Umwandlung der Daten der Open iT in Handlungsanweisungen

[0:00] Nicolas: Hallo zusammen und herzlich willkommen. Vielen Dank, dass Sie an unserem Webinar teilnehmen, in dem es darum geht, wie man die Rohdaten von Open iT mithilfe von Power BI – insbesondere für das Lizenzmanagement – als Handlungsgrundlage nutzen kann. Ich stelle mich kurz vor: Mein Name ist Nicolas, und ich bin Datenanalyst bei Open iT. Bevor ich Datenanalyst bei Open iT wurde, war ich Mathematiklehrer an Gymnasien in Frankreich und Mexiko. Aber keine Sorge, in dieser Präsentation wird es nicht allzu viel Mathematik geben. Allerdings werdet ihr vielleicht merken, dass ich früher Lehrer war.

[0:39] Womit beschäftigen wir uns also heute? Wir beschäftigen uns mit der Optimierung der Softwarelizenznutzung in Unternehmen. Wir werden also sehen, warum dieser Bereich von Interesse ist. Wir werden sehen, wie man Optimierungsmaßnahmen umsetzen kann. Wir stellen IhnenLicenseAnalyzer™vor, unsere Lösung bei Open iT zur Optimierung der Nutzung Ihrer Softwarelizenzen, und wir werden einen kurzen Blick auf Power BI werfen, um uns einige Analysebeispiele anzusehen. Wenn Sie Fragen haben, können Sie diese im Q&A-Bereich auf Teams stellen, und unser Team wird sich bemühen, diese am Ende der Präsentation zu beantworten. Vielen Dank.

[1:26] Warum sollte man sich also mit der Optimierung von Softwarelizenzen beschäftigen? Wenn ein Unternehmen mit finanziellen Schwierigkeiten zu kämpfen hat, Kosten einsparen muss und unter Budgetdruck steht, werden oft die gleichen – sozusagen „klassischen“ – Lösungen in Betracht gezogen: Einstellungsstopp, Reduzierung von Dienstreisen, Kürzung von Schulungsmaßnahmen oder das Einfrieren nicht prioritäre Projekte. Diese vier Lösungen haben alle eine Gemeinsamkeit und negative Auswirkungen. Das heißt, sie verursachen indirekte Kosten für die Leistung, d. h., es können negative Effekte wie eine Beeinträchtigung der Motivation, der Produktivität, aber auch beispielsweise der Innovationsfähigkeit entstehen.

[2:18] Man vergisst oft – und Unternehmen denken nicht viel darüber nach –, dass die Optimierung der Nutzung von Softwarelizenzen ebenfalls eine Möglichkeit sein kann, die Kosten eines Unternehmens zu senken. Was ist der Vorteil und warum lohnt es sich, sich mit diesem Bereich zu beschäftigen? Der Grund ist, dass es keine versteckten Kosten gibt und der Return on Investment messbar ist. Es gibt also keine versteckten Kosten, da es um Optimierung geht, d. h. darum, die Anzahl der Lizenzen an den tatsächlichen Bedarf anzupassen. Das bedeutet nicht, dass Nutzer mehr Zugriff auf die Lizenzen erhalten. Und die Kapitalrendite ist messbar. Um das zu verdeutlichen, werfen wir einen Blick auf unsere Kundenreferenzen – Entschuldigung. Hier haben wir zum Beispiel Total Energie, das uns mitteilt, dass die Open iT-Lösung es dem Unternehmen ermöglicht hat, seine Kosten um 39 % zu senken, was einer Kapitalrendite mit einem Faktor von 21 entspricht.

[3:17] Das hängt natürlich von der Größe unseres Unternehmens und den von uns verwendeten Lizenztypen ab, aber eine Kosteneinsparung von 39 % und ein ROI von 21 sind ziemlich beeindruckend. Wie kommt es also, dass wir so hohe Zahlen erreichen können, und warum erfolgt die Optimierung von Softwarelizenzen nicht automatischer, wenn die Gewinne doch so groß sind? Einer der Gründe, eine der Erklärungen, die wir Ihnen geben können, ist, dass Softwarelizenzen für Unternehmen ein bisschen wie eine „Black Box“ sind. Das heißt: Solange es keine Probleme gibt, geht man davon aus, dass alles läuft. Allerdings besteht ein großer Unterschied zwischen einer optimalen Nutzung und dem bloßen Fehlen von Problemen.

[4:08] Man kann 500 Lizenzen für 10 Benutzer haben. Natürlich gibt es dann beispielsweise keine Probleme mit Zugriffsverweigerungen, aber man kann das noch optimieren. Wir werden also sehen, wie man die Nutzung von Softwarelizenzen optimieren kann und wie man ein wenig in diese „Black Box“ hineinschauen kann. Und wir werden eine Analogie zur Verwaltung des Familienbudgets ziehen und sehen, dass es einfacher ist, als es scheint, sobald man sich damit beschäftigt. Stellen wir uns vor, eine Familie möchte die Kontrolle über ihr Budget zurückgewinnen und beispielsweise Geld sparen, um Urlaub in Mexiko zu machen. Was wird sie tun?

