrieben, mögliche Chancen angesprochen und mit empirischen Werten gefestigt. Abschließend wird dem Leser im vierten Punkt sowohl ein Fazit als auch ein kurzer Ausblick in die Zukunft gegeben. 2 Business Intelligence-Grundlagen 2.1 Begriffserklärung: Business Intelligence Hans Peter Lohn verwendete 1958 in einem Artikel mit dem Titel "A BI System" im IBM Journal mit hoher Wahrscheinlichkeit als erster den Begriff "BI". Er definierte mit dem Begriff spezielle Tools zur Datenanalyse (vgl. Olszak & Ziemba, 2012, S. 130). Den zeitlichen Veränderungen entsprechend wurde der Begriff 1996 im Hinblick auf Über- legungen der GARTNER Group neu ausgelegt: Demnach wurde darunter die Sammlung, Speicherung, Analyse von und Versorgung mit Daten verstanden, um Unternehmen dahin- gehend zu unterstützen, bessere Entscheidungen treffen zu können (vgl. Oehler & Seufert, 2009, S. 9). Über Jahre hinweg wurde der Begriff inflationär hauptsächlich von Beratungs- und Soft- wareanbieterhäusern verwendet, um Neuerungen im Bereich Managementunterstützungs- systemen zu initiieren. Eine allgemein akzeptierte Definition existiert bislang nicht (vgl. Gluchowski & Kemper, 2006, S. 12-13). In der "weiten" Auslegung wird "BI" als Oberbegriff gekennzeichnet, dem alle System- komponenten angehören, die operatives Datenmaterial zur Informationsgenerierung aufbe- reiten und speichern sowie mit Auswertungs- und Präsentationsfunktionalitäten bereitstel- len. Beim "engen" Begriffsverständnis werden lediglich Komponenten einbezogen, die eine zielgerichtete Analyse der vorhandenen Datenmaterialien ermöglichen, und damit nur Auswertungsfunktionalitäten (OLAP) einschließen, wobei harmonisierte, aufbereitete und abgestimmte Daten bereitstehen (vgl. Chamoni & Gluchowski, 2004, S. 120). Im Folgenden wird unter "BI" im Einklang mit der idealtypischen Architektur ein unter- nehmensweites System gesehen, das sowohl Data-Warehouse als auch Auswertungs- und Präsentationsfunktionalitäten einschließt.

3 2.2 Architektur von Business Intelligence-Systemen Für ein tiefergehendes Verständnis von BI-Systemen ist es hilfreich, das System in einzel- ne Ebenen mit den jeweiligen Komponenten aufzugliedern (siehe Anhang A): Hierbei wird ein BI-Verständnis im "weiten" Sinne angenommen: Die unterste Ebene eines solchen Sys- tems zählt nicht zum BI an sich, sondern dient lediglich als Datenquelle (vgl. Gluchowski & Kemper, 2006, S. 14): Es gibt unternehmensinterne Systeme, die auf operativer Ebene die Prozesse abbilden und Daten über das Unternehmen selbst liefern. Sowie externe Da- tenquellen, die z.B. Daten aus dem Internet, Marktforschungsinstituten sowie der Börse bereit stellen (vgl. Kendzia, 2010, S. 74-75). Die Datenbereitstellung bildet die nächste Ebene und beschäftigt sich mit dem Datenfluss von den Datenquellen bis hin zur dauerhaften Ablage in entscheidungsorientierten Daten- speichern (vgl. Gluchowski & Kemper, 2006, S. 14): Dem ETL-Prozess (Extraktion, Transformation und Laden). Dabei werden die Daten zunächst aus den unterschiedlichen operativen Vorsystemen extrahiert und anschließend die heterogenen Daten durch Trans- formation in einen konsistenten und abgestimmten Zustand gebracht. Schließlich werden die gefilterten, harmonisierten, aggregierten und angereicherten Daten durch Ladevorgänge in die entscheidungsorientierten Datenbanken überführt (vgl. Mulavecz, 2009, S. 48 ff.). Zur Speicherung existiert ein zentrales Data-Warehouse (DW) sowie mehrere Data-Marts in den einzelnen Unternehmensbereichen. DW sind separate Datenbanksysteme, in denen die Datenablage erfolgt und die Daten nach operativen Geschäftsabläufen, anwendungs- und auswertungsorientiert sowie hinsichtlich relevanter Themen organisiert sind. Data- Marts entlasten zentrale DW-Systeme, in dem bspw. fach- oder funktionsspezifische Da- tenbestände dezentral und separat abgelegt werden (vgl. Buhrymenka, 2012, S. 14). In der Ebene der Datennutzung befinden sich alle Tools, die dazu dienen, das verfügbare Datenmaterial aufzubereiten und zu analysieren, so dass es in geeigneter und gewünschter Form bereitgestellt wird. Mit diesen werden die Unternehmensführung hinsichtlich der Entscheidungsfindung unterstützt. Dabei wird unterschieden zwischen Präsentations- und Zugangssystemen z.B. Dashboards, Cockpits und BI-Portale aber auch in konzeptorientier- te Systeme bspw. Planungs- und Budgetierungssysteme, Systeme der wertorientierten Un- ternehmensführung oder Risikomanagementsysteme. Ein weiterer Bereich sind generische Basissysteme. Darunter werden Berichtsysteme, ad-hoc Analysesysteme wie z.B. Online Analytical Processing sowie Querys aber auch modell- und methodengestützte Analysesys- teme wie Data-Mining Systeme verstanden (vgl. Gluchowski & Kemper, 2006, S. 16-17).

4 3 Zum Erfolg von Business Intelligence-Systemen Das Unternehmen muss selbst daran arbeiten, damit das BI-System ein Erfolg wird: Erwar- tungen und Hoffnungen sollten im Laufe der Zeit erfüllt und mit bestehenden, als auch neuen Problemfeldern des Systems verantwortungsvoll umgegangen werden: Die in dieser Seminararbeit zusammengestellten Erfolgsfaktoren geben dem Unternehmen einen Über- blick über die verschiedenen Problemfelder und zeigen Chancen auf, das BI-System zum Erfolg zu führen: Viele Problemfelder und damit Erfolgsfaktoren sind miteinander verbun- den und beeinflussen sich gegenseitig. Die Problemfelder entstehen unter anderem in orga- nisatorischen, technischen und fachlichen Bereichen und erstrecken sich von der Imple- mentierungsphase bis hin zur eigentlichen Nutzungsphase: Der Erfolg eines BI-Systems hängt zunächst von der grundlegenden Notwendigkeit eines solchen Systems ab. Bestehen existenzberechtigte Gründe ein solches System einzuführen, müssen viele organisatorische Rahmenbedingungen berücksichtigt werden, um das oftmals unternehmensweite BI in die bestehenden Unternehmensstrukturen implementieren zu können. Im Hinblick auf die ab- zusehende hohe Beanspruchung des Systems und der damit verbundenen vielfältigen An- forderungen müssen auch technische und funktionale Aspekte beachtet werden (vgl. Auer et al. 2010, S. 33). Die organisatorischen, technischen und funktionalen Erfolgsfaktoren wirken außerdem entscheidend auf den Endanwender ein: Der Endanwender ist der am Ende entscheidende Faktor, an dem ein Erfolg oder Misserfolg eines BI-Systems ausgemacht werden kann: Wird hochwertige Qualität des gesamten Systems geschaffen, fördert dies die Akzeptanz bei den Endanwendern und gewährleistet den nachhaltigen und langfristigen Erfolg eines BI-Systems. 3.1 Verbesserungspotenzial und positiver Nutzungsgrad Vor der Implementierung eines BI-Systems stellt sich die grundlegende Frage, ob es über- haupt sinnvoll ist, dieses in einem Unternehmen einzusetzen und den umfangreichen Auf- wand, der mit einem solchen komplexen System einhergeht, tragen zu wollen: In den Unternehmen sollten Verbesserungspotenziale bestehen, die durch die Einführung eines solchen Systems freigesetzt werden: Ein BI ist bspw. in der Lage, bei Unternehmen mit Problemfeldern in fachlichen Bereichen, ein aussagefähiges Berichtswesen zu schaf- fen, eine Verbesserung der Datenqualität zu gewährleisten und betriebswirtschaftliche Pro- zesse transparent und nachvollziehbar zu gestalten. Außerdem gibt es technische Verbesse- rungspotenziale in Unternehmen, wie z.B. die Vermeidung von unnötigen Insellösungen

