Decision Intelligence vs. Business Intelligence

Um das Verhältnis zwischen Business Intelligence (BI) und Decision Intelligence (DI) zu erklären, hilft ein Blick auf die Nutzung der Daten eines Unternehmens. Die aus den technischen Möglichkeiten gewachsenen Formen der Data-Analytics haben einander nicht abgelöst, sondern bauen aufeinander auf. Am Beispiel vom Umsatz eines Unternehmens stellt sich diese Abstufung folgendermaßen dar: 

• Descriptive Analytics beschreibt, wie sich der Umsatz in der Vergangenheit entwickelt hat. 
• Diagnostic Analytics diagnostiziert, warum sich der Umsatz positiv oder negativ entwickelt hat. 
• Predictive Analytics sagt voraus, wie sich der Umsatz entwickeln wird. 
• Prescriptive Analytics empfiehlt, wie sichergestellt werden kann, dass sich der Umsatz optimal entwickelt.

Business Intelligence arbeitet mit Descriptive Analytics und Diagnostic Analytics, Decision Intelligence darüber hinaus mit Predictive und Prescriptive Analytics. Während Business Intelligence strukturierte Daten analysiert, um Geschäftsvorgänge zu beschreiben und zu diagnostizieren, greift Decision Intelligence auf sämtliche, auch unstrukturierte Daten zu, um daraus Prognosen zu erstellen und Handlungsempfehlungen zu geben bzw. automatisiert selbst auszuführen. 

Die Grenzen von Business Intelligence 

Es stellt sich heraus, dass Business Intelligence aufgrund der exponentiell wachsenden Datenmenge und -formen seine Grenzen erreicht hat. Die Data-Analysten der Eckerson Group definieren fünf wichtige Einschränkungen von BI: 

• BI arbeitet mit historischen statt mit real-time Daten,
• BI zeigt nur zusammenfassende Trends und Muster, die subtile Nuance übersehen können, 
• BI erfordert, dass Menschen eine Vielzahl von Daten durchsuchen, um relevante Informationen zu finden, 
• BI ist nicht in der Lage, zukünftige Ereignisse vorherzusagen oder Lösungen für diese Ereignisse vorzugeben, 
• BI ist nicht automatisiert.

Das Resultat ist ein Datenstau, der die Entscheidungsfindung beeinträchtigt oder sogar behindert. Die Daten sind zu umfangreich, um von Menschen verwaltet zu werden, und ihre Komplexität übersteigt die Möglichkeiten von Self-Service-Usern. Unternehmen müssten Heerscharen von Datenanalysten einstellen, und nicht einmal diese würden auf lange Sicht das Problem beheben.  

DI verschafft Wettbewerbsvorteile 

Die Antwort darauf ist Decision Intelligence. DI nutzt Künstliche Intelligenz (KI) und maschinelles Lernen zur 24/7-Überwachung von Daten. Das System zeigt jede auftretende Änderung der Kennzahlen an, führt eine Ursachenanalyse durch, bietet Handlungsoptionen an und führt bei automatisierten Prozessen vorgeschriebene Reaktionen selbstständig aus. 

Der Einsatz von Decision Intelligence im Unternehmen beflügelt den Geschäftserfolg und verschafft Unternehmen Wettbewerbsvorteile, indem sie 

• komplexe Datenmengen nutzen 
• Prozesse flexibel halten 
• Entscheidungsprozesse verkürzen 
• korrekte und wertfreie Entscheidungen treffen  
• Entscheidungen messbar machen. 

Decision Intelligence bedeutet aber nicht, die Entscheidung den Maschinen zu überlassen, sondern menschliche Erfahrung und Intuition mit Automatisierung zu vereinen, um Entscheidungsfindung auf ein ganz neues Level zu heben. 

Fazit

Wer mit Business Intelligence seine Kennzahlen beurteilt, muss die Schlüsse daraus selbst ziehen. Decision Intelligence hingegen führt die Datenanalyse von der bloßen Beschreibung zur Prognose und Empfehlung fort. Damit können Sie in Echtzeit auf aktuelle Entwicklungen reagieren und zwischen datenbasierten Entscheidungs-Alternativen wählen.