BI-Tools im Vergleich

Was können moderne BI-Tools – und was sollte *IHR* Tool können?

- Update 2023 -

Um diese Frage zu beantworten, ist es hilfreich, sich zunächst auf die Meta-Ebene zu begeben:


Was sind eigentlich die grundlegenden Vorteile von BI-Tools und die Anforderungen an eine entsprechende Lösung, Stichwort BI-Strategie...



Darauf aufbauend können Sie anhand unseres Vergleichs prüfen, ob Ihr gegenwärtiges oder zur Anschaffung ins Auge gefasstes BI-Tool fit für die wilden 2020er ist!

BI-Tools im Vergleich

Business-Intelligence-Tools sind analytische, entscheidungsorientierte Informationssysteme. Sie ermöglichen es Ihnen, den Datenschatz Ihres Unternehmens zu heben und für den Unternehmenserfolg nutzbar zu machen. Dabei werden:

 

  • Daten aus den verschiedensten Quellen zusammengeführt,
  • aufbereitet und miteinander in Beziehung gesetzt und
  • zur Auswertung über eine visuelle Oberfläche bereitgestellt,

 

um neue Erkenntnisse zu gewinnen und bessere, datenbasierte Entscheidungen zu treffen – von der strategischen Ausrichtung des Unternehmens bis hin zur Schwerpunktsetzung und Prozessoptimierung in den einzelnen Fachbereichen.

Der BI-Boom der letzten Jahre hat eine unglaubliche Angebotsvielfalt hervorgebracht, die aus Kundenperspektive kaum überschaubar ist – und genau hier setzen wir an!

 

⇒ Sie suchen den besten Anbieter für ein erstes BI-Pilot-Projekt in Ihrem Unternehmen?
⇒ Sie möchten herausfinden, ob Ihre aktuelle BI-Lösung noch State-of-the-Art ist?
⇒ Sie fragen sich, welche Kriterien bei der Beurteilung von BI-Tools am wichtigsten sind?

 

Im folgenden Text erfahren Sie:

  • Was können moderne BI-Tools – und was sollte *IHR* BI-Tool können?
  • 28 BI-Tools im Vergleich: Stärken, Schwächen & Eignung
  • Gartner, Forrester & BARC: die wichtigsten Ratings für BI-Tools

Neuer Call-to-Action

Vorteile moderner BI-Tools

Ungeachtet der funktionalen und technischen Vielfalt lassen sich die grundlegenden Vorteile moderner BI-Systeme klar und einfach zusammenfassen:

 

  • Alle Daten auf einen Blick: Ob Grossunternehmen oder KMU – fast immer sind die Unternehmensdaten über eine heterogene, historisch gewachsene IT-Umgebung verstreut. Moderne BI-Software ermöglicht die Zusammenführung aller relevanten Daten aus ERP- und CRM-Systemen, Datenbanken, Flat Files und Social Media. So greifen alle Nutzer auf einen allgemeingültigen Datenbestand zu (Single Source of Truth) und können wichtige, systemübergreifende Zusammenhänge erkunden.
  • Self-Service für Fachanwender: Datenabfragen und -analysen waren lange die Domäne von Datenbankspezialisten und Data Scientists. Moderne BI-Tools dagegen bieten eine visuelle, intuitive Nutzeroberfläche, die Fachanwender zur eigenständigen Erkundung der Daten befähigt und die IT-Abteilung entlastet.
  • Zuverlässige Geschäftsprognosen: Entscheidungen über künftige Unternehmensaktivitäten beruhen – mangels Kristallkugel – nur allzu oft auf «Bauchgefühl» oder dem notorischen «das haben wir schon immer so gemacht». Dagegen bieten viele moderne BI-Lösungen eine Predictive-Analytics-Funktionalität, die aus den Mustern und Trends von Vergangenheitsdaten ein Vorhersagemodell erstellt. Dies ermöglicht die Berechnung künftiger Entwicklungen mit verschiedenen Szenarien und die frühzeitige Erkennung von Chancen & Risiken.
  • Zeit- & Fehlerreduktion durch Automatisierung: Bei traditionellen Datenanalysen ist viel Handarbeit gefragt. Moderne BI-Systeme dagegen zeichnen sich durch einen hohen Automatisierungsgrad aus: von den ETL-Prozessen zur steten Aktualisierung der Daten über die Bereitstellung & Versand einzelner Reports bis hin zur Benachrichtigung über kritische Entwicklungen.
  • Kosten senken & Umsatz steigern: Moderne BI-Software beschleunigt Planungs-, Analyse- und Berichtsprozesse im gesamten Unternehmen. Zudem unterstützen fundierte Daten die Optimierung von Prozessen & Ressourceneinsatz – von der Lagerwirtschaft über die Produktion bis zum Vertrieb.
  • Online-Zugriff auf die Daten – immer & überall: Die meisten BI-Tools sind (auch) als cloud-basierte SaaS-Anwendung verfügbar, was nicht nur geringe Kosten für Hardware, Implementation & Wartung bedeutet. Ob im Büro, im Konferenzraum oder unterwegs beim Kunden – die Daten sind online stets verfügbar und werden stets optimal für die Darstellung auf PC, Laptop & Tablet angepasst.

bi tools1

 

Anforderung an ein BI-Tool: die Meta-Ebene

Wendet man den Blick von den grundlegenden Vorteilen moderner BI-Systeme zu den spezifischen Vorzügen und Funktionalitäten einzelner Tools, gilt es angesichts der zahlreichen enthusiastisch beworbenen Features das grosse Ganze im Blick zu behalten.

 

Diese 10 Fragen helfen Ihnen bei der Bewertung eines BI-Tools:

 
1. Passt es zur BI-Strategie Ihres Unternehmens? Mehr dazu im nächsten Abschnitt!
 

2. Wie sieht der ROI auf ≥ 5 Jahre aus? Denken Sie langfristig und schauen Sie über den Initialpreis hinaus, kalkulieren Sie sowohl interne wie externe Aufwände mit ein sowie den Betriebsaufwand!


3. Werden alle Nutzergruppen optimal bedient? Haben Power-User die Freiheit, selbst Apps zu bauen? Bekommen Casual-User komfortablen Self-Service? Haben Mobile-User entsprechende Tools? Können IT-resistente User mit PDFs etc. beliefert werden?
 
4. Wie hoch ist der Implementierungsaufwand? Sind mit einem kleinen Pilotprojekt zeitnah Erfolge zu erzielen, um den künftigen Nutzen zu demonstrieren, oder braucht es erst langwierige Basisentwicklung, bevor das Frontend zum User vordringt? «Think Big, Start Small» ermöglicht die frühzeitige Umsetzung von Lerneffekten und notfalls den Projektstopp ohne allzu viel verlorene Kosten.
 
5. Welches Know-how ist für Betrieb & Weiterentwicklung erforderlich? Kann das eigene Team dies leisten oder sind zwingend externe IT-Kräfte nötig?
 
6. Ist die Technologie State-of-the-Art?
 
7. Wie ist das Thema BI beim Hersteller aufgehängt? Ist es das Nebenthema eines ERP-Herstellers oder *DAS* zentrale strategische Thema des Anbieters? Reine BI-Anbieter entwickeln ihre Produkte in der Regel über Dekaden weiter; ERP-Riesen wie SAP haben dagegen in der Vergangenheit ihre BI-Produkte mehrfach ausgewechselt und sterben lassen. Auch nach Übernahmen ist die Zukunft von BI-Spezialisten oft unsicher.
 
8. Wie umfangreich und offen ist das Ecosystem? Ist man auf eine Firma – bspw. den Hersteller am Sitz oder den einzigen Provider im Land – angewiesen oder stehen verschiedene Partner für die Betreuung zur Wahl?
 
9. Wie steht es um die Preispolitik des Anbieters? Sind Preise und Angebotsstrukturen transparent und ausgeglichen oder gibt es undurchsichtige Passagen & Knebelverträge?
 
10.  Bietet der Anbieter/Partner eine Community und/oder zusätzliche Inspiration? User-Groups wie QCircle fördern den informellen fachlichen Austausch, digitale oder persönliche Inspiration öffnet immer wieder neue Perspektiven.
 

