Governance für Power BI

Governance ist ein Erfolgsfaktor für Power BI-Anwendungen

Betrachtet man die typische Situation des Reportings im Unternehmen, so kann man in etwa dieses Bild zeichnen: Da gibt es auf der einen Seite die klassische BI (Business Intelligence). Sie ist gekennzeichnet durch Softwaretools, welche bestens auf die wachsenden Datenmengen und deren verteilte Datenquellen vorbereitet ist. BI-Lösungen bieten Abfragesprachen und Funktionsbibliotheken, welche relativ problemlos multidimensionale Berechnungen ermöglichen. Die Ergebnisse werden in Form von Standardreports in tabellarischer Form oder auch mit Hilfe von Standarddiagrammen dargestellt.

Rahmenbedingungen der klassischen BI

Die Organisation der personellen Ressourcen im BI-Umfeld ist von folgenden Merkmalen gekennzeichnet. Eine überschaubare Gruppe von Spezialisten ist mit der Bereitstellung der Daten befasst. KPI werden ebenfalls von BI-Spezialisten in einmaliger und enger Absprache mit den Fachabteilungen berechnet. Und schließlich werden auch die Berichte von eben dieser spezialisierten Personengruppe entwickelt. Am anderen Ende des Prozesses stehen hingegen die Berichtsempfänger. Durch eine einmal entworfene Empfängermatrix wird im BI definiert, wer welche Berichte wann und in welchem Detailierungsgrad erhält.

Die Vorteile dieser technischen wie personellen Strukturen liegen auf der Hand. Der gesamte Prozess des Reportings ist auf diese Weise stabil aufgebaut. Er vermeidet Ad-hoc-Lösungen. In seinen Verantwortlichkeiten ist er klar und eindeutig beschrieben. Eine ideale Welt – wären da nicht die alltäglichen Anforderungen und sich ständig ändernde geschäftliche Rahmenbedingungen.

Der Hunger nach Berichten spielte Excel in die Karten

Um auf Änderungen des Marktes schneller zu reagieren, sind nicht immer die Standardreports und KPI geeignet, welche vielleicht vor zwei oder drei Jahren im BI entwickelt wurden. Viele Unternehmen benötigen Projekt- oder Kampagnen-bezogene Auswertungen. Und bevor solche Reports mit Hilfe von klassischen BI-Tools entwickelt sind, können die betreffenden Projekte oder Kampagnen im schlimmsten Falle eventuell bereits beendet oder mit anderen Schwerpunkten fortgeführt sein. Viele Mitarbeiter der Fachabteilungen klagen über die bisweilen langen Entwicklungszeiten für neue Reports. Und genau dieser Hunger nach Controlling und Berichten jenseits des Corporate Reporting hat Excel-Lösungen als wichtigstes Werkzeug einer Schatten-IT in den Unternehmen immer in die Karten gespielt.

Nicht nur BI-Spezialisten betonen die Nachteile des Excel-Reportings. Häufig ist nicht nur die Datenqualität oder gar die Quelle der eingesetzten Daten unklar. Auch konkurrierende Methoden, wichtige Kennzahlen zu berechnen, führen zu Irritationen in Meetings. Außerdem droht dem Unternehmen häufig der Verlust wichtigen Know-hows, wenn ein für eine Excel-Lösung federführender Mitarbeiter die Abteilung oder gar das Unternehmen verlässt. Denn Excel-Lösungen sind nur in den seltensten Fällen dokumentiert.

Von retrospektiver Analyse zur KI-Anwendung

In einem Punkt stehen BI-Tools und Excel-Lösungen jedoch Seite an Seite. Wachsende Datenmengen werden von Internet, Mobilgeräten, Social Media und Internet of Things (IoT) nahezu in Echtzeit geliefert. Algorithmen aus der Künstlichen Intelligenz (KI) stellen das bevorzugte Handwerkszeug bereit, um die gewaltigen Datenmengen zu analysieren und Erkenntnisse für die Entscheidungsträger in den Unternehmen zu liefern. Damit verändert sich die Methodik vom Sammeln und Auswerten gigantischer Datenmengen. Es werden nicht mehr ausschließlich aus firmeninternen Quellen stammende Daten in Analysen einbezogen. Deren rein retrospektive Betrachtung verliert an Bedeutung. Stattdessen rückt  die Verknüpfung firmeneigener Transaktionsdaten mit externen Datenpools zusehends in den Fokus. Diese liefern im Bedarfsfall Ergebnisse aus der Marktforschung, demografische oder geografische Daten, Daten von kommerziellen Dienstleistern oder auch staatlichen Stellen.

Diese Abwendung von der rückblickenden Betrachtung stellt BI-Plattformen und Excel gleichermaßen vor große Herausforderungen. Denn auf die Rahmenbedingungen der predictive analytics sind beide originär nicht besonders gut vorbereitet. Denn die neuen Anforderungen sind u.a. gekennzeichnet durch die Verknüpfung von zahlreichen Datenobjekten. Auch statistische Verfahren, welche mit Programmiersprachen wie M oder Python integriert werden können, haben eine große Bedeutung. Dazu kommen schließlich Machine-Learning-Techniken.

