- Für eine effektive Steuerung von Engineering-Software muss man über die reine Überwachung hinausgehen und zu entscheidungsrelevanten Erkenntnissen gelangen.
- Nutzungsdaten in Entscheidungsqualität dienen als Grundlage für Entscheidungen in den Bereichen Kosten, Zugriff, Compliance und Produktivität.
- Eine starke Governance verwandelt Daten zu Ingenieurslizenzen in verwertbare Managementinformationen.
Die Governance von Engineering-Software befindet sich mitten in ihrer eigenen Reifekurve – sie entwickelt sich von einer periodischen Überwachung hin zu entscheidungsrelevanten Erkenntnissen, auf deren Grundlage die Bereiche Beschaffung, Engineering und Finanzen jeweils handeln können. Dieser Wandel erfordert Tiefe: eine dokumentierte Nutzung auf Benutzer- und Projektebene, analytische Auswertungen, die die Daten mit operativen und strategischen Entscheidungen verknüpfen, sowie die Managementdisziplin, die die Analyse in Optimierungsmaßnahmen umsetzt, die das Programm tatsächlich ausführt. Open iT positioniert „ LicenseAnalyzer “ als die Plattform, die die Reifung der Governance durch die Daten- und Analysetiefe unterstützt, die die nächste Phase des Engineering-SAM erfordert.
Das Software-Asset-Management (SAM) umfasst traditionell mehrere Bereiche der Unternehmensführung – Software-Bestandserfassung, Lizenzverwaltungsmanagement, Compliance-Überwachung und Überwachung der Lizenznutzung.
In technischen Umgebungen stützen sich Unternehmen seit langem auf Kennzahlen zur Lizenznutzung – wie das Auschecken von Funktionen, Laufzeitsitzungen oder Spitzenauslastung –, um zu verstehen, wie hochwertige technische Software genutzt wird.
Diese Kennzahlen bieten zwar Einblicke in den Betriebsablauf, liefern jedoch selten die für fundierte Zuweisungsentscheidungen erforderliche interpretative Tiefe – und diese Lücke gewinnt angesichts steigender Softwareausgaben zunehmend an Bedeutung. Gartner prognostiziert, dass Unternehmen, denen ein zentraler Überblick über ihren Software-Lebenszyklus fehlt,aufgrund ungenutzter Lizenzen und redundanter Tools möglicherweisemindestens 25 % zu viel ausgeben.
Technische Unternehmen benötigen zunehmend entscheidungsrelevante Erkenntnisse: Analysen, die Rohdaten zur Nutzung in verlässliche Anhaltspunkte für die Lizenzvergabe, die Verlängerungsplanung und die langfristige Lizenzstrategie umwandeln.
DEMO: Verwandeln Sie die Lizenzüberwachung in entscheidungsrelevante Erkenntnisse.
Die reine Überwachung der Lizenznutzung reicht nicht aus
In vielen technischen Umgebungen beginnt die Analyse der Softwarenutzung nach wie vor mit unbearbeiteten Aktivitätsprotokollen. Um den Lizenzbedarf abzuschätzen, werden das Auschecken von Funktionen, Laufzeitsitzungen oder Spitzenwerte bei der gleichzeitigen Nutzung untersucht.
Auf den ersten Blick sieht das nach datengestütztem Vorgehen aus. Doch reine Aktivitätssignale geben selten den tatsächlichen Bedarf im Ingenieurwesen wieder.
Studien deuten darauf hin, dass etwa30 % der Softwarelizenzen nie genutzt werden, während ein weiterer Teil nur sporadisch zum Einsatz kommt. Diese Ineffizienzen treten in der Regel dann auf, wenn Überwachungsdaten ausgewertet werden, ohne dass man versteht, in welchem Zusammenhang die Nutzung mit den tatsächlichen Arbeitslasten steht.
