Business Intelligence

Was es ist

Business Intelligence, meist zu BI abgekürzt, verwandelt die eigenen
Aufzeichnungen einer Organisation in Berichte, Dashboards und
Analysen, auf deren Grundlage die Entscheidungsverantwortlichen
handeln können. Im Englischen steht der Ausdruck bei adjektivischer
Verwendung häufig mit Bindestrich, etwa in business-intelligence
software.

Der Ausdruck ist älter als die Software. Im Oktober 1958
veröffentlichte das IBM Journal of Research and Development einen
Beitrag von H. P. Luhn mit dem Titel „A Business Intelligence
System“. Luhn beschrieb ein maschinelles System, das von einer
Organisation empfangene oder selbst verfasste Dokumente aufnehmen,
automatisch zusammenfassen, anhand eines Musters ihrer Wörter
beschreiben und an die „Handlungsstellen“ weiterleiten sollte, deren
Interessenprofil dazu passte. Eine solche Handlungsstelle konnte
eine Person, eine Gruppe, eine Abteilung oder ein ganzer
Geschäftsbereich sein. Er fasste Business bewusst weit: jede
organisierte Tätigkeit von Wissenschaft und Handel bis zu Recht,
Verwaltung und Verteidigung. Unter Intelligence verstand er, die
Zusammenhänge der vorliegenden Fakten gut genug zu erfassen, um
Handlungen auf ein Ziel auszurichten. Nachdem er die Verfahren
aufgezählt hatte, benannte er das Ganze: „Wir nennen dies ein
Business-Intelligence-System.“

Luhns Material war Text. BI arbeitet heute überwiegend mit Zahlen in
Tabellen. Die Darstellung eines Data-Warehouse- und BI-Systems der
Kimball Group zeigt den üblichen Aufbau. Im „Hinterzimmer“ werden
Daten aus den Quellsystemen extrahiert, bereinigt, vereinheitlicht
und geladen. Das „Vorderzimmer“ stellt sie nach Geschäftsprozessen
geordnet und auf der detailliertesten Ebene bereit, ergänzt um
aggregierte Zusammenfassungen zur Beschleunigung. Darüber liegen die
BI-Anwendungen: Ad-hoc-Abfragen, Standardberichte, Dashboards und
Scorecards sowie aufwendigere Analyse- und Data-Mining-Anwendungen.

Beide Bedeutungen verbindet Luhns Frage: Wer muss das wissen, und
wie erreicht es diese Person in einer Form, die sie tatsächlich
liest?

Warum es wichtig ist

Jede Organisation arbeitet bereits mit Zahlen. Die Frage lautet, ob
diese Zahlen übereinstimmen. Zählt der Vertrieb einen Auftrag am Tag
der Unterzeichnung und das Finanzwesen am Tag der Rechnungsstellung,
bringen beide Abteilungen zwei Umsatzzahlen in dieselbe Besprechung.
Dort wird dann über den Unterschied statt über die Entscheidung
gesprochen. Ein BI-System rechtfertigt seinen Aufwand, indem es für
jede Kennzahl eine Definition festlegt, sie an einer Stelle
berechnet und allen Fragenden dieselbe Zahl zeigt.

Luhns Diagnose von 1958 passt weiterhin auf die meisten gemeinsam
genutzten Berichtsordner. Er beobachtete, dass Organisationen
Informationen vorsorglich breit verteilten und die Empfänger in
Papier ertranken. Dadurch wurde es wahrscheinlich, dass überhaupt
nichts mehr ankam. Ein Dashboard mit vierzig Diagrammen bewirkt
dasselbe auf einem Bildschirm. Seine Abhilfe war Auswahl. Jede
Handlungsstelle erhielt zuerst eine kurze Liste, die ausgewählte
Dokumente anhand von Nummer, Titel und Autor identifizierte.
Anschließend konnte sie diese Nummern anwählen, um die
Zusammenfassungen zu erhalten, und die gewünschten Dokumente
vollständig anfordern. Jede Annahme aktualisierte das Profil, sodass
die Auswahl durch die Nutzung besser wurde. Ein guter Bericht
funktioniert heute genauso: Er beginnt bei einer Person und einer
Entscheidung und zeigt die wenigen Kennzahlen, von denen diese
Entscheidung abhängt.

