Abstract
Die derzeitige Marktsituation im Bereich Business Intelligence zeichnet sich durch eine Vielfalt unterschiedlichster Ansätze zur Analyse und Auswertung von Geschäftsprozessen aus. Der folgende Beitrag liefert einen Ansatz, um die Heterogenität der verschiedenen, in der Praxis unter der Bezeichnung Business Intelligence zusammengefassten Lösungen in Form eines Reifegradmodells zu kategorisieren und auf dieser Basis jeweils strategische Implikationen abzuleiten.
Die Ausgangssituation skizziert zunächst, warum bisherige Methoden zur Beurteilung von bestehenden Lösungen nur z. T. erfolgreich eingesetzt werden können. Darauf aufbauend erfolgt die Ausarbeitung von Anforderungen an einen methodischen Ansatz für den erfolgreichen Aufbau und die Weiterentwicklung von Business Intelligence Systemen. Auf dieser Basis bietet Mummert Consulting mit dem Business Intelligence Maturity Model (biMM®) einen Ansatz, um den Reifegrad von Business Intelligence-Lösungen zu evaluieren und insofern strategische Implikationen methodisch abzuleiten. Abschließend werden typische Entwicklungen entlang des Reifegradmodells exemplarisch dargestellt.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Barquin, Ramon C.; Paller, Alan; Edelstein, Herbert A.: Ten Mistakes to avoid for Data Warehousing Managers, in: Barquin, Ramon C.; Edelstein, Herbert A. (Hrsg.): Planning and Designing the Data Warehouse, Upper Saddle River (New Jersey) 1997, S. 145–156.
Chamoni, Peter; Gluchowski, Peter: Integrationstrends bei Business-Intelligence-Systemen — Empirische Untersuchungen auf Basis des Business Intelligence Maturity Model, in: Wirtschaftsinformatik, 46. Jg., Heft 2, 2004, S. 119–128.
Dittmar, Carsten; Gluchowski, Peter: Synergiepotenziale und Herausforderungen von Knowledge Management und Business Intelligence, in: Hannig, Uwe: Knowledge Management und Business Intelligence, Berlin et al. 2002, S. 27–41.
Dittmar, Carsten: Knowledge Warehouse-Ein integrativer Ansatz des Organisationsgedächtnisses und die computergestützte Umsetzung auf Basis des Data Warehouse-Konzepts, Wiesbaden 2004.
Eckerson, Wayne: Gauge Your Data Warehousing Maturity, http://www.tdwi.org/publications/display.aspx?ID=7199, abgerufen am 31.08.05.
Kemper, Hans-Georg; Mehanna, Walid; Unger, Carsten: Business Intelligence-Grundlagen und praktische Anwendungen, Wiesbaden 2004.
Kurz, Andreas: Data Warehousing: Enabling Technology, Bonn 1999.
Mellis, Werner; Stelzer, Dirk: Das Rätsel des prozeßorientierten Softwarequalitätsmanagement, in: Wirtschaftsinformatik, 41. Jg., Heft 1, 1999, S. 31–39.
Mummert Consulting AG: Business Intelligence Studie biMA 2004-Wie gut sind die BI-Lösungen der Unternehmen in Deutschland? BI-Benchmarking-Studie 2004, Hamburg 2004.
Naisbitt, John: Megatrends: ten new directions transforming our lives, New York 1982.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2006 Springer Berlin Heidelberg
About this chapter
Cite this chapter
Schulze, KD., Dittmar, C. (2006). Business Intelligence Reifegradmodelle. In: Chamoni, P., Gluchowski, P. (eds) Analytische Informationssysteme. Springer, Berlin, Heidelberg. https://doi.org/10.1007/3-540-33752-0_4
Download citation
DOI: https://doi.org/10.1007/3-540-33752-0_4
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-29286-9
Online ISBN: 978-3-540-33752-2
eBook Packages: Business and Economics (German Language)