5 und die Schaffung einer vereinheitlichten technologischen Plattform, bei der alle steue- rungsrelevanten Informationen integriert werden. Neben der Entlastung der operativen Systeme durch ein BI-System können auch organisatorische Verbesserungen ermöglicht werden: Manuelle Tätigkeiten durch Automatisierungen reduzieren und die Effizienz im gesamten Unternehmen steigern (vgl. Auer et al. 2010, S. 29). Desweiteren muss innerhalb des Unternehmens geprüft werden, in wie weit das System nach Einführung überhaupt durch die Endanwender genutzt werden wird: Das Unterneh- men kann anhand der Häufigkeit und Dauer der Nutzung des zu ersetzenden alten Systems erkennen, ob ein positiver Nutzungsgrad entstehen wird: Wird bspw. das alte System häu- fig für Berichte und Abfragen genutzt und sind diese bedeutend für die Entscheidungsfin- dung, kann man von einer sinnvollen Einbringung eines BI-Systems ausgehen (vgl. Gluchowski & Schieder, 2011, S. 9). Steht der eingesetzte Aufwand mindestens in einem ausgeglichenem Verhältnis zu den möglichen Verbesserungen und dem Nutzen, kann ein BI-System langfristig erfolgreich implementiert werden. 3.2 Organisatorische Faktoren 3.2.1 Im Einklang mit dem Unternehmensleitbild Unternehmen besitzen Leitbilder, in denen die Mission, die Vision und die grundlegende strategische Ausrichtung des Unternehmens festgelegt sind. Diese bilden die Basis für die Ableitung von Entscheidungen und Maßnahmen um den langfristigen Erfolg des Unter- nehmens zu sichern (vgl. Knöll, Schulz-Sacharow & Zimpel, 2006, S. 35): Oftmals scheitern BI-Systeme nicht an technischen Faktoren, sondern deshalb, weil sie konzeptlos und nicht im Einklang mit dem Unternehmensleitbild eingeführt wurden: Das BI-System erlangte keinen angemessenen hohen Stellenwert in der Unternehmensführung, weshalb die Durchsetzungskraft für die konsequente Systemeinführung gegenüber der Be- legschaft fehlt (vgl. Koronios & Yeoh, 2010, S. 26). Damit eine wichtige solide Basis ermöglicht wird, muss Akzeptanz, Unterstützung und Ernsthaftigkeit für das System geschaffen werden. Das Unternehmen muss zunächst eine Mission und Vision dem Leitbild entsprechend anfertigen: Die Mission drückt das Selbst- verständnis des BI-Systemumfelds aus und ermöglicht ihm ein unternehmensweites Exis- tenzrecht. Die Vision gibt dem Unternehmen ein neues Zukunftsbild mit einem ganzheit- lich agierenden BI-System. Hierbei wird vor allem der Ordnungsrahmen für Entwicklun-

6 gen und die einzunehmende Rolle der BI-Lösung beschrieben (vgl. Bashiri, Engels & Heinzelmann, 2010, S. 164). Eine klare Vision und Mission helfen, die Möglichkeiten und Notwendigkeit des Systems im Unternehmen zu erklären sowie die Akzeptanz in der Be- legschaft zu steigern und das BI-System zum Erfolg zu führen. 3.2.2 Unterstützung aus dem Management Das Management eines Unternehmens hat den Auftrag, die grundlegende Richtung der Unternehmensentwicklung im Interesse der Anspruchsgruppen festzulegen und mit zu- kunftsorientierten Strategien künftige Erfolgspotenziale zu schaffen und das Unternehmen nachhaltig positiv im Markt zu etablieren (vgl. Knöll et al. 2006, S. 7). Die BI-Implementierung ist ein komplexer iterativer Prozess, der sich kontinuierlich erwei- tert und neue Herausforderungen entstehen sowie die Rahmenbedingungen verändern lässt. Die Einführung erfolgt bereichsübergreifend, weshalb nicht nur IT-Kenntnisse, sondern weitreichende Kenntnisse aus dem gesamten Unternehmen wichtig sind, um die aufkom- menden Fragen hinsichtlich der Geschäftsabläufe, der Datenqualität und der Zuständigkei- ten zu klären. Das Management bringt diese Fähigkeiten mit und muss den Prozess unter- stützen. Ein Unterstützer erleichtert zudem die Bereitstellung der benötigten Ressourcen und die Auswahl von geeignetem Personal (vgl. Koronios & Yeoh, 2010, S. 26). Durch die notwendige Motivation, Entschlossenheit und Ernsthaftigkeit des Unterstützers lassen sich eventuell existierende organisatorische und kulturelle Barrikaden zwischen den verschiedenen Geltungsbereichen abbauen. Im Einklang mit dem Unternehmensleitbild kann anschließend das Thema von oben nach unten durchgesetzt und so die Bedeutung und Nützlichkeit des Systems erklärt werden (vgl. Gottwald, 2011, S. 5). Außerdem bestimmt er Anwendungsbereiche, priorisiert notwendige Funktionalitäten, legt Meilensteine fest, untersucht den Projektfortschritt und stellt eine wichtige Ansprechperson zwischen Unternehmensführung und dem BI-Team dar (vgl. Atre, 2003, S. 3-4). Eine BI-Einführung bedeutet einen unternehmensweiten, funktions- und abteilungsüber- greifenden Eingriff in die Grundstrukturen des Unternehmens und bedarf erhöhter Auf- merksamkeit des Managements, damit das gesamte Projekt erfolgreich wird (vgl. Bashiri et al. 2010, S. 51-52). 3.2.3 Business Case Ein Business Case ist ein Konzept, das sich mit dem BI-Projekt auseinandersetzt und dabei eine wichtige Brücke zwischen Management und BI-Team bildet: Darin wird das gesamte

7 Vorhaben sowie die Möglichkeiten, die der Unternehmensführung zur Verfügung stehen, als auch die mit der Implementierung verbundenen Hindernisse und Erfolgsfaktoren be- schrieben (vgl. Knöll et al. 2006, S. 137). Die BI-Implementierung soll grundlegend quantifizierbar gemacht werden, in dem vor allem die Kosten, Zeitbedarfe, Risiken, Ressourcen, ergebnis- und prozessbezogene Ein- flüsse sowie mögliche Nutzenpotenziale des Projektes bewertet werden. Dadurch wird sowohl ein Überblick als auch die Steuerung der BI-Lösung ermöglicht (vgl. Bashiri et al. 2010, S. 100-101). Ein Business Case hilft die Bedeutung sowie die Ressourcenbedarfe und den Umfang des BI-Projektes zu erklären und Unterstützer in der Unternehmensführung zu gewinnen. Ein BI-System ist ein integrierter lebendiger Prozess, der das gesamte Unternehmen verändert und entsprechend der Dynamik und der Entwicklungsrichtung des Unternehmens fortlau- fend angepasst werden muss. Seine unvorhersehbaren Entwicklungen haben kein klares Ende in Sichtweite, weshalb detaillierte Analysen der Geschäftsanforderungen in den ein- zelnen Unternehmensbereichen wichtig sind, um ein solides und aussagekräftiges Business Case zu entwickeln. Wichtig ist dabei, dass das Business Case sich an dem vom Unter- nehmen vorgelebten Leitbild orientiert, damit die unternehmensweiten Anforderungen und Ziele erreicht werden können. Ebenso sollte das Business Case langfristig angelegt sein, um die Akzeptanz und das Verständnis für das neue System im gesamten Unternehmen und vor allem bei den Endanwendern zu fördern und das BI-Projekt zum Erfolg zu führen (vgl. Koronios & Yeoh, 2010, S. 26). 3.2.4 Business Intelligence-Team und BICC Das BI-Team hat die Aufgabe, das System unter Einhaltung der Unternehmensziele und des Leitbildes unternehmensweit erfolgreich in die vorhandenen Prozesse zu integrieren (vgl. Bashiri et al. 2010, S. 170-171). Diese wichtige Aufgabe bedarf eines kompetenten Teams, das sowohl über Fachexperten als auch über entsprechend qualifizierte Mitarbeiter verfügt, die sich in technischen als auch in wirtschaftlichen Bereichen auskennen: Problemfelder im Zusammenhang mit dem BI-System werden dadurch nicht bereichsbezogen überfokussiert, sondern aus verschiede- nen Perspektiven betrachtet. Künftige Endanwender werden ebenfalls in die Diskussionen mit einbezogen und äußern Wünsche und Bedürfnisse: Entsprechende Feineinstellungen am System gewährleisten dann die Benutzerfreundlichkeit und Datenqualität und fördern die Standardisierung (vgl. Koronios & Yeoh, 2010, S. 26-27).