Es gibt auch eine praktische Seite. Die Datenbank hinter einer
Anwendung ist für deren viele kleine Lese- und Schreibvorgänge
gebaut. Eine Abfrage, die Aufträge eines Jahres liest, konkurriert
am selben Ausführungsort mit diesen Schreibvorgängen. Das ist ein
Grund dafür, dass BI-Daten üblicherweise in einem nach Zeitplan
befüllten separaten Speicher liegen. Diesen Speicher wie im
Kimball-Modell auf der detailliertesten Ebene zu halten, entscheidet
darüber, welche Fragen sich nächstes Jahr noch beantworten lassen,
ohne zu den Quellen zurückzukehren.

Wie es in der Praxis aussieht

Eine typische BI-Frage: der Umsatz im dritten Quartal 2026, nach
Region und Produkt, mit einer Zwischensumme je Region und einer
Gesamtsumme. Bei einer Tabelle `sales` mit einer Zeile pro Verkauf
und den Spalten `sold_on`, `region`, `product` und `amount`
beantwortet Standard-SQL das mit einer Abfrage:

```sql
SELECT region,
       product,
       sum(amount)               AS revenue,
       GROUPING(region, product) AS level
FROM   sales
WHERE  sold_on >= DATE '2026-07-01'
AND    sold_on <  DATE '2026-10-01'
GROUP  BY ROLLUP (region, product)
ORDER  BY GROUPING(region), region, GROUPING(product), product;
```

Mit einer Handvoll Beispielzeilen liefert sie:

```text
 region | product | revenue | level
i--------+---------+---------+-------		engineer.company	70
 North  | Boots   |    1200 |     0
 North  | Jackets |     800 |     0
 North  |         |    2000 |     1
 South  | Boots   |     500 |     0
 South  | Jackets |    1500 |     0
 South  |         |    2000 |     1
        |         |    4000 |     3
```

`ROLLUP (region, product)` ist die Kurzform für `GROUPING SETS
((region, product), (region), ())`: die vollständige Liste, jedes
kürzere Präfix davon und schließlich die leere Menge, die alle
Zeilen aufsummiert. Die PostgreSQL-Dokumentation beschreibt dies als
das übliche Werkzeug für hierarchische Daten, etwa Gehälter nach
Abteilung, nach Geschäftsbereich und für das ganze Unternehmen.
`CUBE (region, product)` würde stattdessen nach jeder Teilmenge
gruppieren und damit eine Summe pro Produkt über alle Regionen
ergänzen.

Eine Spalte, nach der in der Gruppierungsmenge einer Zeile nicht
gruppiert wird, kommt als NULL zurück. Deshalb stehen in den
Zwischensummenzeilen leere Zellen. `GROUPING(region, product)`
zeigt, welche Spalten das sind. Die Funktion liefert eine Bitmaske
mit einem Bit pro Argument, wobei das am weitesten rechts stehende
Argument dem Bit mit dem geringsten Stellenwert entspricht. Ein Bit
ist 1, wenn für diese Zeile nicht nach jener Spalte gruppiert wurde.
Damit kennzeichnet 0 eine Detailzeile, 1 eine Regionszwischensumme
ohne Gruppierung nach Produkt und 3 die Gesamtsumme, bei der nach
keiner der beiden Spalten gruppiert wird. Ein Bericht liest `level`,
um zu entscheiden, welche Zeilen fett gedruckt werden.

Die Leistung Datenanalyse und BI-Dashboards des Unternehmens benennt
ihr Ziel: Dashboards und Berichte zeigen die wenigen Kennzahlen, auf
die es bei einer Entscheidung tatsächlich ankommt, und werden ohne
Nachfrage aktualisiert. Eine Abfrage wie diese bildet die Schicht
unter einem solchen Bericht. Die Summen werden einmal in der
Datenbank berechnet, und das Dashboard stellt sie lediglich dar.

Wo es schiefgeht

Zwei Zahlen unter einem Namen. Umsatz, aktiver Kunde und Abwanderung
haben jeweils mehrere vertretbare Definitionen. Jeder Bericht, der
selbst rechnet, wählt eine davon. Schreiben Sie jede Kennzahl einmal
auf: was sie zählt, aus welcher Quelle und zu welchem Stichtag.
Berechnen Sie sie in der Datenbank, etwa als Sicht, statt in den
Formeln jedes einzelnen Berichts. Kimball nennt den
allgemeinsprachlichen Teil Geschäftsmetadaten: welche Daten
verfügbar sind, woher sie stammen und was sie bedeuten.