Genau in dieser gedanklichen Nährlösung von Big Data gedeihen die neuen Tools, welche vollständig auf SSBI (Self Service Business Intelligence) setzen. Vieles spricht dafür, dass Werkzeuge wie Power BI der traditionellen Business Intelligence ebenso wie der Schatten-IT um Excel einen größeren Teil des Platzes im Bereich der Datenanalyse streitig machen werden. Wollen diese Softwarepakete ihrer Rolle weiter gerecht werden, müssen sie sich anpassen. Die Integration von Power Query und Power Pivot in Excel zeigt das bereits. Durch Sie werden SSBI-Tools in die Tabellenkalkulation integriert. Auch die Einbindung von Analysefunktionen wie Quick Insights in Excel sind nicht anders erklärbar.

Power BI funktioniert nur mit Governance-Konzept

Doch was bedeutet der Paradigmenwechsel in der Datenanalyse für Power BI selbst? Will sich das Tool in den Unternehmen dauerhaft etablieren, muss es sich von Excel nicht bloß in der großen Palette sehenswerter Visualisierungen unterscheiden. Würden Unternehmen die Nutzung des neuen Programms vorbehaltlos freigegeben, trüge dies lediglich zu einer Wiederholung der negativen Merkmale des Reportings mit Excel bei. Viele Berichte fragwürdigen Datenursprungs, mit undokumentiert berechneten KPI und nach dem persönlichen Geschmack des Entwicklers gewählten Visualisierungen wären die Folge. Aus dem Excel-Wildwuchs würde der Power BI-Wildwuchs. Aus diesem Grunde ist es essentiell für den erfolgreichen Einsatz von Power BI, ein klares und vorausschauendes Governance-Konzept zu entwickeln.

Sehr hilfreich für das Verständnis dieser Überlegung ist Folgendes:  Unter jedem Report liegt ein Dataset. Jede Visualisierung fußt auf einer Kennzahl. Jeder Bericht benötigt einen Verteilungs- und Aktualisierungsplan. Und jedes Dashboard muss zielgruppen-gerecht konfiguriert und gestaltet werden.  Wer für welche Teilaufgaben im gesamten Reporting-Prozess verantwortlich ist, muss in Benutzerrollen definiert sein. Nur dann kann Power BI einen gewaltigen Schritt nach vorne in einer Welt des agilen Reportings sein. Unterbleiben diese Maßnahmen, werden Power BI-Reports mit ähnlichen Vorbehalten bezüglich der Plausibilität zu kämpfen haben, wie es bei Excel-Auswertungen immer der Fall war.

SSBI und Blended Learning

Viele Schritte im gerade erst begonnenen Veränderungsprozess werden eng mit der Qualifizierung des Fachpersonals verbunden sein. Denn die Data Stewards der Zukunft werden ebenfalls das Beste aus beiden Welten – BI und Datenanalyse in Excel – mitbringen müssen. SSBI bietet zudem, anders als klassisches BI, die Möglichkeit, auf geänderte Rahmenbedingungen kurzfristig zu reagieren. Dies lässt den Schluss zu,  dass zukünftige Reportinglösungen noch weniger in Stein gemeißelt sein werden als bisher. Die bedarfsgerechte Erweiterung von Berichten und Dashboards wird gang und gäbe sein. Darin besteht ja gerade der große Vorteil von SSBI.

Ein weiterer wichtiger Aspekt ist die Tatsache, dass sich Reports zukünftig aus hybriden Inhalten zusammensetzen werden. Teile aus der Feder eines Controllers oder Datenanalysten werden ergänzt durch Insights, die Power BI mittels KI-Funktionalität bereit stellt. Dadurch wird sich das Konzept der Autorenschaft im Reporting ändern. Es entsteht eine Rolle, die eher als Mentor im Reporting bezeichnet werden kann. Dieser Mentor muss die Relevanz von KI-Ergebnissen bewerten können. Er wird Berichtsteile priorisieren müssen. Dazu muss er das Gesamtsystem Power BI einerseits verstehen. Auf der anderen Seite muss er die gefundenen KI-Erkenntnisse bewerten und in die Teams oder Abteilungen kommunizieren.

Das Informationsmanagement und Training der Mitarbeiter muss folglich neue Herausforderung bestehen. Der aktuelle Stand des Berichtswesens muss kontinuierlich erklärt werden. Die firmenspezifische Orchestrierung der Berichte mit  Kennzahlen muss verdeutlicht werden. Der gesamte ETL-Prozess (Extract Transform Load) muss transparent dargestellt werden. All dies muss im Zuge der Internationalisierung durch die Optimierung der digitalen Prozesse in der Weiterbildung umgesetzt werden. Blended Learning-Systeme ermöglichen die kontinuierliche Schulung auch geographisch verteilt agierender Teams. Sie sind vor diesem Hintergrund ein wichtiges Mittel, um den neuen Herausforderungen von Governance und Training im SSBI-Umfeld zu begegnen.