Unsere Leistungen
Unterstützung für Wachstumsstrategien, Transformationen oder M&A-Prozessen.
Unsere Freelance Experts verfügen über tiefgehendes Fachwissen in ihrem Bereich.
Wir liefern Ihnen erfahrene Interim Manager, die Verantwortung übernehmen.
Maßgeschneiderte Expertenteams für komplexe Projekte
Für diese Unternehmen finden wir die besten Experten
Private Equity
Effiziente Unterstützung im gesamten Deal Cycle
Unternehmensberatungen
Flexible Ressourcen für anspruchsvolle Projekte
Mittelstand
Beratungsexpertise für den Mittelstand
Corporates
Fach- und Führungsexperten für operative Exzellenz
Scale-Ups
Strategische & operative Unterstützung für Wachstum
Kennzahlenkette

Was Business Intelligence Beratung leistet — und was nicht

Beraterin verfolgt den Verlauf einer Kennzahl über mehrere Quellsysteme hinweg

Business Intelligence Beratung — im deutschen Sprachgebrauch auch BI-Beratung, Datenanalyse-Beratung oder Datenstrategie-Beratung — arbeitet an der Frage, wie aus verstreuten Betriebsdaten eine Grundlage wird, auf die sich ein Haus einigen kann. Ihr Gegenstand ist die Strecke, die eine Zahl zurücklegt, bevor sie jemand liest, nicht die Auswahl eines Auswertungswerkzeugs.

Jede Kennzahl durchläuft vier Stationen. Sie wird erfasst, wenn jemand einen Beleg bucht, ein Gerät einen Wert meldet oder ein Formular abgeschickt wird. Sie wird zusammengeführt, wenn Auszüge aus mehreren Systemen aufeinandertreffen. Sie wird definiert, wenn festgelegt wird, was genau als Umsatz, Auftrag oder aktiver Kunde zählt. Und sie wird genutzt, wenn jemand daraufhin etwas entscheidet. Der Bericht ist die letzte dieser vier Stationen — und deshalb die Stelle, an der ein Fehler sichtbar wird, aber fast nie die, an der er entstanden ist.

Deshalb beginnt die Arbeit an der schwächsten Station, nicht am Bericht. Widersprüchliche Zahlen haben in der Regel eine von drei Ursachen: Es fehlt eine gemeinsame Definition, die Zusammenführung verliert oder verdoppelt Sätze, oder an der Erfassung wird gepflegt, was gerade in das Pflichtfeld passt. Alle drei erzeugen dasselbe Symptom — zwei davon liegen außerhalb jedes Auswertungswerkzeugs.

Und sie endet erst dort, wo jemand die Pflege übernimmt. Eine Kennzahl ohne benannte fachliche Zuständigkeit verfällt: Systeme ändern sich, Felder bekommen neue Bedeutungen, Ausnahmen werden eingebaut. Ein Berichtswesen ist deshalb kein Ergebnis, sondern ein Zustand, der gehalten werden muss.

Was sie nicht leistet. Sie beschafft keine Daten, die nie erhoben wurden. Und sie ersetzt keine fachliche Festlegung: Ob ein Auftrag mit der Bestellung oder mit der Lieferung zählt, ist eine Frage des Geschäfts, nicht des Datenmodells. Und sie ist keine Beratung zur künstlichen Intelligenz: Geht es um maschinelle Verfahren, generative Anwendungen oder deren Aufsicht, ist die KI-Beratung der richtige Ort — sie setzt allerdings genau die Datenlage voraus, die hier hergestellt wird.

Entscheidungspunkte

Wann externe Unterstützung bei Daten und Berichtswesen den Aufwand wert ist

Nicht jede Datenfrage braucht Hilfe von außen. Wo Definitionen abgestimmt sind, eine Plattform steht und im Haus schon einmal ein Berichtswesen gebaut wurde, ist der interne Weg der schnellere. In den folgenden Situationen fällt die Rechnung anders aus — nicht weil Wissen über das eigene Geschäft fehlt, sondern die Übung darin, eine gewachsene Datenlandschaft zu sortieren. Ein Unternehmen baut sein Berichtswesen alle paar Jahre neu, unser Netzwerk mehrmals im Jahr.

