Awesome Business Intelligence

Eine kuratierte Liste der besten Ressourcen zu Business Intelligence, Datenanalyse und dem Modern Data Stack für Führungskräfte und Datenteams.

Inspiriert von awesome lists. Gepflegt von Rework.

Traditionelles BI war IT-geführt, langsam und abgekoppelt von den Geschäftsfragen, auf die es wirklich ankam. Modernes BI ist business-geführt, Self-Service und basiert auf einem Data Stack, der von kleinen Teams zusammengestellt und betrieben werden kann. Diese Ressourcen decken beides ab – weil die meisten Organisationen irgendwo dazwischen stehen und verstehen müssen, wohin sie sich bewegen.

Inhaltsverzeichnis

• Artikel
• Bücher
• Videos & Vorträge
• Tools & Software
• Vorlagen & Frameworks
• Fallstudien & Praxisbeispiele
• Communities & Newsletter
• Rework-Ressourcen

Artikel

• The Modern Data Stack in 2025 – Holistics' jährliche Übersicht der 30 besten BI-Tools, bewertet und rezensiert.
• Self-Service Analytics Vendor Comparison: Tableau vs Power BI vs Qlik vs Looker – Detaillierte Bewertung der vier führenden Self-Service-Analytics-Plattformen.
• Top 5 Data Visualization Tools in 2026 – Vergleichsanalyse von Tableau, Power BI, Looker Studio und modernen Herausforderern.
• Three Keys to Building a Data-Driven Strategy – McKinsey über die organisatorischen Fähigkeiten, die notwendig sind, bevor BI echten Geschäftswert liefert.
• The Advantages of Data-Driven Decision-Making – Harvard Business School Online darüber, wie datengetriebene Unternehmen konsistent besser als ihre Wettbewerber abschneiden.
• Locally Optimistic: Analytics Engineering Blog – Das Praktikerblog für Analytics Engineers, Datenanalysten und Modern-Data-Stack-Builder.
• Gartner Magic Quadrant for Analytics and BI Platforms – Gartners jährliche Bewertung von BI-Plattform-Anbietern nach Vollständigkeit der Vision und Ausführung.

Bücher

• Storytelling with Data: A Data Visualization Guide for Business Professionals von Cole Nussbaumer Knaflic – Das Standardwerk dafür, Daten-Dashboards und Diagramme zu erstellen, die tatsächlich Erkenntnisse kommunizieren.
• The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling von Ralph Kimball & Margy Ross – Der grundlegende Text zum Dimensionalen Modellieren, nach wie vor unverzichtbar für jedes ernsthafte Datenteam.
• Fundamentals of Data Engineering von Joe Reis & Matt Housley – Der klarste moderne Leitfaden zu Dateninfrastruktur, Pipelines und Architekturentscheidungen.
• Data-Driven: Creating a Data Culture von DJ Patil & Hilary Mason – Wie man Organisationen aufbaut, in denen Daten Entscheidungen auf allen Ebenen antreiben.
• Competing on Analytics: The New Science of Winning von Davenport & Harris – Der Business-Case für Analytics und warum datengetriebene Unternehmen konsistent wettbewerbsfähiger sind.

Videos & Vorträge

• dbt Coalesce Conference Sessions – Jährliche Konferenzvorträge der Analytics-Engineering-Community zu Best Practices des Modern Data Stack.
• Tableau Conference Keynotes – Tableaus Jahreskonferenz mit Sessions zu Datenvisualisierung, Storytelling und Analytics-Innovation.
• Google Cloud Next: Data and Analytics Sessions – Enterprise-Datenplattform-Vorträge zu BigQuery, Looker und KI-verstärkten Analytics.
• Mode Analytics: Data Science and BI Webinars – Praktiker-Webinare zu Analytics-Workflows, SQL-Best Practices und Dashboard-Design.