8 Durch Gespräche mit den Bereichs-Experten können Erfahrungen ausgetauscht und kurz- fristig Ursachen-Wirkungs-Zusammenhänge verstanden und wichtige Informationen über Arbeitsprozesse und Tätigkeiten geliefert werden (vgl. Atre, 2003, S. 4). Unternehmen setzen verstärkt auf eine enge Zusammenarbeit zwischen Unternehmensbe- reich und BI-Team (vgl. Zillmann, 2011, S. 43). Eine offene Kommunikation ermöglicht das Austauschen von Erfahrungen und Wissen, und eine optimale Ausrichtung der Prozesse: Den Mitarbeitern fehlt es oft an Wissen über die Möglichkeiten eines solchen Systems, weshalb das BI-Team hier beratend tätig sein muss, um die Lücke zwischen Anspruch und Wirklichkeit zu reduzieren. Die Aufgaben des BI-Teams sind von großer Wichtigkeit, weshalb sie nicht neben dem täglichen operativen Geschäft durchgeführt werden sollten: Andernfalls werden essentielle Aspekte vernachläs- sigt oder fahrlässig angegangen. Die Einführung bedarf höchster Priorität, da in dieser Pha- se Grundpfeiler gelegt werden, die das gesamte Unternehmen nachhaltig betreffen (vgl. Gottwald, 2011, S. 9 ff.). Zur Unterstützung oder Untermauerung der Selbstständigkeit des BI-Teams richten Unter- nehmen vermehrt Business Intelligence Competency Centers (BICC) ein (vgl. Heizenberg, 2012, S. 1). Dieses BICC besteht aus einem Team von BI-Spezialisten, die mit interdisziplinären Kom- petenzen und Fähigkeiten Aufgaben und Zielvorgaben erledigen, um eine effektive An- wendung des Systems zu gewährleisten (vgl. Bashiri et al. 2010, S. 153): Training und Entwicklung von Lösungen, die strategische Ausrichtung des BI, das Beraten der Unternehmenseinheiten, das Systemmanagement mit der BI-Architektur, die Administ- ration des DW sowie das Datenmanagement gehören zu ihren Aufgaben (vgl. Heizenberg, 2012, S. 2). Das BICC soll zudem dafür sorgen, dass die Standards unternehmensweit eingehalten, die Fachbereiche kontrolliert, die Datenqualitäten und -konsistenzen gewährleistet als auch die Akzeptanzen bei den Endanwendern beschleunigt werden (vgl. Gottwald, 2011, S. 11). Die Errichtung eines solchen Kompetenzcenter führt BI zum Erfolg: Die Zusammenarbeit zwischen den Geschäftsbereichen und dem IT-Bereich wird verbessert, die Nutzung des Systems durch zufriedenere Endanwender erhöht und eine bessere Datenqualität gewähr- leistet (vgl. Heizenberg, 2012, S. 2).

9 3.2.5 Projektmanagement als Organisationsrahmen Das Projektmanagement ist ein wesentlicher Erfolgsfaktor und ermöglicht den organisato- rischen Rahmen, innerhalb dessen das BI-System als Projekt eingeführt und betrieben wer- den kann (vgl. Röttger & Widdig, 2010, S. 3). BI-Systeme werden unternehmens- bzw. konzernweit eingeführt. Sie tangieren dabei einen breiten Anwenderkreis sowie räumliche und sprachliche Barrieren, die unbedingt organisa- torisches Vorgehen durch ein Projektmanagement benötigen (vgl. Dittmar, Gabriel & Gluchowski, 2008, S. 311): Mit einer detaillierten Planung, Koordination und Überwachung der vorgegebenen Kosten, Budgets, Terminen, Anforderungsrahmen sowie Projektbedingungen über die gesamten Projektphasen hinweg kann das System verantwortungsvoll etabliert werden (vgl. Knöll et al. 2006, S. 128-132): Der Projektstrukturplan ermöglicht, einen Überblick zu erhalten, die anfallenden Aufgaben aufzuteilen und das Anwendungsgebiet des Systems im Rahmen zu halten. Der Terminplan legt die Zeitfenster fest, innerhalb der die Aufgaben erledigt werden sollen. Wichtig sind realistische Meilensteine, um eine schrittweise Einführung des Systems zu ermöglichen. Mit kleinen Änderungen und Entwicklungen kann das System vorsichtig und erkennbar angepasst und erweitert werden, damit ein nachhaltiger Erfolg des gesamten Systems ge- währleistet wird. Der Arbeitsplan beschreibt die Aufgaben und die damit verbundenen Ak- tivitäten, Verantwortlichkeiten, Aufwände und Termine: Eine klare Aufgabenverteilung schützt das BI-Team vor unnötigen Belastungen und ermöglicht ihm, sich auf kritische Meilensteine zu fokussieren und geeignete Lösungen zu erarbeiten. Der Kapazitätsplan erlaubt die Planung und Einhaltung der Kapazitätsbedarfe, die sich über die Laufzeit er- heblich ändern können. Ausreichende Ressourcen mit Puffer erleichtern die Arbeit inner- halb des Projektes. Es ist insbesondere wichtig, dass ein realistisches und ausreichendes Budget sowie ein gut qualifiziertes BI-Team zusammengestellt wird (vgl. Bashiri et al. 2010, S. 144-146; vgl. Koronios & Yeoh, 2010, S. 27). Außerdem werden Analysen durchgeführt, um die geschätzten Einkaufs- und Wartungs- kosten für Hardware, Software, Training und Beratung festzulegen und auf dem Laufenden zu halten. Weiteres Instrument ist eine Projektsatzung, die in Zusammenarbeit mit dem BI- Team erstellt und von dem Unterstützer im Management sowie den Unternehmensvertre- tern genehmigt wird. Sie ist wichtig für das unternehmensweite Verständnis des BI- Systems und seine Akzeptanz innerhalb der Belegschaft (vgl. Atre, 2003, S.4).

10 3.2.6 Benutzerorientiertes Veränderungsmanagement Die Einführung eines BI-Systems ist ein komplexer und schwieriger Prozess, der das ge- samte Unternehmen mitsamt seiner Belegschaft betrifft. Eine übergangslose Implementierung kann zu Irritationen und zu Überforderungen bei der Belegschaft führen, die Akzeptanz schmälern und den nachhaltigen Erfolg des BI-System erheblich beeinträchtigen: Auch Unternehmensbereiche, die stark von der Veränderung betroffen sind, stehen dieser Veränderung oft kritisch gegenüber: Ein BI-System offenbart Einblicke in Bereiche, die vorher lediglich abteilungsintern möglich waren. Durch die viel- fältigen Möglichkeiten kann nun jeder Berechtigte nahezu unbemerkt unternehmensweit auf die Daten zugreifen. Abteilungen fürchten um ihre Autorität und ihre Eigenständigkeit (vgl. Gottwald, 2011, S. 5 & 12). Ein sensibler Umgang mit der BI-Einführung und schrittweise Veränderungen unter Ein- bezug der Fachabteilungen lassen Ängste vorbeugend abbauen und fördern die Akzeptanz. Hierzu werden Anwendungsbereiche eingegrenzt, um die schrittweise Einführung der BI- Lösung in den einzelnen Bereiche zu ermöglichen. Schwerpunkte für solche Bereiche wer- den gesetzt, die in Zukunft sehr stark mit dem System zusammenarbeiten werden. So ist es möglich, dass die Endanwender erste Erfahrungen mit dem System sammeln, Ängste überwinden und Erkenntnisse darüber erlangen, welche Potenziale das System bietet. Mit dem Einbezug der Endanwender in die Projektphasen entsteht zudem die Chance, das Sys- tem von Beginn an an die Ansprüche und Erwartungen der vielfältigen Benutzer anzupas- sen. Die Endanwender wissen, welche Funktionen und Daten sie von dem neuen System benötigen, um ihre Arbeiten erfolgreich durch führen zu können. Sie verstehen außerdem die komplexen Zusammenhänge im Hintergrund: Dimensionen, Rechenschritte, Metada- ten, Dateninhalte und das Verständnis der Tätigkeit in Bezug zum Unternehmenserfolg können so eingebracht werden und das BI-Team zusätzlich unterstützen. Der Endanwender ist ein wichtiger Partner mit kritischem Feedback, der die ständig verän- dernden Anforderungen an das System erkennt, Hinweise für Weiterentwicklungen geben kann und dafür sorgt, dass das System optimal an die jeweiligen Bedürfnisse angepasst wird. Die schrittweise und die benutzerorientierte Einführung des Systems ermöglicht eine evolutionäre Entwicklung und Verbesserung, so dass das System effektiv in die Prozesse eingebunden und für das gesamte Unternehmen produktiv wird (vgl. Koronios & Yeoh, 2010, S. 27-28).