1. Zwei Bereiche legen unterschiedliche Zahlen vor

  • Dieselbe Kennzahl, zwei Werte — und die Sitzung dreht sich um die Herkunft statt um die Entscheidung.
  • Fast nie ein Werkzeugproblem: Es fehlt eine verbindliche Definition und jemand, der sie verantwortet.

2. Berichte entstehen von Hand

  • Auszüge werden monatlich in Tabellen zusammenkopiert, und ein bis zwei Personen wissen, wie es geht.
  • Der Aufwand ist das kleinere Problem — das größere ist, dass der Stand nicht überprüfbar ist.

3. Ein Auswertungswerkzeug ist eingeführt, wird aber nicht benutzt

  • Lizenzen laufen, Dashboards existieren, gerechnet wird weiter in der eigenen Tabelle.
  • Meist fehlt Vertrauen in die Zahl oder ein Bezug zur eigenen Aufgabe — beides lässt sich nicht nachlizenzieren.

4. Die Systemlandschaft ändert sich

  • Ein Wechsel im Kernsystem, eine Cloud-Ablösung oder eine Zusammenführung nach einer Übernahme.
  • Wer die Datenstrecke erst nach der Umstellung betrachtet, baut das Berichtswesen zweimal.

5. Ein Verfahren scheitert an der Datenlage

  • Eine Prognose, eine Automatisierung oder ein Modell lässt sich nicht belastbar rechnen.
  • Die Ursache liegt fast immer in Historie, Vollständigkeit oder Bedeutungswechseln einzelner Felder.

6. Das Wissen hängt an einzelnen Personen

  • Wer die Abfragen gebaut hat, geht in Rente, wechselt oder ist im Tagesgeschäft gebunden.
  • Dokumentation, Zuständigkeiten und Pflegewege werden geklärt, bevor die Kenntnis das Haus verlässt.

Erkennen Sie Ihre Lage in einem dieser Punkte wieder? Zwanzig Minuten genügen für eine erste Sortierung: an welcher Station Ihrer Kennzahlenkette die Verluste entstehen, was zuerst geklärt werden muss — und ob Sie dafür überhaupt jemanden von außen brauchen.

Bausteine

Woran eine Datenstrategie- und BI-Beratung arbeitet

Die Bausteine werden einzeln oder in Kombination besetzt — je nachdem, an welcher Station der Kennzahlenkette es hängt. Der folgende Ausschnitt beschreibt, was am häufigsten nachgefragt wird; Zuschnitte darüber hinaus sind möglich.

Datenstrategie und Zielbild

Welche Entscheidungen sollen künftig auf Daten beruhen, und welche Datenlage setzt das voraus? Eine Datenstrategie beantwortet das als Rangfolge: Welche Frage lohnt zuerst, welche Quelle muss dafür erschlossen werden, was bleibt liegen. Ergebnis ist eine Reihenfolge, die auch bei gekürztem Budget trägt.

Datenplattform, Data Warehouse und Data Engineering

Der Unterbau, der Quellen zusammenführt: Anbindung der Vorsysteme, Modellierung, Historisierung, Beladungsstrecken und deren Überwachung. Dazu gehört die nüchterne Frage, ob ein klassisches Data Warehouse, eine Datenplattform oder eine schlanke Zwischenschicht passt — und wann Bestehendes besser ergänzt als abgelöst wird. Herstellerneutral, ohne Lizenzverkauf.

Business Intelligence, Reporting und Kennzahlensysteme

Vom Kennzahlenbaum bis zum Bericht, den jemand tatsächlich öffnet: Auswahl der führenden Größen, ihre Herleitung und der Zuschnitt auf die Empfänger — eine Geschäftsführung braucht andere Verdichtung als eine Disposition. Gemessen wird an der Nutzung; ein Bericht ohne Leser ist ein Kostenpunkt.

Data Governance, Datenqualität und Stammdaten

Der unspektakuläre Teil, an dem sich entscheidet, ob eine Zahl in zwei Jahren noch stimmt: verbindliche Definitionen, benannte fachliche Verantwortung je Kennzahl, Regeln für Stammdaten, messbare Qualitätskriterien und ein Meldeweg für Abweichungen. Datenschutzvorgaben und Aufbewahrungsfristen werden hier eingeordnet, nicht abschließend beurteilt — die verbindliche Prüfung bleibt Sache Ihrer Rechtsberatung.

