Integrale LösungenVersteckte UrsachenWegweisende Fragen

Business Intelligence: Wo sind die “Lessons learned”?

Business Intelligence: Wo sind die 'lessons learned'?

Von Business Intelligence wird erwartet, dass es Informationen liefert um die richtigen Entscheidungen zu treffen. Nun, wie können die Geschäftsleitung, Manager und Experten die richtigen Entscheidungen treffen, wenn, mit dem heutigen Business Intelligence-Ansatz, wichtige Informationen zum Treffen von Entscheidungen unsichtbar werden?

Wo sind die "Lessons learned"?

Zurzeit ist Business Intelligence (BI) mit Schlagwörtern wie Big Data, Analytics und Data Warehouse einer der großen Trends. Keine größere Organisation, die sich erlauben kann, diesen Trend zu verpassen; so scheint es jedenfalls. BI ist aber nicht neu. Was vor Jahren Decision Support Systems waren, hat sich weiterentwickelt und heißt heute Business Intelligence. Leider ging etwas verloren.

Nachdem ich angefangen hatte Fragen zu stellen wie “wo sind die Lessons learned?” und “wie kann man schwerwiegende Fehlentscheidungen vermeiden?”, blieben die Antworten aus. Das ist mehr als beunruhigend. Die Zukunft von Unternehmen hängt immerhin davon ab, dass die richtigen Entscheidungen getroffen werden! Schauen wir uns das mal etwas genauer an. 

Als Mathematiker habe ich in den 80er und 90er Jahren BI eingesetzt wann immer sich die Gelegenheit ergab. SAS war damals bereits ein sehr gutes BI-Tool. Es lieferte ausgezeichnete Resultate, bis hin zu einem weltweiten Efficiency-Lead auf dem Gebiet von Datenspeichern. Es funktionierte dann sehr gut, wenn die folgenden Voraussetzungen gegeben waren:

  1. Die Daten stehen zur Verfügung oder sind mit einem moderaten Einsatz zu erstellen.
  2. Die Daten sind eindeutig zu definieren.
  3. Die Daten können über mathematische Formeln bearbeitet werden.
  4. Die Pflege der Daten ist beherrschbar und die Kosten sind akzeptabel.

Nach verschiedenen Diskussionen und Präsentationen, und davon ausgehend, dass es Ausnahmen gibt, muss ich leider zu der Schlussfolgerung kommen, dass das heutige BI innerhalb der Voraussetzungen 1 bis 3 angesetzt ist. Da wird es auch funktionieren. Bei Voraussetzung 2 gibt es allerdings wichtige Lessons learned. Und da wäre auch noch Voraussetzung 4, die irgendwo verloren gegangen zu sein scheint. Es erscheint nur eine Frage der Zeit, bis die dazugehörige Lesson learned nach kostspieligen Fehlschlägen erneut gelernt wird.  

Heutzutage kommt etwas Neues hinzu: Die auf der Mathematik beruhende künstliche Intelligenz. Wir haben beeindruckende Resultate gesehen. Dennoch, auch mit mehr Computer-Power und noch mehr Formeln bleiben die oben angegebenen Voraussetzungen bestehen. Es gibt einen Umschlagpunkt, den man beachten sollte. Solange man vor dem Umschlagpunkt bleibt, wird die künstliche Intelligenz beeindruckende Resultate liefern. Oberhalb des Umschlagpunktes ist das eine andere Sache.  

Lassen wir die Business Intelligence, die auf den oben angegebenen Voraussetzungen basiert, BI-Data nennen. Leider ist es in der heutigen, komplexen Welt oft so, dass die vier Voraussetzungen nicht gegeben sind. Dies bedeutet, dass alle Business Intelligence, die auf Daten, Informationen, Erfahrungen und Knowhow beruht und nicht unter die Voraussetzungen für BI-Data fällt, kein Teil von Business Intelligence ist. Das ist schon erstaunlich. Hinzu kommt, dass kein Trend oder akzeptierte Methode zu sehen ist, die den fehlenden BI-Teil liefert. Damit ist vorherzusehen, dass der fehlende Teil nicht die hierfür nötige Priorität und Mittel erhält. Fügen wir eine Einsparungsmaßnahme hinzu, dann können Teile, die bisher in Produktion waren, verlorengehen.  Dies bringt uns zum im vorigen Artikel eingeführten Dilemma der versteckten Ursachen.

Das Dilemma der versteckten Ursachen von BI

Die Komplikation des vorigen Abschnittes bedeutet, dass ein wichtiger Teil von Business Intelligence unsichtbar wird, weil die Kernursache unzureichender Informationen sich außerhalb der Teilgebiete befindet, die Prioritäten und Finanzierung erhalten. Das tragische hieran ist dies: Früher oder später wird deutlich, dass die falschen Entscheidungen getroffen wurden. Es werden Schuldige gesucht. Diese verlieren ihren Job. Dasselbe passiert mit ihren Nachfolgern. Es sollte auch keine Überraschung sein, wenn produktive Mitarbeiter entlassen werden. –In den 80er und 90er Jahren war dies bei meinem Arbeitgeber anders.   

Da war es üblich Daten, Definitionen und die Mathematik loszulassen, wenn die vier Voraussetzungen nicht gegeben waren. In solchen Situationen suchten wir nach Lessons learned, Wissen anderer und Erfahrungen. Einen Überfluss an Mustern („Patterns“) haben wir auf die „high-Impact“ Muster reduziert, die uns den Weg zu den optimalen Lösungen wiesen. Lassen wir dies BI-Knowledge nennen. Was wir oft taten, war der Einsatz einer Kombination von BI-Data und BI-Knowledge. Dies lieferte regelmäßig Lösungen und Dienste, die ihrer Zeit voraus waren. Während andere noch versuchten ihre Kollegen zu überzeugen langweilige Definitionen und bürokratische Standards zu benutzen, waren unsere Lösungen bereits in Produktion.

Hiermit ist es Zeit für wegweisende Fragen.

Wegweisende Fragen für Business Intelligence

Es beginnt mit einer allgemeinen Frage: 

Wo ist der Lösungsansatz, der das liefert, was die Unternehmensleitung, Manager und Experten nötig haben, um die richtigen Entscheidungen treffen zu können? Konkreter:

  1. Wo ist das Training und Coaching von BI-Experten in den Lessons learned und dazugehörigen Lösungen der letzten 25 Jahre?
  2. Wo sind die BI-Experten, die darauf hinarbeiten, dass BI immer unter dem Umschlagpunkt bleibt, ab dem die Qualität unzureichend wird, und die Kosten exponentiell steigen?
  3. Wo ist die Priorität für beide, BI-Data und BI-Knowledge in den Entscheidungsprozessen?
  4. Wo ist die Lösung für BI-Knowledge?
Mehr über eine mögliche Lösung für BI-Knowledge in Agilität auf Unternehmensebene: Interne Kommunikation und Entscheidungsprozesse.