Was ist Business Intelligence?
Definition, Aufbau und Nutzen.
Business Intelligence (BI) ist der Oberbegriff für Prozesse, Methoden und Software, mit denen Unternehmen Rohdaten aus operativen Systemen wie ERP und CRM in verlässliche Kennzahlen, Berichte und Dashboards verwandeln.
- Brandenburger Innovationspreis 2025
- Keine Provision, keine bezahlten Platzierungen
- Keine Weitergabe Ihrer Daten an Anbieter
- Für wen: Mittelstand und Fachbereiche in Deutschland, Österreich und der Schweiz.
- Im Überblick: wie BI aufgebaut ist, wie sie sich von Analytics und Data Science unterscheidet, was sie kostet und welche Regeln gelten.
- Wann es sich lohnt: woran Sie erkennen, dass sich der Einstieg in BI lohnt.
Business Intelligence einfach erklärt.
Der Begriff klingt nach Software, meint aber zuerst eine Fähigkeit: Entscheidungen auf Zahlen zu stützen, denen alle im Unternehmen vertrauen.
Business Intelligence in einem Satz
Business Intelligence (BI) umfasst Prozesse, Methoden und Technologien, die Rohdaten aus operativen Systemen sammeln, bereinigen, modellieren und als Berichte, Kennzahlen und Dashboards bereitstellen, damit Menschen im Unternehmen faktenbasiert entscheiden können.
Operative Systeme wie ERP, CRM, MES (Manufacturing Execution System, die Fertigungssteuerung) oder Webshop erzeugen täglich Daten, aber jedes System kennt nur seinen eigenen Ausschnitt. Business Intelligence führt diese Ausschnitte zusammen. Sie stellt sicher, dass „Umsatz“, „Deckungsbeitrag“ oder „Lieferzeit“ in jedem Bericht dasselbe bedeuten, und sie macht die Zahlen für Menschen lesbar, die keine Datenbankabfragen schreiben.
Ein Beispiel: Ein Maschinenbauer mit 300 Mitarbeitenden hat Aufträge im ERP, Angebote im CRM, Maschinenlaufzeiten im MES und Personalzahlen im HR-System. Ohne BI baut jemand am Monatsende aus vier Exporten eine Excel-Mappe, und niemand weiß genau, ob die Zahlen mit dem Vormonat vergleichbar sind. Mit BI laufen die Daten automatisch zusammen, die Kennzahlen sind einmal definiert und das Management sieht die Lage am Montagmorgen, nicht am zehnten Arbeitstag.
Welche Fragen BI beantwortet
BI ist in erster Linie ein Werkzeug der Rückschau und der Gegenwart. Sie beantwortet vier typische Fragen, bevor Prognosen oder Machine Learning ins Spiel kommen:
- Was ist passiert? Umsatz, Absatz, Ausschuss oder Liquidität in einem Zeitraum, im Vergleich zu Plan und Vorjahr.
- Warum ist es passiert? Aufgliederung nach Produkt, Region, Kunde, Werk oder Vertriebskanal, bis die Ursache sichtbar wird.
- Wo stehen wir jetzt? Aktuelle Auftragslage, Lagerbestände oder Pipeline, je nach Anforderung stündlich, täglich oder wöchentlich aktualisiert.
- Wo müssen wir eingreifen? Schwellenwerte, Ampeln und Alarme, die Abweichungen melden, bevor der Monatsabschluss sie bestätigt.
Die Frage „Was wird passieren?“ gehört nach üblichem Sprachgebrauch bereits zu Advanced Analytics und Data Science. Die Grenze ist fließend, wie der Abschnitt zur Abgrenzung weiter unten zeigt.
Herkunft des Begriffs: von 1865 bis zur Gegenwart
Das Wort „Business Intelligence“ ist älter als die Informatik. Als frühester dokumentierter Gebrauch gilt die „Cyclopædia of Commercial and Business Anecdotes“ von Richard Millar Devens aus dem Jahr 1865, die beschreibt, wie ein Bankier Informationen schneller nutzt als seine Konkurrenz. Der IBM-Forscher Hans Peter Luhn griff den Begriff 1958 in dem Aufsatz „A Business Intelligence System“ (IBM Journal of Research and Development) auf. Er verstand Intelligenz im Sinne des Wörterbuchs als die Fähigkeit, Zusammenhänge von Fakten so zu erfassen, dass das Handeln auf ein gewünschtes Ziel ausgerichtet wird.
Der heutige Gebrauch geht auf Howard Dresner zurück, der 1989 als Analyst bei Gartner BI als Oberbegriff für Konzepte und Methoden vorschlug, die Geschäftsentscheidungen mit faktenbasierten Unterstützungssystemen verbessern. Breit durchgesetzt hat sich der Begriff ab Ende der 1990er Jahre, als Data Warehouses und OLAP-Werkzeuge (Online Analytical Processing, mehrdimensionale Auswertung) marktreif wurden. Die Aussage, Dresner habe den Begriff 1989 „geprägt“, ist deshalb zu kurz gegriffen: Er fasste ihn neu und machte ihn populär. Gartner führt die Produktkategorie heute unter dem Namen „Analytics and Business Intelligence Platforms“.
Was BI heute umfasst
Aus dem Oberbegriff ist ein ganzes Arbeitsfeld geworden. Wer von BI spricht, meint heute meist fünf Dinge gleichzeitig:
- Daten: die Beschaffung und Aufbereitung aus allen relevanten Quellsystemen, automatisiert und nachvollziehbar.