Die BI-Strategie als Leitlinie für die Auswahl eines BI-Tools

Die BI-Strategie Ihres Unternehmens gibt den Rahmen vor, anhand dessen die Tauglichkeit eines BI-Tools für Ihr Unternehmen zu beurteilen ist.

Die BI-Strategie formuliert die Mission und die strategischen Ziele für den Einsatz von Business Intelligence im Unternehmen; zudem benennt sie konkrete BI-Projekte mit tentativem Zeitplan.

 

Wichtige Ecksteine der BI-Strategie sind:

 

  • Definition der Anwendergruppen (Geschäftsleitung, Leitung der Fachabteilungen, Fachanwender)
  • Liste der abzubildenden Steuerungs- & Planungsprozesse
  • Liste der zu integrierenden Controlling-, Reporting- & Analytics-Produkte
  • Entwurf einer dazu passenden, langfristig ausbaufähigen Daten- und Systemarchitektur
  • Erfassung von Speicherort & Qualität der Unternehmensdaten (in welchen Systemen liegt was, d.h. was muss integriert werden?)
  • Ermittlung der benötigten BI-Funktionen (bspw. Dashboards, Data-Warehouses, Prognosemodelle...)
  • Definition von BI-Rollen & -Prozessen inkl. Mitarbeiterschulung
  • Entwurf eines Data-Governance-Plans

Checkliste: Ist Ihr BI-Tool bereit für die wilden 2020er?

Zur Frage, welche Themen im BI-Sektor in den 2020er Jahren wichtig werden, formuliert der aktuelle Gartner-Report einen elegant formulierten Paradigmenwechsel: Während 2010 die Datenvisualisierung mit ansprechender Optik, vielfältigen Darstellungsoptionen & intuitiver Bedienbarkeit das wichtigste Differenzierungsmerkmal für BI-Tools war, sind es heute Augmented Analytics (Unterstützung von Datenaufbereitung und Erkenntnisgenerierung durch Maschinenlernen und Künstliche Intelligenz), sowie integrierter Support für Enterprise-Reporting zwecks Modernisierung etablierter Berichtsstrukturen.

 

bi tools2

 

Diese Perspektive ist jedoch, ebenso wie die nachfolgende Prioritätenliste der 15 kritischen Fähigkeiten für BI-Tools, die der Gartner-Report nennt, stark US-zentriert.

Aus Sicht des Heyde-Teams, das zu Jahresbeginn seine eigene Vorschau zu den BI-Trends 2023/24 aus Schweizer Perspektive veröffentlichte, erscheinen die Umfrageergebnisse der BARC Survey als deutlich relevanter für den europäischen Markt.

Die folgende Grafik illustriert die grössten Herausforderungen, denen sich BI-Anwender und Consultants in den letzten vier Jahren gegenübersahen:

BI-Trends-2023-1

 

 

Quelle: https://bi-survey.com/top-business-intelligence-trends

Die Top12-Liste der BI-Herausforderungen für 2023 bietet eine geeignete Bewertungsgrundlage für eigene BI-Projekte:

Ist Ihre aktuelle Software bzw. die ins Auge gefasste Lösung fit für die Zukunft?

 

  1. Management von Stammdaten- und Datenqualität: Datengetriebene Entscheidungen brauchen eine verlässliche Datengrundlage, sonst drohen folgenschwere Fehlschlüsse.
  2. Datenvisualisierung & -erkundung: Die visuelle und interaktive Aufbereitung der Daten, die ein intuitives Erkunden von Zusammenhängen, Mustern und Trends ermöglicht, hat nach wie vor höchste Priorität.
  3. datengetriebene Unternehmenskultur: Ziel ist ein Unternehmen, das die erforderlichen Ressourcen bereitstellt und alle Prozesse darauf abstimmt, den eigenen Datenschatz zu heben und ihn gewinnbringend zu nutzen. Mehr dazu lesen...
  4. Data Governance: Jedes Unternehmen braucht Regeln für den Umgang mit seinen Daten, um diese gewinnbringend zu nutzen und zugleich den Datenschutz zu gewährleisten. Das erfordert ein Zusammenspiel von Nutzern, Prozessen und Technologien; nicht zuletzt mit Blick auf die DSGVO.
  5. Self-Service-BI: Die optimale Bedienung aller Nutzergruppen – Fachanwender, Power User & Business Analysts – schafft dies mehr Effizienz in den Fachabteilungen und eine Entlastung der IT. Mehr dazu lesen...
  6. Datenaufbereitung durch Fachanwender: Geeignete Tools & Trainingsmassnahmen ermöglichen eine zunehmende Verschiebung dieser Aufgabe von der IT in die Fachabteilungen.
  7. Data-Warehouse-Modernisierung: Eine zukunftsfähige DW-Architektur ermöglicht die Bewältigung grosser Datenmengen, eine schnelle Verarbeitung von Datenströmen und die Durchführung komplexer Analysen
  8. Agile BI-Entwicklung: Bei der Neueinführung von BI-Software ist eine schnelle Realisierung des Geschäftsnutzens gefragt, im weiteren Verlauf eine schnelle Anpassung an veränderte Geschäftsanforderungen.
  9. Echtzeit-Analytics: Die sofortige Bereitstellung neuer Daten hält Entscheider stets auf dem neuesten Stand und ermöglicht schnelle Reaktionen.
  10. Advanced bzw. Augmented Analytics: Der Einsatz von Maschinenlernen und Künstlicher Intelligenz kann sowohl die Datenaufbereitung wie auch die Erkenntnisgenerierung unterstützen.
  11. Big Data Analytics: Moderne BI-Software ermöglicht nicht nur die Auswertung traditioneller Unternehmensdaten, sondern auch die Einbeziehung grosser, verschiedenartiger Datensets einschliesslich un-/semistrukturierter Daten.
  12. Integrierte BI-PM-Plattformen: Die Integration aktueller Reporting- & Analyseprozesse in Geschäftsprognosen und Planungen unterstützt operative Anpassungen zur Erreichung der Geschäftsziele.

Neuer Call-to-Action

Liste der Tools A-P

Die Liste der Anbieter im BI-Markt ist lang und umfasst sowohl etablierte ERP-Anbieter wie auch Analytics-Spezialisten. Welche Vor- und Nachteile die verschiedenen Tools haben und für welche Anwender sie am besten geeignet sind, haben wir hier für Sie zusammengefasst.


Alibaba Quick BI

Im 2020 erstmals im Gartner Magic Quadrant  als Nieschenanbieter aufgetaucht, erscheint Alibaba Quick im 2023 als Challenger. Quick BI wurde aus der Daten- & Analytics-Technologie von Alibabas E-Commerce-Geschäft entwickelt.

BI-Plattform zur Datenaufbereitung und visuellen Datenerkundung, mit Dashboarding-Funktionalität. Alibaba Quick BI ist als SaaS-Angebot auf Alibaba Cloud oder als On-Premise-Lösung auf Apsara Stack Enterprise erhältlich. Quick BI hat seine Cloud Roadmap von Alibaba Cloud auf weitere Cloud Anbieter erweitert und ist aktuell kompatibel mit Tencent Cloud, Microsoft Azure and Huawei Cloud. 

🙂 Gutes Einsteiger-Tool mit Self-Service-Analysen, Excel-ähnliches Reporting mit Rückschreib-Funktionalität auf Formular-Basis.
🙁 Schwerpunkt auf dem chinesischen Markt, zum Teil unzureichende Dokumentation in anderen Sprachen. Neues Produkt mit merklichen Schwächen in Sachen Konnektivität, Data Storytelling & Automated Insight.
👉 Für Unternehmen in der DACH-Region aufgrund der kaum wahrnehmbaren Verbreitung eher weniger geeignet.

 

Infor BI (Birst)


Global aufgestelltes Technologie-Unternehmen mit Sitz in New York, 2002 als ERP-Anbieter gegründet, mittlerweile über 60 verschiedene Business-Applikationen, 2017 Übernahme von Birst. Überwiegend Direktvertrieb, ca. 20 Partner in der EMEA-Region.

