Unerschöpflicher Datenfluss

Laut Gartner definieren Intelligent Business Operations (IBO) einen Arbeitsstil, der durch operationale Intelligenz in Echtzeit geprägt ist und schnelle Business-Analysen mit dentraditionellen Aktivitäten des täglichen Geschäfts im Unternehmen verbindet.

Klassische Business-Analytics-Tools liefern Analysen zeitverzögert, während IBO aktuelle Daten aus dem laufenden Betrieb abgreifen und zeitnah zur Verfügung stellen. Nachgelagerte Auswertungen sind damit zwar nicht obsolet, werden aber ergänzt durch kontinuierliche Geschäftsanalysen in Echtzeit, die "intelligente" Entscheidungen zeitnah ermöglichen.

IBO-Lösungen eröffnen Unternehmen umfassende Möglichkeiten, Daten zu analysieren und so Live-Einblicke in das laufende Geschäft zu gewinnen - um bessere Entscheidungen zu treffen, Entscheidungen zu beschleunigen, Trends und zukünftige Entwicklungen abzuleiten, geschäftskritische Ereignisse frühzeitig zu erkennen und sich daraus Wettbewerbsvorteile zu verschaffen. Grundsätzlich gilt es, bei den zur Verfügungstehenden Analyse-Plattformen abzuwägen zwischen dem Trade-off aus extremer Skalierbarkeit einerseits und großer Flexibilität andererseits.

Die Entscheidung, die Präferenz eher auf eine hochgradig skalierbare oder eher flexible und erweiterbare Lösung zu legen, sollte auf Basis von drei maßgeblichen Faktoren getroffen werden: erstens in Abhängigkeit davon, was analysiert werden soll, zweitens unter Berücksichtigung der wirtschaftlichen Umgebung, in der das Unternehmen tätigist, und drittens nach dem Automatisierungsgrad der Unternehmensprozesse.

Vorsprung durch flexible IBO-Lösungen

Agiert ein Unternehmen in einer dynamischen Umwelt und besitzt einen hohen Automatisierungsgrad, sollten die IT-Fachverantwortlichen eher auf Flexibilität als auf Skalierbarkeit setzen. Ideal für solche Unternehmen ist eine Plattform, die visualisierte Echtzeit-Einblicke in die Geschäftsprozesse erlaubt. Dabei liegt der Schlüssel zum Erfolgin der Verbindung der Analysen mit den operativen Abläufen. Gelingt diese Verbindung, werden Organisationen in die Lage versetzt, die Informationen aus den analysierten Geschäfts- und Prozessdaten zum richtigen Zeitpunkt mit den richtigen Maßnahmen zu verknüpfen.

Dadurch erhalten sie Einblicke in das operative Geschäft und die zugehörigen Prozesse entlang der gesamten Wertschöpfungskette. Denn flexible IBO-Lösungen sind in der Lage, durch kontinuierliche Analysen ein verbessertes Situationsbewusstsein anhand vonstets aktuellen Kennzahlen herzustellen und diese Einblicke je nach Kontext und Situation zur Entscheidungsfindung heranzuziehen, um daraus dynamisch die jeweils bestmögliche Aktion einzuleiten.

Dies gilt gleichermaßen für automatisierte Geschäftsprozesse. Business-Anwendernsoll dabei sogar die Möglichkeit gegeben werden, Entscheidungen zu treffen und so Änderungen im Geschäftsablauf dynamisch vorzunehmen, ohne dass hierbei eine direkte Mitwirkung der IT erforderlich ist. Historische Datenanalysen ergänzen die IBO-Vorgehensweise und liefern zusätzliche Informationen, zum Beispiel für die Ursachenanalyse und taktische Prozessoptimierungen.