- Modelle: einheitliche Definitionen für Kennzahlen und Dimensionen, in der Fachsprache Semantic Layer (semantische Schicht) genannt.
- Werkzeuge: Berichte, Dashboards, Ad-hoc-Analysen und mobile Ansichten, siehe BI-Software-Kategorien.
- Menschen: Fachbereiche, Power-User, BI-Team und IT mit klaren Rollen, wie in unserem Ratgeber BI einführen beschrieben.
- Regeln: Datenqualität, Zugriffsrechte, Datenschutz und Verantwortlichkeiten, die zusammen als Governance bezeichnet werden.
Quellen: Wikipedia, Business intelligence, Bitkom Data Economy 2025, BARC und Eckerson 2022, Stand 2026.
BI ist ein Stack, kein einzelnes Tool.
Wer BI kauft, kauft nie nur ein Programm. Er entscheidet über eine Kette von Bausteinen, die zusammenpassen müssen.
In nahezu jeder gewachsenen Landschaft lassen sich vier Schichten unterscheiden, unabhängig vom Hersteller. Zuunterst liegen die Quellsysteme, in denen die Daten entstehen. Darüber sorgt die Integrationsschicht dafür, dass Daten aus mehreren Quellen zusammenfinden und historisiert werden. Die dritte Schicht modelliert diese Daten fachlich, und die oberste Schicht macht sie für Menschen nutzbar. Weil jede Schicht ausgetauscht werden kann, entsteht der wichtigste Auswahleffekt: Ein Werkzeug für Dashboards ersetzt weder ein Data Warehouse noch eine saubere Datenmodellierung.
Für die Praxis bedeutet das, dass sich der Aufwand selten dort verbirgt, wo Anbieter ihre Demos zeigen. Ein beeindruckendes Dashboard ist in Stunden gebaut, die zuverlässige Datenbasis dahinter kostet Wochen. Das spiegelt sich auch in Umfragen: Im BARC Trend Monitor 2026 mit 1.579 Befragten stehen Datenqualität (7,9 von 10 Punkten) und Datensicherheit (7,9) an der Spitze, noch vor Self-Service Analytics (6,5) und KI (6,4).
Quelle: BARC BI und Analytics Trend Monitor 2026, Stand Januar 2026.
Sechs Bausteine einer BI-Landschaft.
Die vier Schichten bestehen in der Praxis aus sechs Bausteinen. Je kleiner das Unternehmen, desto mehr davon übernimmt ein einzelnes Produkt.
Wo die Daten entstehen
ERP, CRM, MES, Webshop, Personalsystem, Tabellen und Dateien. Hier liegen die Rohdaten, die BI später zusammenführt, meist in unterschiedlichen Formaten und mit eigenen Definitionen.
- Typisch: SAP, Microsoft Dynamics, Salesforce
- Schnittstellen: Datenbank, API, Datei
- Risiko: widersprüchliche Stammdaten
ETL und ELT
ETL (Extract, Transform, Load) und ELT überführen Daten automatisiert in ein zentrales Ziel. Dabei werden Duplikate bereinigt, Währungen vereinheitlicht und Änderungen historisiert.
- Zeitplan: stündlich bis täglich
- Alternativ: Streaming für Echtzeit
- Risiko: unbemerkt geänderte Quellstrukturen
Data Warehouse, Data Lake, Lakehouse
Ein Data Warehouse speichert bereinigte, fachlich modellierte Daten. Ein Data Lake nimmt Rohdaten jeder Art auf. Ein Lakehouse verbindet beides auf einer Plattform.
- Warehouse: strukturiert, abfrageschnell
- Lake: flexibel, günstig
- Kleine Vorhaben starten oft ohne eigenes Warehouse
Semantic Layer
Die semantische Schicht legt einmal fest, wie Kennzahlen berechnet werden. So bedeutet „Marge“ in jedem Bericht dasselbe, egal wer ihn baut.
- Kennzahlen zentral definieren
- Hierarchien und Dimensionen
- Grundlage für Self-Service und KI-Abfragen
Berichte, Dashboards, Ad-hoc
Standardberichte für den Rhythmus, Dashboards für die Steuerung, Ad-hoc-Analysen für Fragen, die niemand vorher kannte. Die Werkzeuge unterscheiden sich vor allem in Bedienung und Governance.
- Siehe Self-Service BI Tools
- Pixelgenaue Berichte oder freie Exploration
- Mobile und Embedded-Nutzung
Rechte, Qualität, Verantwortung
Rollen und Berechtigungen, Datenkataloge, Qualitätsregeln und klare Datenverantwortliche entscheiden, ob Zahlen auch in einem Jahr noch akzeptiert werden.
- Zeilen- und Spaltenrechte
- Datenverantwortliche je Fachbereich
- Dokumentierte Kennzahlen
BI, Analytics und Data Science im Vergleich.
