Häufig kann Self-Service BI die hohen Erwartungen an Qualität und Vorbereitung nicht erfüllen, da die Reporting-Plattform den Fachanwender:innen wichtige Services nicht oder nur unzureichend anbietet. Durch Services wie CI/CD-Pipelines oder eine Testautomation werden Ressourcen freigesetzt, die Fehlerquote verringert und die Prozesse beschleunigt. Wir geben einen Überblick, welche technischen Services eine Reporting-Plattform bieten sollte, um Anwender von Self-Service zu empowern, und welche Faktoren für den Erfolg der Services entscheidend sind.

Zielpublikum: BI-Verantwortliche, IT-Leiter:innen, Data-Architekt:innen
Voraussetzungen: Grundlegendes Wissen/Erste Erfahrungen im Bereich 'Reporting'
Schwierigkeitsgrad: Einsteiger

Extended Abstract:
Self-Service Reporting/Analytics ist ein vorherrschender Trend in datengetriebenen Unternehmen, bei dem Fachbereiche befähigt werden, eigenständig Analysen und Dashboards anzufertigen. 

In den letzten Jahren haben Unternehmen verstärkt in die Standardisierung des Self-Service Reportings durch Visualisierungsstandards, Templates oder Einführung eines Datenkatalogs investiert. Ebenfalls gab es eine starke Weiterentwicklung der Self-Service Reporting Tools (Power BI, SAC etc.). Dagegen haben sich die technischen Serviceangebote der Reporting-Plattform, wie CICD-Pipelines oder automatisierte Test-Frameworks, kaum weiterentwickelt.

Im Rahmen dieses Vortrags geben wir eine Übersicht über die wichtigsten Serviceleistungen für die nachhaltige Nutzung von Self-Service BI. Der Vortrag ist nicht auf ein Tool fokussiert. Wir fokussieren uns auf technische Serviceangebote, die die Erstellung des Berichts unterstützen oder diese begleiten, z. B. das Deployment, die Testung oder die Zugriffsverwaltung.

Aufbau des Vortrags:

Wir zeigen, wie Fachanwender:innen durch technische Services unterstützt werden können. Dabei differenzieren wir die Anforderungsbereiche Qualitätsmanagement, Ease-of-use für die Anwender:innen, die Skalierbarkeit der Reports und Dashboards und die Ermöglichung der regulatorischen Korrektheit.

Im zweiten Teil des Vortrags stellen wir vor, welche Faktoren für den Erfolg der Serviceangebote maßgeblich sind. Anhand des automatisierten Test-Frameworks zeigen wir, wie eine Lösung konkret aussehen kann.

Was hat Self-Service BI mit der Führerscheinprüfung zu tun?
Self-Service BI und Analytics wird oft selbstverständlich gelebt, ist aber nicht einfach abzugrenzen und zu erklären. In dieser Session nähere ich mich einer Erklärung anhand von Beispielen aus dem realen Leben (z. B. Straßenverkehr) und ordne dabei plakativ die einzelnen Komponenten wie Data Literacy, Datenkultur und Self-Service Governance ein. Dieser Schritt hilft bei der Prüfung und Einordnung von Thesen zum Thema Self-Service & Analytics.

Zielpublikum: Alle, die sich für Daten interessieren
Voraussetzungen: Ein paar Buzzwords zu kennen hilft
Schwierigkeitsgrad: Einsteiger

Extended Abstract:
Beispiele aus dem realen Leben (z. B. Straßenverkehr) helfen dabei, die einzelnen Komponenten wie Data Literacy, Datenkultur und Self-Service Governance plakativ einzuordnen. Dieser Schritt hilft bei der Prüfung von Thesen zum Thema Self-Service & Analytics, um sich dem Thema ganzheitlich zu nähern.
Dies ist insofern wichtig, weil Self-Service oft unterschiedlich verstanden und erlebt wird - Erklärungen sind immer wieder notwendig und sinnvoll, um die Erwartungshaltung in der Breite einzufangen.

Die PERI SE hat in den letzten Jahren eine weltweite interne Community im Bereich Reporting etabliert, im Rahmen dessen zahlreiche Self-Service-Datenprodukte (Power BI) parallel zu den Standardreports (Power BI / SAP) entstanden sind. Im Rahmen der Session wird die Gesamtarchitektur vorgestellt, die Rolle des BI-Bereichs als zentrale Kompetenz- und Steuerungseinheit, aber auch das Zusammenspiel mit der internationalen Community und Endanwendern.

Zielpublikum: Entscheider:innen, BI-Verantwortliche
Voraussetzungen: Grundwissen im Bereich Daten ist von Vorteil
Schwierigkeitsgrad: Fortgeschritten

Extended Abstract:
Im Rahmen der Session wird die Gesamtarchitektur vorgestellt, die Rolle des BI-Bereichs als zentrale Kompetenz- und Steuerungseinheit, aber auch das Zusammenspiel mit der internationalen Community und Endanwendern.