Technische Software verstärkt diese Komplexität noch. Die Nutzung auf Funktionsebene lässt sich nicht zuverlässig auf die Lizenzierung auf Produktebene übertragen – eine einzelne Funktion kann in mehreren Produktpaketen enthalten sein, was bedeutet, dass die Nutzung der Funktionen allein nicht ausschlaggebend für den tatsächlichen Lizenzbedarf ist.
Die Überwachung zeigt, was passiert ist. Entscheidungsrelevante Erkenntnisse erklären, was das bedeutet.
WEBINAR: Die reine Lizenzaktivität allein reicht nicht aus, um den tatsächlichen Bedarf im Engineering-Bereich zu erklären. Sehen Sie sich das Webinar„From Data to Decisions“an und erfahren Sie, wie die Analyse der Lizenznutzung Telemetriedaten in entscheidungsreife Erkenntnisse für die Software-Governance im Engineering-Bereich umwandelt. Hier finden Sie Ihre Einladung zum Abruf der Aufzeichnung.
Open iT | Webinar On-Demand
Von Daten zu Entscheidungen: Lizenznutzungsanalyse für Entwicklungsteams
Die vier Kompetenzen, die hinter fundierten Erkenntnissen stehen
Der Übergang von der reinen Überwachung zu entscheidungsrelevanten Erkenntnissen erfordert analytische Fähigkeiten, mit denen sich Daten zur Softwarenutzung im Kontext von Lizenzstrukturen und dem Verhalten der Entwickler interpretieren lassen.
Vier Fähigkeiten sind dabei besonders entscheidend:
1. Analyse der anhaltenden Nachfrage
In technischen Arbeitsabläufen kommt es häufig zu kurzen Phasen mit hoher Aktivität. Simulationsläufe, Validierungszyklen oder termingebundene Modellierungsaufgaben können zu vorübergehenden Spitzen bei der Lizenznutzung führen.
Wenn Entscheidungen zur Lizenzzuweisung auf diesen Spitzenwerten basieren, könnten Unternehmen den Kapazitätsbedarf erheblich überschätzen.
Bei der Analyse der anhaltenden Nachfrage wird die Parallelität hingegen anhand von auf Perzentilen basierenden Schwellenwerten bewertet, beispielsweise dem 95. oder 99. Perzentil. Diese Schwellenwerte stellen Nachfrageniveaus dar, die regelmäßig auftreten, während seltene Ausreißer herausgefiltert werden.
Indem Unternehmen ihre Zuteilungsentscheidungen an den nachhaltigen Bedarf im Engineering-Bereich ausrichten und nicht an gelegentliche Spitzenauslastungen, können sie die Zuverlässigkeit ihrer Dienste gewährleisten und gleichzeitig eine unnötige Erweiterung der Lizenzen vermeiden.
2. Normalisierung der Lizenzansprüche
Anbieter von Engineering-Software bündeln Funktionen häufig in komplexen Paketen und Funktionsumfängen. Eine einzelne Funktion kann zu mehreren Produktkonfigurationen gehören, und verschiedene Lizenztypen können Zugriff auf sich überschneidende Funktionen gewähren.
Ohne Normalisierung verbleiben die Nutzungsdaten auf Merkmalsebene und lassen sich nicht zuverlässig den Berechtigungen auf Produktebene zuordnen.
Die Normalisierung löst dieses Problem, indem sie die Merkmalsaktivität den tatsächlichen Produktlizenzstrukturen zuordnet.
Nach der Normalisierung lassen sich die Nutzungsdaten über verschiedene Tools, Lizenzmodelle und Datenquellen hinweg vergleichen. Dies ermöglicht es Unternehmen, den Bedarf im Kontext der Lizenzstrukturen der Anbieter genau einzuschätzen.
3. Unterscheidung zwischen aktiven und inaktiven Sitzungen
Eine weitere große Herausforderung in Entwicklungsumgebungen ist der Unterschied zwischen Laufzeitaktivität und tatsächlicher Entwicklungsarbeit.