Die Begriffe werden oft synonym verwendet. Für die Auswahl von Software und Personal ist die Unterscheidung dennoch wichtig, weil sie unterschiedliche Fähigkeiten verlangt. Welche Hersteller BI-Software anbieten und wie sie sich nach Typ unterscheiden, zeigt der Leitfaden BI Anbieter.
| Begriff | Leitfrage | Typische Nutzer | Zeitbezug | Verhältnis zu BI |
|---|---|---|---|---|
| Reporting | Wie sind die Zahlen dieses Monats? | Controlling, Management | Rückblick im festen Rhythmus | Teilmenge von BI |
| Business Intelligence | Was ist passiert, warum, und wo stehen wir? | Fachbereiche, Management, Controlling | Rückblick und Gegenwart | Gegenstand dieser Seite |
| Business Analytics | Was wird passieren, was sollten wir tun? | Analysten, Fachbereiche mit Methodenwissen | Gegenwart und Zukunft | Erweiterung von BI |
| Data Science | Welche Muster und Modelle stecken in den Daten? | Data Scientists, Statistiker | Explorativ, forschend | Eigenes Feld, nutzt BI-Daten |
| Data Warehouse | Wo liegen die bereinigten, historisierten Daten? | Data Engineers, BI-Team | Dauerhaft, historisiert | Datenbasis von BI, nicht BI selbst |
| Controlling | Wie steuern wir Ergebnis und Liquidität? | Controller, Geschäftsführung | Planung und Kontrolle | Fachfunktion, die BI als Werkzeug nutzt |
| Generative BI | Kann ich meine Frage in Alltagssprache stellen? | Alle Fachanwender | Gegenwart, auf Zuruf | Neue Bedienschicht über bestehender BI |
Die Einordnung ist eine redaktionelle Sicht von Find-Your-BI, keine Norm. In der Praxis überlappen die Rollen: Ein Controller, der in einem Self-Service-Werkzeug Prognosen mit einfachen Modellen ergänzt, arbeitet an der Grenze zwischen BI und Analytics. Wichtig für Ihre Entscheidung ist deshalb weniger die Etikettierung als die Frage, welche Fragen Ihr Unternehmen heute beantworten muss und welche Fähigkeiten dafür vorhanden sind.
Eine Faustregel hilft bei der Priorisierung: Solange Ihre Standardberichte noch manuell entstehen oder sich die Zahlen aus verschiedenen Abteilungen widersprechen, bringt jede Investition in Prognosemodelle weniger als die Investition in eine saubere BI-Basis. Erst wenn die Grundlagen stabil laufen, lohnt sich der Schritt zu Advanced Analytics. Welche Softwareklassen es dafür gibt, zeigt die Übersicht der BI-Software-Kategorien.
Einordnung von Find-Your-BI auf Basis üblicher Fachdefinitionen, Stand 2026.
Was generative KI an BI ändert.
Seit 2025 verändert KI weniger die Rechenkerne als die Bedienung: Wer fragen kann, braucht weniger Klicks, aber umso mehr verlässliche Daten.
Fragen in Alltagssprache statt Klickstrecke
Fast alle großen BI-Plattformen bieten inzwischen Assistenten, die auf Fragen in natürlicher Sprache mit Diagrammen und Erklärtexten antworten. Gartner meldet in einer Befragung von 403 Analytics- und KI-Verantwortlichen (Oktober bis Dezember 2024), dass bereits mehr als die Hälfte der Organisationen KI-Werkzeuge für automatisierte Erkenntnisse und natürlichsprachige Abfragen einsetzt. Gartner erwartet außerdem, dass bis 2027 drei Viertel der neu entstehenden Analytics-Inhalte mit generativer KI kontextualisiert werden.
Für Fachbereiche ist das ein Gewinn: Die Hürde, eine eigene Auswertung zu bauen, sinkt deutlich. Der BARC Trend Monitor 2026 hält fest, dass generative KI technische Hürden für Self-Service senkt, zugleich aber Datenqualität „wichtiger denn je“ macht, um Fehlantworten und Verzerrungen zu vermeiden.
Datenqualität bleibt das Nadelöhr
Ein Assistent kann nur so zuverlässig antworten wie die Daten und Definitionen, auf denen er arbeitet. Gartner schätzt in einer Befragung von 1.203 Verantwortlichen für Datenmanagement (Juli 2024), dass 63 Prozent der Organisationen keine passenden oder keine gesicherten Datenmanagement-Praktiken für KI haben. Bis Ende 2026 würden 60 Prozent der KI-Projekte aufgegeben, wenn die Daten nicht KI-tauglich sind. Wer heute BI sauber aufbaut, schafft damit die Voraussetzung, KI morgen sinnvoll zu nutzen.
Agentische Analytik und ihre Risiken
Der nächste Schritt sind Agenten, die Analysen nicht nur beantworten, sondern selbstständig Aufgaben auslösen, etwa einen Forecast aktualisieren oder eine Abweichung eskalieren. Gartner warnt in derselben Veröffentlichung vor dem übermäßigen Vertrauen in autonome Aktionen ohne Validierung und vor dem sogenannten „agent drift“, also der schleichenden Abweichung eines Agenten vom ursprünglichen Auftrag. Für Mittelständler gilt: Erst Kennzahlen, Rechte und Verantwortlichkeiten klären, dann Automatisierung zulassen. Wie Sie KI-Funktionen bei der Auswahl bewerten, beschreibt unser Beitrag BI auswählen.
Quellen: Gartner, Juni 2025, Gartner, Februar 2025, BARC Trend Monitor 2026.
Wo BI im Unternehmen sichtbaren Nutzen stiftet.
Die Destatis-Erhebung 2024 nennt Marketing und Vertrieb (33 Prozent), Produktion (25 Prozent) sowie Verwaltung und Finanzen (je 24 Prozent) als häufigste Einsatzfelder von KI. Für BI gilt eine ähnliche Reihenfolge, weil dort die meisten Daten und die klarsten Kennzahlen liegen.
