Glossar

On-Premise (auch als „On-Premises“ bezeichnet) ist ein Begriff, der in der Informationstechnologie und im Bereich der Softwarebereitstellung verwendet wird, um eine Infrastruktur oder eine Anwendung zu beschreiben, die innerhalb der physischen Grenzen der Organisation installiert, betrieben und verwaltet wird. Im Gegensatz zur Cloud-basierten Bereitstellung, bei der Anwendungen und Daten über das Internet von einem externen Anbieter gehostet und bereitgestellt werden, bietet die On-Premise-Bereitstellung Unternehmen eine größere Kontrolle über ihre IT-Systeme, Daten, Sicherheit und Datenschutz, aber oft auch höhere Investitions- und Betriebskosten, Komplexität und Wartungsaufwand.

Im Bereich von Business Intelligence und Datenmanagement umfasst die On-Premise-Bereitstellung den Einsatz von Data Warehouses, Datenbanken, ETL-Prozessen, Analysewerkzeugen und Berichtslösungen, die auf den firmeneigenen Servern und Rechenzentren installiert und betrieben werden. Unternehmen, die sich für On-Premise-Lösungen entscheiden, müssen in der Regel die erforderlichen Hard- und Software-Ressourcen erwerben, die IT-Infrastruktur verwalten, die Software aktualisieren und die Sicherheit und Verfügbarkeit der Systeme gewährleisten.

Performance Management bezeichnet einen strukturierten Ansatz, der Unternehmen dabei unterstützt, ihre strategischen Ziele durch kontinuierliche Leistungsmessung, -analyse und -verbesserung zu erreichen. Dabei werden Key Performance Indicators (KPIs) und andere Kennzahlen verwendet, um den Erfolg von Prozessen, Projekten, Mitarbeitern und Abteilungen zu bewerten. Business Intelligence (BI) spielt eine entscheidende Rolle, indem es dem Unternehmen ermöglicht, Daten aus unterschiedlichen Quellen zu sammeln, aufzubereiten und zu analysieren, um fundierte Entscheidungen zu treffen und die Leistung zu optimieren.

Praktisches Beispiel

Ein Unternehmen möchte die Effizienz seiner Vertriebsabteilung verbessern. Um dies zu erreichen, setzt es auf eine Business Intelligence-Lösung, die Daten aus unterschiedlichen Quellen integriert, wie zum Beispiel Verkaufszahlen, Kundeninformationen und Markttrends.

Die BI-Lösung erstellt ein Dashboard, das eine Vielzahl von KPIs und Kennzahlen in Echtzeit anzeigt, wie etwa Umsatz, Absatz, Conversion-Rate, Kundenzufriedenheit und Kundenbeschwerden. Diese Kennzahlen werden regelmäßig analysiert und mit den strategischen Zielen des Unternehmens abgeglichen.

Durch die Identifizierung von Mustern, Zusammenhängen und Trends in den Daten kann das Unternehmen gezielte Maßnahmen ergreifen, um die Leistung der Vertriebsabteilung zu verbessern, beispielsweise durch Schulungen, Prozessoptimierung oder Anpassung der Verkaufsstrategie. Auf diese Weise trägt Business Intelligence zur kontinuierlichen Verbesserung der Vertriebsleistung bei und unterstützt das Unternehmen dabei, seine Ziele im Rahmen des Performance Managements zu erreichen.

Performance Measurement ist ein Prozess der Bewertung und Überwachung der Leistung eines Unternehmens, Teams oder Einzelpersonen, um sicherzustellen, dass die gesteckten Ziele erreicht werden. Es geht darum, die Performance von Prozessen, Produkten und Dienstleistungen zu messen, zu analysieren und zu verbessern, um die Effizienz, Effektivität und Produktivität zu steigern. Dabei werden unterschiedliche Kriterien, wie beispielsweise Zeit, Qualität, Kosten, Kunden- oder Mitarbeiterzufriedenheit herangezogen, um die Performance zu bewerten.

Beispiel für den Einsatz von Business Intelligence Ansätzen oder Lösungen

Ein Unternehmen nutzt ein BI-System, um die Performance von Vertriebsmitarbeitern in verschiedenen Regionen zu messen und zu vergleichen. Hierbei werden unterschiedliche Kriterien, wie Anzahl der Kundenkontakte, Umsatz, Gewinnmarge und Absatzvolumen, erfasst und analysiert. Das BI-System liefert aussagekräftige Dashboards und Reports, die es dem Management ermöglichen, die Leistung jedes Vertriebsmitarbeiters und jeder Region zu bewerten und gezielte Maßnahmen zur Verbesserung der Performance zu ergreifen. Durch die kontinuierliche Überwachung und Messung der Performance können Schwachstellen identifiziert und zeitnah korrigiert werden, was zu einer Steigerung der Gesamtperformance des Unternehmens führt.

Die Plankostenrechnung ist eine betriebswirtschaftliche Methode, die im Bereich Controlling und Business Intelligence eingesetzt wird, um die geplanten Kosten für ein Unternehmen oder einen bestimmten Bereich im Voraus zu berechnen und zu kontrollieren. Sie ermöglicht es, die zukünftigen Kosten einer Organisation systematisch zu planen und dient als Grundlage für die Budgetierung und Leistungsbeurteilung.

