Aus unstrukturiert strukturiert machen: Agile BI ist mehr als nur sportlich

0

Agile ist eines der unzähligen Schlagworte, die heutzutage auch in der Business Intelligence (BI) Welt herumgeistern. Aber was heißt das eigentlich genau? Und was bedeutet das für Unternehmen, die sich die Modernisierung ihrer BI Infrastruktur auf die Fahne geschrieben haben? (Mit Buchempfehlung)

Agiles Projektmanagement oder eine agile Software-Entwicklungsmethodik wie Scrum ist soweit klar und definiert: man arbeitet sich iterativ und in kurzen Entwicklungsintervallen (Sprints) durch ein Produkt-Backlog und stellt an das Ende jeden Sprints eine auslieferungsfähige Produktversion, mit der bereits gearbeitet werden kann. Ein starres Konzept ist bei dieser Methodik nicht notwendig, anstelle dessen jedoch eine hoch effiziente Kommunikation während des gesamten Entwicklungsprozesses.

Spricht man jedoch von Agile BI, ist damit nicht einfach ein Projekt gemeint, sondern vielmehr die durchgängige Verwendung entsprechender Werkzeuge, die es ermöglichen, neue Themen schnell und effizient anzugehen und den Kommunikationsgedanken optimal unterstützen.

Wir sprechen also nicht mehr länger von einem komplexen ETL Projekt zur Erschließen neuer Datenquellen, sondern bedienen uns Technologien wie Data Wrangling, um auch unstrukturierte Daten interaktiv und schnell in ein sinnvolles Format zu überführen.

Geht es an die Auswertung oder Visualisierung dieser Daten, wird direkt die optimale Darstellung für die entsprechenden Datenobjekte vorgeschlagen. Gleichzeitig wird der Berichtersteller darauf hingewiesen, dass sich bereits eine anderer Benutzer mit diesem Themenfeld beschäftigt, hier sprechen wir neudeutsch von „Contextual BI“ oder „Suggestive BI“.

Klingt alles noch ein wenig nach Science Fiction? Ist es aber nicht – das Thema ist bei nahezu allen BI Anwendern auf der Agenda oder bereits teilweise umgesetzt.

Wie sieht es aber mit der Arbeitsweise oder breiter gefasst mit der Kultur in den Unternehmen aus? Ist man da schon in der Zukunft angekommen oder auf einem vielversprechenden Weg dahin? Sind die Mitarbeiter befähigt, auch Aufgaben wahrzunehmen, die nicht in ihrem unmittelbaren Zuständigkeitsbereich liegen, ohne dass wiederum eine „Schatten-IT“ aufgebaut wird? Existiert eine entsprechende Kommunikationskultur, ist es also gewünscht und gelebt, dass Mitarbeiter und ihre Kompetenzen mehr in Entscheidungsprozesse eingebunden werden? Existiert eine Meeting-Kultur, in der man interaktiv Hypothesen verproben kann, statt vorgefertigte Berichte zu konsumieren?

Spannende Zeiten, die da auf uns alle zukommen – und BI ist noch lange nicht „Schnee von gestern“, sondern nimmt eine neue und sehr interessante Rolle ein.

Hier noch eine Buchempfehlung

Theorie und Praxis

Agile Methoden und Vorgehensweisen werden heute auch in BI-Projekten erfolgreich und gewinnbringend eingesetzt. Dabei steht eine ganze Reihe unterschiedlicher Ansätze zur Steigerung der BI-Agilität zur Verfügung. Entscheidend für den Erfolg ist die ganzheitliche Betrachtung von BI-Architekturen, -Organisationsformen, -Technologien und an BI angepasste agile Vorgehensmodelle.

Die Autoren erörtern in diesem Buch Agile Business Intelligence, indem sie zunächst BI-Agilität mithilfe eines Ordnungsrahmens definieren und strukturieren. Auf diesen Grundlagen aufbauend zeigen sie anhand von konkreten Fallstudien, wie Agilität in BI-Projekten umgesetzt werden kann. Hierbei handelt es sich beispielsweise um die Durchführung agiler Projekte zum Aufbau eines Data Warehouse oder um die Umsetzung von Sandboxes auf Basis von In-Memory-Technologien.chauen Sie es sich hier mal an.

Tags
Share

About Author

Christine Komander

Sr Solutions Architect

Ich arbeite seit diesem Jahr als Senior Business Expert im PreSales Team Analytics Plattform, wo ich mich vorrangig mit Fragen rund um Business Intelligence beschäftige. Dabei unterstütze ich unsere Kunden bei der Integration unserer Lösungen in ihre existierende Architektur sowie beim optimalen Einsatz der Software. Mein Lieblingsthema ist definitiv Visual Analytics, die explorative Datenanalyse und die konsumentengerechte Darstellung der Informationen in Berichten. Für SAS arbeite ich mit einer Unterbrechung von zwei Jahren, während der ich als SAS Anwenderin beim Deutschen Krebsforschungsinstitut in Heidelberg war, seit 1994.

Leave A Reply

Back to Top