Technische Anwendungen bleiben oft geöffnet, auch wenn gerade keine nennenswerten Arbeiten stattfinden. Ingenieure lassen Simulationen möglicherweise während Besprechungen im Hintergrund laufen, entfernen sich während langer Rechenzeiten vom Arbeitsplatz oder lassen Anwendungen über Nacht laufen.
Aus Sicht der Überwachung werden diese Sitzungen als aktive Nutzung angezeigt.
Branchenstudien zu Unternehmenssoftwareumgebungen legen nahe, dass mehr als die Hälfte der Unternehmensanwendungen in Organisationen ungenutzt bleibt (Zylo SaaS Management Index, 2025). Auch wenn sich Entwicklungssoftware anders verhält als SaaS-Anwendungen, bleibt das zugrunde liegende Prinzip dasselbe: Laufzeitaktivität ist nicht immer gleichbedeutend mit sinnvoller Arbeit.
Mithilfe von Techniken der Verhaltensanalyse lassen sich Inaktivitätsschwellenwerte festlegen, um inaktive Sitzungen zu identifizieren. Durch das Herausfiltern dieser Sitzungen können Unternehmen echte technische Aktivitäten von künstlicher Parallelität unterscheiden.
4. Modellierung von Bauwerkslizenzen
Sobald die nachhaltige Nachfrage und die aktiven Nutzungsmuster erfasst sind, stellt sich als Nächstes eine strukturelle Frage der Governance: Welches Lizenzmodell passt am besten zur jeweiligen Arbeitslast?
Anbieter von Ingenieurssoftware bieten in der Regel verschiedene Lizenzmodelle an, darunter:
- namentlich benannte Benutzerlizenzen
- lokale Mehrbenutzerlizenzen
- globale concurrent-Lizenzen
- nutzungsabhängige Lizenzierung
Jedes Modell hat unterschiedliche Kostenauswirkungen, je nachdem, wie die technischen Arbeitslasten auf Benutzer, Teams und geografische Standorte verteilt sind.
Beispielsweise weisen globale Mehrbenutzerlizenzen oft höhere Stückkosten auf, können jedoch eine größere Effizienz bieten, wenn Entwicklungsteams über mehrere Zeitzonen hinweg arbeiten.
Um diese Abwägungen zu bewerten, isteine szenariobasierte Modellierung erforderlich, bei der Unternehmen analysieren, wie sich verschiedene Lizenzierungsmodelle im Vergleich zum tatsächlichen Arbeitslastverhalten bewähren.
Wenn die Auslegung den Ausgang beeinflusst
Wie wichtig Erkenntnisse sind, die als Entscheidungsgrundlage dienen, wird besonders bei Lizenzverlängerungen deutlich.
Nehmen wir als Beispiel ein Ingenieurbüro, das elektromagnetische Simulationssoftware wie HFSS einsetzt. Bei der Vorbereitung der Lizenzverlängerung überprüft das Team die Nutzung der Funktionen und stellt fest, dass das Nutzungsvolumen die verfügbare Lizenzkapazität offenbar übersteigt.
Auf der Grundlage der durchschnittlichen Funktionsnutzung könnte eine Anbieterempfehlung eine Erweiterung des Lizenzpools vorschlagen. Die Funktionsnutzung allein berücksichtigt jedoch nicht die Berechtigungsbeziehungen zwischen Funktionen und Produktkonfigurationen.
Wenn das Unternehmen die Berechtigungsstrukturen standardisiert und die gleichzeitige Nutzung anhand des 99. Perzentils analysiert – abgestimmt auf die internen Serviceerwartungen –, ergeben sich ganz andere Bilder. Die anhaltende Nachfrage ist deutlich geringer, als die Rohdaten zunächst vermuten ließen.
In diesem Fall haben sich die zugrunde liegenden Daten nicht geändert. Lediglich die Interpretation hat sich geändert.
Da einzelne Ingenieurslizenzen mehrere Zehntausend Dollar kosten können, kann sich diese Unterscheidung erheblich auf das Verlängerungsrisiko auswirken.
