Daten und KPIs in Business Intelligence: Was wichtig ist und wie es zusammenhängt

Jedes Unternehmen hat die Möglichkeit für wichtige Entscheidungen relevante Daten zu sammeln. Beispielsweise lieert Google Analytics Websiteaufrufe, das CRM zählt Leads, die Buchhaltung kennt den Umsatz, und in Excel-Tabellen stehen Budgets, Zielwerte und Personalzahlen.

Aber welche dieser Zahlen sind tatsächlich relevant? Welche sollten konkrete Entscheidungen stützen? Welche sollten beobachtet werden, um Einblick in die Entwicklung des Unternehmens zu erhalten?

Daten, KPI und Business Intelligence beginnen nicht bei Dashboards. Sondern bei der Frage, welche Daten in welcher Form gebraucht werden, damit bessere Entscheidungen entstehen.

---

Dieser Artikel erklärt, welche Rolle Daten in Business Intelligence spielen, wie aus Rohdaten belastbare Kennzahlen entstehen und worauf es bei der Auswahl wirklich ankommt. Er bildet die konzeptionelle Grundlage für alle weiteren Themen rund um Daten, Quellen und Kennzahlen.

---

Welche Rolle Daten in BI spielen

Business Intelligence sind Systeme und Prozesse die Daten auswerten, um Entscheidungen zu fundieren. Dabei kommen unterschiedliche Arten von Daten zusammen, die jeweils eigene Stärken und Grenzen haben.

Strukturierte Daten

Die meisten Daten in BI sind strukturiert: Zahlen, Datumsangaben, Kategorien. Alles, was sich in Zeilen und Spalten organisieren lässt. Umsätze pro Monat, Klicks pro Kampagne, Leads pro Kanal. Strukturierte Daten lassen sich direkt in Dashboards und Berichten verwenden.

Unstrukturierte Daten

Kundenfeedback, Support-Tickets, E-Mails oder Notizen aus Vertriebsgesprächen enthalten wertvolle Informationen, die sich nicht ohne Weiteres in Zeilen und Spalten fassen lassen.

Sie ergänzen strukturierte Daten um Kontext und qualitative Einsichten. Moderne BI-Lösungen können auch solche Datensätze speichern und zugänglich machen. Auch wenn sie sich nicht direkt visualisieren lassen.

Dimensionen und Metriken

Strukturierte Daten folgen einem Grundprinzip, das für BI zentral ist: die Unterscheidung in Dimensionen und Metriken.

Dimensionen beschreiben den Kontext: Zeitraum, Kanal, Region, Produktkategorie, Mitarbeiter. Sie beantworten die Frage „Wo, wann, wer, was?"

Metriken sind die messbaren Werte: Umsatz, Klicks, Kosten, Bestellungen, Seitenaufrufe. Sie beantworten die Frage „Wie viel?"

Ein einzelner Datenpunkt – etwa „4.250 € Umsatz" – wird erst durch Dimensionen aussagekräftig: 4.250 € Umsatz, Online-Shop, März 2026. Dieses Zusammenspiel von Metriken und Dimensionen bildet die Grundlage für jede BI-Analyse und bestimmt.

Um mehr darüber zu erfahren wie diese Daten in der BI-Lösung integriert werden (siehe Datenquellen verbinden).

Von Rohdaten zur Kennzahl

Nicht jede Zahl, die ein System liefert, ist automatisch eine nützliche Kennzahl. Der Weg von Rohdaten zu einer belastbaren Entscheidungsgrundlage verläuft in drei Stufen.

Rohdaten

Rohdaten sind die unverarbeiteten Informationen, die ein Quellsystem erzeugt z.B.:

• einzelne Seitenaufrufe
• Transaktionsdatensätze
• Logeinträge
• CRM-Kontakte.

Sie sind detailliert, aber in ihrer Einzelbetrachtung selten entscheidungsrelevant. Um Geschäftsentscheidung sinnvoll zu stützen, bedarf es einer Strategie im Umgang mit den Daten.

Metriken

Durch Aggregation und Berechnung entstehen aus Rohdaten Metriken: Gesamtumsatz im Monat, Anzahl Seitenaufrufe pro Tag, durchschnittliche Verweildauer. Metriken fassen Rohdaten zusammen und machen sie analysierbar. Sie beschreiben, was passiert ist. Ob das gut oder schlecht ist, hängt vom Kontext ab.