Analytics-Anwendungsfälle und Entscheidungsunterstützung

Wo eine Auswertung über den Rückblick hinausgeht: Absatz- und Bedarfsprognosen, Abweichungserkennung, Segmentierungen, Simulationen. Ausschlaggebend ist nicht das Verfahren, sondern die Anschlussfrage — welche Entscheidung würde bei einem anderen Ergebnis anders ausfallen. Bleibt sie offen, entsteht eine Zahl und kein Nutzen.

Datenkompetenz und Betriebsmodell

Wer darf auswerten, wer gibt frei, wo endet Selbstbedienung? Ein Betriebsmodell klärt Zuständigkeiten zwischen Fachbereich und zentraler Datenfunktion, legt fest, welche Auswertungen gepflegt werden, und befähigt die Fachbereiche, eigene Fragen ohne Ticket zu beantworten. Ohne diesen Teil bleibt jede Plattform ein Engpass mit Warteschlange.

Welcher dieser Bausteine bei Ihnen zuerst greifen muss, lässt sich in zwanzig Minuten einordnen. Schildern Sie uns Ihre Datenlage — Sie erhalten eine Einschätzung, keine Präsentation.

Arbeitsformen

Arbeitsformen, in denen ein Datenvorhaben begleitet wird

Über das Ergebnis entscheidet häufig nicht die fachliche Tiefe, sondern die Form: wie viel Kapazität von außen kommt, mit welchem Mandat und über welche Dauer. Vier Formen deckt unser Netzwerk ab, und der Wechsel von einer in die nächste ist eher Regel als Ausnahme. Für alle vier gilt dasselbe Gerüst: eine benannte interne Verantwortung für die Definitionen, schriftlich festgehaltene Ziele vor dem Start und ein vereinbarter Übergabepunkt.

Kurzer Blick von außen
Zweitmeinung zur Datenlage

Eine erfahrene Person prüft eine umrissene Frage: Trägt die geplante Architektur? Ist die Historie für die gewünschte Prognose ausreichend? Warum widersprechen sich zwei Berichte? Typisch wenige Wochen, oft in Teilzeit — sinnvoll, wenn im Haus gearbeitet wird und nur eine Erfahrungslücke geschlossen werden muss.

Bauen mit Übergabe
Gemischtes Aufbauteam

Zwei bis fünf externe Fachleute arbeiten mit Ihren Mitarbeitenden an Modellierung, Beladung und Berichtswesen, unter interner fachlicher Führung. Die gebräuchlichste Form beim Aufbau einer Plattform. Ihr Vorteil liegt in der Übergabe: Das Wissen bleibt im Haus, weil es dort entsteht.

Führung mit Mandat
Verantwortung auf Zeit

Eine externe Person übernimmt eine Leitungs- oder Programmverantwortung mit Entscheidungsbefugnis — bei Vakanzen, in Sondersituationen oder wenn eine Instanz gebraucht wird, die nicht in den internen Interessenlagen zwischen den Fachbereichen steht. Mit vereinbartem Übergabepunkt.

Halten statt bauen
Begleitung im Regelbetrieb

Wiederkehrende Unterstützung nach dem Aufbau: Pflege der Definitionen, Weiterentwicklung der Modelle, Betreuung bei Systemwechseln in den Vorsystemen. Die Form, die am seltensten geplant und am häufigsten gebraucht wird — weil eine Datenlandschaft nur so lange stimmt, wie jemand ihr folgt.

Sektoren

Datenarbeit nach Sektor: wo die Kette zuerst reißt

Die vier Stationen einer Kennzahl sind überall gleich, ihre schwache Stelle nicht. Ausschlaggebend sind drei Größen: woher die Daten überhaupt stammen — aus Anlagen, aus Belegen oder aus Kundenkontakten —, wie viele Vorsysteme zusammengeführt werden müssen, und wie streng eine Zahl belegbar sein muss, bevor jemand nach ihr handelt. Wo Werte automatisch anfallen, liegt das Problem meist in der Zusammenführung; wo sie von Hand erfasst werden, in der Definition. Wir besetzen deshalb entlang der Sektorerfahrung. Wer die Vorsysteme, die üblichen Kennzahlen und die Nachweispflichten eines Sektors kennt, erkennt früher, an welcher Station die Verluste entstehen — und welche Auswertung an einer Anforderung scheitern wird, die in keinem Lastenheft steht. Der folgende Ausschnitt zeigt sechs Sektoren, in denen unser Netzwerk besonders dicht besetzt ist; weitere sind über die Kategorieseiten erreichbar.