Pipeline und Forecast
Vertriebsleiter sehen, welche Chancen in welcher Phase stocken und wie belastbar der Forecast ist. Frühwarnindikatoren zeigen Abweichungen zum Quartalsziel, bevor sie eintreten.
- Umsatz, Deckungsbeitrag, Win-Rate
- Pipeline-Abdeckung, Forecast-Genauigkeit
- Kundenwert und Abwanderungsrisiko
Controlling und Konsolidierung
Plan-Ist-Abgleich, Konsolidierung mehrerer Gesellschaften und Liquiditätsplanung in einer abgestimmten Sicht. Details in unserem Leitfaden BI für Finanzwesen.
- Plan-Ist-Abweichung, EBIT-Marge
- Liquidität, Forderungslaufzeit
- Working Capital
Anlagen und Qualität
BI verbindet MES- und ERP-Daten zu einer durchgängigen Sicht auf Fertigung und Lieferfähigkeit. Mehr dazu unter BI für Produktion und Industrie.
- OEE, Ausschussquote, Durchlaufzeit
- Termintreue, Rüstzeiten
- Energiekennzahlen
Sortiment und Bestand
Händler steuern Sortiment, Marge und Lagerreichweite über mehrere Kanäle. Intraday-Aktualität ist dort eher Standard als Ausnahme, siehe BI für Handel und E-Commerce.
- Umsatz und Marge je Kanal
- Warenkorbkonversion, Retourenquote
- Lagerreichweite
Auslastung und Projektmarge
Beratungen und Agenturen steuern über Auslastung, Projektmargen und Pipeline. Datenquellen sind Zeiterfassung, PSA-Tool und CRM, wie unter BI für Dienstleister gezeigt.
- Auslastung, Realisierungsgrad
- Projektmarge
- Ressourcenplanung
Der Einstieg mit kleinem Team
Mit ein bis zwei IT-Mitarbeitenden gelingt der Einstieg über wenige, gut gewählte Kennzahlen und Cloud-Werkzeuge. Anforderungen und ROI beschreibt BI für Mittelstand und KMU.
- Start mit drei bis fünf Kennzahlen
- Cloud statt eigene Server
- Pilot vor Ausbau
Quelle für die Einsatzfelder: Destatis Pressemitteilung vom 25.11.2024. Die Kennzahlenlisten sind redaktionelle Beispiele von Find-Your-BI.
Was bedeutet Business Intelligence für Finanzdaten?
Eine Zahl, der alle vertrauen.
Business Intelligence für Finanzdaten führt Buchhaltung, Kostenrechnung, Planung und Bankdaten in einem Datenmodell zusammen, damit Controlling, Geschäftsführung und Fachbereiche dieselben Kennzahlen sehen. Der Nutzen liegt im schnelleren Monatsabschluss, im belastbaren Plan-Ist-Vergleich und in der früheren Warnung bei Liquiditätsengpässen. Die Details stehen in BI für Finanzwesen.
Plan-Ist und Deckungsbeitrag
Abweichungen nach Kostenstelle, Produkt und Kunde statt Excel-Mappen aus mehreren Händen.
- Plan-Ist-Abweichung
- Deckungsbeitrag
- Kostenstellen
Cash-Forecast und offene Posten
Zahlungseingänge und Verbindlichkeiten zusammen sehen und früh gegensteuern.
- Forderungslaufzeit
- Liquiditätsprognose
- Offene Posten
Monatsbericht und Konsolidierung
Ein Bericht für Geschäftsführung, Gesellschafter und Bank aus demselben Datenstand.
- Monatsberichte
- Konsolidierung mehrerer Gesellschaften
- Kennzahlen für die Bank
Was ist ein Business-Intelligence-Service?
Betrieb und Auswertung aus einer Hand.
Ein Business-Intelligence-Service ist BI als Dienstleistung: Ein Anbieter betreibt Datenanbindung, Datenmodell und Berichte für Sie, als Managed Service oder als BI as a Service. Das lohnt sich vor allem, wenn im Unternehmen kein eigenes Data-Team besteht. Kriterien für die Wahl des Dienstleisters nennt BI-Partner finden, die Kostenlogik BI Beratung Kosten.
Managed Service
Der Dienstleister betreibt Plattform, Datenladung und Pflege, Sie nutzen die Berichte.
- Betrieb und Updates
- Datenqualität überwachen
- Feste Reaktionszeiten vereinbaren
BI as a Service
BI-Plattform aus der Cloud mit Einrichtung und Betrieb im Paket.
- Cloud-Betrieb
- Standardisierte Konnektoren
- Abrechnung nach Nutzung oder Paket
Beratung und Aufbau
Der Dienstleister baut Datenmodell und Dashboards, danach übernimmt Ihr Team.
- Anforderungen und Datenmodell
- Berichte und Schulung
- Übergabe an Ihre Fachbereiche
Fünf Signale, dass Ihr Unternehmen BI braucht.
Keines der Signale ist allein ein Muss. In Kombination sprechen sie deutlich für den Einstieg.
1. Berichte entstehen manuell in Excel
Wenn der Monatsabschluss aus zusammengesetzten Mappen besteht und mehrere Tage Konsolidierung kostet, steckt in jedem Bericht Fehlerrisiko und Wartezeit. Excel bleibt ein gutes Werkzeug für Einzelanalysen, ist aber kein Ersatz für eine zentrale Datenbasis mit Versionierung, Rechten und Automatisierung.