Kennzahlen (KPIs)

Eine Metrik wird zur Kennzahl (Key Performance Indicator), wenn sie an ein konkretes Ziel gebunden ist. Die Conversion Rate ist eine Metrik. Die Conversion Rate im Vergleich zum Zielwert von 3,5 % ist eine Kennzahl.

Erst durch den Bezug zu einem Ziel, einem Vergleichswert oder einem Schwellenwert wird eine Zahl bewertbar. So wird sie entscheidungsrelevant.

Ergebnis- und Treiber-Kennzahlen

Es gibt Ergebnis-Kennzahlen und Treiber-Kennzahlen. Beide haben unterschiedliche Aussagekraft, unterschiedliche Funktionen und ergänzen sich.

Ergebnis-Kennzahlen

Ergebnis-Kennzahlen messen, was am Ende herauskommt: Umsatz, Gewinn, Kundenzufriedenheit, Abschlussquote. Sie zeigen, ob ein Ziel erreicht wurde. Aber nicht, warum.

Aus der Ergebnis-Kennzahl Umsatz alleine lässt sich nicht ableiten, ob es am Traffic, an der Conversion Rate, am Warenkorbwert oder an der Retourenquote liegt.

Treiber-Kennzahlen

Treiber-Kennzahlen messen die Faktoren, die ein Ergebnis beeinflussen: Anzahl qualifizierter Leads, Antwortzeit im Vertrieb, Klickrate einer Kampagne, Warenkorbwert.

Sie sind operativer und lassen sich schneller verändern als Ergebnisse. Wer Ergebnisse misst, sieht die Auswirkung. Wer auch Treiber misst und mit dem Ergebnis ins Verhältnis setzt, versteht die Ursache.

Wie daraus effektive Dashboards gebaut werden behandelt ein eigener Artikel (siehe Dashboards erstellen).

Eigenschaften nützlicher Kennzahlen

Die Eingeschaften helfen sind wichtig, um die für deine Ziele belastbaren KPIs zu definieren, anstatt oberflächlicher Metriken.

Messbare Relevanz für ein Geschäftsziel

Ergebnis-Kennzahlen können direkt oder indirekt auf dieses Ziel einwirken. Während Verkäufe im Online-Shop direkt einfließen, führt ein über die Website gestartetes Beratungsgespräch vielleicht erst später zu einem Ergebnis.

Gleiches gilt für Treiber-Kennzahlen. Eine gesteigerte Conversion-Rate bei Verkäufen führt bei gleicher Besucherzahl zu höherem Umsatz. Mehr Besucher bedeuten wiederum nicht gleich mehr Umsatz. Bieten bei entsprechender Qualität aber Potenzial, um sie zu Kunden zu machen.

Die dahinterliegenden Maßnahmen wiederum können diese Kennzahlen direkt und damit das Ergebnis indirekt steigern. Wenn z.B. eine bestimmte Art an Social Media Posts zu mehr Besuchern führt.

Beeinflussbarkeit und langfristige Wirkung

Eine Rabattaktion sorgt möglicherweise kurzfristig zu mehr Besuchern und Umsätzen, ist aber nur bedingt zur nachhaltigen Umsatzsteigerung der Website geeignet.

Das steigern der Conversion-Rate durch Optimierung der Artikelseiten auf der anderen Seite wäre eine nachhaltiger Methode für mehr Website-Umsatz.

Die Zusammenhänge der Kennzahlen betrachten

Eine gute Kennzahl misst etwas, das das Team durch eigene Maßnahmen verändern kann. Die Gesamtmarktentwicklung ist eine interessante Zahl, aber kein KPI für das Marketing-Team. Die Kosten pro qualifiziertem Lead hingegen sind direkt beeinflussbar.

Dieses Vorgehen ist zu empfehlen, damit die wichtigen Kennzahlen auch wirklich durch die Mitarbeiter in die Prozesse und Maßnahmen eingebunden werden:

Ziele und Zusammenhänge definieren:

• Geschäftsziel
• Ergebnis-Kennzahlen
• Treiber-Kennzahlen
• Prozesse
• Maßnahmen
• Mitarbeiter

Zuerst braucht es ein klares, messbares und beeinflussbares Ziel z.B. Website Umsatz steigern. Für dieses Ziel wiederum werden die relevanten Ergebnis- und Treiber-Kennzahlen identifiziert. Dahinterstehende Prozesse, Maßnahmen und Mitarbeiter nehmen direkten Einfluss auf diese Kennzahlen.