[4:47] Oft lauten die Ratschläge immer gleich. Man sollte immer damit anfangen, seine Ausgaben zu dokumentieren. Das heißt, Rechnungen und Kassenzettel aufzubewahren. Das heben wir bis zum Monats- oder Wochenende auf, um unsere Ausgaben zu erfassen und in Kategorien einzuteilen. Das sind zum Beispiel Kategorien wie Miete, Versicherungen, Abonnements – also alle Fixkosten –, dann kommen Freizeit und Lebensmittel hinzu; wir erstellen also verschiedene Kategorien. Grob gesagt führen wir also eine kleine Datenanalyse durch, und sobald wir unsere Informationen in übersichtlicher Form vorliegen haben – Punkt Nummer 1 wären also die Rohdaten, Punkt Nummer 2 die Handlungshebel und Punkt Nummer 3 das Treffen von Entscheidungen. Bei Open iT, also im Fall von Softwarelizenzen, spricht man daher von „Messen, Analysieren und Optimieren“. Das sind die drei großen Schritte, die es zu beachten gilt, um diesen Budgetdruck durch die Optimierung von Softwarelizenzen bewältigen zu können. Wir werden uns nun jeden dieser drei Punkte einzeln ansehen, um ein wenig Kontext zu schaffen.

[6:04] Es geht also darum, die Nutzung von Softwarelizenzen zu messen. Wenn wir unser Beispiel mit den Familien wieder aufgreifen, sind das Rechnungen und Kassenzettel. Und genau das werden wir auch tun. Das heißt, im Rahmen der Optimierung von Softwarelizenzen werden Rechnungen und Kassenzettel grob gesagt als „Check-in“ und „Check-out“ bezeichnet. Was sind „Check-ins“ und „Check-outs“? Es handelt sich ganz einfach um die Nutzung der Lizenzen. Bei einem „Check-in“ wird die Lizenz wieder in den Lizenzpool zurückgegeben. Grob gesagt schließt man eine Anwendung. Wir betrachten das also aus der Perspektive des Lizenzmanagers. Deshalb dient der „Check-in“ im Grunde dazu, die Lizenz wieder in den Lizenzmanager zurückzugeben. Und beim „Check-out“ entnimmt man eine Lizenz aus dem Lizenzpool. Das ist sozusagen unser Kassenbeleg. Wir erhalten noch ein paar weitere Informationen. In den Zusatzinformationen finden wir die Anwendung, die geöffnet oder geschlossen wurde, den Benutzer, der die Anwendung geöffnet oder geschlossen hat, sowie den Benutzer, der die Lizenz genutzt hat. Außerdem werden die Uhrzeit des „Check-ins“ und die Uhrzeit des „Check-outs“ angezeigt.

[7:11] Das ist also nicht unbedingt eine vollständige Liste, aber es handelt sich um die Art von Informationen, die wir auf unserem Kassenzettel finden. Und damit können wir auch andere, etwas komplexere Datentypen erstellen. Wenn ich zum Beispiel die Check-in- und die Check-out-Zeit habe, kann ich einen Unterschied machen. Ich kann die Nutzungsdauer der Lizenz ermitteln, zum Beispiel die Dauer der Sitzung – Verzeihung. Genau wie bei den Kassenzetteln kann ich am Monatsende beispielsweise meinen täglichen Nudelverbrauch berechnen. Es handelt sich also um eine Information, die nicht explizit auf meinem Kassenzettel erscheint, die ich aber anschließend ableiten kann.

[7:50] Das ist also der Analyse-Teil, den wir uns gleich als Nächstes ansehen werden. Bei diesem Analyse-Teil werden wir doch etwas mehr ins Detail gehen. Es geht um die Sortierung nach Kategorien. Oft läuft die Analyse in Excel oder mit BI-Tools wie Power BI oder anderen darauf hinaus, dass man Kategorien bildet. Welche Kategorien gibt es also im Zusammenhang mit Softwarelizenzen? Man kann Analysen nach Anwendung, nach Anbieter oder nach Produkt durchführen. Man kann Analysen nach Benutzer erstellen. Wir werden sehen, dass dies wichtig ist, um Verhaltensmuster zu erkennen, die uns Einsparungen ermöglichen könnten – Entschuldigung. Außerdem kann man Analysen nach Projekt oder nach Abteilung durchführen. Im Grunde handelt es sich dabei um Benutzergruppen. Das ist zum Beispiel im Falle eines Chargebacks noch praktischer, wenn Sie Ihre Ressourcen etwas gerechter und ausgewogener auf Ihre verschiedenen Abteilungen verteilen möchten. Auch das ist möglich.