End-to-End-Lösung mit Data Warehouse, Reporting & Visualisierungs-Plattform. Neben Infor-Systemen können auch Dritt-Anwendungen angebunden werden. Birst fährt eine Cloud-Strategie, ermöglicht aber auch ein On-Premise-Deployment.

🙂 Das Feedback von Endanwendern zu statischen Reports (Standard-Reports) ist äusserst positiv. Live-Konnektivität mit lokalen Datenquellen. Vielfältige Speicheroptionen für das Data Warehouse (Microsoft SQL Server, SAP HANA, Exasol and Amazon Redshift).
🙁 Unterentwickelte Funktionen im Bereich Datenvisualisierung & Self Service. Bekannte Performance-Probleme. Seit der Übernahme durch Infor wird Birst kaum ausserhalb des Infor-Ökosystems wahrgenommen.
👉 Optimal für Infor-Kunden; die vorkonfigurierten ETL-Prozesse sind genau auf die ERP- & CRM-Suiten sowie andere Infor-Anwendungen abgestimmt.


Board International

Schweizer Software-Anbieter, 1994 gegründet, rund 3'000 Kunden, ca. 30 Standorte weltweit. Board hat ein Partnerprogramm, kommuniziert die aktiven Partner jedoch nicht öffentlich.

All-in-One-Plattform für die Entscheidungsfindung, die CPM- & BI-Funktionalitäten inkl. Predictive Analytics vereint. Board wird als Hosted-Cloud-Model angeboten.

🙂 BI-Plattform mit integrierter Funktionalität für Finanzplanung & -analyse (What-if-Analysen, Simulationen, Nachfrageplanung, Budgetierung, Balanced Scorecards ...), einer von nur zwei solchen Anbietern im Gartner Magic Quadrant. Mit Version 11 Upgrade vom bisherigen MOLAP-Konzept zu einem In-Memory Calculation Engine.
🙁 Wenig bekannt ausserhalb des Finanzbereichs, kaum als einziges BI-Tool in Unternehmen eingesetzt. Vergleichsweise langsameres Innovationstempo.
👉 Geeignet für Unternehmen, die den Lückenschluss zwischen BI & Finanzprozessen suchen. Unternehmen, die IBM, Oracle and SAP Enterprise Reporting Tools verwenden.


Clear Analytics

Fintech-Unternehmen mit Sitz in Idaho, 2004 als Anbieter web-basierter Investment-Accounting- & Reporting-Lösungen gegründet.

Self-Service-BI-Lösung, die nahtlos auf MS Excel aufsetzt (Gold-Level Application Development Partner) und um Dashboard- & Reporting-Funktionen erweitert. Das Konzept eines Logical Data Warehouse (LDW) ersetzt die sonst übliche Vor-Aggregation der Daten im Data Warehouse durch ein semantisches Meta-Layer mit einer präzisen Abbildung der Datenlandschaft des Unternehmens. Zudem werden wichtige Management-Tools im Bereich Kollaboration, Versionskontrolle & Audits bereitgestellt.

🙂 Niedrige Lernkurve dank der bekannten Excel-Umgebung. Gewohntes Excel-Reporting kann weitergeführt und um neue BI-Funktionalitäten ergänzt werden. Gute Noten beim Kundensupport.
🙁 Für komplexere Anwendungsfälle und ausserhalb Excel weniger geeignet.
👉 Geeignet für KMUs, die weiterhin Excel als Frontend für ihr BI-System nutzen wollen.


Cubeware Solutions Platform

Cubeware Solutions wurde 2022 von insightsoftware aufgekauft. Auf der insightsoftware Homepage tritt Cubeware nicht mehr als Produkt auf. "Embedded Analytics" Produkt von insightsoftware: "Logi Symphony" 

Datapine

Berliner Start-Up, 2012 gegründet. 150 Kunden in über 25 Ländern.

BI-Software mit konsequentem Self-Service-Konzept, intuitiver Drag-and-Drop-Oberfläche und KI-Funktionalität. So lassen sich ohne Vorkenntnisse Datenquellen anbinden, Analysen durchführen und interaktive Dashboards, Reports & intelligente Alerts erstellen. Datapine wird ausschliesslich als cloudbasierte SaaS-Lösung angeboten.

🙂 Umfangreiche Analysefunktionen von Drill-Downs, Drill-Throughs, Zoom-Ins über dynamische Widgets und Tooltips bis hin zu umfangreichen (hierarchischen) Filteroptionen inkl. Predictive Analytics. Die Cloud-Server stehen in Frankfurt und unterliegen dem deutschen Datenschutz.
🙁 Kein NLP, fortgeschrittene Features für Poweruser erfordern SQL-Kenntnisse. Mobilzugriff nur über eine App, zudem muss das Dashboard-Design ggf. für den ‚mobilen Modus‘ angepasst werden. Mangelnde Unterstützung für die Integration und Analyse unstrukturierter Daten.
👉 Geeignete Allround-Lösung für Management und verschiedenste Geschäftsbereiche in KMU.

 

DOMO

Börsenkotierter BI-Anbieter mit Sitz in Utah, 2010 gegründet, offizieller Produktlaunch 2015. Aktuell mehr als 1'500 Kunden und ca. 800 Mitarbeitende.

BI-Tool mit Fokus auf schnellen, einfachen Visualisierungen und Management-Dashboards für Fachanwender. In Sachen Analytics wird ein Top-Down-Konzept mit starker Betonung der wichtigsten Geschäftskennzahlen verfolgt, dazu gibt es umfangreiche Collaboration-Funktionen. DOMO ist ein cloud-basiertes SaaS-Angebot.

🙂 Schnelles Deployment, das wenig IT-Ressourcen erfordert; schnelle Anbindung von Cloud- & On-Premise-Datenquellen dank > 1'000 Konnektoren. Modernes Interface mit vorgefertigten Apps und Templates für ausgewählte Funktionen und Branchen. Starke intergration mit Jupyter Workspaces. Entwickler können wir wenigen Klicks ihre Modelle publizieren.von Domo gebunden.
🙁 Eingeschränkter Self-Service bei Datenvisualisierung und -erkundung, vorgefertigte Apps lassen sich schwer personalisieren. Schwächen beim Sicherheitskonzept und der Einbindung in das Unternehmensnetz. Kein On-Premise Deployment möglich, ausschliesslich Cloud. Der Kunde ist dabei an die Cloud-Platform von Domo gebunden.
👉 Geeignet für Cloud-First Unternehmen, die mit dem beschränkten Toolset von DOMO ihre Use Cases abdecken können; für kleine und mittelgrosse Unternehmen, für Abteilungen, in denen IT-Prozesse lange dauern und eine schnelle Lösung online sein soll. Selten als unternehmensweite Lösung, häufig als abteilungsbasierte Lösung im Marketing, Finanzen, Supply Chain Management.


Dundas BI

BI-Anbieter, 1992 gegründet, ca. 100 Mitarbeitende mit organischer Entwicklung von Visualisierungskomponenten für Entwickler über Analysten-Dashboards hin zu Self-Service-BI, rund 2'500 Kunden.

BI-Plattform mit Fokus auf Embedded-Anwendungen. Bietet sowohl traditionelles Reporting wie auch Self-Service-Analytics mit Drag-and-Drop-Dashboards, Point-and-Click Trendanalysen & NLQ-Support. Patentierte In-Memory-Engine & integriertes Data Warehouse.

🙂 Hohe Kundenzufriedenheit bzgl. Support, Training & Community; stark im Bereich Dashboards und Scorecards; sehr geeignet für Embedded Analytics Anwendungsfälle.
🙁 Wenig ausgeprägte Funktionen im Bereich Standard-Reporting, geringe Abdeckung von Advanced Analytics Anwendungsfällen; starker Cube-Fokus: Auch wenn Dundas BI über ein eigene In-Memory engine verfügt, so kommen die Stärken vor allem bei der Anbindung von Cubes zum Tragen; wenig verbreitet in DACH;
👉 Für Unternehmen geeignet, die bspw. bereits Microsoft SSAS einsetzen und nun ein Werkzeug für die Visualisierung der Cube-Daten benötigen.