Die Plankostenrechnung basiert auf der Idee, Kosten in fixe und variable Kostenkomponenten zu unterteilen. Fixe Kosten sind unabhängig von der Produktionsmenge oder der Auslastung des Unternehmens, während variable Kosten direkt mit der Produktionsmenge oder der Auslastung variieren.

Ein wesentlicher Aspekt der Plankostenrechnung ist der Soll-Ist-Vergleich. Dabei werden die tatsächlich angefallenen Ist-Kosten mit den im Voraus geplanten Soll-Kosten verglichen. Abweichungen zwischen den beiden Werten können frühzeitig erkannt und analysiert werden, um geeignete Maßnahmen zur Kostensenkung oder Effizienzsteigerung einzuleiten.

Beispiel

Angenommen, ein Unternehmen stellt ein bestimmtes Produkt her und hat folgende Kostenstruktur:

• Fixe Kosten: 10.000 € pro Monat
• Variable Kosten: 2 € pro produziertem Stück

Für den kommenden Monat plant das Unternehmen, 5.000 Stück herzustellen. Die Plankostenrechnung würde wie folgt aussehen:

1. Fixe Kosten: 10.000 €
2. Variable Kosten: 2 €/Stück * 5.000 Stück = 10.000 €
3. Gesamte Plankosten: Fixe Kosten + Variable Kosten = 10.000 € + 10.000 € = 20.000 €

Am Monatsende stellt sich heraus, dass das Unternehmen tatsächlich 5.500 Stück hergestellt hat, was zu folgenden Ist-Kosten führt:

1. Fixe Kosten: 10.000 €
2. Variable Kosten: 2 €/Stück * 5.500 Stück = 11.000 €
3. Gesamte Ist-Kosten: Fixe Kosten + Variable Kosten = 10.000 € + 11.000 € = 21.000 €

Die Abweichung zwischen den Plankosten und den Ist-Kosten beträgt 1.000 €, was auf eine höhere Produktionsmenge zurückzuführen ist. Diese Abweichung kann nun analysiert und als Grundlage für die Entscheidungsfindung und zukünftige Planungen herangezogen werden.

Die Planungsrechnung ist eine betriebswirtschaftliche Methode zur Vorbereitung von Entscheidungen und zur Steuerung eines Unternehmens. Sie umfasst die systematische Erfassung, Analyse und Prognose von betriebswirtschaftlichen Daten sowie die Ableitung von Handlungsempfehlungen. Planungsrechnungen werden auf verschiedenen Ebenen eines Unternehmens eingesetzt, wie z.B. strategische Planung, operative Planung oder Budgetierung. Dabei werden verschiedene Aspekte des Unternehmens, wie Umsatz, Kosten, Investitionen, Personal und Kapazität, berücksichtigt.

Praktisches Beispiel

Ein Unternehmen möchte seine Vertriebs- und Marketingstrategie für das kommende Jahr planen. Hierzu werden Business Intelligence-Lösungen eingesetzt, um historische Daten zu analysieren und zukünftige Entwicklungen abzuschätzen. Durch den Einsatz von Predictive Analytics können Umsatzprognosen erstellt und die optimalen Ressourcen für Vertrieb und Marketing ermittelt werden. Die Planungsrechnung integriert diese Informationen in eine Gesamtplanung, die als Grundlage für die Entscheidungsfindung dient. Mithilfe von Dashboards und Datenvisualisierungen können Entscheidungsträger den Fortschritt der Planung nachverfolgen und bei Bedarf Anpassungen vornehmen.

Predictive Analytics bezieht sich auf den Einsatz von statistischen Methoden, maschinellem Lernen und künstlicher Intelligenz, um zukünftige Ereignisse, Trends und Ergebnisse auf der Grundlage von historischen und aktuellen Daten vorherzusagen. In Business Intelligence und Advanced Analytics werden Predictive Analytics verwendet, um Risiken und Chancen zu identifizieren, Prognosen und Simulationen durchzuführen und datenbasierte Entscheidungen zu treffen. Beispiele für Predictive Analytics-Anwendungen sind Verkaufsprognosen, Kundenabwanderungsanalysen und Betrugserkennung.

Prescriptive Analytics bezieht sich auf die Anwendung von Optimierung, Simulation und Entscheidungsmodellierung, um Handlungsempfehlungen und Entscheidungsoptionen auf der Grundlage von Datenanalyseergebnissen, Geschäftsregeln und Zielen zu generieren. Prescriptive Analytics ist eine Erweiterung von Predictive Analytics und Advanced Analytics, die Unternehmen ermöglicht, datengesteuerte Entscheidungen, Strategien und Szenarienplanung zu optimieren. Prescriptive Analytics-Techniken umfassen lineare Programmierung, Netzwerkoptimierung, Monte-Carlo-Simulation und Entscheidungsanalyse.