Verknüpfung unterschiedlicher Technologien

Der IBO-Ansatz verknüpft unterschiedliche Datenquellen in einer heterogenen IT-Landschaft, liefert Live-Einblicke und erlaubt, diese mit Maßnahmen, wie etwa dem Anstoßen eines Prozesses, dem Aufrufen eines Dienstes oder dem Versenden einer Nachricht, je nach Situation zu verknüpfen. Dabei werden verschiedene Technologien geschickt miteinander verbunden:

1. Event Management: Die Integration und Verarbeitung von Geschäftsereignissen liefert aktuelle Einblicke in das operative Geschehen.
2. Decision Management: schnellere und bessere Entscheidungen in der jeweiligen Situation.
3. BPM Flow Management: die Einleitung der richtigen Aktionen und Maßnahmen im richtigen Moment.

Das übergeordnete Paradigma dieser drei Elemente lässt sich unter dem Begriff "Next Best Action" zusammenfassen: Auf Basis der dynamischen Analyse der aktuellen Geschäftsprozesse werden Entscheidungen getroffen und optimale Aktionen angestoßen, um den Geschäftserfolg zu verbessern. Aber wie funktioniert das?

Die drei Ebenen von Intelligent Business Operations

Um die "Next Best Action" zu identifizieren, verknüpfen IBO-Plattformen mehrere Analyseebenen miteinander: Eine erste Basisebene sammelt und integriert zunächst Daten aus zahlreichen Quellen wie ERP- und CRM-Systemen, aus Cloud-Diensten, aus mobilen und Social-Media-Anwendungen. Die zweite Ebene ermöglicht drei verschiedene Analysearten, darunter Analysen in Echtzeit, nachgelagerte und prognostizierende Analysen. Letztere reichen in die Zukunft und erkennen auf Basis des historischen und aktuellen Verhalten Trends. Diese Analysen können sich sowohl auf Geschäftsdaten als auch auf Prozesse beziehen.

Die dritte IBO-Ebene dient der Visualisierung und dem Anstoßen der aus den Analysen abgeleiteten Aktionen. Hierfür stehen sogenannte Dashboards und interaktive Benutzeroberflächen zur Verfügung, die Echtzeit-Analysen, historische Auswertungen, Trends und Vorhersagen visuell darstellen. Diese Visualisierung lässt sich mit verschiedenen Mechanismen zur Einleitung von Maßnahmen verknüpfen.

Ein Beispiel für IBO: Ein Manager in einem Handelsunternehmen möchte herausfinden, ob Waren rechtzeitig ausgeliefert wurden. Bisher mussten dazu manuell unterschiedliche Systeme geprüft werden, die den Warenausgang dokumentieren. Pünktliche Warenauslieferung ist ein Leistungsmerkmal (Key Performance Indicator), das IBO-Systeme erfassen.

Sie liefern nicht nur den Mechanismus, um KPIs nachgelagert zu messen, sondernerfassen diese auch in Echtzeit, sodass die Ursachen für fehlerhafte Auslieferungenfrühzeitig erkannt werden können. Operationale Intelligenz liefert also die Grundlage, Fehlerbehebungen flexibel und je nach Situation angepasst zu veranlassen, noch bevor die Folgen von Fehlern eintreten und für den Kunden sichtbar werden. IBO fasst in diesem Sinne verschiedene Technologien zusammen, die zwar seit Längerem zur Verfügung stehen, in dieser Kombination bisher aber so nicht genutzt wurden. Unternehmen profitieren davon, dass sie eine ganzheitliche Lösung aus einer Hand erhalten und miteiner einheitlichen Visualisierungsebene und einer Schnittstelle arbeiten können, die auf beliebigen Endgeräten - auch mobil - darstellbar ist.

Flexibilität ist in diesem Umfeld für die beschriebenen Unternehmen besonders wichtig, weil sie in hohem Maß darauf angewiesen sind, ihre Analytics-Plattform auf sich verändernde IT-Anforderungen wie neue Cloud-Dienste, Marktveränderungen undWettbewerbssituationen anpassen zu können. Die Anforderungen hinsichtlich der Datenvolumina und Geschwindigkeit der Datenanalyse nehmen eine eher untergeordnete Rolle ein und sind mit den heutigen Technologien gut umsetzbar.