Überwachen und analysieren:

Um diese Ketten und damit direkten und indirekten Einfluss bestimmen zu können, müssen wiederum die Strukturen und Prozesse stimmen.

So muss in diesem Beispiel erst einmal eine Analysesoftware eingerichtet sein, um die Besucher auf der Website zu erfassen.

Ob bestimmte Blog-Artikel, Rabattaktionen oder Social Media Aktivitäten die Kennzahlen beeinflussen kann wiederum durch ein erfassen der detaillierten Nutzeraktivitäten auf den Unterseiten der Website erreicht werden.

Diese Daten müssen dann durch die Mitarbeiter analysiert werden, welche Rückschlüsse auf den Erfolg und Planung ihrer Maßnahmen ziehen.

Konkreter Anwendungsfall: Website-Umsatz steigern

Das folgende Beispiel zeigt, wie ein E-Commerce-Team das beschriebene Vorgehen konkret umsetzt. Das Geschäftsziel (20 % mehr Nettoumsatz über den Online-Shop) wird in messbare Ergebnis- und Treiber-Kennzahlen zerlegt. Jede Kennzahl hat einen Ist-Stand, einen Zielwert und eine verantwortliche Person. Die Struktur lässt sich auf andere Ziele und Bereiche übertragen.

Die erste Tabelle zeigt die Kennzahlen-Logik (Was messen wir und warum), die zweite den Umsetzungsplan (Was tun wir konkret).

Tabelle 1: Ziel, Kennzahlen und Zusammenhänge

Tabelle 1 beantwortet die Frage „Was messen wir und warum?". Damit die Kennzahlen sich bewegen, stellt die nächste Tabelle Maßnahmen mit klarem Bezug zu den Treiberndar. Inklusive einem Verantwortlichen und einem Starttermin.

Tabelle 2: Maßnahmen und Umsetzung

Solche Ziele, Kennzahlen und Maßnahmen können von Fall zu Fall sehr unterschiedlich sein.

Ein strukturiertes Vorgehen bspw. durch solche Tabellen hilft sehr bei der initialen Planung, Nachverfolgung und Optimierung des Vorgehens.

Vermeide diese typischen Fehler der KPI-Auswahl

Zu viele Kennzahlen

Es geht weniger um die Anzhal der Kennzahlen als, deren Bedeutung. Ein Auflistern der potenziell relevanten Kennzahlen und Zuordnung eines Prioritätswerts von 0 bis 1 sorgt für Klarheit bei der Relevanz.

Schönheitsmetriken

Manche Zahlen sehen gut aus, bringen aber für sich alleine keinen Mehrwert. Typische Beispiele sind Followerzahlen, Seitenaufrufe oder Anzahl versendeter E-Mails. Sie sind nicht allgemein schlecht, aber ohne entsprechenden Kontext auch nicht allgemein gut. Sie haben keinen konkreten Einfluss auf die Geschäftsziele.

Fehlende oder unklare Definition

Ein Umsatz z.B. kann brutto, netto, vor Retouren, nach Retouren etc. sein. Damit im Team Klarheit über Bedeutung der Kennzahlen herrscht, sollten diese klar definiert sein.

Fazit

Der Wert von Business Intelligence liegt nicht in der Menge der verfügbaren Daten, sondern den Zahlen die tatsächlich Entscheidungen und Ergebnisse verbessern.

Rohdaten werden durch Aggregation zu Metriken und Metriken werden durch Zielbezug zu Kennzahlen. Erst diese Kennzahlen in ihrem Kontext sind die Grundlage, auf der Dashboards, Berichte und datengestützte Entscheidungen aufbauen.

Weitere passende Inhalte

Einstieg in Business Intelligence: BI-Grundlagen für EinsteigerWas ist Business Intelligence, wie funktioniert der BI-Zyklus und wie startest du als Team ohne Spezialwissen in wenigen Schritten.

Weiter im BI-Guide

Zur KategorieDaten & KPIsNächster ArtikelDatenquellen in BI verbinden: So führst du interne und externe Daten sinnvoll für BI zusammen