11 3.3 Technische Faktoren 3.3.1 Daten- und Nutzeranalyse Die Leistungsfähigkeit eines BI-Systems spielt eine wichtige Rolle um langfristig und er- folgreich im Unternehmen fortzubestehen: BI-Systeme sind aufgrund ihrer vielfältigen Nutzenpotenziale hoch angesehen, können allerdings durch übermäßige Systemnutzung und unnötige Rechenoperationen an ihre Belastungsgrenzen stoßen. Lange Ladezeiten er- zeugen unzufriedene Endanwender, die aufgrund ihrer begrenzten Arbeitszeit langwierige Wartezeiten vermeiden wollen. Deshalb ist es wichtig, vor und während der künftigen Nutzung eines BI-Systems durch die Aufnahme von geeigneten Daten und Endanwendern zur Entlastung des Systems beizutragen (vgl. Gottwald, 2011, S. 3). Endanwender wollen nur die Daten erhalten, die sie für ihre Aufgaben benötigen. Ihnen fehlt die Zeit, aus einem Gesamtdatenpaket die für sie wichtigen Daten herauszufiltern. In Zusammenarbeit mit dem Endanwender kann ein Grundstock von für seine tägliche Arbeit notwendigen Daten eingerichtet werden. Darüber hinaus sollte die Möglichkeit bestehen, auf weitere Daten nach Bedarf systematisch und strukturiert zugreifen zu können. Alle anderen Daten, die auch im restlichen Unternehmen keine Verwendung erlangen, werden nicht in das BI-System geladen. Sie blockieren so keinen kostbaren Datenbankenspeicher. Desweiteren müssen die Endanwender administrativ organisiert werden: Nicht jeder End- anwender benötigt einen Zugang oder vollständige Zugriffsrechte im BI-System. Werden in einem System nur notwendige Endanwender aufgenommen, kann zum einen die Leis- tungsfähigkeit verbessert, sowie ein klarer Überblick als auch der Datenschutz und die Sicherheit vor unberechtigter Datenverwendung gewährleistet werden. Die Zugriffsmög- lichkeiten können entsprechend Arbeitsfeld und Tätigkeit angepasst werden. Dazu müssen die unterschiedlichen Endanwender identifiziert, kategorisiert und entsprechende Zugriffs- rechte sowie Funktionalitäten festgelegt werden (vgl. Eckerson, 2005, S. 4 & 6). 3.3.2 ETL-Prozess Der ETL-Prozess wird in den meisten Fällen automatisiert durchgeführt, weshalb die Ei- genschaften dieser Komponente erfolgskritisch sind (vgl. Chamoni & Gluchowski, 2004, S. 126): Filterungen, Harmonisierungen, Aggregationen und Anreicherungen bestimmen die Eigenschaften und damit die Qualität der Daten, und darüber hinaus auch ihre Nütz- lichkeit in der gesamten BI-Lösung (vgl. Gluchowski & Kemper, 2006, S. 14). Sind die Daten nicht qualitativ hochwertig, können mit ihnen auch keine fundierten Ent- scheidungen getroffen werden und dem Unternehmen sogar Schaden zugefügt werden.

12 Deshalb ist es wichtig, dass diese Eigenschaften auch nach der Implementierung angepasst werden können: Bspw. die Datengranularität, die Formatbestimmung, die Fehlerbereini- gung, die Überführung von relationalen Daten zu multidimensionalen Daten, die Berech- nung von Aggregationen aber auch die Anreicherungen der Daten zu zusätzlichen Kenn- größen (vgl. Dittmar et al. 2008, S. 137-139). Die Qualität der Daten hängt zusätzlich davon ab, wie leistungsfähig die Vorsysteme sind, die die Daten liefern: Veraltete, ungepflegte Vorsysteme oder Systeme, die ungenügende Schnittstellen zu dem BI-System besitzen, stellen schlechte Daten zur Verfügung. Diese Daten können durch den ETL-Prozess nur im geringen Maße mittels Transformationen qualitativ aufgewertet werden. Deshalb muss bereits hier schon an geeignete Softwarelö- sungen gedacht werden (vgl. Gottwald, 2011, S. 7). Es muss aber auch bei der Dateneingabe oder der automatisierten Integration von Daten auf die Qualität geachtet werden: Ein Verbesserungen kann durch gründliche und geprüfte Eingaben der Mitarbeiter eintreten. Ein weiteres Problem besteht, wenn die Vorsysteme und der ETL-Prozess in unterschiedlichen Phasen und vor allem von unterschiedlichen BI- Teams implementiert wurden. Dieses Problem wird verschärft, wenn zwischen den Phasen und dem Team keine gute Kommunikation stattgefunden hat und der Teamwechsel nicht organisiert durchgeführt wurde: Wurden bspw. eigene Schnittstellen programmiert, könnte es dazu führen, dass das Nachfolgeteam die Systematik hinter der vorgenommenen Pro- grammierung nicht versteht und Weiterentwicklungen und Anpassungen zur Steigerung der Qualität misslingen (vgl. Atre, 2003, S. 8). Wird der ETL-Prozess als wichtige Kom- ponente im gesamten BI-System verstanden und bestehen Anpassungsmöglichkeiten, um auf neue Anforderungen hinsichtlich der Datenqualität reagieren zu können, kann ein Teil des BI-Erfolgs sichergestellt werden. 3.3.3 Data-Warehouse Das Data-Warehouse (DW) bildet die Basis, aus der das gesamte BI-System seine relevan- ten Daten bezieht. Es ist somit ein wichtiger erfolgskritischer Grundpfeiler für alle daraus resultierenden Entscheidungen (vgl. Gottwald, 2011, S. 7). Die Einführung eines unternehmensweiten DW beeinflusst die Qualität der Entschei- dungsunterstützung positiv. Sie ist damit als wichtiges zukünftiges Thema im Unterneh- men anzusehen (vgl. Bange & Mack, 2011, S. 17).