Excel

Tabellenkalkulationsprogramm der Microsoft Office Suite, das als globaler Standard gelten kann. Excel dient nicht nur als häufiges Quellsystem für BI-Tools, sondern bietet auch selbst Funktionen zur Sammlung, Auswertung und Visualisierung von Daten. SharePoint Online sichert die Zusammenarbeit im Team.

🙂 Relativ geringe Kosten und hohe Skalierbarkeit dank Office 365 Abo-Modell. Relativ einfache Bedienbarkeit und umfangreiche Analysemöglichkeiten ohne Programmierkenntnisse mit «Intelligenten Tabellen», Pivottabellen und Datenschnitten. Viele Herstellervideos, Schulungsprogramme und Zertifizierungsmöglichkeiten.
🙁 Nicht geeignet für Datenhaltung; Handhabung von grösseren Datenmengen limitiert; Einzelplatz / Desktop-Lösung; fehleranfällig.
👉 Kein veritables BI-Tool, oft aber als solches eingesetzt. Geeignet für Kalkulationen, Ad-hoc-Analysen & Reports auf Basis überschaubarer, gut strukturierter Datenmengen im Fachabteilungen.

 

GoodData

Start-Up mit Sitz in San Francisco und zwei tschechischen Standorten, 2007 gegründet, heute einer der Key Player im Bereich von Enterprise-Insight-Plattformen. Mehr als 70'000 Kunden, über 300 ISV-Partner sowie zahlreiche Consulting- & Technology-Partner.

End-to-End-Platform mit Fokus auf Embedded Analytics. Big-Data-Analytics inkl. leistungsstarken ETL-Prozessen & Data Warehouse, Self-Service-Datenerkundung, Analyse & Visualisierung. Zusätzliche Bausteine bieten Reporting-Funktionalität (GoodSocial, GoodSales, GoodMarketing). GoodData wurde als cloudbasiertes Produkt entwickelt.

🙂 Einfache Integration in bestehende Anwendungen. Automatischer Datenimport aus gängigen Datenbanksystemen, Flat Files & sozialen Netzwerken; Unterstützung für Web-APIs, sowie zahlreiche Business-Anwendungen, darunter Salesforce.com und SAP.
🙁 Die Plattform ist schon etwas älter und scheint nicht mehr ganz State-of-the-Art zu sein.
👉 Geeignet für Grossunternehmen: Gemäss Herstellerangaben umfasst das Kundenportfolio 42 % aller Fortune-500-Unternehmen.


Google Looker Studio (Ehemals Google Data Studio)

Datenvisualisierungstool für den Marketing-Bereich, zur Erstellung benutzerdefinierter, interaktiver Berichte und Dashboards. Das Tool ist hauptsächlich für Datenquellen aus der Google-360-Suite (Google Analytics, Google Ads, BigQuery...) sowie Modelle aus Looker ausgelegt, ermöglicht aber auch die Integration externer Quellen mit aktuell mehr als 200 Konnektoren. Looker Studio wird als rein cloudbasierter Service angeboten.

🙂 Kostenloses Tool mit einfachem Zugang, auch für weniger erfahrene Nutzer. Viele initiale Dashboards zum Starten werden von der Community teils kostenlos zur Verfügung gestellt.
🙁 Im Vergleich zu anderen BI-Tools eingeschränkte Visualisierungsfunktionen. Integration von Drittquellen läuft über externe Anbieter, die ggf. zusätzliche Anmeldungen erfordern und keinen einheitlichen Sicherheitsstandard bieten.
👉 Marketer, die weitestgehend unabhängig von allen anderen Abteilungen (bspw. Sales) arbeiten, speziell für das Online-/Digialmarketing jeder Grössenordnung; weiterhin KMUs und BI-Anfänger.

 

IBM Cognos Analytics

Kanadischer Software-Anbieter im Bereich Business Performance Management, 1969 gegründet (damals: Quasar), 2008 von der IBM übernommen. Etwa 3'500 Mitarbeiter, über 20'000 Kunden weltweit.

BI-Plattform, die seit 2008 verstärkt als BI-Werkzeug positioniert wird, wobei sie mehrere Transformationsschritte durchlaufen hat. Umfasst Enterprise-Reporting, visuelle Datenerkundung (geführt & Self-Service) & Augmented Analytics. Das Webportal Cognos Connection dient als Zugang zu allen Modulen und Funktionen, bspw. Finanz- bzw. Management-Reports, Scorecards, multidimensionale Analysen auf Basis von OLAP-Funktionalitäten, Alerts. IBM Cognos Analytics bietet vielfältige Deployment-Optionen (On-Premise, IBM-hosted Cloud, IaaS-Anbieter).

🙂 Unterstützt den gesamten Analytics-Life-Cycle, von Datenerkundung bis zur Operationalisierung, inkl. Augmented Analytics. Moderne Architektur mit umfangreichen APIs & Zero-Footprint-Solution. Starke Governance, gerade im Bereich Datensicherheit.
🙁 Schwächen bei der Anbindung multipler Datenquellen. Performance-Probleme selbst bei kleinen Datensets. Obwohl IBM in vielen Bereichen dabei ist, die Lücken zu den neuen Datenvisualisierungs- und Analytics-Werkzeugen zu schliessen, werden viele Bedürfnisse der Endanwender anderswo benutzerfreundlicher und flexibler erfüllt.
👉 Geeignet für Unternehmen, die bereits IBM-Produkte verwenden und eine Anbieter-Strategie fahren: IBM Cognos Analytics punktet mit einer integrierten Plattform, die verschiedene Anwendungsfälle abdeckt, jedoch einige Kompromisse erfordert. In der Regel kommt IBM Cognos Analytics in Unternehmen daher nicht als einziges BI-Werkzeug zum Einsatz.

 

Logi Analytics

Software-Unternehmen mit Sitz in Virginia, 2000 als LogiXML gegründet, 2019 Übernahme von Jinfonet Software & Zoomdata zur Stärkung von Reporting-Funktionalität resp. Data Streaming. 250 Mitarbeiter, über 2'200 Kunden.

BI-Plattform für Embedded-Anwendungen mit Dashboards, Reporting & Self-Service-Funktionalität. Ausschliesslicher Fokus auf OEM-Kunden & Entwicklerteams. Anbindung verschiedenster Datenquellen ohne komplexe ETL-Prozesse oder Datenmodelle. Erhältlich als On-Premise- oder Cloud-Lösung.

🙂 Einbettungsfähige Workflows für Apps & Websites, inkl. prädiktiver Modelle. Adaptives Sicherheitskonzept. Unterstützung für die Gruppierung von Daten in logische Segmente mit inkrementalen Daten.
🙁 In der Praxis selten für Ad-hoc-Analysen genutzt, bislang keine NLG-Funktionalität.
👉 Einerseits geeignet für Software-Hersteller, die Analytics-Funktionen in ihre eigene Software einbetten wollen; andererseits geeignet für Unternehmen, die Analytics-Komponenten in eine bestehende Infrastruktur einbetten wollen.


Looker

(von Google Cloud Platform übernommen)
Californisches Start-Up, 2012 gegründet, 2019 Übernahme durch Google. Mehr als 2'000 Kunden.

BI-Plattform zur Datenerkundung mit Echtzeit-Dashboards & Reporting. Agiles, zentrales Datenmodell, In-Database-Design mit LookML als leistungsstarker Modellierungssprache. Offene Plattform mit Browser-Interface & komplettem API-Set für Embedded-Anwendungen. Enge Integration mit Data-Warehouse-Lösungen aller führenden Anbieter (Hadoop sowie Cloud-Provider wie Teradata, Oracle, IBM, Microsoft Azure, AWS, Cloudera, Google).