2. Quellsysteme widersprechen sich
ERP, CRM und Webshop liefern leicht unterschiedliche Umsatzzahlen, und jede Abteilung verteidigt ihre eigene. Eine zentrale BI-Schicht mit einheitlichen Kennzahlendefinitionen beendet die Diskussion über die „richtige“ Zahl und spart Abstimmungsrunden.
3. Fachbereiche brauchen Self-Service
Wenn Marketing, Vertrieb oder Operations jede neue Auswertung bei der IT anfragen müssen, verschenkt das Unternehmen Tempo. Self-Service-BI, also Werkzeuge, mit denen Fachanwender selbst Auswertungen bauen, bringt Entscheidungsgeschwindigkeit zurück, braucht aber klare Spielregeln. Einen Vergleich gängiger Werkzeuge finden Sie in unserem Beitrag Self-Service BI Tools.
4. Regulatorische Anforderungen wachsen
Berichtspflichten wie CSRD (Corporate Sustainability Reporting Directive, die EU-Richtlinie zur Nachhaltigkeitsberichterstattung) oder branchenspezifische Aufsichtsregeln verlangen nachvollziehbare Zahlen. Wer auditierbare Daten nicht zentral bereitstellen kann, riskiert Feststellungen und Mehraufwand.
5. Datenmengen übersteigen Excel
Spätestens jenseits weniger Millionen Zeilen wird Excel langsam und fehleranfällig. Ein BI-System verarbeitet deutlich größere Datenmengen und greift automatisiert auf die Quellen zu. Wenn mindestens drei dieser fünf Signale zutreffen, lohnt sich ein strukturiertes Vorgehen, wie es die Seite BI auswählen beschreibt.
Vier Stufen der BI-Nutzung und der nächste Schritt.
Ein Reifegradmodell hilft bei der Frage, was als Nächstes sinnvoll ist. Es ist ein redaktionelles Modell von Find-Your-BI und keine Norm.
| Stufe | Typisches Bild im Unternehmen | Übliche Werkzeuge | Sinnvoller nächster Schritt |
|---|---|---|---|
| 1 Insellösungen | Jede Abteilung führt eigene Excel-Dateien, Zahlen widersprechen sich. | Excel, Exporte aus Fachsystemen | Wichtigste Kennzahlen definieren und eine gemeinsame Datenbasis aufbauen |
| 2 Standardberichte | Zentral erzeugte Berichte, aber Änderungen laufen über die IT. | Reporting-Werkzeug, ein einzelnes Data Mart | Dashboards und erste Self-Service-Sichten für Fachbereiche |
| 3 Self-Service | Fachbereiche bauen eigene Auswertungen auf freigegebenen Datenmodellen. | Cloud-BI-Plattform mit Semantic Layer | Governance schärfen, Datenverantwortliche benennen, Schulungen |
| 4 Datengetrieben | Kennzahlen steuern Prozesse, Prognosen und Alarme sind Alltag. | BI plus Advanced Analytics, Lakehouse, KI-Assistenten | Automatisierung mit Validierung und klaren Verantwortlichkeiten |
Die Bitkom-Studie Data Economy 2025 mit 605 befragten Unternehmen ab 20 Beschäftigten zeigt, wie viele Firmen noch am Anfang stehen: 60 Prozent schöpfen das Potenzial der eigenen Daten nur gering oder gar nicht aus, und nur 5 Prozent sehen sich als Vorreiter bei datengetriebenen Geschäftsmodellen. Für den Mittelstand heißt das, dass der Sprung von Stufe 1 auf Stufe 2 meist den größten Nutzen bringt und keinen Hochleistungsstack braucht.
Quelle: Bitkom Studienbericht Data Economy 2025, Stand September 2025.
Was Business Intelligence kostet.
Die Kosten bestehen aus Lizenz, Einführung und Betrieb. Lizenzen sind am besten planbar, deshalb zeigt die Tabelle ein Rechenbeispiel mit veröffentlichten Listenpreisen. Einführung und Betrieb hängen von Quellen, Datenqualität und Anspruch ab.
| Nutzerzahl | Beispielprofil | Power BI Pro pro Jahr | Premium pro Benutzer pro Jahr | Was zusätzlich anfällt |
|---|---|---|---|---|
| 10 NutzerGeschäftsführung und Fachbereichsleitung | Kleines Team mit Standardberichten | 1.452 € | 2.496 € | Datenaufbereitung, Einrichtung, Schulung |
| 50 NutzerMittelstand mit mehreren Fachbereichen | Fachbereiche mit Self-Service | 7.260 € | 12.480 € | Datenmodell, Gateway oder Kapazität, laufende Pflege |
| 200 NutzerBreiter Einsatz im Unternehmen | Viele Berichtsleser, wenige Autoren | 29.040 € | 49.920 € | Kapazitätslizenz prüfen, Governance, Support |
Rechenbeispiel von Find-Your-BI auf Basis der Microsoft-Listenpreise für Deutschland: Power BI Pro 12,10 € und Premium pro Benutzer 20,80 € je Benutzer und Monat bei jährlicher Abrechnung, jeweils zuzüglich Mehrwertsteuer (Microsoft, Stand Oktober 2026). Betrag je Jahr gleich Nutzerzahl mal Monatspreis mal 12. Kapazitätslizenzen und Fabric sind nicht enthalten. Preise anderer Hersteller finden Sie auf deren Seiten oder auf Anfrage, siehe Preise und Modelle.