Skalierbarkeit für extensive und schnelle Datenanalysen

Unternehmen, die in Echtzeit enorme Datenvolumina analysieren und auf dieser Basis extrem schnelle Entscheidungen vollautomatisch, also ohne menschliche Interaktion, treffen müssen, sollten bei der Auswahl einer IBOPlattform dagegen ihre erste Prioritätauf skalierbare Big-Fast-Data-Lösungen setzen. Beispiele hierfür sind im Umfeld der Betrugserkennung, dem elektronischen Handel oder der Sensordatenanalyse zu finden.

Hierbei geht es zwar ebenfalls um die "Next Best Action", allerdings sind die Rahmenbedingungen anders. Die Datenvolumina und die Geschwindigkeit, in der die Daten eintreffen, sind erheblich höher. Des Weiteren wird in diesen Anwendungen versucht, die Zeitspanne, die zwischen der Datenanalyse und der eingeleiteten Maßnahme vergeht, zu minimieren. Diese liegt oftmals im Subsekundenbereich. Von daher ist einmenschliches Eingreifen zumeist weder möglich noch vorgesehen - außer im Notfall.

In-Memory-Technologien befeuern die Entwicklung und Umsetzung solcher Analyseplattform zusätzlich. Sowohl die Datenverwaltung als auch die Datenanalyse erfolgen hierbei primär im Hauptspeicher. Verteilte Cache-Infrastrukturen erlauben es, riesige Datenmengen skalierbar im Hauptspeicher vorzuhalten. Produktive Installationenerstrecken sich heute schon bis in den dreistelligen Terabyte-Bereich.

Business-Analytics: In-Memory-Lösungen​

Lese- und Schreiboperationen im Hauptspeicher sind circa um den Faktor 1 000 schneller als der entsprechende Zugriff auf eine normale Festplatte. Da Zugriffe auf die transaktionalen Systeme und somit die Festplatte durch das Caching der relevanten Daten minimiert werden, und stattdessen Hauptspeicherzugriffe erfolgen, lassen sich die Antwortzeiten von Anwendungen enorm verkürzen.

Doch die skalierbare Datenhaltung im Hauptspeicher und der schnelle Zugriff auf die Daten ist nur der erste Schritt. In-Memory-Analysen ermöglichen, die Rohdaten im Hauptspeicher ad hoc als auch kontinuierlich zu analysieren. Die gewonnenen und somit veredelten Daten und Informationen können wiederum im Hauptspeicher abgelegt werdenund stehen so Anwendungen sofort zur Verfügung. Im Gegensatz zu ad-hoc- Analysen, die Daten erst bei Bedarf verarbeiten, lässt sich mit der Technologie Complex Event Processing (CEP) eine kontinuierliche Datenverarbeitung mit minimaler Auswertungslatenz umsetzen.

Hierbei lösen Änderungen der Daten im Hauptspeicher, etwa das Einfügen, Löschen oder Aktualisieren von Datensätzen, Ereignisse aus, die unmittelbar eine Aktualisierung der Analysen anstoßen. Die Analyse wird dabei nicht erneut vollständig über der Datengesamtheit ausgeführt, sondern nur eine Art "Delta" berechnet. Man spricht vonsogenannten inkrementellen Berechnungen. Folglich stehen die Analyseresultate sofort und stets aktuell zur Verfügung. Diese Kombination von In-Memory-Technologien erlaubt die Analyse von Millionen Datensätzen pro Sekunde auf einem Rechner und lässt sich dynamisch über die Anzahl an Rechnern in einem Cluster skalieren.

Big Fast Data in der Praxis

Zwei Beispiele zeigen, wie sich die Technologie in die Praxis umsetzen lässt: Ein renommiertes Kreditkartenunternehmen konnte die Prüfung riesiger Mengen von Transaktionen auf Betrugsversuche von 45 Minuten auf'650 Millisekunden für 99 Prozent der Transaktionen reduzieren. Dank dieser rekordverdächtigen Beschleunigung bewahrt es seine Kunden nun vor Vermögensverlusten in zweistelliger Millionenhöhepro Jahr. Im Millisekunden-Takt prüft der Finanzdienstleister jede Transaktion auf das Risiko einer betrügerischen Handlung. Es geht um ausgefeilte Datenanalysen und die schnelle Erkennung von Mustern, auf deren Basis Entscheidungen zur Durchführungvon Transaktionen getroffen werden.