Automotive und Zulieferindustrie: Fahrzeugdaten und Fertigungsdaten laufen in einer Auswertung zusammen

Automotive & Zulieferindustrie

Chemie- und Prozessindustrie: Anlagenwerte werden zu einer belastbaren Auswertung verdichtet

Chemie & Prozessindustrie

Energie- und Versorgungswirtschaft: Verbrauchs- und Erzeugungsdaten in einer gemeinsamen Auswertung

Energie & Versorgung

Konsumgüter und Lebensmittel: Absatz-, Bestands- und Chargendaten werden gemeinsam ausgewertet

Konsumgüter & Lebensmittel

Software- und Technologieunternehmen: Nutzungs- und Vertragsdaten in einer gemeinsamen Auswertung

Software & Technologie

Bau- und Immobilienwirtschaft: Projekt-, Objekt- und Kostendaten werden zusammengeführt

Bau- und Immobilienwirtschaft

Automotive und Zulieferindustrie: Fahrzeugdaten und Fertigungsdaten laufen in einer Auswertung zusammen

Automotive & Zulieferindustrie

Chemie- und Prozessindustrie: Anlagenwerte werden zu einer belastbaren Auswertung verdichtet

Chemie & Prozessindustrie

Energie- und Versorgungswirtschaft: Verbrauchs- und Erzeugungsdaten in einer gemeinsamen Auswertung

Energie & Versorgung

Konsumgüter und Lebensmittel: Absatz-, Bestands- und Chargendaten werden gemeinsam ausgewertet

Konsumgüter & Lebensmittel

Software- und Technologieunternehmen: Nutzungs- und Vertragsdaten in einer gemeinsamen Auswertung

Software & Technologie

Bau- und Immobilienwirtschaft: Projekt-, Objekt- und Kostendaten werden zusammengeführt

Bau- und Immobilienwirtschaft

Auftragstypen

Häufig beauftragte Datenvorhaben und ihre Messgröße

Was in Datenvorhaben beauftragt wird, fällt zum größten Teil in vier Auftragstypen. Jeder hat eine typische Ausgangslage, eine bewährte Reihenfolge und eine Größe, an der sich vorher vereinbaren lässt, woran das Ergebnis gemessen wird.

Ein Kennzahlensystem, auf das sich alle einigen

Ausgangslage: mehrere Berichte, mehrere Wahrheiten, je Bereich eine eigene Herleitung. Die Reihenfolge, die trägt: zuerst die zwölf bis zwanzig Größen benennen, die tatsächlich gesteuert werden, dann je Größe eine schriftliche Definition mit benannter fachlicher Verantwortung, erst danach die technische Umsetzung. Gemessen wird daran, wie viele Größen ohne Rückfrage aus einer Quelle beziehbar sind.

Aufbau oder Ablösung eines Data Warehouse

Ausgangslage: eine gewachsene Auswertungsschicht, die niemand mehr überblickt — oder gar keine. Die Reihenfolge, die trägt: erst Quellen und Schlüssel klären, dann ein Modell für die führenden Geschäftsobjekte, dann Beladung in Wellen statt in einem Schnitt, mit Parallelbetrieb. Gemessen wird an Beladungsdauer, Fehlerquote der Strecken und der Zeit bis zur nutzbaren Auswertung einer neuen Quelle.

Data Governance und Stammdaten aufsetzen

Ausgangslage: Dubletten, uneinheitliche Schreibweisen, Felder mit verschobener Bedeutung. Die Reihenfolge, die trägt: mit den wenigen Stammdatenobjekten beginnen, die überall gebraucht werden, je Objekt eine fachliche Verantwortung benennen, Qualitätskriterien messbar machen und erst dann bereinigen — eine Bereinigung ohne Pflegeregel ist nach zwei Jahren zurück. Gemessen wird an Dublettenquote und Vollständigkeit der Pflichtfelder.

Eine Prognose in den Regelbetrieb bringen

Ausgangslage: eine Absatz-, Bedarfs- oder Liquiditätsplanung, die von Hand entsteht und deren Treffgenauigkeit niemand verfolgt. Die Reihenfolge, die trägt: zuerst die bestehende Planung messen, um einen Vergleichsmaßstab zu haben, dann die Historie prüfen, dann ein einfaches Verfahren dagegen rechnen. Gemessen wird an der Abweichung zwischen Prognose und Ist — und daran, ob die Disposition daraufhin anders entscheidet.

