Die Entscheidung, die getroffen werden soll, steht am Anfang eines Analytics-Projekts, nicht das Dashboard, das am Ende angezeigt wird. Führungskräfte bekommen auf dieselbe Frage im eigenen Unternehmen oft unterschiedliche Antworten. Der Grund dafür ist in aller Regel derselbe: ein fehlender Messrahmen, der Zahlen mit Entscheidungen und Entscheidungen mit den zuständigen Teams verbindet. Ein Dashboard mehr ändert daran nichts, solange niemand festgelegt hat, welche Zahl für welche Entscheidung gilt und wer sie verantwortet.

Wir entwickeln dafür Analysesysteme mit drei Bestandteilen: einem strukturierten Messrahmen, der an deine Unternehmensziele gekoppelt ist, einer betrieblichen Berichterstattung, die Probleme früh erkennt, und branchenspezifischen Auswertungen, die sich an den tatsächlichen Abläufen orientieren, in der Fertigungshalle genauso wie im Backoffice oder im Online-Shop. Analytics setzt dabei auf einer bestehenden Dateninfrastruktur auf: Fehlt diese noch, muss sie zuerst aufgebaut werden, bevor Analytics darauf aufsetzen kann.

Am deutlichsten wird der Unterschied dort, wo mehrere Standorte oder viele einzelne Buchungen zusammenlaufen: eine Filialkette, ein Franchise-Netzwerk, ein Vermietungs- oder Abonnementgeschäft. Mit zentralem Reporting entscheidest du hier direkt über Umsatzwachstum, weil Entscheidungen sonst so lange auf lokale Zahlen warten, bis der Moment für sie schon vorbei ist.

Was mit früher Problemerkennung gemeint ist, zeigt sich in der Praxis unterschiedlich: eine Kennzahl zur Anlagenleistung, die über mehrere Schichten hinweg leicht abfällt, oder ein Lieferant, der seine Zusagen zunehmend später einhält. Beides bleibt im Tagesgeschäft oft unbemerkt, bis daraus ein größeres Problem geworden ist.

Sechs Leistungsbereiche

Jeder Bereich adressiert ein eigenes operatives Problem und lässt sich einzeln oder in Kombination beauftragen.

Das KPI-Framework-Design liefert Kennzahlenhierarchien mit dokumentierten Definitionen. Es unterscheidet zwischen vorlaufenden Indikatoren, die auf eine Entwicklung hindeuten, bevor sie im Ergebnis sichtbar wird, und nachlaufenden Indikatoren, die diese Entwicklung im Nachhinein bestätigen, und bildet ab, wie beide voneinander abhängen, etwa wenn die Zahl qualifizierter Leads als vorlaufender Indikator den Monatsumsatz als nachlaufenden Indikator einige Wochen später vorwegnimmt. Dashboards mit Echtzeit-Transparenz setzen darauf auf: Sie ersetzen im operativen Reporting die manuellen Abgleichsprozesse, die in Unternehmen mit vielen Standorten heute noch zwischen Filiale und Zentrale Zeit kosten, und liefern dieselbe Zahl gleichzeitig und laufend an jede Stelle, die sie braucht.

Eine niedrige Gesamtanlageneffektivität und Engpässe im Durchsatz lassen sich oft nicht klar lokalisieren, weil die zugrunde liegenden Daten über mehrere Systeme verteilt liegen. Die Fertigungsanalyse schafft hier Klarheit: Eine laufende Auswertung der Gesamtanlageneffektivität (OEE) zeigt den Gesamtzustand der Anlage. Ausbeuteanalysen verfolgen dazu das Verhältnis von Gutware zu eingesetztem Material über die Zeit. Engpässe im Durchsatz lassen sich bis auf die einzelne Station eingrenzen, an der sich Aufträge stauen.

Ohne zentrale Übersicht bleibt der Status einzelner Beschaffungsvorgänge und die Leistung der Lieferanten oft unklar, während Rückfragen dazu quer durch mehrere Abteilungen wandern. Die Analyse von Backoffice und Prozessen macht das live sichtbar. Der Status von Beschaffungsvorgängen und die Leistung der Lieferanten liegen auf einen Blick vor, zusammen mit dem Fortschritt laufender Arbeitsabläufe. Der wöchentliche Abgleich per E-Mail und Tabellenkalkulation entfällt dabei. Wer gerade auf eine Freigabe wartet, wird sofort erkennbar, ebenso eine überfällige Bestellung oder ein Lieferant, der regelmäßig zu spät liefert. Das bestehende Datenteam bleibt dabei am Ruder: Wir arbeiten mit ihm zusammen und stimmen jede Kennzahlendefinition mit den zuständigen Kolleginnen und Kollegen ab.

Im digitalen Vertrieb kostet jede Auffälligkeit im Funnel bares Geld, wenn sie erst auffällt, nachdem sich der Umsatzrückgang schon in den Monatszahlen zeigt. Die E-Commerce-Analytik deckt deshalb die komplette Funnel-Analyse samt Erkennung von Auffälligkeiten ab, über den gesamten Funnel hinweg inklusive Warenkorb und Checkout, und meldet Abweichungen sofort, etwa einen plötzlichen Einbruch der Conversion Rate direkt nach dem Bezahlschritt.

Predictive Analytics umfasst drei Bausteine: Nachfrageprognosen für die kommenden Wochen, die Erkennung von Auffälligkeiten in laufenden Prozessen, etwa wenn in einer Lieferkette ein einzelner Lieferant plötzlich vom üblichen Muster abweicht, und die Vorhersage, welche Kunden abspringen. Alle drei laufen dabei dauerhaft im produktiven Betrieb mit, als ständige Überwachung. Das zahlt sich gerade für Unternehmen mit wiederkehrenden Buchungen oder Abonnements aus: Wachstum bei Buchungen und Umsatz lässt sich so früh erkennen und gezielt fördern.