Tools & Software

• Tableau – Branchenführende Datenvisualisierungs- und BI-Plattform, jetzt Teil des Salesforce-Ökosystems.
• Microsoft Power BI – Microsofts BI-Plattform mit starker Excel-Integration und wettbewerbsfähiger Preisgestaltung für M365-Nutzer.
• Looker – Google Clouds Enterprise-BI-Plattform mit LookML für konsistente, gesteuerte Metriken.
• Metabase – Open-Source-BI-Tool, ideal für Teams, die Self-Service-Analytics ohne Enterprise-Preise wollen.
• Apache Superset – Open-Source-Datenexploration- und Visualisierungsplattform, weit verbreitet in datenreifen Organisationen.
• dbt (data build tool) – Das Standardtool für Datentransformation im Modern Data Stack, genutzt von tausenden Teams.
• Fivetran – Vollständig verwaltetes ELT-Datenpipeline-Tool, das Hunderte von Quellen mit Ihrem Data Warehouse verbindet.
• Snowflake – Cloud-Datenplattform, die als Warehouse-Schicht in den meisten Modern-Data-Stacks genutzt wird.

Vorlagen & Frameworks

• AI Business Intelligence Platforms – Wie KI Business-Intelligence-Tools transformiert und welche Plattformen 2026 eine Evaluierung wert sind.

Fallstudien & Praxisbeispiele

• Netflix – Netflixs Empfehlungsmaschine ist eine der am meisten dokumentierten BI-Erfolgsgeschichten in der Technologie: Das Unternehmen schätzte, dass sein Personalisierungs- und Empfehlungssystem jährlich rund 1 Milliarde US-Dollar durch reduzierten Abonnenten-Churn einspart. Jedes Element der Netflix-UI – Artwork, Reihenfolge der Zeilen, Suchergebnisse – wird durch Verhaltensdaten von über 200 Millionen Abonnenten gesteuert und durch kontinuierliche A/B-Experimente getestet. Quelle

• Starbucks – Baute eine Store-Analytics-Fähigkeit auf, die Kundenkaufdaten, Mobile-App-Verhalten und Standortdaten nutzt, um neue Standortentscheidungen und hyperpersonalisierte Loyalty-Angebote zu treffen. Starbucks' „Deep Brew"-KI-Plattform treibt über 400.000 personalisierte Angebote pro Woche an Rewards-Mitglieder aus, was dazu beiträgt, dass das Rewards-Programm mehr als 50 % der US-Kassenumsätze ausmacht. Quelle

• UPS und ORION – UPS setzte sein On-Road Integrated Optimization and Navigation (ORION)-System ein, um Lieferouten über seine 55.000-Fahrer-Flotte zu optimieren, indem BI und Operations Research genutzt wurden, um Linksabbiegen zu reduzieren (was Kraftstoff beim Warten im Verkehr verschwendet). ORION sparte UPS schätzungsweise 100 Millionen Meilen pro Jahr und reduzierte den Kraftstoffverbrauch um rund 10 Millionen Gallonen jährlich – ein direktes, messbares finanzielles Ergebnis aus Operations Analytics im großen Maßstab. Quelle

• Targets Schwangerschafts-Prognosemodell – Targets Datenteam baute ein Modell auf, das Kundenschwangerschaften aus Verhaltensänderungen beim Einkauf vorhersagen und entsprechend gezielte Gutscheine versenden konnte – bekanntermaßen bevor manche Kunden ihre Schwangerschaft öffentlich bekanntgegeben hatten. Der Fall wurde zur Pilotstudie sowohl für die Macht von Retail-BI als auch für die ethischen Grenzen prädiktiver Analytics und führte zu branchenweiten Diskussionen über Datennutzungsrichtlinien. Quelle

Communities & Newsletter

• dbt Community Slack – Die aktivste Analytics-Engineering-Community online, mit Channels für jeden Aspekt des Modern Data Stack.
• Locally Optimistic Slack – Praktiker-Community für Datenanalysten, Analytics Engineers und Daten-Team-Leads.
• Data Council – Community und Konferenz für Datenpraktiker in Analytics, Engineering und ML.

Rework-Ressourcen

• AI Business Intelligence Platforms – Wie KI Business-Intelligence-Tools transformiert und welche Plattformen 2026 eine Evaluierung wert sind.

Beitragen

Kennen Sie eine großartige Business-Intelligence-Ressource, die wir übersehen haben? Teilen Sie sie uns mit.

Zuletzt aktualisiert: März 2026. Links verifiziert. Deckt traditionelle BI-Plattformen und den Modern Data Stack für Teams auf jeder Stufe der Datenmaturität ab.