Wie komplett sind Business-Intelligence-Suiten wirklich?

Wie komplett sind Business-Intelligence-Suiten wirklich? Anbieter und Anwender träumen gleichermaßen von einer allumfassenden, sofort einsetzbaren Business-Intelligence-Lösung. Die Realität ist jedoch leider etwas anders, als sie oft in schicken Broschüren propagiert wird. Tatsächlich sind nämlich fast alle Business- Intelligence-Werkzeuge „Authoring-Tools“, die vor Ort Anpassung und Support benötigen, bevor die Applikation eingesetzt werden kann. Ein weiteres Problem wird ersichtlich sobald ein Kunde sein neues BI-Produkt installiert hat. Er findet nicht ein Produkt, sondern mehrere Produktkomponenten die erst einmal verbunden und angeschlossen werden müssen. Spezifischer Inhalt kann nicht eingepflegt werden bevor dies geschehen ist. Kein einzelnes Produkt kann alle Business-Intelligence-Bedürfnisse des Kunden decken. Nur einige wenige Anbieter versuchen zumindest ein „End-to-End“ Produkt zu entwickeln. In Der Tat hat fast kein Anbieter alle seine Produktkomponenten selbst entwickelt – eine Folge des allgemeinen Konsolidierungswahns im Markt mit dem Anbieter versuchen Lücken im Portfolio zu schließen. Der Fokus der Anbieter liegt klar bei individuellen, relativ offenen Produkten, welche zu kompletten Lösungen kombiniert werden können. Als Beispiel nehme man die drei typischen “Ebenen” einer Business-Intelligence-Lösung: Datenintegration, Datenmanagement und das Frontend. Nur einige spezialisierte Anbieter kombinieren diese Ebenen zu einem Einzelprodukt. Man kann ein beliebiges Kundenprojekt nehmen, und man wird fast sicher auf verschiedene Produkte in jeder dieser Ebenen stoßen. Das Produkt in der einzelnen Ebene ist normalerweise in der Lage mit mehr Produkten zu interagieren, als mit denen des Kundenprojekts. Genauer gesagt: • Die meisten Datenintegrationsprodukte können zum Laden von Daten in mehrere verschiedene, untereinander inkompatible Datenbanken genutzt werden. • So gut wie alle multidimensionale Datenbanken unterstützen eine Version von MDX, eine verbreitete Abfragesprache für multidimensionale Datenbanken. Eine Datenbank die MDX unterstützt, kann – zumindest theoretisch – mit sehr vielen konkurrierenden Reporting- und Analyse-Werkzeugen kombiniert werden. • Fast alle Frontend-Werkzeuge unterstützen mehr als eine Datenquelle, und viele unterstützen multiple Datenquellen in einem einzigen Screen oder sogar in einer einzigen Tabelle. Die Unterscheidung zwischen diesen Ebenen ist nur eine Weise in der Business-Intelligence- Produkte ihre Funktionen teilen. Die andere wichtige Unterscheidung ist die horizontale Trennung zwischen den verschiedenen Frontend-Werkzeugen, um dem Anwender andere Funktionen zu bieten. Um die Hauptfunktionen unterscheiden zu können folgt eine kurze Übersicht: • Die Hauptwerkzeuge der Business Intelligence sind für Dashboards, Analyse und Reporting. Da die Funktionen sich weiter verbessern, wird es immer schwieriger klar zwischen den Produkten in diesen Bereichen zu unterscheiden. • Außerdem sieht man immer öfter Planungs- und Konsolidierungswerkzeuge zusammen mit klassischen BI-Werkzeugen in Implementierungsprojekten. Die Ausnahme, dass Reporting-Werkzeuge rudimentäre Planungsfunktionen beherrschen wird immer mehr zur Regel. • “Exotischere” BI-Applikationen werden künftig auch Balanced Scorecards, Risk Management und Data Mining Frontends beinhalten. Der allgemeine Trend der letzten Jahre ging aber in Richtung besserer Interaktivität und klarerer Visualisierung, statt tieferer Analyse. Best-of-Breed ist nicht immer Best-for-Need Es gibt zwei verschiedene Ansätze um beim Kauf eines Sets an Softwarewerkzeugen Business-Intelligence-Bedürfnisse abzudecken. Beim ersten Ansatz, dem so genannte „Best- of-Breed“ Ansatz, nimmt man die besten am Markt befindlichen Produkte für jede spezifische Funktion und kombiniert sie zur Gesamtlösung. Der Best-of-Breed-Ansatz ist sowohl für Anbieter als auch für Kunden sehr attraktiv. Aus Kundensicht ist man nicht gezwungen ein zweitklassiges Frontend zu akzeptieren um ein erstklassiges Datenbank-Produkt zu bekommen. Aus Anbietersicht kann man sich auch als kleiner, neuer Anbieter mit einem einzelnen spezialisierten Produkt am Markt platzieren ohne gleich eine ganze Suite auffahren zu müssen. Ein gutes Beispiel sind hier die Gruppe kleiner Anbieter die alternative Frontend-Werkzeuge für SAP BW anbieten. Sie versuchen nicht mit SAP auf breiter Front zu konkurrieren, sondern sie konzentrieren sich auf Schwachstellen im riesigen Portfolio und versuchen dort zu punkten. Auch große Anbieter verfolgen den Best-of-Breed-Ansatz. Als Beispiel: Microsoft startete mit seinem Analysis Server 2000. Sieben Jahre später hatten sie immer noch kein Frontend- Produkt auf den Markt gebracht, dass wirklich alle Features der Datenbank nutzte. Im April 2006 kaufte Microsoft ProClarity und plant den PerformancePoint Server bis