13 Eine große Unternehmensanzahl besitzt oft viele verschiedene Systeme, die parallel betrie- ben werden und die Daten dezentral speichern (vgl. Martin & Seufert, 2009, S. 13-14). In den Unternehmen entstehen so heterogene Systemlandschaften mit siloartigen Datenan- sammlungen in unterschiedlichen Systemen. Eine gemeinsame Abbildung der Daten über alle Systeme hinweg ist in dieser Situation schwierig (vgl. Bange & Mack, 2011, S. 35): Wird auf Basis einer solchen undurchsichtigen Struktur ein BI-System eingeführt, kommt es zu erheblichen Reduzierungen der Systemleistungsfähigkeit. Dabei ist zu beachten, dass auch die Qualität der Daten verstärkt von der Beschaffenheit des DW abhängt (vgl. Gott- wald, 2011, S. 7). Die Unternehmen erkennen, dass eine Abbildung aller wesentlicher Fachbereiche vorteilhaft ist und zugleich eine Synchronisation gemeinsam genutzter Daten zwischen den Fachbereichen ermöglicht wird (vgl. Bange & Mack, S. 35). In der Praxis existieren häufig operative Systeme, die keine oder nur qualitativ minderwer- tige Datenmodelle vorweisen. Die Datenmodell sind untereinander semantisch inkonsistent und hinsichtlich der Begrifflichkeiten unstandardisiert, wodurch fachliches Verständnis und implementiertes Datenmodell nicht zueinander passen. Zudem führen unterschiedliche Entscheidungen und Erfahrungen zu vielfältigen Ausprägungen in Datendimensionen: Na- türliche und performante Implementierungsvarianten stehen flexiblen und einfachen Vari- anten gegenüber (vgl. Humm & Wietek, 2005, S. 7). Deshalb ist es wichtig, ein zentrales unternehmensweites DW aufzubauen, in dem alle Da- ten aus dem Unternehmen zusammenfließen und im BI-System Verwendung finden. Es wurde festgestellt, dass mit einem DW das über Jahre verloren gegangene Vertrauen in die Daten wieder zurück gewonnen werden konnte und ein DW trotz aller Probleme und zu- künftigen Herausforderungen gegenüber alternativen Datenorganisationen oder -nutzung besser abschnitt (vgl. Bange & Mack, 2011, S. 37). Die Aktualität des DW und damit die Fähigkeit, rechtzeitig auf Anfragen nach Informatio- nen zu reagieren, ist ein weiterer wichtiger Faktor, der den Erfolg des BI-System beein- flusst (vgl. Todd & Wixom, 2005, S. 90). Damit das DW auch nützliche Daten liefert, müssen die Datenbestände je nach Bedarf aktualisiert werden. Finden sich in der Daten- bank lediglich Daten, die bspw. älter als eine Woche oder einen Monat sind, können mit diesen Daten keine zeitnahen strategischen Entscheidungen getroffen werden (vgl. Eckerson, 2005, S. 9-10). Durch automatisierte und zeitgesteuerte ETL-Prozesse können über Nacht die aktuellen Daten in die Datenbank hochgeladen und das DW auf dem neues- ten Stand gehalten werden, ohne dabei die tägliche Leistungsfähigkeit durch aufwändige

14 Ladeprozesse zu beeinträchtigen. Aufgrund der Anforderung an das System, immer schnell und aktuelle Daten und damit Informationen zur Verfügung zu stellen, tendieren viele Un- ternehmen zur Einführung eines Echtzeit-DW. Mit kontinuierlichen Aktualisierungen in Minuten- oder Stundentakt können aktuelle Daten bereitgestellt werden. Ein solches Sys- tem benötigt jedoch erhebliche Hardwareanforderungen, um die kontinuierlichen Prozesse neben den operativen Systemtätigkeiten umsetzen zu können (vgl. Todd & Wixom, S. 90). Fast alle Unternehmen aktualisieren ihre Daten täglich. Weniger als ein Viertel der Unter- nehmen greifen auf Daten zu, die mehrmals täglich aktualisiert werden. Die Zielerreichung wurde in Unternehmen, die Daten in Real-Time aktualisieren, besser als in solchen mit nur monatlicher Aktualisierung (vgl. Bange & Mack, 2011, S. 20-21). Das Datenvolumen nimmt über die Zeit ein rasantes Wachstum an, wodurch die Perfor- mance des DW und damit des gesamten BI-System verschlechtert wird. Schnelle und fle- xible Analysen und darauf aufbauende zeitgerechte Entscheidungen sind dann nicht mehr möglich (vgl. Gluchowski & Kemper, 2006, S. 16). Das System wird unternehmensweit verwendet, weshalb die Architektur so eingerichtet sein muss, dass sie den täglichen Belas- tungen ohne Instabilität gerecht werden kann. Aufgrund von Defiziten bei der Datenbe- wirtschaftung und dem Leistungsdurchsatz haben mehr als die Hälfte der Unternehmen Stabilitätsprobleme (vgl. Chamoni & Gluchowski, 2004, S. 126). Durch das Einrichten von zusätzlichen Data-Marts in den jeweiligen Unternehmensbereichen kann ein Puffer zwi- schen den Endanwenderwerkzeugen und der zentralen Datenbank geschaffen und die Sta- bilität erhöht werden (vgl. Gluchowski & Kemper, S. 16). Das DW muss bereits bei der Implementierungsphase an die zukünftigen Bedingungen angepasst werden. Ein zentrales, durch Data-Marts unterstütztes und hinreichend performantes, aktuelles und stabiles DW trägt einen erheblichen Teil zum Erfolg des ge- samten BI-System bei. 3.4 Funktionale Faktoren 3.4.1 Funktionale Anpassungsfähigkeit Eine stärkere Orientierung an den Wünschen der Endanwender sowie eine schnelle funkti- onale Anpassung sind wichtig für ein erfolgreiches BI (vgl. Dittmar & Schulze, 2009, S. 2): Im Blickpunkt stehen die Werkzeuge, mit deren Hilfe Entscheidungen getroffen werden: Präsentations- und Zugangssysteme, Planungs- und Budgetierungssysteme, Berichts-, Ab- frage- und auch Data-Mining-Systeme. Die Leistungsfähigkeit dieser Werkzeuge hängt

15 davon ab, wie die Endanwender damit arbeiten können. Administratoren müssen die Werkzeuge individuell entsprechend den Nutzerbedürfnissen und den Tätigkeiten ohne viel Aufwand und zeitnah anpassen können. Zusätzlich sollten die Endanwender ihre Ar- beitsoberfläche nach ihren Wünschen entsprechend personalisieren können: So dienen die Auswahl des Inhalts, der Farben, Schriftarten, Grafiken und andere Möglichkeiten der Mo- tivationssteigerung und gestalten die Arbeit angenehmer. Aber auch Funktionsanpassungen für flexible Zugänge zu Informationen über neue Medien sollten nach einer Implementie- rung möglich sein (vgl. Eckerson, 2005, S. 6-8): Viele Unternehmen sehen den Trend hin zu mobilen BI-Lösungen für mobile Zugriffsmöglichkeiten in das System (vgl. Bange et al. 2012, S. 26). Die BI-Lösung muss weit voraus denken, aber mit kleinen Schritten starten, damit die Endanwender von der Vielzahl an Funktionsmöglichkeiten nicht überfordert werden. Das System kann erfolgreich werden, wenn es den aktuellen und zukünftigen Anforderungen gerecht wird (vgl. Hauser, 2008, S. 4). 3.4.2 Metadatenmanagement und Standardisierung Unter Metadaten werden alle Arten von Informationen über Daten verstanden, die zur Be- schreibung ihrer Bedeutung und ihrer Eigenschaften eingesetzt werden. Sie sind erforder- lich für die Konstruktion und die Nutzung eines Informationssystems und werden über alle Phasen hinweg generiert und genutzt (vgl. Baars, Kemper & Mehanna, 2010, S. 47). Hierbei besteht jedoch das Problem, dass diese Informationen nicht unternehmensweit zu- gänglich sind und sie häufig lediglich nur einem engen Mitarbeiterkreis zur Verfügung stehen. So ist die Nutzung der Daten für andere potenziellen Interessengruppen nicht mög- lich (vgl. Gluchowski & Kemper, 2006, S. 18). Ein großer Teil der Unternehmen ist davon überzeugt, dass eine uneinheitliche Begriffsde- finition und Verwendung die Aussagekraft und Vergleichbarkeit von Daten und damit auch Berichten beeinträchtigt (vgl. Auer et al. 2010, S. 34). Es kommt besonders bei Daten aus unterschiedlichen Bereichen zu Misstrauen hinsichtlich Ursprung und Bedeutung der Daten. Ein zentrales Management dieser Metadaten wird ein Erfolgsfaktor für das BI-System. Dadurch kann sichergestellt werden, dass Definitionen und eine korrekte Verwendung der Fachterminologie unternehmensweit gewährleistet wird (vgl. Gluchowski & Schieder, 2011, S. 8; vgl. Howson, 2011, S. 4).

