Das BI-gestützte Controlling

Zusammenfassung In Kap. 5 wird zunächst ein Ordnungsrahmen für das BI-gestützte geschaffen, in dem grundlegende Definitionen zu Business Intelligence sowie zum BI-gestützten Controlling entwickelt werden. Zudem wird eine Referenzarchitektur vorgestellt, die als Grundlage für den Aufbau von BI-gestützten Controlling-Systemen dient. Diese Referenzarchitektur bietet Orientierung für die weiteren Abschnitte, da die nachfolgenden Hauptthemen darauf aufbauen. Im Abschn. 5.2 werden die generellen Dimensionen, die historische Entwicklung, die Betriebsformen sowie die horizontale und vertikale Integration von IT-Systemen analysiert. Besonders bei den Betriebsformen werden die Unterschiede zwischen On-Premise- und Cloud-Lösungen vertieft betrachtet. Abschn. 5.3 widmet sich den drei Prozessphasen des ETL-Prozesses (Extraktion, Transformation, Laden). Anhand einer einleitenden Fallstudie werden die einzelnen Prozessschritte praxisnah erläutert. Im Abschn. 5.4 liegt der Fokus auf dem Data Warehouse und seinen zentralen Objekten, darunter insbesondere das Core Data Warehouse. Daran anknüpfend werden im Abschn. 5.5 die Data Marts, Online Analytical Processing (OLAP) sowie die Abgrenzung von Data Marts zum Core Data Warehouse behandelt. Abschn. 5.6 beleuchtet die Grundlagen von Big Data anhand des 4-V-Modells. Es wird herausgearbeitet, für welche Anwendungen in der Planung und im Reporting Big-Data-Analytics sinnvoll eingesetzt werden können und inwieweit sie klassische BI-Systeme ergänzen. Technologische Grundlagen wie In-Memory-Computing, NoSQL-Datenbanken und Hadoop werden in diesem Kontext ebenfalls erläutert. Im Abschn. 5.7 werden verschiedene Analyse- und Planungswerkzeuge vorgestellt. Dazu gehören unter anderem freie Datenrecherchen, OLAP-basierte und modellbasierte Analysesysteme, Portale, Distributionsfunktionen, Ausgabeformate sowie das abschließende Thema Mobile Computing und Mobile BI. Abschn. 5.8 fokussiert auf Querschnittsfunktionen im BI-gestützten Controlling, wie beispielsweise Berechtigungssysteme, Zugriffssteuerung und Metadatenmanagement. Neue technologische Trends wie Künstliche Intelligenz (KI), Robotic Process Automation (RPA) und Chatbots (Conversational UX) werden umfassend in Abschn. 5.9 thematisiert. Aufbauend auf den Grundlagen der KI, darunter Machine Learning, Deep Learning und Neuronale Netze, werden praxisrelevante Einsatzmöglichkeiten und Herausforderungen in den Bereichen Data Mining, Predictive Analytics, Data Discovery und Data Visualization untersucht.Im abschließenden Abschn. 5.10 werden Softwarelösungen für Planungs- und Reportingaufgaben analysiert. Dazu zählen ERP-Systeme, Tabellenkalkulationsprogramme, spezialisierte Softwarelösungen (auf Basis relationaler Datenbanktechnologien) sowie Data-Warehouse- und Business-Intelligence-gestützte Systeme. Die jeweiligen Vor- und Nachteile dieser Systeme werden differenziert herausgearbeitet.