🙂 Schnelle Implementation. Enge Data-Warehouse-Integration ermöglicht Analysen ohne Datenreplikation. Starke Governance dank zentralisierter Metadaten.
🙁 Erfordert ein Data Warehouse, kein Support für lokale Datenquellen, keine Data-Federation-Funktionalität. SQL-basierte Modellierungssprache erfordert geschulte Power-User. Eingeschränkte Visualisierungsfunktionalität, bislang keine Augmented Analytics, NLQ-Support. Unsichere Zukunft nach Google-Übernahme.
👉 Kunden mit bestehendem Data Warehouse, die schnellen Zugriff auf die dort gespeicherten Daten suchen, ohne sich mit umfangreicheren BI-Tools zu befassen.


Microsoft Power BI

End-to-End-Lösung für Datenaufbereitung, visuelle Datenerkundung, interaktive Dashboards und Augmented Analytics mit Office-ähnlicher Oberfläche & Mobile Power BI Apps. Microsoft Power BI ist als Saas-Option in der Azure-Cloud oder als On-Premises-Lösung auf dem Power BI Report Server erhältlich.

Zum direkten Vergleich mit Qlik >>

 

🙂 Integration in die bekannte MS-Office-Welt. Schnell einsatzbereit dank vordefinierter und einfach anpassbarer Templates. Starke KI-Unterstützung, u.a. Alerts, NLQ, Prebuilt Content, Text-, Bild- & Sentiment-Analyse). Aktive Community & grosses Partner-Netzwerk, häufige Updates, zuletzt u.a. LinkedIn Konnektivität & Geo-Mapping.
🙁Self Service primär «Autoren» vorbehalten, Endanwender können keine eigenen Inhalte erstellen; Lizenzkosten zu Beginn moderat (Power BI Pro), können im Projektverlauf aber sprunghaft steigen, abhängig von den implementierten Anwendungsfällen; Lokale Installation möglich, jedoch eingeschränkte Funktionen; lokale Installation von Power BI Client notwendig; trotz vorhandener Modellierungsfunktionen in Power BI Desktop am Ende oft MS SQL Server / SSAS / SSRS Expertise notwendig.
👉 Geeignet für Unternehmen mit Microsoft-Business-Anwendungen im Einsatz (ERP, CRM, etc.); mit bestehenden Enterprise-Verträgen; mit klar definierten Anwendungsfällen.

 

MicroStrategy

Tritt im Gartner Magic Quadrant 2023 als Challenger auf. 

Microstrategy ist einSoftware-Unternehmen mit Sitz in Virginia, 1989 als Data-Mining-Anbieter gegründet, ist geographisch weit verbreitet und in 37 Ländern präsent. In 2022 wurde ein neues Technologiezentrum in Argentinien eröffnet.

End-to-End-Plattform mit Reporting, Dashboards & Datenanalysen, für Desktop wie auch mobile Geräte. 

  • Trendüberwachung für Chancenerkennung etc.
  • Verbindung mit Datenquellen
  • Datenaufbereitungsfunktion
  • In-Memory-Technologie
  • Datenmanagement

Die Kernproduktfamilie für Datenkonnektivität, Datenvisualisierung und Advanced Analytics wird durch ergänzende Mobil-, Cloud-, Embedded- und Identity-Analytics-Produkte ergänzt.

Die semantische Darstellungsweise von MicroStrategy steht im Mittelpunkt einer neuen Kategorie von Inhalten, die das Unternehmen "HyperIntelligence" nennt. HyperIntelligence überlagert und identifiziert dynamisch vordefinierte Erkenntnisse innerhalb bestehender Anwendungen.

In einer weiteren wichtigen neuen Entwicklung hat MicroStrategy seine semantische Ebene für konkurrierende ABI-Plattformen geöffnet. Dies bricht mit einer langjährigen Tradition im Bereich der ABI-Plattformen, die auf eine stärker proprietäre Architektur setzt. 

Hier kommen Sie zum direkten Vergleich von Qlik und MicroStrategy >>

 

🙂 Die Plattform unterstützt BI-Anwendungen mit hoher Performance und kann riesige Datenmengen verarbeiten. Vielzahl von Connectoren für cloudera, Pivotal, IBM BigInsights oder Hortonworks zur Anbindung von Datenquellen.
Interaktive Abfragen stehen allen SQL-on-Hadoop-Technologien zur Verfügung, sowie eine REST API, damit Tools wie Office 365, Qlik, Tableau und Microsoft Power BI auf die MicroStrategy Datasets und Reports zugreifen können.
Das Design ist sehr anwenderfreundlich und der organische Aufbau kommt ohne eigenes coden aus.

🙁 Schwierige Erstkonfiguration in komplizierter Systemumgebung, lange Projektzeiten. Langsame Abfrage-Performance und verbesserungswürdige Benutzerfreundlichkeit. Zu stark auf die Cloud orientiertes Lizenzmodel, eingeschränkte Funktionalität bei lokaler Verwendung. Einschränkungen bei der Anbindung mehrerer Datenquellen. Geringe Verbreitung, MicroStrategy ist für seine Data Discovery Kompetenz noch zu wenig im Markt bekannt.
👉 Eher grössere Unternehmen, die nach einer umfassende Analyse- & Mobilitätslösung suchen und grossen Wert auf Mobile Access & Data Governance legen; optimal als Deployment auf hochaggregiertem Data Warehouse.

 

Oracle Analytics

Kalifornischer Hard- & Software-Anbieter, 1977 als Anbieter von Datenbanksystemen gegründet, breites Produktportfolio dank zahlreicher Übernahmen. Aktuell 138'000 Mitarbeiter und 430'000 Kunden weltweit.

Oracle Analytics Cloud bietet Self-Service-Analytics mit starker KI-Unterstützung, von der Datenaufbereitung bis zu Visualisierung, Dashboards & Reporting. Separate App für die mobile Nutzung (Oracle Day by Day). Eine On-Premise-Alternative bietet der Oracle Analytics Server.

🙂 Starke Funktionalität im Bereich Augmented Analytics, insb. NLQ und NLG, Chatbots und Automated Insights, Predictive Analytics. Zahlreiche Fachbereichslösungen (Analytics for Marketing, Finanzen...).
🙁 Enge Bindung an Oracle Cloud & Oracle-Anwendungen. Gegenwärtig schwache Marktpräsenz im BI-Bereich, mangelndes Vertrauen auf Kundenseite.
👉 Geeignet für Oracle-Kunden.

 

Peakboard

Peakboard ist eine hundertprozentige Tochter der Theobald Software GmbH.

Peakboard ist eine All-in-One-Lösung aus Hard- und Software. Es ist eine Aggregation von Daten aus unterschiedlichen Datenquellen, z.B. Maschinen, Sensoren, ERP-Systemen bis hin zu Excel. Es wird kein zentraler Server benötigt. Das System stellt Kennzahlen in Echtzeit dar.

Peakboard ist als Visualisierungs-Technologie für den industriellen Bereich eine Schnittstelle zwischen Mensch und Maschine. Die Peakboard-Technologie ist SAP-Zertifiziert.

🙂 Einfache Anbindung an verschiedene Datenquellen, minimaler Installationsaufwand, Echtzeit Datenvisualisierung ohne zentralen Server. Peakboard bietet eine interaktive und bidirektionale Kommunikation via Touchscreen.
🙁 Es ist keine Desktop oder SaaS-Anwendung. Hardware wird durch Hersteller fix vorgegeben (BlackBox).
👉 Insbesondere geeignet für Produktions- und Logistik-Unternehmen, die schnell Kennzahlenvisualisierungen brauchen ohne Umstellung der IT-Infrastruktur.

 

Pyramid Analytics OS

BI-Anbieter mit Sitz in Amsterdam, 2009 gegründet.

End-to-End-Plattform mit 6 Modulen (Model, Formulate, Discover, Illustrate, Present & Publish). Pyramid Analytics hat sich von Microsoft gelöst und bietet eine agnostische Plattform für alle Umgebungen und Deployment-Szenarien (On-Premises, Private Cloud, Hybrid-Deployment, Embedded/OEM).