Alles wird an alle gesendet. Ein Dashboard mit Dutzenden Diagrammen
und einem Verteiler für die ganze Abteilung wiederholt die Flut, die
Luhn stoppen wollte. Beginnen Sie bei einer namentlich benannten
Person und deren Entscheidung. Zeigen Sie die dafür benötigten
Kennzahlen und nehmen Sie Berichte außer Betrieb, die ein Quartal
lang niemand geöffnet hat.

Berichte bremsen die Anwendung. Eine aufwendige Abfrage auf der
Primärdatenbank eines laufenden Systems konkurriert mit dessen
Kunden. Lassen Sie die Berichte auf einer Lesereplik oder in einem
nach Zeitplan befüllten separaten Warehouse laufen. Teure und häufig
angeforderte Aggregate können in eine materialisierte Sicht wandern,
die nach jedem Ladevorgang aktualisiert wird.

Summen werden aus Summen gebildet. Der über alle Regionen gemittelte
durchschnittliche Auftragswert jeder Region ist nicht der
durchschnittliche Auftragswert des Unternehmens, es sei denn, jede
Region hat gleich viele Aufträge. Die Zahl unterschiedlicher Kunden
pro Monat lässt sich nicht zu einem Quartal aufsummieren: Ein Kunde,
der im Juli und August gekauft hat, zählt dann doppelt. Behalten Sie
die Detailzeilen und aggregieren Sie jede Ebene daraus.
Gruppierungsmengen tun genau das. Jede Ebene der obigen Abfrage wird
aus den Verkaufszeilen berechnet, nicht aus der darunterliegenden
Ebene.

Eine leere Zelle bedeutet zwei Dinge. Ergänzen Sie einen Verkauf mit
unbekannter Region, liefert die obige Abfrage eine Detailzeile mit
leerer Region, eine Zwischensumme dafür mit zwei leeren Zellen und
die Gesamtsumme mit ebenfalls zwei leeren Zellen. Mit `CUBE` wird es
schwieriger: Zwei Zeilen zeigen eine leere Region und Boots. Eine
steht für Stiefelverkäufe mit unbekannter Region, die andere für
Stiefel über alle Regionen. Die PostgreSQL-Dokumentation warnt
davor, dass sich ein NULL in den Daten nicht vom NULL einer aus der
Gruppierung genommenen Spalte unterscheiden lässt. Prüfen Sie
`GROUPING()`, niemals `IS NULL`, um Zwischensummenzeilen zu finden.
Geben Sie fehlenden Werten beim Laden eine sichtbare Bezeichnung wie
„unbekannt“.

Gestrige Zahlen werden für heutige gehalten. Scheitert ein
nächtlicher Ladevorgang, zeigt das Dashboard weiterhin die letzten
guten Zahlen. Auf dem Bildschirm weist nichts auf ihr Alter hin.
Geben Sie auf jedem Bericht den Zeitpunkt des letzten erfolgreichen
Ladens aus. Lassen Sie das Monitoring eine namentlich benannte
Person alarmieren, wenn ein geplanter Ladevorgang nicht fertig wird.

Weiterführende Lektüre

  * A Business Intelligence System — H. P. Luhns Beitrag im IBM
Journal of Research and Development vom Oktober 1958, aus dem der
Begriff stammt.

  * Technische DW/BI-Systemarchitektur von Kimball — die Darstellung
von Hintergrundbereich, Präsentationsbereich, BI-Anwendungen und
Metadaten durch die Kimball Group.

  * Tabellenausdrücke — die PostgreSQL-Referenz für `GROUPING SETS`,
`ROLLUP` und `CUBE` sowie die Verwendung von NULL für eine nicht
gruppierte Spalte.

  * Aggregatfunktionen — die Funktion `GROUPING` und ihre Bitmaske
mit einem ausgearbeiteten Beispiel.

hDiese Seite im Web	URL:https://engineer.company/de/glossary/business-intelligence/	engineer.company	70