16 Standardisierung und Verschlankung streben im Gegensatz zu kleinen Unternehmen vor allem mittelgroße und große Unternehmen an (vgl. Martin & Seufert, 2009, S. 10). Die Hälfte der Unternehmen planen eine zentrale Datenbank, in der Metadaten gespeichert werden. Mehr als die Hälfte strebt darüber hinaus eine durchgängige Dokumentation über die gesamten Unternehmensprozesse an, um die Qualität und das Management der Stamm- daten zu verbessern. Viele Unternehmen verbuchten bereits Erfolge bei der Harmonisie- rung der Stammdaten in den Quellsystemen und der Standardisierung von organisatori- schen und technischen Bereichen. Allerdings ist insgesamt sichtbar, dass das Metadaten- management in den BI-Lösungen dem Reifegrad des Systems hinterher hinken (vgl. Auer et al. 2010, S. 47; vgl. Dittmar & Schulze, 2009, S. 1). Fehlerfreie Daten sind wertlos, wenn sie von den Mitarbeitern nicht verstanden werden: In der Praxis gibt es oftmals Kennzahlen, die zwar die gleiche Definition besitzen, aber zwi- schen den Unternehmensbereichen unterschiedliche Bedeutungen erlangen. Erschwerend kommt hinzu, dass diese Kennzahlen sich auch bezüglich ihrer Berechnung unterscheiden: Die Kennzahl "Jahresüberschuss" wird in vielen Unternehmensbereichen verwendet, aber von den Mitarbeitern unterschiedlich interpretiert. Entsprechend versteht man unter diesem Begriff unterschiedliche, mehr oder weniger zulässige, Kalkulationswege. Zur Vermeidung von Verständnis- und Interpretationsproblemen ist bei Einführung eines BI-System ein zentrales Metadatenmanagement einzurichten, das die unternehmensweiten Bereiche inte- griert. Bei mehreren Versionen einer Kennzahl müssen unterschiedliche Dateneinheiten mit eigenen Namen, Definitionen, Inhalt, Regeln und Beziehungen geschaffen werden. Das lässt die Endanwender ihr Vertrauen in die Daten zurückgewinnen, das BI-Team die Daten besser verstehen und das BI-System erfolgreich werden (vgl. Atre, 2003, S. 7-9). 3.5 Systemzufriedenheit und -qualität Der Erfolg eines BI-System hängt verstärkt von der Systemzufriedenheit ab. Diese korre- liert sehr stark mit der Systemqualität, die unter anderem bestimmt wird durch die Integra- tionsfähigkeit, die Flexibilität, die Skalierbarkeit, die Zugänglichkeit, die Pünktlichkeit und die Performance der Systemarchitektur (vgl. Todd & Wixom, 2005, S. 95-96). Die Systemarchitektur beschreibt die Beziehung zwischen den Komponenten und bildet damit das Fundament, auf dem das Unternehmen seine Prozesse innerhalb eines BI-System durchführt (vgl. Buhrymenka, 2012, S. 11-12).

17 Eine Architektur, die sich entsprechend den ständig verändernden Anforderungen ausrich- ten und weiterentwickeln kann, gewährleistet eine hochwertige Systemqualität und trägt zum Erfolg von BI bei. Hierzu bedarf es zunächst einer tiefen Integration des BI-Systems in bestehende Systeme. So wird eine Basis geschaffen, um auf weitere neue Entwicklungen reagieren zu können. Die Funktionen des alten Systems werden zunächst in das neue Sys- tem übernommen und stellen den Erhalt des Alltagsgeschäft sicher. Die vielfältigen Poten- ziale des BI-Systems ermöglichen anschließend Verbesserungen zu schaffen und auf die neuen Entwicklungen zu reagieren (vgl. Gottwald, 2011, S. 3). Die Integrationsfähigkeit eines System bezieht sich z.B. auf die Art und Weise, wie Daten aus verschiedenen Quellen in das BI-System aufgenommen werden. Ein System, das nur in eingeschränktem Maße alte, neue oder andere Systeme akzeptiert, schränkt das Unterneh- men in zukünftigen Systemerweiterungen erheblich ein (vgl. Todd & Wixom, 2005, S. 90). Eine detaillierte Konzipierung einer ersten Architektur ist zwar zeitaufwendig, sollte aller- dings im Hinblick auf ihre hohe Bedeutung in einem angemessen Rahmen stattfinden und zukunftsorientiert durchgeführt werden. So können nachhaltig viel Zeit und Kosten für Anpassungen gespart werden, um erforderliche Systemerweiterungen vornehmen zu kön- nen: Die Erfahrungen haben gezeigt, dass BI-Systeme immer aufwendiger als erwartet werden und Unternehmen z.B. die Datendurchlaufmengen unterschätzen, weshalb es zu Leistungsbeeinträchtigungen kommt: Mit einer flexiblen und skalierbaren Architektur können einfache Erweiterungen vorgenommen werden und sowohl z.B. neue Hardware, Software, Vorsysteme, Datenbanken, Dateneigenschaften sowie -dimensionen als auch externe Daten über Lieferanten, Kunden, Behörden und Industrie eingeführt werden (vgl. Koronios & Yeoh, 2010, S. 28). Die Trends zeigen außerdem, dass auch in Zukunft Unternehmen verstärkt auf Integrati- onsmöglichkeiten setzen, und z.B. Daten aus dem Internet sowie sozialen Netzwerken für Analysen integrieren wollen (vgl. Bange & Mack, 2011, S. 35). Probleme mit der Anpassungsfähigkeit haben vor allem größere Unternehmen im Hinblick auf die stetig wachsende Anzahl von Anwendern und Abfragen, das steigende Datenvolu- men und die komplexen und rechenintensiven Abfragen und Datenmodelle (vgl. Bange, Grosser & Mack, 2010, S. 6; vgl. Martin & Seufert, 2009, S. 13). Durch fehlende Integrations- und Anpassungsfähigkeit des BI-Systems entsteht außerdem eine heterogene Systemlandschaft: Häufig führten Unternehmen zusätzliche Softwaresys- teme ein, um bestimmte Funktionalitäten nutzen zu können oder Defizite von bestehenden

18 Systemen auszugleichen. Dadurch steigt zwar die Reporting-Leistungsfähigkeit, jedoch sinkt auch die Effizienz im gesamten System: Performanceprobleme entstehen und es kommt zu Systemausfällen und Zwangspausen. Außerdem fungiert das System dann als Parallelsystem und findet keine Akzeptanz und Nutzung bei der Belegschaft. Deshalb soll- ten Systeme, die bereits vor der BI-Einführung bekannt sind, unmittelbar über entspre- chende Schnittstellen mit den Komponenten verbunden und in die Architektur integriert werden (vgl. Auer et al. 2010, S. 26-27). Hierzu muss verstanden werden, wie die verwendeten Komponenten miteinander interagie- ren und wie anpassungsfähig die einzelnen Komponenten aus technischer Perspektive sind, um abschätzen zu können, welche Potenziale in ihnen stecken. Je weniger Schnittstellen notwendig werden und je homogener die Architektur, desto kostengünstiger ist ein BI- System zu betreiben (vgl. Hauser, 2008, S. 7). Performanceprobleme hängen mit der Abfrage- und Ladeperformance zusammen: Abfra- geperformance ist die Antwortzeit oder -geschwindigkeit des Systems und damit die Zeit- spanne zwischen der Abfrage und der vollständigen Ergebnisaufbereitung für den Endan- wender. Unter der Ladeperformance wird die Laufzeit der Datenextraktion aus den Vorsys- temen bis zur Bereitstellung der Daten im BI-System verstanden. Die Ladeperformance beeinflusst zudem die Abfrageperformance, wenn Daten aus Vorsystemen anstelle aus dem DW entnommen werden. Trotz wachsender Leistungsfähigkeit der Hardwarekomponenten und der Software kam es bei den Unternehmen zu keinen Verbesserungen: Anwenderzahl, Nutzungsgrad und Datenmengen stiegen im gleichen Maße. Außerdem ist das subjektive Performance-Erwarten anspruchsvoller geworden: Die Endanwender wollen möglichst schnell verlässliche Daten erhalten. Um die Leistungsfähigkeit wieder herzustellen, arbei- ten die Unternehmen an Konsolidierungen, damit die stark heterogenen Systemlandschaf- ten hinsichtlich ihrer Wartung, Anpassungsfähigkeit und Performance verbessert werden (vgl. Bange et al. 2010, S. 3-6). Gelingt dem Unternehmen, das BI-System vollständig in die Unternehmensstrukturen zu integrieren und ist das System in der Lage, auf zukünftige Veränderungen mit ausreichen- der Performance zu reagieren, kann die Systemqualität verbessert und damit die Systemzu- friedenheit der Endanwender gesteigert und ein wichtiger Beitrag zum Erfolg des BI- Systems geleistet werden.