Sechs Regelfelder, die BI-Projekte betreffen.
BI verarbeitet häufig personenbezogene Daten und Leistungsdaten. Prüfen Sie die folgenden Felder früh, am besten gemeinsam mit Datenschutz und Betriebsrat.
Grundsätze und Technikgestaltung
Artikel 5 DSGVO legt die Grundsätze fest, etwa Zweckbindung, Datenminimierung und Speicherbegrenzung. Artikel 25 verlangt Datenschutz durch Technikgestaltung und datenschutzfreundliche Voreinstellungen.
- Personenbezug in Kennzahlen prüfen
- Pseudonymisierung bei HR-Daten
- Aufbewahrungsfristen festlegen
Mitbestimmung bei Leistungsdaten
Nach § 87 Absatz 1 Nummer 6 BetrVG hat der Betriebsrat mitzubestimmen, wenn technische Einrichtungen Verhalten oder Leistung der Beschäftigten überwachen können. Das gilt auch, wenn BI dies nicht beabsichtigt.
- Betriebsrat früh einbinden
- Betriebsvereinbarung für Leistungsdaten
- Auswertungen auf Gruppenebene aggregieren
KI-Kompetenz und Einstufung
Die KI-Verordnung (Verordnung (EU) 2024/1689) verpflichtet Anbieter und Betreiber unter anderem zur KI-Kompetenz (Artikel 4). Setzen Sie KI-Funktionen in BI ein, dokumentieren Sie Zweck, Daten und Verantwortliche.
- Einsatzzwecke dokumentieren
- Schulungen nachweisen
- Aktuelle Fristen im Amtsblatt prüfen
Zugang zu Daten vernetzter Produkte
Der EU Data Act gilt seit dem 12. September 2025. Laut Bitkom kennen 24 Prozent der Unternehmen ihn nicht, nur 14 Prozent verstehen ihn vollständig. Für Hersteller und Nutzer vernetzter Produkte ändert er den Zugang zu Maschinendaten.
- Betroffene Produkte prüfen
- Verträge mit Lieferanten anpassen
- Datenweitergabe regeln
Rollen und Berechtigungen
Nicht jeder darf alles sehen. Zeilen- und Spaltenrechte stellen sicher, dass Vertriebsleiter nur ihre Region und Personalkennzahlen nur die berechtigten Personen sehen.
- Rollenkonzept vor dem Rollout
- Zeilen- und Spaltenrechte
- Protokollierung von Zugriffen
Verantwortung und Regeln
Laut Destatis nennen Unternehmen, die KI nicht nutzen, Datenqualität in 44 Prozent und Inkompatibilität der Systeme in 45 Prozent der Fälle als Hemmnis. Datenverantwortliche und Qualitätsregeln sind daher Voraussetzung.
- Datenverantwortliche je Bereich
- Qualitätsregeln und Prüfroutinen
- Dokumentierte Kennzahlen
Quellen: Bitkom Data Economy 2025, Destatis IKT in Unternehmen 2025. Rechtsnormen im amtlichen Wortlaut prüfen. Dies ist keine Rechtsberatung.
In sechs Schritten zur ersten BI-Lösung.
Ein kleiner, klar umrissener Start schlägt das große Projekt.
Ziel und Kennzahlen klären
Legen Sie drei bis fünf Entscheidungen fest, die BI verbessern soll, und definieren Sie die dazugehörigen Kennzahlen schriftlich. Ohne diese Klärung baut jedes Projekt Dashboards, die niemand nutzt.
Datenquellen bewerten
Prüfen Sie, welche Systeme die Daten für diese Kennzahlen liefern, in welcher Qualität und mit welchen Schnittstellen. Notieren Sie Datenverantwortliche je Quelle.
Anforderungen und Shortlist
Beschreiben Sie Anforderungen und erstellen Sie eine anbieterneutrale Shortlist, zum Beispiel mit dem BI-Matching von Find-Your-BI. Das Vorgehen zeigt unser Ratgeber BI auswählen.
Pilot mit echten Daten
Bauen Sie mit zwei bis drei Anbietern einen Proof of Concept auf Ihren eigenen Daten. Planen Sie dafür eine feste Testphase mit klaren Abnahmekriterien ein.
Rollout und Schulung
Starten Sie mit einer Pilotgruppe, schulen Sie Power-User und sammeln Sie Rückmeldungen, bevor Sie weitere Bereiche anbinden. Rollen und Phasen beschreibt unser Leitfaden BI einführen.
Betrieb und Weiterentwicklung
Legen Sie Zuständigkeiten für Datenqualität, Lizenzen und neue Anforderungen fest und prüfen Sie quartalsweise, welche Berichte tatsächlich genutzt werden.
Von der BI-Theorie in die Praxis.
Die folgenden Seiten bauen auf dieser Definition auf, von der Kategorisierung der Software bis zur konkreten Auswahl und Einführung. Begriffe wie BI-System, BI-Prozess, Data Warehouse oder semantisches Modell erklärt das BI Glossar mit 41 Begriffen.
BI-Software-Kategorien
Welche Arten von BI-Software es gibt und welche zu welcher Aufgabe passt. Zu den Kategorien.
Self-Service BI Tools
Anbieter im Vergleich, Governance und Einsatzszenarien. Self-Service BI ansehen.
BI auswählen
Fünf Phasen, acht Kriterien und die häufigsten Fehler. Auswahl-Vorgehen ansehen.
