Fast alle Anwender von IT-Daten und -Programmen sind mit der grundsätzlichen Problematik von Business Intelligence (BI) konfrontiert: Wie lassen sich für das Unternehmen wichtige Daten sammeln, auswerten und sinnvoll anwenden? Und wie kommt man unkomplizierter und schneller als bisher zu Daten, mit denen sich die jeweiligen Geschäftsprozesse verbessern lassen?
Business Intelligence gehört zu jenen Tools und Programmen, die zusätzlich zu bereits eingesetzter Software verwendet werden. Das junge Unternehmen Indexima aus Frankreich beansprucht, dies im Augenblick für Snowflake-Datenbanken anzubieten (Indexima 2.0), nachdem man noch bis vor kurzem verschiedene SQL-Datenbanken wie zum Beispiel solche von Hadoop, Google oder Oracle adressiert hatte.
Das Unternehmen war 2015 mit dem Anspruch gegründet worden, Daten auf Mappy zu verwalten – einer in Frankreich verbreiteten Alternative zu Google Maps. Im Jahr 2018 wurde dieser Ansatz dann mit Indexima 1.0 auf andere Datenbanken ausgedehnt, unterstützt durch eine externe Finanzierung im Umfang von 1,3 Millionen Euro.
Das Prinzip
Im Prinzip geht es bei Business Intelligence (BI) um diesen Ansatz für die Bearbeitung von Daten: "BI besteht aus einer Reihe von technologischen Prozessen zur Erfassung, Verwaltung und Analyse von Unternehmensdaten, um Erkenntnisse zu gewinnen, die dann Geschäftsstrategien und -prozesse beeinflussen. Analysen von Business Intelligence bestehen aus einer Reihe von technologischen Prozessen zur Erfassung, Verwaltung und Analyse von Unternehmensdaten, um neue Erkenntnisse zu gewinnen, die dann in Geschäftsstrategien und -abläufe einfließen." (www.ibm.com/topics/business-intelligence)
Solche Analysen verwandeln anschliessend Rohdaten in aussagekräftige Erkenntnisse um, die die strategische Entscheidungsfindung innerhalb eines Unternehmens vorantreiben sollen. BI-Tools ermöglichen den Unternehmen auf diese Weise einen exakten Zugriff auf verschiedene Arten von Daten – historische und aktuelle Daten, solche von Drittanbietern oder aus dem eigenen Unternehmen. Diese Daten können halb-strukturiert oder unstrukturiert sein, wie zum Beispiel Daten aus sozialen Medien. Benutzer können diese Informationen anschliessend detailliert analysieren, um Einblicke in die Leistung des eigenen Unternehmens oder komplexer Marktsituationen zu erhalten.
Dieser strategischer Ansatz bedeutet für Unternehmen, nicht abstrakt vorzugeben, was sie tun sollten oder was passieren könnte, wenn sie einen bestimmten Kurs einschlagen. Es geht bei BI auch nicht nur darum, kurze oder längere Berichte über die Aktivitäten des Unternehmens zu erstellen. Vielmehr bietet BI eine Reihe von Möglichkeiten für Mitarbeiter und Unternehmen, Daten zu untersuchen, Trends genauer zu verstehen und daraus neue Erkenntnisse abzuleiten.
SQL-Abfragen und automatische Optimierung mit Snowflake
Indexima beansprucht, dass seine Analysen auf Basis von BI und speziell Snowflake den Unternehmen beschleunigte Entscheidungsfindungen ermöglichen. Nicholas Korchia, CEO und Gründer von Indexima, führt in diesem Zusammenhang aus: "Indexima stellt eine einzigartige Software für die Bearbeitung von Daten zur Verfügung, die Machine Learning (ML) und Artificial Intelligence (AI) in die Lage versetzt, Performance, Kosten und Vorteile von Analytics-Prozessen in den Griff zu bekommen." Korchia erläuterte im Dezember 2024 auf einer Veranstaltung der "IT Press Tour" auf Malta die prinzipielle Vorgehensweise von Indexima. Es geht seinem Unternehmen darum, dass sich in der heutigen datengesteuerten Welt viele Unternehmen bereits auf Tools von Tableau oder Power BI verlassen, um ihre Daten besser interpretieren und verstehen zu können. Doch das allein reiche nicht aus, betont der CEO. Der Ansatz seines Unternehmens ist der Frage nachgegangen, warum solche Werkzeuge, die ursprünglich für eine einfache Datenanalyse konzipiert worden sind, heute oft mit komplexen und ressourcen-intensiven IT-Prozessen verbunden sind. Dieses neue Spannungsverhältnis, das auch als BI-Paradoxon bekannt ist, will Indexima auflösen. Anders ausgedrūckt, will der Hersteller die Komplexität verringern, mit der die Anwender bei Analytics-Prozessen und Entscheidungsfindungen konfrontiert sind. "Making sense of your data", ist nach Korchia das Konzept dieses Startups, wie sie besonders bei umfangreichen Datensammlungen anfallen.