19 3.6 Informationszufriedenheit und Datenqualität Die Datenqualität steht in einem engen Verhältnis zur Zufriedenheit der Endanwender über die vom System bereitgestellten Daten und der daraus gewonnenen Informationen: Dabei bilden die Variablen "completeness", "accuracy", "format" und "currency" mit einer erhöh- ten Korrelation den Erfolgsfaktor Datenqualität. Die Informationszufriedenheit der End- anwender hängt stark ab von der empfundenen Nützlichkeit und seiner Einstellung gegen- über dem System (vgl. Todd & Wixom, 2005, S. 95-96). Besonders große Unternehmen, die mit verstärkt wachsenden Datenmengen und damit erheblicher Komplexität zu kämpfen haben, arbeiten dran, die Qualität der Daten zu stei- gern und Vertrauen zu schaffen (vgl. Martin & Seufert, 2009, S. 8). Hierbei ist zu beach- ten, dass die Datenqualität nur im Zusammenspiel mit Mensch, Prozess und Werkzeug nachhaltig verbessert und erhalten werden kann. Werden keine angemessenen Verbesse- rungsmaßnahmen ergriffen, tritt eine kontinuierliche Verschlechterung der Datenqualität und damit auch der Qualität des gesamten Systems ein (vgl. Bange & Mack, 2011, S. 37). Fatale Fehlentscheidungen werden getroffen und führen zu Schäden bei dem Unterneh- men. Ein BI-System ohne qualitativ hochwertige Daten ist nicht "intelligence". Probleme werden jedoch oftmals erst dann entdeckt, wenn die Daten im System eingepflegt und ab- gerufen werden (vgl. Koronios & Yeoh, 2010, S. 28). Deshalb ist es wichtig, die Qualität insbesondere in den Quellsystemen zu verbessern, wobei die Verantwortlichkeit bei den datenliefernden Fachbereichen liegt (vgl. Auer et al. 2010, S. 30). Allerdings eröffnen sich in den einzelnen Abteilungen weitere Probleme: Es gibt unter- schiedliche Software und Datenstandards, wodurch es zu doppelten, unvollständigen, in- konsistenten sowie fehlerhaften Datenvorräten und abweichenden Begrifflichkeiten kom- men kann: Eine heterogene Systemlandschaft entsteht, die Quellsystem liefern eine schlechte Datenqualität und das Misstrauen gegenüber den Daten wächst. Hauptursache sind manuelle Eingabefehler oder fehlerhafte automatisierte Prozesse. Mit den Transforma- tionsoperationen des ETL-Prozesses können die Daten bereinigt und ihre Qualität verbes- sert werden. Allerdings ist auf fehlerfreie Transformationsregeln zu achten. Andernfalls kann auch der ETL-Prozess für schlechte Datenqualität verantwortlich sein (vgl. Gottwald, 2011, S. 3-5; vgl. Schön, 2012, S. 22). Mangelhafte Datenqualität erfordert zudem manuelle Korrekturen oder Ergänzungen. Die- ser Nachbearbeitungsaufwand beeinträchtigt die gesamte Leistungsfähigkeit des Berichts- wesen und führt zu Misstrauen und einer Ablehnung des BI-System. Außerdem kommt es

20 zu einer Beanspruchung wichtiger Ressourcen und einer Verzögerung von nachgelagerten Prozessen: Misstrauen führt zu Schattensystemen: Microsoft Excel, Access sowie indivi- duelle Datenvalidierungen werden verstärkt genutzt (vgl. Auer et al. 2010, S. 24-27; vgl. Bange, Grosser & Mack, 2011, S. 15). Eine homogene Landschaft mit Integration aller Fachbereiche erzeugt Konsistenz und Ef- fizienz und ermöglicht die Einrichtung einer "Single Source of Truth". Der Nachbearbei- tungsaufwand kann so reduziert und das Vertrauen in die Daten gesteigert werden (vgl. Auer et al. 2010, S. 9 & 24; vgl. Bange & Mack, 2011, S. 30). In den Unternehmen werden entstehende Qualitätsprobleme schnell korrigiert und Daten- qualität als ein kritischer Erfolgsfaktor mit hoher Priorität angesehen (vgl. Chamoni & Gluchowski, 2004, S. 126). Weitere Ansatzpunkte zur Steigerung der Datenqualität sind sogenannte Datenqualitätsprojekte, die die Schaffung einer zentralen Organisationseinheit des BI, die Generierung von einheitlichen Prozessen oder die Sensibilisierung der Mitar- beiter bezüglich Datenqualität durch Richtlinien realisieren. Das Vertrauen in die Daten kann nachhaltig gesichert, Kosten reduziert, Ressourcen geschont, Zufriedenheit verbessert und erheblicher Zeit- und Arbeitsaufwand vermieden werden. Insbesondere die unnötigen und wiederkehrenden Datenbereinigungsaufgaben, die unzufriedene Mitarbeiter schufen, entfallen. Viele Unternehmen arbeiten bereits an einer schrittweisen Umsetzung solcher Projekte. Hierbei ist es allerdings wichtig, dass Fachbereiche und IT-Bereich bzw. BICC oder BI-Team zusammenarbeiten und für die Datenqualität gemeinsam verantwortlich sind. Die Zuständigkeit sollte bei den Fachbereichen liegen, da diese die Datenqualität in- haltlich beurteilen können. Die IT involvierten Teams sind für die technischen Fragestel- lungen zuständig (vgl. Bange et al. 2011, S. 4-25). Eine weitere wichtige Variable der Datenqualität ist die Aktualität der Daten: Veraltete Daten sind für die Unternehmensführung aufgrund der immer schneller werdenden Um- welt, in der sich das Unternehmen befindet, nahezu wertlos. Die meisten Unternehmen aktualisieren mindestens einmal täglich ihre Daten. Die tägliche Aktualisierung scheint der angemessenste Aktualisierungszyklus zu sein. Eine geringe Anzahl aktualisiert ihre Daten häufiger als einmal die Stunde (vgl. Bange et al. 2012, S. 24). Gelingt es dem Unternehmen die Datenqualität nachhaltig unternehmensweit zu sichern, spiegelt sich dies in der Zufriedenheit der Nutzer über die vom System gelieferten Daten. Wird die Zufriedenheit über die Daten verbessert, ist ein wichtiger Beitrag dafür geleistet, das BI-System zum Erfolg zu führen.

21 3.7 Nutzungsabsicht bei den Endanwendern "Usefulness" und "ease of use" sind bedeutende Bestandteile im sogenannten Technology Acceptance Model (siehe Anhang B). Mit ihm lassen sich Aussagen darüber treffen, wieso Personen eine Informationstechnologie nutzen oder ablehnen. Die Absicht, ein BI-System zu nutzen, wird von der persönlichen Einstellung gegenüber dem System sowie dessen Nützlichkeit beeinflusst. Die Einstellung gegenüber dem System kristallisiert sich aus den beiden Faktoren Nützlichkeit und Anwenderfreundlichkeit, also "usefulness" und "ease of use". Der Faktor Nützlichkeit fließt sowohl in die Einstellung gegenüber dem System als auch in die Absicht, das System nutzen zu wollen. Die Nützlichkeit steht in einem starken Zusammenhang mit der Informationszufriedenheit, die das Resultat einer guten Datenqua- lität ist (vgl. Todd & Wixom, 2005, S. 85-86, 90 & 95-96). Sie ist eine subjektive Bewer- tung des Endanwenders hinsichtlich der Erfüllung seiner Anforderung nach Informationen für die Entscheidungsfindung (vgl. Gluchowski & Schieder, 2011, S. 9). Die Anwender- freundlichkeit ergibt sich aus der Systemzufriedenheit, die im engen Kontakt mit der Sys- temqualität steht (vgl. Todd & Wixom, S. 95-96): Sie wird bestimmt durch die funktionale Abdeckung der Anforderungen an die BI-Lösung (vgl. Gluchowski & Schieder, S. 9). Die Absicht des Endanwenders, ein System zu nutzen oder abzulehnen, ist einer der wich- tigsten Faktoren, die darüber entscheiden, ob ein BI-System ganzheitlich erfolgreich sein wird oder nicht. Viele Faktoren laufen hier zusammen, sind mit einander verbunden und beeinflussen sich gegenseitig. Das Unternehmen muss bei der Belegschaft die Nutzungsab- sicht fördern, damit das BI-System nicht durch Schattensysteme oder Insellösungen ersetzt wird und in einem Wildwuchs an Datensilos und Kennzahlendefinitionen endet. Komplexe Fragestellungen, die eigentlich mit dem System beantwortet werden sollten, bleiben dann unbeantwortet (vgl. Bange et al. 2010, S. 5). Die Nützlichkeit der Daten durch ihre Qualitätsverbesserung steht an oberster Stelle, dicht gefolgt von der Benutzerfreundlichkeit. Das Unternehmen muss die Daten- und die Sys- temqualität kontinuierlich verbessern und dabei vor allem sich stärker an den Anforderun- gen der unterschiedlichen Anwendergruppen orientieren. Das BI-System kann im Unter- nehmen nur dann langfristig bestehen, wenn die Mitarbeiter gegenüber dem System eine positive Einstellung erlangen und sie den Nutzen des Systems erkennen (vgl. Martin & Seufert, 2009, S. 13; vgl. Schulze, 2012, S. 9). Es ist eine besondere Herausforderung, die Nutzungsabsicht der Endanwender gegenüber dem System sowohl während der Implemen- tierungs- als auch der Nutzungsphase des Systems voranzutreiben und kontinuierlich zu fördern. Andernfalls wird das System an dem einzelnen Mitarbeiter scheitern.