Mobile Business Intelligence - Datenanalyse für unterwegs

Auch die Kunden eines australischen Telekommunikationsanbieters profitieren vom Geschwindigkeitsrausch in der Datenverarbeitung. Innerhalb von 200 Millisekunden - über hundert Mal schneller als bislang - stehen ihnen nun die Rechnungsdaten zur Verfügung und sie können erkennen, wie viel ihr Telefongespräch, ihre Datenübertragungoder das Versenden der Fotos vom Smartphone gerade kostet. Für den Kunden ist das gefühlte Echtzeit.

Auch für das Unternehmen eröffnet dies neue Potenziale, beispielsweise ein verbesserter Support in den Call-Centern oder neue Vertriebsmöglichkeiten im Mobilfunkbereich zur Steigerung der Kundenbindung. Der Provider will trotz rasant steigender Nutzerzahlen mit dieser Hochgeschwindigkeitsverarbeitung seinen herausragenden Qualitätsstandardin den Online-Self-Services bewahren. Ein überzeugendes Beispiel für den Mehrwert, den Big-Fast-Data-Analyseplattformen erzeugen.

Skalierbar oder flexibel - oder beides?

Schließen sich also flexible und skalierbare  Analysen aus? Nein, denn die Übergängesind fließend und hängen vom jeweiligen Szenario ab. Business Analytics wird oftmals in seinen extremen Ausprägungen diskutiert, ohne darauf hinzuweisen, dass es die unterschiedlichsten Varianten dazwischen gibt. Die eine Seite der Geschäftsanalysen mittels IBO betont stärker den Gesamtblick auf die ablaufenden Geschäftsprozesse ineinem heterogenen IT-Umfeld und deren flexible Steuerung, wobei menschliche Interaktionen oft notwendig und gewünscht sind.

Die andere Seite der Anwendungsfälle von IBO befasst sich mit Big Fast Data und der Hochgeschwindigkeitsauswertung als wichtigem Teil vollautomatisierter Abläufe, für die Menschen viel zu langsam sind. Letzteres ist sozusagen die Formel 1 der Datenanalyse, während es sich beim ersten Ansatz vielmehr um den komfortablen PKW handelt, derzwar auch schnell ist, aber doch mehr Zeit für Entscheidungen lässt.

Dazwischen gibt es beliebig viele Spielarten. Es gibt sogar Anwendungsszenarien,die beide Extreme kombinieren. Mittels Big-Fast-Data-Lösungen lassen sich Sensordaten von Tausenden intelligenten Geräten in Echtzeit auswerten und so Einblicke gewinnen, um Steuerungen vorzunehmen. Falls ein Gerät defekt ist, kann dies unmittelbar erkannt werden. Zum Austausch eines Gerätes kann man aber wieder einen Prozess anstoßen und dessen Abarbeitung kontinuierlich mitverfolgen und gegebenenfalls eingreifen. In diesemMoment werden beide Formen von IBO elegant miteinander verknüpft.

Fazit

Festhalten lässt sich, dass IBO ein neues Feld der Business-Analyse darstellen und sich vorrangig der Analyse und Optimierung des operativen Geschäftsbetriebs widmen. Traditionelle nachgelagerte Analysen ergänzen IBO. Doch IBO sind mehr als nur eine moderne Form der Datenanalyse. Das Interessante und Wertschöpfende an IBO-Lösungenliegt in der Verknüpfung von Live-Einblicken mit Handlungsmaßnahmen.

Durch das verbesserte Situationsbewusstsein lassen sich zum richtigen Zeitpunkt die richtigen Aktionen schnell und gezielt einleiten. Wie wir damit umgehen und mit welcher technologischen Plattform für IBO wir starten, liegt in unserer Hand und hängt von den Einsatzszenarien im Unternehmen ab.