Scrum-Teams sammeln in ihren Jira-Projekten einen immensen Datenschatz. Wir zeigen, wie diese Daten mithilfe von Data Science-Methoden im gesamten Scrum-Prozess vom Planning bis zur Retrospektive eingebracht werden können. Geplante vs. umgesetzte Velocity, Kopfmonopole und Chaos im Backlog werden besprochen.
Ziel ist es, dem Scrum-Team Methoden in die Hand zu geben, um offene Entscheidungen datenbasiert zu treffen. Dafür lernt es, eigenverantwortlich die notwendigen Daten mithilfe eines Self-Service BI-Tools zu erheben und zu analysieren.

Zielpublikum: Data Scientists und Scrum-Teams
Voraussetzungen: Grundlegende Scrum-Kenntnisse
Schwierigkeitsgrad: Einsteiger

Extended Abstract:
Die Einflussnahme und die unterschiedlichen Interessen der Stakeholder in Scrum-Projekten können eine fokussierte Ausrichtung auf Sprint-Ziele schwierig machen. Wir zeigen, dass in Jira-Projekten durch moderne Natural-Language-Processing-Methoden (NLP-Methoden) die Messung der inhaltlichen Heterogenität der einzelnen Aufgaben des Sprints möglich ist. Hierbei wird eine thematische Ähnlichkeit der Jira-Tickets über die Inhalte der Beschreibungstexte und der Titel angenommen - ähnlich zum Vorgehen einer Suchmaschine. Ein Jira-Projekt mit einigen Monaten Laufzeit reicht hierzu als Datenbasis aus. Diese Methode ist aber auch für sämtliche Projektgrößen, bis hin zu großen Entwicklungsprojekten, geeignet.

Auch mehrsprachige Aufgabenbeschreibungen und projektbezogene Fachsprache im Ticket stellen kein Problem dar. In unserem Vortrag fokussieren wir uns auf die Fragestellungen: Ist Excel wirklich das effizienteste Tool, um die langfristige Entwicklung der Velocity in einem Projekt zu untersuchen? Trägt eine starke Ausrichtung auf das Sprint-Ziel zu einer hohen Velocity bei? Wurde mein Team im Laufe des Sprints vom Tagesgeschäft abgelenkt?

Diese Fragen können wir mithilfe der zuvor beschriebenen Methodik zuverlässig analysieren. Als Ergebnis entstehen automatisch aus Jira abgeleitete Dashboards, die Teams bspw. mit PowerBI einsehen und reflektieren können. Wir berichten von unserer Praxiserfahrung und insbesondere wird es um die Korrelation von Heterogenität und Velocity gehen. Danach möchten wir gemeinsam mit dem Auditorium die Schlussfolgerungen für Scrum-Teams und deren inhaltliche Steuerung daraus diskutieren.

Der Duisburger Hafen - als weltgrößter Binnenhafen auf dem Weg zur Data-Driven-Company. Durch eine unternehmensweite Daten- und Analyseorientierung soll die Entscheidungsfindung zukünftig stärker datengetrieben stattfinden. Der Aufbau einer modernen BI-Plattform in der Cloud soll dazu beitragen, sich zukunftssicher aufzustellen. Er bietet neben einer höheren Flexibilität, Funktionalität und Skalierbarkeit den Vorteil, möglichst viele Anwender in die datengesteuerte Zusammenarbeit und die Diskussion zu den Möglichkeiten von Daten zu integrieren.

Zielpublikum: BI-Verantwortliche, Digitalisierungsverantwortliche, Business-Analyst:innen, CIO/ IT-Leiter:innen
Voraussetzungen: keine
Schwierigkeitsgrad: Einsteiger

Extended Abstract:
Weltgrößter Binnenhafen wird 'Data-Driven-Company'
Der Duisburger Hafen steht als größter Binnenhafen der Welt vor den zentralen Herausforderungen, die sich aus der Digitalisierung ergeben. Die effiziente Auswertung der zahlreich anfallenden Datenmengen innerhalb der gesamten duisport-Gruppe ist ein wichtiger Faktor für den Unternehmenserfolg. In diesem Zusammenhang rückte das Thema Business Intelligence schon vor ein paar Jahren stärker in den Fokus und wurde im digitalen Leitbild der duisport-Gruppe nachhaltig verankert. Durch eine unternehmensweite Daten- und Analyseorientierung soll die Entscheidungsfindung zukünftig stärker datengetrieben stattfinden. Dabei geht es nicht nur um eine Entscheidung: Es geht darum, den Kontext der Daten zu verstehen, Prioritäten zu setzen und die Ursache-Wirkungs-Zusammenhänge zu finden. 