22 4 Fazit und Ausblick Insgesamt kann am Grundsatz "Think big, but start small" festgehalten werden: Bereits bei der Systemeinführung muss weitreichend in die Zukunft gedacht, allerdings schrittweise und sensibel die Realisierung angestrebt werden (vgl. Dähler, 2011, S. 27). BI-Systeme sind sehr spezifisch und individuell, weshalb jedes Unternehmen für sich selbst beantwor- ten muss, welche Problemfelder im Unternehmen existieren und welche Maßnahmen das gesamte System zum Erfolg führen können (vgl. Hauser, 2008, S. 7). In vielen Unterneh- men existieren Nutzenpotenziale und können Verbesserungen durch ein solches System eintreten: Vor allem konnten Basisanforderungen an das Reporting erfüllt und die Ent- scheidungsfindung verbessert werden. Die möglichen Verbesserungspotenziale des Sys- tems wurden verstanden, weshalb das System eine hohe Akzeptanz erlangt. In fast alle Unternehmen konnten Unterstützer im Management gewonnen und das System unterneh- mensweit vorangetrieben werden. Allerdings eröffnen sich Probleme, wenn die Unterstüt- zung nicht langfristig und kontinuierlich erfolgt. Häufig fehlt ein systematischer, zentraler und bereichsübergreifender Umgang mit den Anforderung an das System, durch bspw. Einrichtung und Koordination eines BICC (vgl. Auer et al. 2010, S. 26-36). Eine einheitli- che und verbindliche Datenquelle konnte aufgrund fehlender ganzheitlicher BI-Strategien nicht erreicht werden. ETL-Prozesse leisten zwar einen Beitrag zur Verbesserung, können jedoch eine notwendige Konsolidierung der heterogenen Systemlandschaft nicht ersetzen. Aufwendige Nacharbeiten behindern das Entfalten einer effizienten Berichtsbereitstellung. Prozesse und Routineabläufe konnten verstärkt automatisiert und ein besseres Handling der immer größer werdenden Datenmengen erzielt werden. Die Auswertungen der Daten wur- de zwar schneller und besser, allerdings existiert ein hohes Optimierungspotenzial bei Leistungsfähigkeit sowie der flexiblen Anpassungsfähigkeit individueller Dashboards und Cockpits (vgl. Martin & Seufert, 2009, S. 19). Die Datenqualität konnte im Gegensatz zu der Standardisierung und der Datenintegrität stark verbessert werden. Die Endanwender beklagen sich trotz der sehr hoch eingeschätzten Systemmöglichkeiten über mangelndes Vertrauen aufgrund fehlender Standardisierung mit Metadaten. Die Entscheidungsge- schwindigkeit und der Informationsaustausch im Unternehmen konnte mit dem System stark verbessert werden, so dass die Nutzungsabsicht der Endanwender stark gestiegen ist. Insgesamt haben die Unternehmen mit der Zeit verstanden, wie mit einem BI-System um- gegangen werden muss: Problemfelder wurden erkannt und Erfolgsfaktoren betrachtet, sodass Maßnahmen eingeleitet und Erfolge in allen Bereichen verbucht werden konnten. Wird weiterhin an den BI-Systemen gearbeitet, können sie langfristig zum Erfolg geführt werden (vgl. Howson, 2011, S. 4; vgl. Röttger & Widdig, 2010, S. 12).

23 Literaturverzeichnis Adamala, S., Cidrin, L. (2011). Key Success Factors in Business Intelligence. Journal of Intelligence Studies in Business, 107-127. Atre, S. (2003). White Paper: The Top 10 Critical Challenges for Business Intelligence Success. Computerworld Custom Publishing. Auer, U., Eichinger, K., Picot, A. (2010). Cirquent Studie - BI Challenge. München: Cirquent. Baars, H., Kemper, H.G., Mehanna, W. (2010). Business Intelligence - Grundlagen und praktische Anwendungen. Eine Einführung in die IT-basierte Managementunter- stützung (3). Wiesbaden: Springer Vieweg. Bange, C., Mack, M. (2011). White Paper: Data Warehousing 2011 - Status quo, Heraus- forderungen und Nutzen. Würzburg: BARC Institut. Bange, C., Grosser, T., Mack, M. (2010). White Paper: Abfrageperformance: Erfolgsfaktor für Business Intelligence. Würzburg: BARC Institut. Bange, C., Grosser, T., Mack, M. (2011). White Paper: Datenqualit

Add a comment

Related presentations

Related pages

Zum Erfolg von Business Intelligence-Systemen ...

Martin Stroh - Zum Erfolg von Business Intelligence-Systemen - Erfolgsfaktoren und jetzt kaufen. Kundrezensionen und 0.0 Sterne. Wirtschaft / Management…
Read more

Zum Erfolg von Business Intelligence-Systemen ...

Kostenloses eBook: Zum Erfolg von Business Intelligence-Systemen - Erfolgsfaktoren und empirische Studien als Gratis-eBook Download bei Weltbild. Jetzt ...
Read more

GRIN - Zum Erfolg von Business Intelligence-Systemen ...

Zum Erfolg von Business Intelligence-Systemen - Erfolgsfaktoren und empirische Studien - B.A. Martin Stroh - Seminararbeit - BWL - Controlling - Arbeiten ...
Read more

Zum Erfolg von Business Intelligence-Systemen ...

Zum Erfolg von Business Intelligence-Systemen - Erfolgsfaktoren und empirische Studien - B.A. Martin Stroh - Seminararbeit - BWL - Controlling ...
Read more

Zum Erfolg Von Business Intelligence-Systemen ...

Zum Erfolg Von Business Intelligence-Systemen - Erfolgsfaktoren Und Empirische Studien (German Edition) (German) Paperback – August 6, 2013
Read more

Zum Erfolg Von Business Intelligence-Systemen ...

Zum Erfolg Von Business Intelligence-Systemen - Erfolgsfaktoren Und Empirische Studien by Martin Stroh starting at $20.17. Zum Erfolg Von Business ...
Read more

Strategisches Management als Erfolgsfaktor eBook gratis ...

Kostenloses eBook: Strategisches Management als Erfolgsfaktor als Gratis-eBook Download bei Weltbild. Jetzt schnell kostenloses eBook sichern! Mein Konto;
Read more

Vergleich verschiedener Entlohnungsformen | Self ...

... Empirische Studien ... Zum Erfolg von Business Intelligence-Systemen ... Zum Erfolg von Business Intelligence-Systemen - Erfolgsfaktoren und... BWL ...
Read more

Vergleich verschiedener Entlohnungsformen | Hausarbeiten ...

... Empirische Studien ... Zum Erfolg von Business Intelligence-Systemen ... Zum Erfolg von Business Intelligence-Systemen - Erfolgsfaktoren und... BWL ...
Read more

Sozialkapital und unternehmerischer Erfolg von Stefan ...

... Deutsch, Abstract: Studien, welche sich mit den Prozessen in der frühen Unternehmensphase beschäftigen, sind nur sehr vereinzelt zu finden. ...
Read more