BI Selection Portal
Anforderungen, Anbieter und Entscheidung in einem dokumentierten Workspace. Zum Selection Portal.
BI-Systeme im Überblick
Über 100 Anbieterprofile mit Merkmalen und Bereitstellung. Zum Katalog.
Von der Shortlist bis zum Vertrag: so unterstützt Find-Your-BI.
Wer Business Intelligence einführen will, braucht neben dem Grundverständnis eine Auswahl, die zur eigenen Lage passt. Find-Your-BI ist anbieterneutral, Empfehlungen entstehen datenbasiert und nicht durch Provision. Drei Pakete decken den Weg von der ersten Vorauswahl bis zur begleiteten Entscheidung ab. Alle Preise sind einmalig und verstehen sich zuzüglich Mehrwertsteuer (Stand Oktober 2026, Preise und Modelle).
BI-Matching
0 € einmalig
Aus Ihrer Unternehmens-URL entsteht in rund sechs Minuten eine begründete Vorauswahl aus über 200 BI-Systemen, ohne Anmeldung. So funktioniert das Matching.
- Top 20 BI-Systeme sichtbar
- Ausgewählte Referenzen je System
- Ergebnisse per E-Mail
- Kontaktdaten gehen nur mit Ihrer Einwilligung an bis zu fünf Anbieter
Matching mit Expertenbudget
900 € einmalig
Für Teams, die die Vorauswahl direkt in einen belastbaren Auswahlprozess überführen wollen. Ihre Daten gehen an keinen Anbieter.
- Individueller BI-Anforderungskatalog als Excel-Datei (XLSX)
- Analyse-Report als Präsentation (PDF)
- Beratungsbudget für Ihre Rückfragen
- Mehr Referenzen je System
End-to-End BI-Auswahl
8.000 € einmalig
Erfahrene BI-Experten begleiten die Auswahl methodisch, von der Bedarfs- und Marktanalyse bis zur Entscheidung. Enterprise-Matching und Selection Portal sind enthalten.
- Persönliche Beratung durch BI-Experten
- Bedarfs- und Marktanalyse, KI-assistiert
- Methodisches Vorgehen bis zur Entscheidung
- BI Selection Portal inklusive
Das BI Selection Portal gibt es auch einzeln: 1.000 € einmalig für ein Auswahlprojekt oder ab 200 € pro Monat für mehrere Projekte, jeweils mit Anforderungserhebung, Demo-Bewertung und Entscheidungsdokumentation. Amatus, der KI-Co-Pilot im Portal, ist optional zubuchbar. Er prüft Anforderungskataloge auf Lücken, wertet Anbieter-Demos aus und bereitet Vertragsreviews vor, mit Verarbeitung in Deutschland und ohne Training mit Ihren Projektdaten.
Passend zu diesem Thema
- Data Warehouse für BI: wann BI ein Warehouse braucht und was Snowflake, Databricks, BigQuery und Fabric kosten.
- Semantic Layer: wie einheitliche Kennzahlen Dashboards und KI-Abfragen verlässlich machen.
Häufige Fragen
direkt beantwortet.
Was ist Business Intelligence in einfachen Worten?
Business Intelligence (BI) bedeutet, Daten aus verschiedenen Unternehmenssystemen zusammenzuführen und so aufzubereiten, dass Menschen fundierte Entscheidungen treffen können. Statt Zahlen mühsam in Excel zu sammeln, liefert BI automatisch aktualisierte Berichte und Dashboards. Der Kern sind einheitliche Kennzahlen, die alle im Unternehmen gleich verstehen. Software ist dafür nötig, aber die Definitionen und Verantwortlichkeiten sind mindestens so wichtig wie das Werkzeug.
Was ist der Unterschied zwischen Business Intelligence und Business Analytics?
BI beantwortet vor allem Fragen zur Vergangenheit und Gegenwart: Was ist passiert, warum, und wo stehen wir jetzt? Business Analytics geht einen Schritt weiter und fragt, was passieren wird und was getan werden sollte, etwa mit Prognosen oder Optimierungsmodellen. Die Grenze ist in der Praxis fließend, denn moderne Plattformen bieten beides. Für den Einstieg lohnt sich zuerst eine saubere BI-Basis, bevor Prognosen ergänzt werden.
Was ist der Unterschied zwischen BI und Excel?
Excel ist ein flexibles Einzelwerkzeug, BI eine zentrale Datenplattform. Excel-Dateien werden kopiert, verändert und per Mail verschickt, sodass mehrere Versionen derselben Zahl kursieren. BI holt Daten automatisch aus den Quellsystemen, wendet einheitliche Kennzahlendefinitionen an, vergibt Rechte und aktualisiert Berichte zeitgesteuert. Excel bleibt für Ad-hoc-Rechnungen nützlich, wird aber bei wachsender Datenmenge und mehreren Beteiligten zum Risiko.
Brauche ich für Business Intelligence ein Data Warehouse?
Nicht in jedem Fall. Bei wenigen Quellen und kleinen Datenmengen reichen manche BI-Werkzeuge mit direktem Zugriff auf ERP oder Tabellen. Sobald mehrere Systeme zusammenspielen, Historien nötig sind oder die Quellsysteme durch Abfragen belastet werden, lohnt sich ein Data Warehouse oder Lakehouse. Der BARC Trend Monitor 2026 führt die Modernisierung von Data Warehouses auf Rang 8, was zeigt, dass die Datenbasis ein Dauerthema bleibt.