🙂 Einfaches Deployment & Management mit einheitlichem Workflow. Integrierte KI-Unterstützung, von der ML-basierten Datenaufbereitung bis hin zu Governed Data Discovery mit automatisierter Modell-Erstellung, Automated Insights, NLQ & Smart Reporting.
🙁 Geringe Marktpräsenz, schwache Community, mangelnde Verfügbarkeit von Drittanbieter-Ressourcen, insb. Integratoren & Service Provider.

Liste der Tools Q-Z

Qlik (Sense, View, SaaS)

BI-Spezialist mit Sitz in den USA, 1993 in Schweden gegründet, 2'200 Mitarbeiter und über 1'700 Partner weltweit. Mehr als 50'000 Kunden weltweit.

Seit 2014 forciert der Anbieter mit attraktiven Upgrade-Angeboten den Wechsel zu Qlik Sense, einer integrierten End-to-End-Plattform für Self-Service-BI, die auch grosse Datenmengen und komplexe Datentransformations-Projekte trägt. Hauptprodukt im Analytics Plattform Markt ist Qlik Sense Enterprise SaaS mit Qlik Sense, Qlik AutoML und Qlik Application Automation. Neben der Cloud-Version bietet Qlik Sense weiter eine OnPremise-Version an. 

Qlik Sense bietet seit jeher flexible Deployment-Optionen (On-Premises, Saas, Multi-Cloud, Hybrid). Obwohl der Fokus auf der Cloud Version liegt, bietet Qlik mit der OnPremise Version eine gute Alternative ("Cloud first but not only") . Neue Releases erscheinen zunächst in der Cloud-Version, bevor sie quartalsweise in der onPrem Version integriert werden. QlikView wird nach wie vor supportet, jedoch werden keine Weiterentwicklungen mehr getätigt. Neben dem Analytics Bereich fokusiert Qlik auch stark auf die Datenintegration (Qlik Data Integration) wobei in 2023 Talend aquiriert wurde. 

🙂 Leistungsstarker Self-Service mit Ad-hoc-Antworten im Dashboard und umfangreichen Analysemöglichkeiten für Poweruser. Vielfältige, mobilfähige Visualisierungen, inkl. komplexer Geo-Analytics, Datenerkundung im Chat-Modus (Qlik Insight Bot), Reporting- & Benachrichtigungsfunktion. Schnelle Reaktionszeiten, auch bei grossen Datenmengen (assoziativer In-Memory-Engine). Im Gegensatz zu herkömmlichen OLAP bzw. Cube-Systemen erlaubt es Qlik jedes Feld als Messgrösse / Kennzahl und/oder als Dimension zu nutzen. Das ermöglicht ein iteratives und agiles Vorgehen im Projekt: Auf unerwartete Hürden kann direkt reagiert werden ohne wieder von vorne beginnen zu müssen. Umfangreiche Konnektivität; APIs zur Ergänzung von Zusatzfunktionen bzw. Einbettung in andere Business-Applikationen. Aktive Nutzer-Community & umfassende Data Literacy-Schulungsangebote.
🙁 Kunden haben keine Wahl des Cloud-Service, in welcher Qlik Sense SaaS betrieben werden soll. AWS ist als Cloudanbieter für QS SaaS gesetzt. Des weiteren werden zunächst in der SaaS Version veröffentlicht, und gelangen erst später, teilweise kostenpflicht, in die onPremise Version von Qlik Sense. Qlik AutoML und Qlik Automation Application sind Nutzern der OnPremise Version vorenthalten. Kundenfeedback zeigt geringe Nutzung von Self-Service-Funktionalitäten, da Anwender – möglicherweise aufgrund der automatischen Erkenntnis-Generierung im Associative Engine – vorwiegend personalisierte Dashboards nutzen. 
👉 Geeignet als All-in-One-Lösung für KMUs wie auch für grosse Unternehmen, die die Enterprise-Readiness von Qlik Sense schätzen: Die Architektur entspricht modernsten Ansätzen, eine Vielzahl von Security-Anforderungen sind abgedeckt und die Analytics-Komponenten lassen sich ohne viel Aufwand nahtlose in bestehende Systeme integrieren.

Neuer Call-to-Action


Salesforce

Anbieter von Cloud-Computing-Lösungen mit Sitz in San Francisco, 1999 gegründet. Rund 49'000 Mitarbeiter, über 60 Standorte weltweit, mehr als 150'000 Kunden.

CRM-Plattform mit integrierten Analytics-Funktionalitäten. Dazu gehören sowohl Sales- & Service-Analytics mit vorkonfigurierten Best-Practice-Dashboards und KPIs, wie auch Salesforce Einstein, ein Paket von KI-Technologien für prädiktive Analysen.

🙂 Dashboards, KPIs & Augmented Analytics mit umfassender Auswertung der Salesforce-Datenbanken (Kalenderinformationen, E-Mails & Chats, soziale Medien, Produktrezensionen...) und Möglichkeit zur Integration externer Datenquellen. Unterstützung für grosse Deployments mit mehreren tausend Nutzern. Optimiert für die Nutzung auf Mobilgeräten. Verbesserte Embedded-Optionen mit Salesforce Einstein.
🙁 Trotz zahlreicher BI-Akquisitionen bleiben die Analytics-Fähigkeiten jedoch sehr begrenzt und auf einen isolierten Datenpool beschränkt; die Einbeziehung anderer Datenquellen erfordert erheblichen Zeit- und Kostenaufwand. Vergleichsweise hohe Kosten für Salesforce Einstein.
👉 Geeignet für Salesforce-Kunden, die ein vollintegriertes BI-Tools für ihre Plattform wünschen und externe Datenquellen vernachlässigen können.

 

SAP Analytics Cloud

SAP betrieb den Aufbau seines BI-Angebots vor allem durch Übernahmen, insbesondere des Unternehmens BusinessObjects im Jahr 2008, dessen Funktionalität bis heute Grundlage der On-Premise-BI-Lösung bildet. Nach einigen Umwegen wie Lumira Discovery wurde dann SAP Analytics Cloud als neues, rein cloudbasiertes Angebot etabliert.

SAP Cloud Analytics bietet eine BI-Toolsuite mit integrierter Funktionalität für Planung, Analyse und Vorhersage, womit SAP im Gartner Magic Quadrant als einer von nur zwei Anbietern mit einem solchen Produkt erscheint. Alle Analytics-Funktionalitäten lassen sich direkt in andere Anwendungen entlang der Geschäftsprozesse integrieren.

SAP Cloud Analytics ist auch Bestandteil der SAP Intelligent Suite, welche auch SAP SuccessFactors, SAP C/4HANA and SAP S/4HANA beinhaltet. In grösseren Zusammenhang stellt SAP dies im Begriff «Intelligent Enterprise», zu dem auch Technologien zu künstlicher Intelligenz (AI) und maschinelles Lernen (ML), ITO gehören.

🙂 Volle Integration mit SAP-Geschäftsanwendungen/Datenquellen. Starke Kollaborations-Funktionalitäten, wie sie sonst für Planungstools üblich sind: Diskussionen, Kommentare & Aufgabenzuteilung mit Benachrichtigungsfunktion. Zahlreiche Augmented-Intelligence-Funktionen, von Predictive Analytics über Mustererkennung bis zu Automated Insights, automatischer Content-Generierung, NLQ & NLG. Bibliothek vorkonfigurierter Inhalte für Branchen & Fachbereiche.
🙁 Schwächen & Volumenbeschränkung bei der Anbindung externer Datenquellen. Viele Funktionen funktionieren nicht mit SAP HANA, S/4HANA oder BW Live-Queries. Viele Einzelkomponenten & separate Tools für verschiedene Use Cases. Keine On-Premise-Option.
👉 Geeignet für SAP-Kunden, die offen für eine Cloud-Lösung sind. Optimal ist das Deployment auf SAP S/4HANA, da hier Live-Connectoren zur Verfügung stehen.


SAS Visual Analytics on Viya

Technologie-Unternehmen mit Sitz in North Carolina, 1976 als Anbieter einer Software für statistische Analysen gegründet, heute mit einem umfangreichen Produktportfolio im Bereich Data Mining, Data Warehouse & Business Intelligence am Markt.