Besetzung

Welche Fachleute ein Datenvorhaben tragen

Die Besetzung folgt der Station, an der es hängt: Eine Klärung von Definitionen verlangt ein anderes Profil als eine Beladungsstrecke. Die folgenden Profile werden in Datenvorhaben am häufigsten angefragt; sie sind ein Ausschnitt, über die Kategorieseiten kommen zahlreiche weitere hinzu. Aufgabenprofil, typische Einsatzdauer und Tagessatzspanne sind je Rolle hinterlegt.

Von der ersten Kennzahl bis zum gepflegten Berichtswesen: die Stationen

Wie lange eine Station dauert, entscheidet die Zahl der Quellsysteme. Ihre Reihenfolge steht dagegen fest: erst klären, was gesteuert wird, dann prüfen, was die Daten hergeben, dann festlegen, dann bauen, dann übergeben. Übersprungen wird keine Station; abgekürzt wird eine nur dort, wo belastbare Vorarbeit vorliegt.

Station 1: Steuerungsfragen und vorhandene Berichte werden aufgenommen

1. Steuerungsfragen aufnehmen

Aufgenommen wird, welche Entscheidungen regelmäßig fallen und welche Zahlen dabei tatsächlich herangezogen werden — nicht, welche Berichte existieren.
Gespräche mit Fachbereich, Controlling und den Personen, die heute die Auswertungen bauen, machen Umgehungswege sichtbar.
Ergebnis ist eine Liste der führenden Größen samt offener Definitionsfragen.
Station 2: Quellsysteme, Historie und Datenqualität werden geprüft

2. Datenlage prüfen

Je Größe wird geprüft, aus welchem System sie stammt, wie weit die Historie reicht und ob die Feldbedeutung stabil blieb.
Vollständigkeit, Dubletten und Schlüsselbrüche zwischen den Systemen werden gemessen statt geschätzt.
Ergebnis ist eine nüchterne Aussage, welche Auswertungen heute daran scheitern würden.
Station 3: Definitionen und Zuständigkeiten werden festgelegt

3. Definitionen festlegen

Je Größe wird schriftlich festgehalten, was sie enthält, was sie ausschließt und ab welchem Ereignis sie zählt.
Zu jeder Definition gehört eine benannte fachliche Verantwortung; ohne sie ist die Festlegung nach dem nächsten Systemwechsel wieder offen.
Ergebnis ist ein abgestimmter Kennzahlenkatalog als Grundlage der Umsetzung.
Station 4: Modell, Beladung und Auswertungsschicht werden gebaut

4. Modell und Beladung bauen

Modellierung der führenden Geschäftsobjekte, Anbindung der Quellen, Beladung in Wellen.
Alt und neu laufen eine Zeit lang parallel; Abweichungen werden erklärt, bevor umgeschaltet wird.
Ergebnis ist eine Auswertungsschicht, deren Werte gegen die bisherige Quelle nachvollziehbar sind.
Station 5: Fachbereiche werden befähigt und der Betrieb geregelt

5. Befähigen und Betrieb regeln

Geklärt wird, wer selbst auswerten darf, welche Berichte zentral gepflegt werden und wo Selbstbedienung endet.
Geschult wird an den eigenen Kennzahlen, nicht an Beispieldaten; Überwachung und Meldeweg werden eingerichtet.
Ergebnis ist ein Betriebsmodell mit benannten Rollen auf beiden Seiten.
Station 6: Nutzung wird gemessen und übergeben

6. Nutzung messen und übergeben

Gemessen wird, welche Berichte geöffnet werden und wie lange eine neue Frage bis zur Antwort braucht.
Auswertungen ohne Nutzung werden abgeschaltet statt gepflegt — sie kosten Vertrauen und Wartungszeit.
Am Übergabepunkt liegt die Pflege im Haus.
Kostenrahmen

Was Business Intelligence und ein Data Warehouse kosten: Tagessätze und Budgetstufen

Externe Unterstützung in Datenvorhaben wird über unser Netzwerk nach Tagessätzen abgerechnet — ohne Projektpauschale und ohne erfolgsabhängige Bestandteile. Sechs Größen bewegen den Satz nach oben oder unten.

