Höherer Entscheidungsdruck, härtere Investitionsprüfung
Der Markt für Business Intelligence & Analytics (BIA) befindet sich in einer Phase grundlegender Neuordnung. Unternehmen stehen angesichts volatiler Märkte, geopolitischer Unsicherheiten und steigender Kosten unter hohem Performance- und Anpassungsdruck. Damit wächst der Bedarf an schneller und verlässlicher Information für die Entscheidungsunterstützung, international als Decision Support bezeichnet.
Zugleich erhöht der Kostendruck die Anforderungen an Investitionen: Unternehmen konsolidieren Softwarelandschaften, prüfen Budgets kritisch und messen BIA-Software daran, welchen nachweisbaren Beitrag sie zu Effizienz, Steuerungsfähigkeit und besseren Entscheidungen leistet.
Die Datenarchitektur setzt BIA-Plattformen unter Veränderungsdruck
Die Prüfung bestehender BIA-Landschaften führt damit direkt zur Architekturfrage. Zusätzlicher Veränderungsdruck entsteht durch die wachsende Zahl an Datenquellen und die Weiterentwicklung der Datenplattformen.
Unternehmen, die veraltete Data Warehouses ablösen, erhalten mit neuen Plattformen häufig auch Funktionen für Modellierung, Semantik, AI und Auswertung.
Damit stellt sich neu die Frage, welche Aufgaben die BIA-Plattform übernimmt und welche bereits die Datenplattform abdeckt. Überschneidungen im Funktionsumfang und veränderte Integrationswege machen es erforderlich, das Zusammenspiel der Plattformen neu zu bewerten. Wer die Datenarchitektur modernisiert, stellt damit auch die Rolle der bisherigen BIA-Plattform auf den Prüfstand.
Menschen und AI Agents stellen neue Anforderungen an Analytics
Der Zweck von BIA bleibt die Unterstützung von Entscheidungen. Eine modernisierte Datenarchitektur allein sorgt jedoch noch nicht dafür, dass Fachanwender relevante Informationen schneller verstehen und nutzen können. Neue AI-Oberflächen und Marktversprechen prägen zusätzlich die Erwartungen daran, wie direkt und kontextbezogen BIA-Software dabei unterstützt.
Ein Dashboard kann eine Umsatzabweichung sichtbar machen. Damit ist aber noch nicht erklärt, welche Produkte oder Regionen dazu beitragen und ob Handlungsbedarf besteht. Müssen Fachanwender dafür mehrere Reports durchsuchen, Filter setzen und Ergebnisse selbst zusammenführen, bleibt ein erheblicher Teil der Analysearbeit bei ihnen.
Hier setzt die Weiterentwicklung der Analytics User Experience an, also der Art und Weise, wie Fachanwender mit Daten und Erkenntnissen arbeiten. Dazu gehören Hinweise auf relevante Veränderungen, die Möglichkeit, im Dialog nachzufragen, und Analysen direkt in der Anwendung, in der eine Entscheidung ansteht. Dashboards bleiben ein möglicher Zugang, sind aber nicht mehr der alleinige Bezugspunkt für die Gestaltung der Nutzung.
Mit Analytics for Agents kommt eine weitere Anforderung hinzu: Auch AI Agents benötigen analytische Informationen, um ihre Aufgaben auszuführen. Dafür brauchen sie nicht primär Dashboards, sondern programmatisch zugängliche Daten und Kennzahlen mit eindeutigen Definitionen und nachvollziehbaren Berechnungen. Die Anforderungen an die Bereitstellung analytischer Informationen gehen damit über die menschliche Nutzung hinaus.
Konsolidierung und neue Dynamik treffen aufeinander
Die veränderte Aufgabenverteilung zwischen BIA-Plattformen, Datenplattformen und Business-Anwendungen verschiebt auch die Wettbewerbsgrenzen. Gleichzeitig treten neue Anbieter wie Golden Analytics, Gravity, Supersimple oder Ridge AI mit AI- und Analytics-Tools in den Markt ein. Im etablierten Enterprise-BIA-Segment setzt sich die Konsolidierung fort, wie die jüngsten Übernahmen von Domo und Pyramid Analytics zeigen.
Was die Neuordnung des Marktes für Käufer bedeutet
Die von BARC genutzte Kategorie „BI & Analytics Platform“ beschreibt damit weiterhin einen wichtigen Teil des Marktes. Für eine umfassende Markteinordnung müssen jedoch auch Angebote berücksichtigt werden, die einzelne analytische Aufgaben außerhalb dieser Plattformen übernehmen.
Für Unternehmen entsteht daraus ein konkretes Orientierungsproblem. Es geht nicht mehr nur darum, welche Software die besten Dashboards, Reports oder Self-Service-Funktionen bietet.
Auch die Frage, ob klassische BIA-Frontends im Zeitalter von LLMs noch gebraucht werden, greift für eine Kaufentscheidung zu kurz. Das eigentliche Dilemma: Zusätzliche Daten und Analytics-Angebote erweitern die Möglichkeiten, können aber auch die Kosten und die Komplexität erhöhen, ohne dass der Nutzen im gleichen Maß wächst.
Für Käufer kommt es deshalb darauf an, den zusätzlichen Nutzen der Angebote im Zusammenspiel mit der vorhandenen Software zu bewerten. Dabei sind sowohl die Anforderungen der Fachanwender als auch die der AI Agents zu berücksichtigen. Ebenso relevant sind die Einbindung in die Datenarchitektur und die Kosten für Integration und Betrieb. Ein größerer Funktionsumfang allein rechtfertigt noch keine zusätzliche Investition.
So geht es in der Serie weiter
Mit diesem Beitrag starten wir unsere Research-Serie zur Neuordnung des BI-&-Analytics-Marktes. Im nächsten Artikel untersuchen wir, ob klassische BIA-Frontends im Zeitalter von LLMs ausgedient haben. Weitere Beiträge ordnen die unterschiedlichen Marktsegmente und ihre Angebote ein und leiten Kriterien für Auswahl- und Architekturentscheidungen ab.