SAS Viya ist eine End-to-End-Plattform mit offener Architektur, die Cloud-, On-Premise- oder Hybrid-Umgebungen unterstützt. Das zugehörige SAS Visual Analytics ist ein BI-Tool mit Fokus auf visuelle Datenanalysen & interaktive Berichte im Self-Service-Modus.

🙂 Starke Augmented Analytics mit KI-gestützter Datenaufbereitung, Chatbot-Integration, Automated Insights & NLG, nativem Support für Text-Analysen & automatisierten Vorhersagen. Gute Skalierbarkeit, von kleinen Anforderungen bis hin zum Einsatz in Unternehmensweiten Anwendungsfällen. Gute Performance, auch bei grossen Datensets dank der leistungsfähigen In-Memory-Engine von SAS Viya und der standardisierten Codebasis, die die Programmierung in SAS, Python, R, Java und Lua unterstützt.
🙁 Es gibt eine Vielzahl von SAS-Produkten und es fällt nicht ganz leicht, das richtige Produkt für einen  entsprechenden Einsatz zu definieren. So stellt auch die Viya Plattform nur ein Teil der gesamten SAS Produktpalette dar. Vergleichsweise teuer.
👉 Geeignet vor allem für Unternehmen, die schon andere SAS-Produkte im Einsatz hat. So ist z.B. die Datenaufbereitung innerhalb Viya komplizierter als auf der SAS Enterprise Guide Plattform.

 

Sisense

BI-Anbieter mit Sitz in New York, 2004 in Israel gegründet, 2019 Übernahme von Periscope Data zur Stärkung der Advanced-Analytics-Funktionalität. Tritt 2023 als Visionär im Gartner Magic Quadrant auf. 320 Mitarbeiter, ca. 30 Partner und 2'500 Kunden weltweit. 

End-to-End-Plattform supportet sowohl Augmented als auch Embedded Analytics & Mashups in einer hybriden Cloud Umgebung. Die nahtlose Integration von Visualisierungen und Auswertungskomponenten sorgen.

Typischerweise werden die Daten in einem (Cloud-) Data Warehouse vorgehalten oder direkt in die proprietäre Sisense-Datenbank importiert und dort auch modelliert und dem Dashboard als Datenquelle zur Verfügung gestellt. Neben dem zentralen Cloud-Angebot bietet Sisense auch eine On-Premise-Option. 

Ab 2022 ermöglicht Sisense erweiterte Integrationen wie bspw. Microsoft Office 365. Weiter sind durch Sisense Augmented Analytics, insbesondere Automated insights and NLQ möglich. 

🙂 Konsequenter Fokus auf Power-User & Entwickler. Backend mit In-Memory- & In-Chip-Technologie (ElastiCube) zum Laden grosser Datenmengen aus verschiedenen Datenquellen, Datenzusammenführung und -manipulation. In der Vergangenheit war Sisense ein Pionier in der Integration von Augmentation Services in ihrer Plattform, wie bspw. die Integration von Services wie Alexa and NLG. Anfangs 2023 kündigt Sisense die Integration von ChatGPT, um vorwiegen die Entwickler in der Datenaufbereitung und Codegenerierung zu befähigen.
🙁 Keine Reporting- & Distribution-Funktionen. Wenig Unterstützung für Datensicherheitskonzepte. Performance-Probleme und begrenzte Visualisierungen bei grossen Datensets.
👉 Geeignet für (1) Unternehmen mit Inhouse-Entwicklern, die Analytics-Komponenten in bestehende Umgebungen einbetten wollen, aufgrund des Cloud-Native-Ansatzes eignet sich Sisense für Unternehmen, die ihre (Quell-) Daten bereits in der Cloud verfügbar haben oder künftig verfügbar machen; (2) Software-Anbieter, die Sisense als OEM-Lösung in ihre Business-Applikation integrieren wollen. Des weiteren ist der Community Support bei Sisens unterhalb des Durchschnitts, verglichen mit den Mitbewerbern. Des weiteren ist der Community Support bei Sisens unterhalb des Durchschnitts, verglichen mit den Mitbewerbern.

Tableau

(2019 von Salesforce übernommen)

Software-Hersteller aus Seattle, 2003 gegründet, über 3'000 Mitarbeiter, 2019 Übernahme durch Salesforce, einen internationalen Anbieter von Cloud-Computing-Lösungen. 1'200 Partner weltweit mit Schwerpunkt in den USA.

BI-Tool mit Fokus auf ansprechender Datenvisualisierung und Self-Service-Authoring. Tableau ist als Desktop-, Server- / On-Premise- & Cloud-Version erhältlich, dazu gibt es separate Mobil-Apps für Tablets und Smartphones.

🙂 Dank der vielseitigen Visualisierungs- & Formatierungsoptionen lassen sich sehr ansprechende Dashboards & Reports/Storys mit Logos und anderen Extras erstellen. Tooltips überraschen den Nutzer mit schönen Grafiken. Starke Marke mit Tableau Public als hervorragendem Marketingtool & aktiver Community.
🙁 Mit der Version 2020 zwar verbessertes, aber im Vergleich zu anderen Tools immer noch unterlegenes Sicherheitskonzept (unhandliches Rollen-Management, keine zentrale Berechtigungsmatrix). Vergleichsweise hoher Ressourcenverbrauch, ergo hohe Serverkosten oder langsame Antwortzeiten. Schwächen bzgl. Transformationen, Query und Datenmodellierung. Begrenzte APIs & Einbettfähigkeit.
👉 Geeignet für Unternehmen, die bereits ein ETL-Tool einsetzen oder mittels Data Warehouse erledigen, und ein visualisierungsstarkes Tool zur Analyse kleiner oder grosser, bereits aggregierter Datenmengen suchen.

 

Thoughtspot

Amerikanisches StartUp, 2012 gegründet, ca. 320 Mitarbeiter. Schwerpunkt in Nordamerika, seit 2016 auch ein Londoner Büro, ca. 100 Partner weltweit.

Such-basiertes BI-Tool mit ausgeklügeltem NLP-Engine & KI-Unterstützung (SpotIQ), das die Analyse von Massendaten auf Basis individueller Ad-hoc-Fragen verspricht. Gartner positionierte ThoughtSpot 2016 als «Cool Vendor», seit 2018 erscheint das Unternehmen als «Leader» im Magic Quadrant. Thoughtspot ermöglicht das Deployment als On-Premise-Lösung, Private Cloud oder AWS.

🙂 Neuartige Möglichkeit zur Interaktion mit den grossen Datenmengen: Anwender erhalten zu ihren Fragen automatisch passende Visualisierungen, statt die gewünschten Informationen wie gewohnt aus vordefinierten Auswertungen oder herkömmlichen interaktiven Analysen zu ziehen.
🙁 Die viel beworbene KI-/NLP-Funktionalität beschränkt sich auf die Suche nach gängigen Geschäftstermini (Metadaten-Definition) und einen einzelnen Chart. Begrenzte Dashboard- & Reporting-Funktionalität, geringe Konnektivität, keine Datenaufbereitung. Im deutschsprachigen Raum gibt es erst eine Handvoll lokaler Solution Provider.
👉 Geeignet für grössere Unternehmen, als Ergänzung zu etablierten BI-Plattformen oder Datenvisualisierungs-Tools.

 

TIBCO Spotfire Analytics

Kalifornisches Software-Unternehmen, 1985 als Infrastruktur-Anbieter gegründet, 2007 Aufkauf von Spotfire, seit der Übernahme durch Vista Equity Partners im Jahr 2014 Konsolidierung des Portfolios mit Fokus auf BI und BPM/PPM.

End-to-End-Lösung mit ansprechender graphischer Nutzeroberfläche zur Datenvisualisierung und Erstellung interaktiver Dashboards. Spotfires «A(X)» stärkt das Augmented-Analytics-Angebot mit Visualisierungsvorschlägen, NLQ & NLG.