Das Ziel ist nicht der Lizenzabbau um seiner selbst willen, sondern die Abstimmung zwischen den gebundenen Kapazitäten und dem tatsächlichen technischen Bedarf.
Umsetzung von Erkenntnissen auf Entscheidungsebene
Um entscheidungsrelevante Erkenntnisse zu gewinnen, braucht es mehr als nur Dashboards. Es bedarf eines strukturierten analytischen Rahmens, der in der Lage ist, Daten zur Softwarenutzung in umsetzbare Empfehlungen zur Ressourcenzuweisung umzuwandeln.
In der Praxis umfasst dieser Prozess in der Regel drei Ebenen.
1. Datenerfassung
In Entwicklungsumgebungen werden Software-Nutzungsdaten aus verschiedenen Quellen generiert, darunter Lizenzmanager, Cloud-Dienste von Anbietern und Anwendungsinstrumentierung. Eine umfassende Datenerfassung gewährleistet einen durchgängigen Überblick über die gesamte Softwareumgebung.
2. Analytische Verarbeitung
Die Rohdaten werden anschließend durch mehrere Analyseprozesse aufbereitet, darunter:
- Normalisierung der Ansprüche
- Modellierung der Parallelität
- Verhaltensfilterung
Diese Prozesse wandeln rohe Aktivitätssignale in aussagekräftige Erkenntnisse über den Bedarf im Ingenieurwesen um.
3. Entscheidungshilfe
Schließlich werden diese Erkenntnisse durch Berichterstellung und Szenario-Modellierung in Entscheidungshilfen umgesetzt, die es Unternehmen ermöglichen, Lizenzverlängerungen, Zuteilungsstrategien und Lizenzstrukturen auf der Grundlage des tatsächlichen Workload-Verhaltens zu bewerten.
Plattformen wieOpen iTunterstützen diese Analyse-Pipeline, indem sie die Erfassung von Nutzungsdaten, die Normalisierung von Berechtigungen und die Workload-Analyse in ein einheitliches Governance-Framework integrieren.
Das Ziel besteht nicht lediglich darin, die Lizenzaktivitäten zu visualisieren, sondern evidenzbasierte Leitlinien für Entscheidungen zur Softwarezuteilung zu erstellen.
Auf dem Weg zu einer evidenzbasierten Steuerung von Engineering-Software
Untersuchungen zeigen, dass etwa 30 % der Softwarelizenzen ungenutzt bleiben, während Unternehmen, denen der Überblick über den Lebenszyklus fehlt, aufgrund ungenutzter Berechtigungen und redundanter Tools das Risiko eingehen, bis zu 25 % zu viel auszugeben.
In der Technikbranche werden diese Risiken durch hohe Lizenzkosten und komplexe Berechtigungsstrukturen noch verstärkt.
Um diese Umgebungen effektiv zu steuern, müssen Unternehmen über die reine Überwachung hinausgehen und auf entscheidungsrelevante Erkenntnisse setzen.
Durch die Normalisierung von Nutzungsrechten, die Analyse der nachhaltigen Nachfrage, die Unterscheidung zwischen aktiver Entwicklungsarbeit und Leerlaufzeiten sowie die Modellierung von Lizenzstrukturen auf der Grundlage des Arbeitslastverhaltens können Führungskräfte im Entwicklungsbereich Software-Nutzungsdaten in umsetzbare Erkenntnisse für die Governance umwandeln.
Mit der richtigen analytischen Grundlage sind Software-Nutzungsdaten mehr als nur betriebliche Telemetriedaten – sie werden zu einer strategischen Grundlage für die Steuerung der Softwareentwicklung.
Open iT unterstützt Unternehmen dabei, eine evidenzbasierte Strategie für die Softwarezuteilung und -lizenzierung zu entwickeln. Wenden Sie sich an Open iT, um mehr zu erfahren.
Verwandeln Sie die Lizenzüberwachung in entscheidungsrelevante Erkenntnisse.