Ausgangspunkt der Reise zur Data-Driven-Company war, wie bei vielen mittelständischen Unternehmen, dass sich im Laufe der Zeit Datensilos gebildet hatten und bereichsübergreifende Analysen erschwerten. So sollte mit der unternehmensweiten Einführung einer flexiblen Business Intelligence-Lösung auch eine zentrale Datenplattform geschaffen werden, die alle relevanten Daten an einem Ort zusammenführt und jedem Mitarbeitenden den Zugriff auf diese Daten und deren Analyse ermöglicht. Doch die Einführung einer solchen modernen Datenplattform stellte duisport vor neue Herausforderungen. Eine der Herausforderungen liegt darin, Mitarbeitende bei duisport dazu zu befähigen, Daten aktiv zu nutzen und die Mehrwerte der BI-Lösung aufzuzeigen. Dazu zählt insbesondere, dass durch die Optimierung von Berichten, der Benutzerfreundlichkeit und des Informationsaustausches mehr Zeit fürs Wesentliche übrigbleibt und dies zu einer höheren Wirtschaftlichkeit führt. Daher kam bei duisport eine wichtige Maßnahme besonders zum Tragen: die Etablierung einer Data Culture, um das volle Datenpotenzial im Unternehmen ausschöpfen zu können.

Die Migration und der Aufbau einer modernen BI-Plattform in der Cloud soll dabei unterstützen und dazu beitragen, dass duisport sich zukunftssicher aufstellen kann, indem auf eine flexible, kosteneffiziente und auf dem neusten Stand befindliche Lösung gesetzt wird. Die Verwendung einer Cloud-basierten BI-Lösung hat vor allem den Vorteil, Power BI besser und einfacher in die täglichen Arbeitsprozesse der Mitarbeitenden zu integrieren und somit die Nutzerakzeptanz weiter zu steigern. So sollen die datengesteuerte Zusammenarbeit, die Innovation und die Diskussion zu den Möglichkeiten von Daten bei duisport stärker fokussiert werden. Diese Entwicklung soll Mitarbeitenden bei duisport ein Werkzeug an die Hand geben, mit dem sich datengetriebene Herausforderungen noch besser meistern lassen.

Data2Value - ein Praxisbeispiel
Ein gelungenes Beispiel hierfür sind bereichsübergreifende, einfach zugängliche und benutzerfreundliche BI-Berichte zu Auswertungen der historischen/aktuellen Pegelstände und Prognosewerte des Rheins nicht nur am Standort Duisburg, sondern auch an noch weiteren wichtigen Messstellen, wie beispielsweise Köln und Düsseldorf. Durch die Verknüpfung mit weiteren Datenquellen, wie Umschlagleistungen und Verkehrsdaten von Bahn und Schiff, können die Auswertungen dazu beitragen, dass durch eine verbesserte Planung mehr Güter mit Bahn und Schiff transportiert werden können. Das Ziel ist es daher, die Verkehrssituation frühzeitig zu erkennen und vorherzusagen. 

Heute Daten analysieren, um zu wissen, was morgen wichtig ist
Zahlreiche Informationsquellen für BI und deren Kombination werden dabei helfen, wichtige Handlungsimpulse frühzeitig zu bekommen. Aus der steigenden Menge an Daten, die täglich verwaltet wird (z. B. Kransensorik, Wind- und Wetterdaten sowie Umweltdaten), gilt es, verwertbare Erkenntnisse zu gewinnen. Und das nicht nur mittels klassischer BI, sondern auch mittels fortgeschrittener Analysemethoden, um Trends und Muster zu erkennen. Der Schritt in die Cloud bietet duisport dabei flexible Lösungen, um die Architektur dahingehend zu erweitern. Aber auch eine hohe Kerneigenleistung ist entscheidend auf dem Weg zu einer Data-Driven-Company. Um das Datenbewusstsein immer stärker in der Unternehmenskultur zu verankern, braucht es weiterhin jegliche Unterstützung aller unternehmensrelevanten Fachbereiche und die kontinuierliche Ausrichtung der BI-Plattform an den Unternehmenszielen. Denn letztlich geht es um nicht weniger als das Zukunftsbild für eine datengesteuerte Organisation.

Anbindung von mehr als 30 Fabriken weltweit mittels Self-Service Tools unter Beachtung von ISO-Standards zur Konsolidierung und Analyse der Daten. Reduzierung der Implementierungszeit von durchschnittlich mehr als 6 Monaten auf weniger als 2 Wochen pro Fabrik.

Zielpublikum: Projektmanager:innen, Data Engineer, Business User
Voraussetzungen: keine, Grundverständnis von Datenverarbeitung nicht von Nachteil
Schwierigkeitsgrad: Einsteiger

Auf den Punkt kommen - das ist es, wofür Dashboards da sind!
Genauso wie ein guter Witz sollte ein Dashboard nicht erklärt werden müssen, sondern schnell zu verstehen sein.
Genau das testen wir live im Dashboard Karaoke: 
Sind Personen, die ein Dashboard zum ersten Mal sehen, in der Lage, die Kernaussagen und Informationen schnell zu erfassen? Oder können sie es nicht und das Dashboard ist einfach schlecht?
Live & Unplugged im Self-Service-Track @TDWI München