Was kostet Business Intelligence?
Die Lizenzkosten sind gut kalkulierbar: Microsoft listet Power BI Pro in Deutschland mit 12,10 € und Premium pro Benutzer mit 20,80 € je Benutzer und Monat, jeweils zuzüglich Mehrwertsteuer. Für 50 Nutzer ergibt das 7.260 € beziehungsweise 12.480 € im Jahr. Dazu kommen Einführung, Datenaufbereitung, Schulung und Betrieb, die von Quellen und Anspruch abhängen. Die Seite Preise und Modelle zeigt unsere Leistungspakete.
Wie lange dauert die Einführung von BI?
Laut BARC (BI Survey 23) dauert die Einführung von BI-Software im Schnitt 3,9 Monate, und BARC empfiehlt, die erste Anwendung innerhalb von 3 Monaten produktiv zu setzen. Kleine Cloud-Vorhaben mit wenigen Kennzahlen können deutlich schneller starten. Die Dauer hängt vor allem von der Datenqualität und der Verfügbarkeit der Fachbereiche ab, weniger von der gewählten Software. Details stehen in unserem Ratgeber BI einführen.
Welche Daten kann Business Intelligence auswerten?
Grundsätzlich alle Daten, die sich strukturiert abrufen lassen: Aufträge und Rechnungen aus dem ERP, Kontakte und Chancen aus dem CRM, Maschinen- und Qualitätsdaten aus dem MES, Webshop- und Marketingdaten, Personalkennzahlen sowie Tabellen und Dateien. Entscheidend ist weniger das Format als die Qualität und die Möglichkeit, Datensätze über Schlüssel wie Kunden- oder Artikelnummern zu verknüpfen.
Für wen lohnt sich BI im Mittelstand?
BI lohnt sich für Unternehmen, die regelmäßig Zahlen aus mehreren Systemen brauchen und dafür heute manuelle Arbeit leisten. Ein Maßstab sind die fünf Signale auf dieser Seite. Auch mit ein bis zwei IT-Mitarbeitenden gelingt der Einstieg über Cloud-Werkzeuge und wenige Kennzahlen. Anforderungen und Richtwerte beschreibt der Beitrag BI für Mittelstand und KMU.
Was ist Self-Service BI?
Self-Service BI bezeichnet Werkzeuge, mit denen Fachanwender eigene Auswertungen erstellen, ohne jede Anfrage über die IT zu schicken. Im BARC-Eckerson-Report 2022 nannten 73 Prozent der 214 Befragten Self-Service-Authoring als Treiber der BI-Nutzung. Damit das gelingt, braucht es freigegebene Datenmodelle, Schulung und Regeln. Einen Vergleich gängiger Anbieter zeigt unser Ratgeber Self-Service BI Tools.
Welche BI-Tools gibt es?
Der Markt reicht von Cloud-Plattformen wie Microsoft Power BI, Tableau, Qlik und Google Looker über spezialisierte Reporting- und Planungswerkzeuge bis zu Open-Source-Lösungen wie Metabase und Apache Superset. Welche Kategorie passt, hängt von Nutzerzahl, Datenlage, Budget und Governance ab. Eine Einordnung finden Sie unter BI-Software-Kategorien, die Anbieterprofile im BI-Katalog.
Welche Rolle spielt KI in der Business Intelligence 2026?
KI verändert vor allem die Bedienung: Assistenten beantworten Fragen in Alltagssprache und erzeugen Diagramme. Gartner meldet für 2024, dass mehr als die Hälfte der befragten Organisationen KI für automatisierte Erkenntnisse nutzt. Voraussetzung bleibt saubere Datenqualität, die der BARC Trend Monitor 2026 auf Platz 1 der Anwenderthemen führt. Ohne definierte Kennzahlen liefern KI-Assistenten schnell plausible, aber falsche Antworten.
Wie sieht es mit Datenschutz und Betriebsrat aus?
BI verarbeitet oft personenbezogene Daten, etwa Personalzahlen oder Leistungsdaten. Artikel 5 und 25 DSGVO verlangen Zweckbindung, Datenminimierung und datenschutzfreundliche Voreinstellungen. Zusätzlich hat der Betriebsrat nach § 87 Absatz 1 Nummer 6 BetrVG mitzubestimmen, wenn Systeme Leistung oder Verhalten überwachen können. Binden Sie Datenschutz und Betriebsrat daher vor dem Rollout ein. Dies ist keine Rechtsberatung.
Woran scheitern BI-Projekte am häufigsten?
Typische Ursachen sind fehlende Datenverantwortliche, ein unklarer Sponsor, ein zu großer Erstumfang und mangelnde Datenqualität. Gartner erwartet, dass bis 2027 rund 80 Prozent der Data-and-Analytics-Governance-Initiativen scheitern, weil kein konkreter Handlungsdruck entsteht. Beginnen Sie daher mit wenigen, geschäftskritischen Kennzahlen, benennen Sie Verantwortliche und messen Sie die Nutzung, wie in unserem Leitfaden BI einführen beschrieben.
Die passende BI-Software für Ihr Unternehmen.
Find-Your-BI ist ein Werkzeug für die BI-Auswahl: Es erfasst Ihre Anforderungen, erstellt eine begründete Shortlist aus über 200 Systemen und dokumentiert die Entscheidung nachvollziehbar. Herstellerneutral, ohne bezahlte Platzierungen, in rund sechs Minuten.