🙂 Die Integration bewährter Statistik-Anwendungen (Statistica & TIBCO Enterprise Runtime for R (TERR) Engine) ermöglicht fortgeschrittene Analysemöglichkeiten, inkl. Geo-Analytics. Der Einsatz von KI unterstützt die Datenaufbereitung, liefert Visualisierungsvorschläge und bietet stabile Unterstützung für Predictive Analytics und Datamining-Methoden.
🙁 Begrenzte Visualisierungsoptionen & Mobilfähigkeit. Schwächen bei der Integration mehrerer Datenquellen. Vergleichsweise enger Funktionsumfang erfordert Zukauf weiterer Tools (bspw. Collaboration). Schwache Marktpräsenz, entsprechend kleine Community und wenige Partner. Referenzkunden nannten die Kosten als Haupthindernis für ein erweitertes Deployment.
👉 Geeignet für TIBCO- Kunden, die viele Data Scientist-Nutzer haben, um die Möglichkeiten der Plattform auszunutzen.

 

Yellowfin Business Intelligence

Tritt 2023 nicht mehr im Gartner Magic Quadrant auf, gilt trotzdem als innovationsstarker BI-Spezialist mit Sitz in Melbourne, 2003 gegründet, ca. 200 Mitarbeiter. Über 27'000 Kunden, vor allem kleine bis mittelgrosse Unternehmen, mit einem Schwerpunkt im asiatisch-pazifischen Raum; Europa wird von London aus bearbeitet; 150 Vertriebs- und über 200 OEM-Partner. 

Bietet eine moderne, webbasierte BI-Suite, die ihre Stärken in den Anwendungsbereichen Enterprise Reporting, Embedded BI und Analytical Apps hat. Yellowfin gilt als Innovator und Vorreiter für Features zur Realisierung von Augmented- und Automated-BI-Lösungen und bietet mit Signals eine AI-gestützte Engine zur automatischen Analyse von Daten. Bietet zudem weitere Module für Dashboards und Reporting, Data Discovery, Data Preparation sowie Data Storytelling.  

Yellowfin ist als Cloud- oder On-Premise-Lösung erhältlich. 

🙂 Breite Funktionalität von der Datenaufbereitung über Reporting, Datenerkundung & Data Storytelling bis zu Augmented Analytics (Alerts, Textgenerierung mittels NLG). Nutzerfreundliche Browser-Oberfläche & mobile App. Starke Kollaboration-Tools mit Social-Media-Anmutung. Gute Werte in Sachen Kundenzufriedenheit.
🙁 Etwas limitierte Anzahl von Konnektoren zur Anbindung der Datenquellen, Arbeit mit komplexen, unstrukturierten Datentypen erfordert Freehand SQL. Geringe Bekanntheit in Europa, kleine & lose Community mit wenig Erfahrungsaustausch, da viele Anwender gar nicht wissen, dass ihre BI-Anwendung mit Yellowfin-Komponenten arbeitet. 
👉 Yellowfin eignet sich (1) für KMUs, die eine umfassende, webbasierte BI-Plattform suchen; (2) für Software-Unternehmen, die ausgereifte Analytics-Komponenten in eigene Anwendungen integrieren möchten.

BI-Tools im Rating 2023: Gartner, Forrester & BARC

Bei der Auswahl des geeigneten BI-Tools können sich Entscheider auch auf die Bewertungen von Branchenkennern stützen. Die bekanntesten Reports & Rankings für den Bereich Business Intelligence & Analytics stammen von zwei amerikanischen Marktforschungsunternehmen, Gartner Inc. und Forrester Research Inc., sowie dem Business Application Research Center (BARC), einem Analyse- & Consulting-Unternehmen.

Gartner Magic Quadrant 2023

Gartner Inc. nutzt für seine zahlreichen jährlichen Branchenreports das Magic-Quadrant-Format, das ausgewählte Anbieter in vier Quadranten – Leader, Challenger, Visionaries & Niche Players – einteilt.

 

BI-Tools-im-Vergleich

 

Der Magic Quadrant für Business Intelligence Platforms 2023 umfasst die Top-20-Anbieter, die anhand der folgenden Kriterien ausgewählt wurden:

  • Angebot eines passenden Produkts
  • Umfang der Stellenausschreibungen
  • Suchvolumen der Gartner-Kunden sowie Trenddaten
  • häufige Erwähnung im Gartner’s Peer Insights Forum
  • Präsenz in den sozialen Medien und allgemeinen Trends

 

Die Einordnung der Anbieter in die vier Quadranten beruht auf zwei Kriterien:

 

«Completeness of Vision» bezieht sich auf die Frage, inwieweit das Unternehmen den Markt und die Kundenbedürfnisse versteht und dazu passende Produkte mit entsprechender Marketing- & Verkaufsstrategie entwickelt. Weiterhin bewertet werden Branchenangebote, Innovationskraft und geographische Schwerpunktsetzung des Anbieters.

«Ability to Execute» bezieht sich auf die Fähigkeit, die Unternehmensvision am Markt zu realisieren und ein positives Kundenerlebnis zu schaffen. Berücksichtigt wird dabei der Funktionsumfang der Produkte bzw. Dienstleistungen, der Verkaufsprozess inkl. Preisgestaltung, die Problemanfälligkeit im Geschäftsbetrieb inkl. Customer Support, das Kundenerlebnis sowie Geschäftserfolg & Zukunftsaussichten des Anbieters.

Die Leader im Gartner Magic Quadrant 2022 sind Microsoft, Tableau und Qlik.

 

Forrester Wave Q3 2021

 

Forrester Wave 2021

 

Forrester Research Inc. hat für seine Branchenreports das Wave™-Format entwickelt, das die ausgewählten Anbieter in vier Wellen – Leader, Strong Performer, Contender & Challenger – unterteilt. Als zusätzlicher Indikator für die Marktpräsenz dient die Grösse der Kreise.

 

Für den Bereich der Augmented Business Intelligence (BI) Platforms im Jahr 2021 wählte Forrester die 15 wichtigsten Anbieter am Markt und bewertete sie anhand von 25 Kriterien. Besonders hoch gewichtet darunter sind Augmented Analytics und Conversational UI, d. h. dialogbasierte Nutzeroberflächen.

Leader in der Forrester Wave Q3 2021 (client-managed) sind Microsoft, Oracle, Salesforce sowie Sisense, TIBCO und Domo.

 

BARC Survey 2021

 

Das Business Application Research Center (BARC)nutzt für seine Software-Vergleiche ein KPI-Dashboard, das u.a. Geschäftsnutzen, Projekterfolg, Geschäftswert, Empfehlungen, Kundenzufriedenheit, Kundenerlebnis, Innovation und Wettbewerbsfähigkeit der Anbieter wertet. Als technische Kriterien wurden u. a. Query Performance, Dashboards, Visual Analytics, Location Intelligence und Mobile BI berücksichtigt.

Zudem werden die Anbieter in Peer-Group-Vergleichen präsentiert, wobei ein einfaches Koordinatensystem ohne zusätzliche Gruppierung zur Visualisierung dient. Die Einordnung erfolgt nach Geschäftsnutzen & Kundenerlebnis eingeordnet; zusätzlich signalisiert die Grösse der Kreise die Wettbewerbsfähigkeit des Anbieters, die Farbe den Grad der Kundenzufriedenheit.

 

Barc 2021

 

Für die BI-Survey 2021 wurden 33 Produkte bewertet. Die hier gezeigte Grafik zeigt den Peer-Group-Vergleich der «Large International BI Vendors» mit einem Jahresumsatz von > 200 Mio. US$ und internationaler Reichweite.In Anlehnung an das Gartner-Quadranten-System wären Qlik Sense & QlikView, Information Builders, Microsoft Strategy und SAP Analytics Cloud als Leader dieser Peer-Group zu betrachten.

 

Beratung KAM- BI Tools

 

BARC BI and Analytics Survey 2023

The BI & Analytics Survey von BARC ist die   weltgrösste jährliche Umfrage unter Anwendern  von BI- und Analysesoftware.
Lesen Sie, warum Qlik Sense Top-Platzierungen erhalten hat.

BARC_600x250

 

Top Trends 2023 in Business Intelligence

 

DE-Qlik-Trends2023-QPMSEmail-600x240