  • Seniorität. Wer Definitionen gegenüber mehreren Bereichen durchsetzt oder eine Architektur verantwortet, liegt über einer zuarbeitenden Rolle.
  • Datenlage. Eine gepflegte Quelle mit dokumentierten Feldern kostet weniger Einarbeitung als eine gewachsene Landschaft ohne Beschreibung.
  • Toolstack. Verbreitete Auswertungs- und Plattformwerkzeuge sind breiter besetzt als Nischenumgebungen oder ältere Eigenentwicklungen.
  • Branche. Sektoren mit Nachweispflichten verlangen Erfahrung mit Dokumentation und Prüfbarkeit.
  • Remote-Anteil. Datenarbeit lässt sich weitgehend entfernt erledigen; ein hoher Präsenzanteil verteuert.
  • Projektdauer. Längere Mandate liegen günstiger als kurze Einsätze mit hohem Einarbeitungsanteil.

Spannen aus dem eigenen Bestand. Auswertende Profile liegen bei etwa 650 bis 1.050 €Data Analyst und Forecasting Analyst. Umsetzungsnahe Profile für Plattform und Beladung bewegen sich bei 800 bis 1.250 € — etwa Data Engineer oder Platform Engineer. Statistische Spezialisierung sowie fachliche Definitions- und Steuerungsarbeit liegen bei 750 bis 1.300 €Anomaly Detection Specialist, Time-Series Forecasting Specialist, Data Scientist, Business Controller, FP&A Consultant und Group Controller. Am oberen Ende steht die Anbindung des Kernsystems mit 950 bis 1.500 €SAP BTP / Integration Consultant und SAP FI/CO Consultant. Genannt sind Spannen und keine Festpreise; wo eine Besetzung darin liegt, klärt erst der konkrete Auftrag.

In vier Stufen budgetieren. Die größere Budgetgröße ist selten der Tagessatz, sondern die Zahl der Tage — und die lässt sich nur schneiden, wenn das Vorhaben Entscheidungspunkte hat. Vier Stufen haben sich bewährt, jede endet mit einer eigenen Freigabe. Die Datenaufnahme klärt Quellen, Historie und Definitionslücken und endet mit der Aussage, welche Auswertungen heute tragen würden — die günstigste Stufe mit dem höchsten Hebel. Der Prototyp bringt wenige Kennzahlen bis zur nutzbaren Auswertung; sein Budget richtet sich nach der Zahl der Quellsysteme, nicht nach der Zahl der Wünsche. Die Plattform überträgt das auf die übrigen Bereiche. Der Betrieb erzeugt als einzige Stufe laufende Kosten und wird am häufigsten vergessen. Wer alle vier in einem Betrag freigibt, verliert den Punkt, an dem ein Abbruch noch günstig wäre.

Unterschied zum Softwareanbieter und zur großen Beratung. Ein Softwareanbieter liefert Werkzeug und Einführung — sinnvoll, wenn die Produktentscheidung gefallen ist; welche Kennzahl das Haus steuert, gehört nicht zu seinem Auftrag. Eine große Beratung bringt Methodik für Programme über mehrere Gesellschaften mit; darunter steht dem Nutzen ein erheblicher Steuerungsanteil gegenüber. Fachleute auf Zeit werden nach Aufwand eingesetzt: Beim Werkvertrag verlässt die Erfahrung das Haus mit dem Dienstleister, bei der Besetzung auf Zeit bleibt sie dort, wo die Kennzahl gepflegt wird. Lizenz-, Rechen- und Cloudkosten Dritter gehören nicht zum Tagessatz und werden hier bewusst nicht beziffert.

Welche Profile ein Vorhaben braucht, ergibt sich aus der Station, an der es hängt: Eine Klärung von Definitionen verlangt fachliche Nähe zum Geschäft, eine Beladungsstrecke handwerkliche Tiefe. Die einzelnen Rollenbilder samt Preisrahmen liegen im Bereich Data Engineering & Data Science. Steuerungs- und Berichtsprofile finden sich unter Finanzen & Controlling, statistische Spezialisierungen unter KI & Machine Learning, die Anbindung des Kernsystems unter SAP & Enterprise Systems und der Betrieb der Plattform unter Cloud, Infrastruktur & DevOps. Geht es um das größere Bild jenseits der Daten, ist die Beratung für digitale Transformation der passende Einstieg; für den Schutz der Datenbestände selbst — Zugriffsrechte, Verschlüsselung, Nachweispflichten — die Cyber-Security-Beratung.

