Business Intelligence vs. Business Analytics: Abgrenzung

Business Intelligence und Business Analytics sind zwei aufeinander aufbauende Ebenen der datengestützten Entscheidungsfindung. Business Intelligence (BI) beantwortet mit Berichten und Dashboards Fragen zu Vergangenheit und Gegenwart („Was ist passiert?"). Business Analytics (BA) ist der breitere Rahmen und ergänzt Methoden, die die Zukunft prognostizieren (prädiktiv) und Handlungen empfehlen (präskriptiv).

Was bedeutet Business Intelligence vs. Business Analytics?

Die Frage „Business Intelligence vs. Business Analytics" adressiert eine der häufigsten Verwechslungen im deutschsprachigen Fachvokabular. Beide Begriffe werden im Sprachgebrauch oft synonym verwendet, obwohl sie eine unterschiedliche Reichweite haben und in der Analystenwelt getrennt geführt werden.

Business Intelligence bezeichnet die deskriptive Ebene: standardisierte Berichte, interaktive Dashboards, OLAP-Auswertungen und Self-Service-Analysen auf historischen und laufenden Geschäftsdaten. Die dazugehörigen Fragen lauten „Was ist passiert?" und „Warum ist es passiert?". Der Begriff wurde in seiner heutigen Prägung 1989 von Howard Dresner (Gartner) als Sammelkategorie für datenbasierte Managemententscheidungen etabliert.

Business Analytics ist der Umbrella-Begriff für die gesamte Analytik-Funktion im Unternehmen. Er umfasst Business Intelligence als deskriptive Teilmenge und ergänzt sie um Advanced-Analytics-Methoden: statistische Modellierung, Predictive Analytics, Prescriptive Analytics, Machine Learning, Optimierung und Simulation. Populär gemacht wurde der Begriff durch Thomas Davenport und Jeanne Harris im Buch „Competing on Analytics" (2007).

Ein etablierter Ordnungsrahmen macht die Trennung explizit: das vierstufige Analytik-Reifegradmodell. Business Intelligence deckt die Stufen 1 (descriptive) und 2 (diagnostic) ab; Business Analytics umfasst alle vier Stufen inklusive predictive (Was wird passieren?) und prescriptive (Was sollte getan werden?). BI ist damit eine Teilmenge von Business Analytics.

Abgrenzung: BI, Business Analytics und Nachbarbegriffe

Die Abgrenzung verläuft entlang mehrerer Achsen: Methoden-Tiefe, organisatorischer Rahmen, Datenvolumen und Disziplin.

Begriff	Rolle	Kernaussage
Business Intelligence	Teilmenge	Deskriptive Analytik: Reporting, Dashboards, Semantic Layer, Ad-hoc-Analyse (descriptive + diagnostic).
Business Analytics	Rahmen	Umbrella-Begriff: enthält BI und Advanced Analytics; adressiert alle vier Reifegrad-Stufen.
Advanced Analytics	Teilmenge	Predictive-, Prescriptive- und ML-Methoden; die andere Hälfte, die BA neben BI umfasst.
Big Data Analytics	Volumen-Achse	Aussage über Volumen, Velocity und Variety der Daten, orthogonal zur BI-vs-BA-Achse.
Data Science	Disziplin	Rolle und Methoden-Disziplin, die Advanced-Analytics-Ergebnisse für die BA-Funktion baut.

Die verbreitete Vorstellung, BI sei die alte und Analytics die neue Generation, trifft die Trennung nicht. Beide Ebenen laufen heute auf derselben Datenplattform, greifen auf dieselben Kennzahlen im Semantic Layer zu und werden über dieselben Werkzeuge (Power BI, Tableau, Databricks) ausgeliefert. Die Unterscheidung ist methodisch. BI beantwortet Fragen zu Vergangenheit und Gegenwart, Business Analytics adressiert zusätzlich Zukunft und Handlung.

Am wichtigsten für die Praxis: Der Unterschied ist keine Werkzeug-Kategorie. Dasselbe Werkzeug (etwa ein Lakehouse mit angeschlossenem BI-Frontend) kann sowohl BI-Workloads als auch Business-Analytics-Workloads bedienen. Die Trennung entsteht aus dem Anspruch an die Fragestellung und den eingesetzten Methoden.

Beispiel: BI- und BA-Ebene parallel im Handel

Ein Handelsunternehmen betreibt beide Ebenen auf einem gemeinsamen Data Lakehouse. Umsatz-, Marge- und Working-Capital-Dashboards pro Region und Warengruppe liefern dem Management den täglichen Blick auf den vergangenen und laufenden Geschäftsverlauf. Ein Semantic Layer definiert Umsatz, Marge und Bestände einheitlich, damit Controlling und Vertrieb mit denselben Zahlen arbeiten. Diese Auslieferung ist Business Intelligence: sie beantwortet die deskriptive Frage „Was ist passiert?" und die diagnostische Frage „Warum ist es passiert?".

Auf derselben Datenbasis laufen zusätzlich Advanced-Analytics-Anwendungen. Ein ML-Modell prognostiziert den Absatz pro Artikel und Filiale für die nächsten Wochen (predictive). Eine Preis-Optimierung berechnet auf Basis dieser Prognose und weiterer Restriktionen den erwarteten Deckungsbeitrag verschiedener Preispunkte und schlägt eine Handlungsoption vor (prescriptive). Beide Anwendungen zählen zur Advanced-Analytics-Ebene.

Die Business-Analytics-Funktion im Unternehmen bündelt beide Ebenen: dieselbe Plattform, dieselben Kennzahlen-Definitionen, dieselbe Governance-Schicht, aber unterschiedliche Reifegrade der Analytik. Die Trennung ist damit nicht technischer, sondern methodischer Natur.