Produktrentabilität bezieht sich auf die Fähigkeit eines Produkts, Gewinn für ein Unternehmen zu generieren. Sie wird gemessen, indem die Gewinne aus dem Verkauf eines Produkts mit den Kosten für dessen Herstellung, Vertrieb und Vermarktung verglichen werden. Die Produktrentabilität wird häufig als Prozentsatz ausgedrückt und ist ein wichtiger Indikator für die finanzielle Leistungsfähigkeit eines Unternehmens. Durch die Analyse der Produktrentabilität können Unternehmen feststellen, welche Produkte am rentabelsten sind und ihre Ressourcen entsprechend zuweisen, um ihre Profitabilität zu maximieren.

Praktisches Beispiel für den Einsatz von Business Intelligence Ansätzen oder Lösungen:

Ein Unternehmen, das mehrere Produktlinien herstellt, möchte herausfinden, welche Produkte am profitabelsten sind, um fundierte Entscheidungen über zukünftige Investitionen und Ressourcenzuteilungen zu treffen. Mithilfe von Business Intelligence (BI)-Lösungen kann das Unternehmen umfangreiche Daten aus verschiedenen Quellen wie Verkaufsdaten, Kostenrechnung, Lagerverwaltung und Marketingkampagnen sammeln und analysieren.

Ein BI-Tool kann dabei helfen, die Produktrentabilität für jede Produktlinie zu berechnen, indem es die Umsätze, Kosten und Margen für jedes Produkt aggregiert und analysiert. Darüber hinaus kann das BI-Tool fortschrittliche Analysemethoden wie Trend- und Saisonalitätsanalysen anwenden, um zukünftige Produktrentabilität und Umsatzpotenziale zu prognostizieren.

Durch die Visualisierung dieser Informationen in einem interaktiven Dashboard können Entscheidungsträger im Unternehmen schnell erkennen, welche Produktlinien am rentabelsten sind und welche weniger profitabel sind. Auf der Grundlage dieser Erkenntnisse können sie strategische Entscheidungen treffen, z. B. die Investitionen in die Entwicklung und Vermarktung von hochrentablen Produkten erhöhen, weniger rentable Produktlinien optimieren oder auslaufen lassen oder gezielte Marketing- und Verkaufsstrategien entwickeln, um die Rentabilität bestimmter Produkte zu steigern.

Die Prozesskostenrechnung ist eine Methode der Kostenrechnung, die darauf abzielt, die Kosten auf die einzelnen Prozesse innerhalb eines Unternehmens zu verteilen. Sie identifiziert die Hauptprozesse und die damit verbundenen Kosten, um eine detailliertere Analyse der Kostenstruktur zu ermöglichen. Dies hilft Unternehmen, Ineffizienzen aufzudecken und die Leistung der verschiedenen Prozesse zu optimieren. Die Prozesskostenrechnung bietet eine Grundlage für fundierte Entscheidungen in Bezug auf Prozessverbesserungen und Kostensenkung.

Beispiel für den Einsatz von Business Intelligence in der Prozesskostenrechnung

Ein mittelständisches Produktionsunternehmen möchte die Effizienz seiner Fertigungsprozesse steigern und die Kosten senken. Um dies zu erreichen, setzt das Unternehmen eine Business Intelligence (BI) Lösung ein, die auf Prozesskostenrechnung basiert.

1. Zunächst identifiziert das Unternehmen die Hauptprozesse, wie z.B. Materialbeschaffung, Produktion, Lagerhaltung und Vertrieb.
2. Die BI-Lösung sammelt Daten aus verschiedenen Quellen wie ERP-Systemen, Fertigungssteuerungssystemen und anderen Datenbanken, um die Kosten für jeden Prozess zu erfassen.
3. Durch die Verwendung von Datenvisualisierungstools werden die Kosten und Leistungsindikatoren der einzelnen Prozesse auf Dashboards und Berichten dargestellt.
4. Mithilfe von Predictive Analytics werden mögliche Szenarien simuliert, um die Auswirkungen von Veränderungen in den Prozessen auf die Gesamtkosten zu analysieren.
5. Das Unternehmen kann nun gezielt Maßnahmen ergreifen, um die identifizierten Ineffizienzen zu beseitigen und die Prozesse zu optimieren.

Durch den Einsatz von Business Intelligence Ansätzen und Lösungen in der Prozesskostenrechnung erhält das Unternehmen eine umfassende Sicht auf seine Kostenstrukturen und kann gezielte Entscheidungen treffen, um seine Fertigungsprozesse effizienter zu gestalten und Kosten zu senken.

Real-Time Analytics bezieht sich auf die Fähigkeit, Daten kontinuierlich zu erfassen, zu verarbeiten und zu analysieren, während sie generiert oder aktualisiert werden. Real-Time Analytics ermöglicht Unternehmen, sofort auf Veränderungen, Ereignisse oder Anomalien in ihren Daten zu reagieren und schnellere, proaktivere Entscheidungen zu treffen. In Business Intelligence und Advanced Analytics wird Real-Time Analytics zunehmend eingesetzt, um Echtzeitüberwachung, Alarmierung und Anpassung von Geschäftsprozessen zu ermöglichen.