Zeitpunkt

Zwei Regelwerke machen aus der Datenlage eine Pflichtaufgabe

12.09.2025

gilt der EU Data Act. Er regelt den Zugang zu Daten aus vernetzten Produkten — und macht die Frage, wo welche Daten liegen und wer sie herausgeben muss, zu einer dokumentierten Aufgabe. Wie er im Einzelfall greift, gehört in die rechtliche Prüfung.
Europäische Kommission, Data Act

Artikel 10

der KI-Verordnung verlangt für Hochrisiko-Anwendungen dokumentierte Data Governance: Herkunft, Eignung und Qualität der verwendeten Daten. Wer künftig maschinelle Verfahren einsetzen will, braucht diese Grundlage vorher — die Einordnung im Einzelfall bleibt eine Rechtsfrage.
Europäische Kommission, KI-Verordnung

Vier Stationen

durchläuft jede Kennzahl, bevor sie in einem Bericht steht. Sichtbar wird nur die letzte — dort fällt der Fehler auf, entstanden ist er meist eine oder zwei Stationen früher.
Nachgefragt

Fragen, die vor einem Business-Intelligence-Vorhaben immer wieder gestellt werden

Business Intelligence bezeichnet die systematische Aufbereitung von Betriebsdaten zu Kennzahlen und Berichten, auf deren Grundlage ein Unternehmen gesteuert wird. Sie beantwortet vor allem Rückblicke und Zustandsfragen: Wie hoch war der Umsatz, wie entwickelt sich der Auftragsbestand, wo weicht ein Bereich vom Plan ab. Data Analytics reicht darüber hinaus und fragt nach Zusammenhängen und Vorhersagen — warum eine Entwicklung eintritt und was voraussichtlich folgt. In der Praxis bauen beide auf derselben Grundlage auf: gemeinsame Definitionen, eine verlässliche Zusammenführung der Quellen und eine gepflegte Historie. Wer die zweite Frage beantworten will, ohne die erste geordnet zu haben, rechnet auf unsicherem Grund.
Eine Datenstrategie legt fest, welche Entscheidungen künftig auf Daten beruhen sollen, welche Datenlage das voraussetzt und in welcher Reihenfolge daran gearbeitet wird. Sie beginnt nicht bei den vorhandenen Daten, sondern bei den Entscheidungen: Aus den Steuerungsfragen ergibt sich, welche Größen gebraucht werden, welche Quellen sie liefern müssten und wo eine Lücke besteht. Daraus entsteht eine Rangfolge nach Wertbeitrag und Aufwand. Entscheidend ist der begründete Verzicht: Eine Strategie, die alles aufnimmt, ist eine Wunschliste.
Ein Data Warehouse ist eine Auswertungsschicht, in der Daten aus mehreren Vorsystemen zusammengeführt, vereinheitlicht und historisiert werden — strukturiert, nach einem abgestimmten Modell und auf wiederkehrende Auswertungen hin gebaut. Ein Data Lake nimmt Daten dagegen weitgehend unverändert auf, auch unstrukturierte, und verschiebt die Ordnung auf den Zeitpunkt der Nutzung. Der Unterschied ist weniger technisch als organisatorisch: Das Warehouse verlangt die Definitionsarbeit vorab, der Lake erlaubt sie zu vertagen — mit dem Risiko, dass sie nie stattfindet.
Data Governance ist die Gesamtheit der Regeln, Zuständigkeiten und Abläufe, mit denen ein Unternehmen seine Daten bewirtschaftet: verbindliche Definitionen je Kennzahl, benannte fachliche Verantwortung, Qualitätskriterien, Zugriffsregeln und ein Meldeweg für Abweichungen. Gebraucht wird sie, weil eine Datenlandschaft ohne Pflege verfällt. Datenschutzrechtliche Anforderungen und Aufbewahrungsfristen lassen sich in diesem Rahmen abbilden; ihre verbindliche Beurteilung ist eine Einzelfallprüfung und gehört in die Rechtsberatung, nicht in ein Datenprojekt.
Im Markt bewegen sich drei Gruppen nebeneinander: Softwareanbieter und Systemhäuser, die Werkzeuge einführen; große Beratungen, die Programme über mehrere Gesellschaften steuern; und spezialisierte Fachleute, die in bestehende Strukturen hineinarbeiten. Welche Gruppe passt, hängt am Zuschnitt: Steht das Werkzeug fest, ist der Anbieter der kürzeste Weg. Geht es um Definitionen und Zuständigkeiten, braucht es Menschen, die mit Ihren Fachbereichen arbeiten und ihr Wissen dort lassen.
In der Regel ein kleines Gespann statt einer einzelnen Rolle. Die strategische Seite — welche Entscheidungen datenbasiert getroffen werden sollen — tragen Profile mit Nähe zum Geschäft, etwa aus dem Controlling. Die architektonische Seite — Modell, Quellenanbindung, Betrieb — tragen Data Engineers und Plattformfachleute. Beide brauchen eine benannte interne Verantwortung, die zwischen den Fachbereichen entscheidet. Die Aufgabenprofile mit ihren Tagessatzspannen sind unter Data Engineering & Data Science und Finanzen & Controlling hinterlegt.
Abgerechnet wird über unser Netzwerk nach Tagessätzen. Auswertende Profile liegen bei etwa 650 bis 1.050 € pro Tag, umsetzungsnahe Profile für Plattform und Beladung bei 800 bis 1.250 €, Steuerungs- und Definitionsarbeit bei 750 bis 1.300 € und die Anbindung des Kernsystems bei 950 bis 1.500 €. Die Gesamtsumme bestimmt aber selten der Satz, sondern die Zahl der Tage — und die hängt an der Zahl der Quellsysteme und am Zustand der Definitionen. Alle Angaben sind Spannen, keine Festpreise.
Eine seriöse Zahl lässt sich erst nach der Datenaufnahme nennen, weil drei Größen den Aufwand bestimmen: die Zahl der anzubindenden Vorsysteme, die Beschaffenheit ihrer Schlüssel und Historien, und wie viele Definitionen offen sind. Zwei gepflegte Quellen mit abgestimmten Kennzahlen sind ein anderes Vorhaben als acht gewachsene Systeme ohne Beschreibung. Planbar wird das über die Stufung: Datenaufnahme, Prototyp, Plattform, Betrieb — jede Stufe mit eigener Freigabe. Es gelten die oben genannten Tagessatzspannen; Lizenz-, Rechen- und Cloudkosten Dritter kommen hinzu und werden hier bewusst nicht beziffert.
Sie können sich auf uns verlassen