Werkzeuge je nach Einsatzzweck

Tableau, Power BI, Looker und Metabase decken die meisten Standardfälle ab. Wo das nicht reicht oder eine Oberfläche in bestehende Systeme eingebettet werden soll, entwickeln wir eigene Dashboards auf Basis von React und D3. Welches Werkzeug am Ende zum Einsatz kommt, hat auf den Messrahmen selbst keinen Einfluss: Kennzahlendefinitionen bleiben dokumentiert und unabhängig vom gewählten Tool bestehen, auch wenn später ein anderes Werkzeug dazukommt.

Wo Fachteams direkt in natürlicher Sprache Antworten aus den eigenen Daten brauchen, ergänzen wir das um KI-gestützte, sprachbasierte Abfragen. Vertriebsteams und Fachanwender bei procelo, einem Schweizer Software- und Beratungsunternehmen, sollten direkt Antworten aus den ERP-Daten bekommen, unabhängig von den zuständigen Analystinnen und Analysten. Zwei Hürden standen dabei im Weg: unterschiedliche ERP-Schemata je nach Anbieter und Sprachmodelle, die syntaktisch plausibles, aber inhaltlich falsches SQL erzeugen können. Ein entsprechender Prototyp erreichte in einem achtwöchigen Sprint aus Bestandsaufnahme und Prototypenbau eine SQL-Abfragegenauigkeit von über 80 Prozent über komplexe ERP-Schemata hinweg, mit einer Chat-Oberfläche und automatischer Schwärzung sensibler Inhalte für fachfremde Nutzer.

Der Ablauf in drei Phasen

Los geht es mit einer Analytics-Bestandsaufnahme in den ersten beiden Wochen. Sie erfasst die Entscheidungen deiner Teams und vorhandene Datenlücken, dazu die bestehende Reporting-Landschaft, bevor überhaupt eine Zeile Code entsteht. Sie endet mit einer klaren Einschätzung, wo dein Unternehmen heute steht und was ein Analysesystem in diesem Fall leisten könnte. Insgesamt dauert ein Projekt bis zur Übergabe zwei bis vier Monate, je nachdem, wie ausgereift die vorhandene Dateninfrastruktur zu Beginn schon ist.

Die Entwicklung läuft anschließend acht Wochen lang in strukturierten Sprints. Jeder Sprint liefert von Anfang an funktionsfähige Auswertungen, sodass sich der Kurs unterwegs noch anpassen lässt, falls sich Prioritäten verschieben. Die Übergabe steht am Ende. Sie umfasst eine vollständige Dokumentation und eine Schulung deines Teams. Dazu kommen versionierte Kennzahlendefinitionen, die auch nach unserem Ausstieg gültig bleiben und sich von deinem Team eigenständig weiterentwickeln lassen.

Ergebnisse aus sieben Projekten

Die folgende Auswahl stammt aus abgeschlossenen und laufenden Projekten:

• Kaffeehauskette (Vietnam): 928 Standorte, zentralisiertes Reporting, 12 Prozent mehr Umsatz in drei Monaten
• Senior Aerospace Thailand: Gesamtanlageneffektivität von 55 Prozent auf 95 Prozent gesteigert
• Möbelhändler (Deutschland): manueller Aufwand um 70 Prozent reduziert
• Roadsurfer: Buchungen und Umsatz innerhalb eines Jahres verdoppelt
• procelo (Schweiz): SQL-Abfragegenauigkeit über 80 Prozent in acht Wochen, sprachbasierte Datenabfrage in natürlicher Sprache
• Lebensmittel-Distributor (Japan): Anbindung neuer Lieferanten von vier Wochen auf eine Woche verkürzt
• Europäische Handelsgenossenschaft: Datenabweichungen bei Preisen und Beständen zwischen Systemen halbiert

Vertreten sind unter anderem der Lebensmittelhandel und die Luftfahrtzulieferung, dazu die Fahrzeugvermietung. Die europäische Handelsgenossenschaft dahinter zählt rund 1.200 Mitarbeitende direkt. Weitere 80.000 arbeiten in angeschlossenen Handelsunternehmen. Mehr als 5.500 unabhängige Einzelhändler sind zusätzlich angebunden, bei einem Geschäftsvolumen von 8,7 Milliarden Euro im Jahr 2024. Die Prinzipien hinter allen sieben Projekten bleiben gleich: ein gemeinsamer Messrahmen und eine einzige verlässliche Datenquelle, unabhängig von der Branche. Die Zusammenarbeit geht bei procelo und dem Lebensmittel-Distributor über die genannten Ergebnisse hinaus weiter, ebenso bei der Handelsgenossenschaft.

Drei Wege, das Angebot zu buchen

Wer vor einer größeren Entscheidung erst eine klare Einschätzung braucht, bucht die Analytics-Bestandsaufnahme: ein bis zwei Wochen zum Festpreis. Eine Analytics-Entwicklung über zwei bis vier Monate läuft ebenfalls zum Festpreis und deckt den kompletten Aufbau eines Analysesystems ab. Für die Zeit danach gibt es laufende Unterstützung gegen ein monatliches Honorar, gedacht für Unternehmen, die ihr Reporting über viele Standorte hinweg dauerhaft zentral halten wollen, unabhängig vom Ende eines einzelnen Projekts. Diese laufende Unterstützung lässt sich unabhängig von den beiden Festpreis-Formen dazubuchen, für die Zeit nach dem kompletten Projekt.