Das BI-Paradoxon geht laut Korchia darauf zurūck, dass der Umgang mit grossen Datensammlungen eigentlich sehr einfach sei: In der Regel genūge ein Klick auf bestimmte Daten oder Grafiken, um Auswertungen zu erzielen. Doch die Umsetzung dieser Aufgabe könne sehr komplex und widersprüchlich sein, argumentiert Korchia. Das liege an den ständigen Veränderungen der Datenmodelle, da die End-User neue, aktualisierte Ergebnisse verlangen. Die Data Pipeline, so Korchia, sei nur in mehreren Schritten und Anpassungen einzurichten. Die praktische Umsetzung des BI-Paradoxons könne dann zu sehr umständlichen, langsamen und letztlich teuren Prozessen oder Produkten führen – wie zum Beispiel bei zeitaufwändigen Darstellungen von Grafiken bei Tableau. Korchia erläutert: "Indexima versucht, dieses Dilemma aufzulösen, indem Agilität und Geschwindigkeit innerhalb der Anwendung deutlich erhöht werden. Dem Anwender werden auf diese Weise nachvollziehbare Datengrössen oder -ausschnitte präsentiert. Dazu verwendet die Software Daten in der Form von 'in-memory cubes' oder 'extracts'. Solche Aggregations-Layer werden von Indexima und Tools für Artificial Intelligence (AI) automatisch erzeugt."
Automatisierung mit BI-Tools
Da jeder Suchvorgang sehr umfangreiche Resutate erzeugen kann, kommt es darauf an, die Byte-Anzahl von jedem Scan für den Anwender wieder zu reduzieren. Indexima verwendet deshalb AI, um in den verschiedenen Suchanfragen und -ergebnissen bestimmte Muster aufzuspüren und auf diese Weise handhabbare Ergebnisse zusammenzustellen. Diese Vorgehensweise reduziert zugleich den "Carbon Foot Print" der IT – was laut Korchia dem Planeten als ganzem zugute kommt: "Letztendlich helfen wir damit dem Planteten Erde, wenn wir mit unserer Arbeit den Energieaufwand deutlich verringern."
Mit der Verwendung der Technologie von Snowflake werden die Abfragen kontrolliert und in dynamischen Tables jeweils brauchbare Daten ermittelt und zusammengestellt. Neue Queries erfolgen dann auf dieser Grundlage, so dass weitere und umfangreiche Suchanfragen vermieden werden. Anders ausgedrückt: Mit dieser Vorgehensweise lassen sich schneller brauchbare Daten aus dem vorhandenen Material extrahieren. Alternative Vorgehensweisen wie zum Beispiel die von Tableau scheitern laut Korchia oft an der Extraktionsproblematik, so dass aufgrund der Komplexität der ursprünglichen Daten auch die Abfragezeiten und -resultate wieder sehr umfangreich ausfallen. Dies wirkt sich auch negativ auf die anfallenden Kosten aus, weshalb manche Kunden sich wieder von solchen Operationen zurückziehen. Korchia empfiehlt deshalb, statt einem grossen und aufwändigen Extraktvorgang lieber mehrere und nicht so umfangreiche Queries durchzuführen.
Laut Korchia dauert es weniger als 10 Minuten, um das Setup von Indexima for Snowflake durchzuführen. Die am besten geeigneten Einstellungen und Updates werden automatisch durchgeführt, was auch zu einem optimalen Verhältnis von Kosten zu Performance führen soll. Die Anwendung von AI-basierten Tools reduziert den Zeitaufwand und die Komplexität der einzelnen Arbeitsschritte.
Die automatische Optimierung soll den Anwenderunternehmen folgende Vorteile bringen, wie Indexima erklärt:
• Automatische Erstellung und Pflege der am besten geeigneten Aggregationsschicht mit dynamischen Tabellen in Snowflake, ohne menschliches Eingreifen.
• Die Dateningenieure können sich auf hochwertige Aufgaben konzentrieren.
• Unkomplizierter BI-Einsatz ohne Verzögerungen oder menschliches Eingreifen.
• Für jedes BI-Tool geeignet.
• Für alle Anwendungen auf Basis von Snowflake geeignet, zum Beispiel für PowerBI, Tableau, Looker, Metabase oder Microstrategy.
• Keine Konnektoren oder Neufassung der jeweiligen Boards notwendig.
Wie Korchia besonders betont, setzt man AI nicht prinzipiell für alle Arbeitsschritte im Umfeld von Snowflake ein, sondern nur für die Aggregation von Daten in diesem Bereich. Das gelte auch für den Einsatz von LLM (Large Language Models), ChatGPT oder Claude: Dies seien Tools, die für spezielle Aufgaben bei der Durchführung von Queries geeignet seien, aber nicht generell. Indexima sei aber prinzipell offen für neue Ansätze. Laut Korchia ist eine Version von Indexima für Databricks in Vorbereitung.
Wie Business Intelligence (BI) im Prinzip funktioniert
BI-Plattformen stützen sich bei ihren Basisinformationen traditionell auf Data Warehouses. Die Stärke eines Data Warehouse besteht darin, dass es Daten aus mehreren Datenquellen in einem zentralen System zusammenführt, zum Beispiel in Form von Berichten, Diagrammen und Karten, die über ein Dashboard angezeigt werden können.
Etappen von BI: Datenquellen (zum Beispiel Statistiken aus einem Data Lake, Lieferketten, Inventar, Preise, Vertrieb, Marketing); Datenerfassung und -aufbereitung; Analyse; Visualisierung, Aktionsplan und Anwendungsprozesse.