Ausgezeichnet. Finden nicht nur wir selbst.

consultingheads wurde mehrfach von führenden Fachmagazinen und unabhängigen Dritten ausgezeichnet.

Siegel_FAZ TOP-Berater
consultingheads-brand-eins-beste-berater-2025-1
consultingheads-award-top-company-2025-kununu
consultingheads-kununu-top-company-2024 (1)
consultingheads-brand-eins-beste-berater-2024-3
consultingheads-kununu-top-company-2023
consultingheads-brand-eins-beste-berater-2021
consultingheads-brand-eins-beste-berater-2020
consultingheads-brand-eins-beste-berater-2019-1
BrandEins_Berater2026_Logo_DE_basic
Siegel_FAZ TOP-Berater
consultingheads-brand-eins-beste-berater-2025-1
consultingheads-award-top-company-2025-kununu
consultingheads-kununu-top-company-2024 (1)
consultingheads-brand-eins-beste-berater-2024-3
consultingheads-kununu-top-company-2023
consultingheads-brand-eins-beste-berater-2021
consultingheads-brand-eins-beste-berater-2020
consultingheads-brand-eins-beste-berater-2019-1
BrandEins_Berater2026_Logo_DE_basic
bildmarke
brand eins Beste Unternehmensberater 2026 – Auszeichnung für consultingheads
Nächster Schritt

Sortieren wir Ihre Datenlage.

Zwanzig Minuten für die Sortierung Ihrer Kennzahlenkette
Eine benannte Station, an der die Arbeit beginnt
Kostenfrei, ohne Werkzeugempfehlung und ohne Verkaufsdruck
Zwanzig Minuten, in denen wir Ihre Datenlage sortieren und benennen, an welcher Station die Verluste entstehen — und ob wir dafür der richtige Partner sind.