Ende 2007 auf den Markt zu bringen. Aber eindeutig war Analysis Services für sechs Jahre auf den Best-of- Breed-Ansatz angewiesen. Der Best-of-Breed-Ansatz hat auch Schwachstellen. Für den Kunden bedeutet er höhere Komplexität und mehr Kosten für Anwenderschulungen. Außerdem ist der Ansatz in den IT- Abteilungen unbeliebt, da diese meist eine Einzellösung bevorzugen. Erhöhte Kosten und Unsicherheiten im Supportfall auf Grund von mehreren Anbietern – es besteht die Gefahr, dass sich die Anbieter gegenseitig die Schuld für technische Probleme in die Schuhe schieben – sprechen auch gegen den Ansatz. Externe Implementierer schützen den Kunden vor den bedenklichsten Problemen des Best- of-Breed-Ansatzes. Diese Implementierer sind Unternehmensberatungen mit Erfahrung in Fragen der Poduktüberschneidungen und Langzeitbeziehungen mit Anbietern. So sind sie in der Lage mit Problemen fertig zu werden die weder Kunde noch Anbieter zufriedenstellend lösen könnte. Aber der Best-of-Breed-Ansatz kann auch risikoreich für Anbieter sein. Als Beispiel nehme man einen Anbieter der ein Frontend und eine Datenbank anbietet, aber kein Datenintegrationswerkzeug. Als Lösung könnte der Anbieter sich mit einem Anderen der Datenintegration anbietet zusammentun. Dies wäre eine schnelle, kostengünstige Strategie um an den Markt zu kommen und beiden Firmen zu helfen. Aber was wenn die Datenintegrationsfirma sich entschließt selbst ein Frontend auf den Markt zu bringen sind aus Partnern plötzlich Konkurrenten geworden. Dies ist ein besonders akutes Problem: Die einfachste Weise für eine BI-Firma mehr zu verkaufen, ist mehr Produkte an bereits existierende Kunden zu verkaufen. Neue Kunden zu finden ist teuer und zeitaufwendig. Da BI-Technologie gereift ist, wird es immer schwieriger für Anbieter ihre individuellen Produkte aufzuwerten. Deshalb erweitern Anbieter ihre Portfolios in der Hoffnung schneller zu wachsen als der Markt und spezialisierte Anbieter vom Markt zu drücken. Desweiteren verlieren die Kunden so langsam das Interesse an Best-of-Breed-Lösungen. Dies gilt insbesondere für große Unternehmen. Diese ändern inzwischen ihren Ansatz einzelne Lösungen für Abteilungen einzuführen und versuchen unternehmensweite BI- Strategien zu formulieren. Diese Unternehmen entdecken, dass die früheren „Laissez- faire“-Strategien ihnen einen bunten Mix von oft statischen, uneffektiven und nicht kompatiblen Werkzeugen beschert haben. Als Resultat sind derzeit Standardisierungsprojekte in großen Unternehmen an der Tagesordnung. Die Anbieter reagieren, indem sie teils überstürzt versuchen, Lücken im Produktportfolio zu schließen, oft durch Akquisition von spezialisierten Anbietern. Ein weiterer sich herauskristallisierender Trend ist die Standardisierung und Generalisierung von BI-Werkzeugen unabhängig vom fachlichen Inhalt der Applikation. Ein gutes Beispiel hierfür ist Siebel Analytics. Siebel war ein unabhängiger Customer-Relationship- Management(CRM)-Anbieter bis sie im September 2005 von Oracle gekauft wurden. Der Großteil von Siebels CRM-Software basierte auf Siebel Analytics, einem End-User orientierten Werkzeug, das Web-basierte Dashboards, ad hoc Reporting und Alerting beinhaltet. Oracle vermarktet CRM-Produkte genauso wie Siebel es tat, aber bietet auch Siebel Analytics als unabhängiges Produkt an – die Oracle Enterprise Edition. Der wichtige Unterschied ist hierbei, dass das Produkt nicht mehr als Plattform für CRM angesehen wird, sondern als Plattform für Corporate Performance Management (CPM). Dies ist technisch sinnvoll, da CRM- und CPM-Kunden ähnliche Funktionen benötigen. Sobald eine Plattform ausgereift ist macht es wenig Sinn die Plattformen anhand der Inhalte die sie verwalten zu unterscheiden, wenn die grundlegende Funktionalität die Gleiche ist. Die Anzahl an angebotenen Produkten sinkt mit dem Trend zum Verbinden von Funktionen verschiedener Produkte in ein Einzelprodukt. Dieser Prozess lässt sich, wie oben erwähnt am besten bei den Frontends beobachten. Dabei lässt sich immer schwerer zwischen Werkzeugen für ad hoc Browsing, Dashboards, Analyse Standard Reporting und Planung unterscheiden. Anbieter geben immer öfter an (mit unterschiedlichem Wahrheitsgehalt), dass sie Einzelprodukte haben, die all diese Funktionen beherrschen. Daraus folgt, dass inzwischen immer häufiger Planungsfunktionen in Reportingwerkzeugen zu finden sind und Planung und Forecasting immer näher an Mainstream BI heranrücken. Wieviel Fortschritt gibt es also auf dem Weg zu ganzheitlichen BI-Suiten? Die Trends sind klar, die Resultate waren bisher wenig beeindruckend. Jeder der großen Anbieter im Business-Intelligence-Markt hat Defizite in seinem Produktportfolio. In einigen Fällen sieht das Portfolio auf Papier gut aus. Aber nicht vorhandende Integration und die Existenz konkurrierender Produkt innerhalb des Portfolios behindern Marketinginitiativen und verwirren Kunden.