[9:03] Und was ebenfalls wichtig ist: Man kann Trendanalysen über bestimmte Zeiträume hinweg durchführen. Das ist also ein wichtiger Punkt, der zwar für sich stehen kann, aber auch mit den anderen Punkten zusammenhängt. Das heißt: Wenn Sie sich ab morgen mit der Optimierung beschäftigen und zunächst die Nutzung Ihrer Softwarelizenzen messen, ist der Sommer vielleicht eine eher ruhige Zeit. Möglicherweise ist diese Zeit also nicht repräsentativ für den Bedarf des Unternehmens über ein ganzes Jahr hinweg. Darauf muss man also achten. Im Allgemeinen empfiehlt es sich, über Daten aus sechs Monaten zu verfügen, um genau diese Trendanalysen und Prognosen für ein Jahr erstellen zu können. Das schließt jedoch nicht aus, dass man in bestimmten Fällen Entscheidungen schneller treffen kann als nach sechs Monaten – das ist kein Problem.

[9:50] Diese Analysen werden also nicht ausschließlich in Excel durchgeführt. In der Open iT-Software, alsoim LicenseAnalyzer™, haben Sie Zugriff auf Berichte, richtig? Das Wort stammt aus dem Englischen („report“), ich meine also „Bericht“. Auf diese Art von Berichten können Sie ganz einfach direkt in der Software zugreifen. Sie können einfach Ihren Anbieter, das Produkt, das Sie interessiert, und den Zeitraum, den Sie betrachten möchten, auswählen – und schon erhalten Sie das, was wir hier als „Heatmap“ der Softwarelizenznutzung bezeichnen. Was bedeuten die Zahlen hier in unserer Tabelle? Sie bedeuten beispielsweise, dass am Sonntag um 4 Uhr morgens zwei Lizenzen gleichzeitig geöffnet waren.

[10:40] Was lässt sich feststellen? Wir stellen fest, dass sich unsere Farben während der Arbeitszeiten in Richtung Gelb und Rot verschieben, da dies die Arbeitszeiten sind, in denen die Anwendungen genutzt werden. Hier sehen wir bereits interessante Daten. Zum Beispiel beträgt die maximale Anzahl verfügbarer Lizenzen – also der Lizenzen, für die das Unternehmen hier bezahlt – 22. Wir sehen jedoch, dass in diesem Zeitraum von drei Monaten maximal 14 Lizenzen gleichzeitig genutzt wurden. Hier könnte man sich also überlegen, eine etwas eingehendere Untersuchung durchzuführen, möglicherweise über einen längeren Zeitraum, um zu prüfen, ob diese drei Monate repräsentativ sind, und gegebenenfalls die Anzahl der Lizenzen anzupassen.

[11:34] Was gibt es sonst noch auf dieser Heatmap zu sehen, wo das sehr gut zu erkennen ist – darauf kommen wir später noch einmal zurück. Man sieht, dass sonntags und samstags ständig zwei Lizenzen offen sind. Hier sind es sogar drei. Das ganze Wochenende über sind ständig zwei Lizenzen offen. Bevor man nun sagt, dass das nicht in Ordnung ist, kann man davon ausgehen, dass dies beabsichtigt ist. Vielleicht laufen dort Simulationsprogramme oder Jobs. Vielleicht ist es beabsichtigt, vielleicht aber auch nicht. Auf jeden Fall haben wir die Daten und können hier eine Entscheidung treffen. Die Entscheidung wird lauten, gegebenenfalls einen weiteren Bericht zu erstellen, die Nutzer zu identifizieren, bei denen diese Lizenzen zu diesen Zeitpunkten offen waren, und nachzufragen, warum diese Anwendungen offen sind. Es kann also sein, dass zwei Nutzer jeweils vergessen haben, eine Anwendung zu schließen. In diesem Fall spricht man von „Camping“.

[12:34] Eine Lizenz zwei ganze Tage lang für sich behalten. Es kann sich auch um einen einzelnen Nutzer handeln, der zwei Lizenzen aus dem Pool beansprucht hat und die Anwendung zweimal geöffnet hat. In diesem Fall spricht man von „Hogging“. Es wäre also sowohl „Hogging“ als auch „Camping“. Anhand der Daten können wir also solche Verhaltensweisen erkennen.

[12:55] Und wir werden gleich sehen, dass es, sobald man viele Mitarbeiter hat – sagen wir etwa fünfzig Mitarbeiter, die Lizenzen nutzen –, wichtig ist, diese Verhaltensmuster zu erkennen, denn das kann zu einer Art Versatz führen, das heißt, man fängt nicht bei Null an, sondern jedes Mal bei zwei. Diese sehr anschaulichen Daten über das gesamte Unternehmen ermöglichen es uns also, auf diese Informationen zuzugreifen. Sie stammen also aus den Kassenzetteln und werden von uns in Informationen umgewandelt.

[13:28] Man kann auch auf Balkendiagramme zugreifen, wie hier zu sehen. Diese Grafik hier heißt zum Beispiel „License Efficiency Chart“ und gibt uns grob gesagt einen kleinen Überblick. Wir gehen also davon aus, dass 10 Lizenzen verfügbar sind. „License Efficiency“ bedeutet: Wenn wir alle 10 verfügbaren Lizenzen nutzen, ist das sehr gut. Was sehen wir hier? Wir sehen, dass die maximale gleichzeitige Nutzung dieser Lizenzen bei 9 liegt. Wenn wir also nur diese beiden Zahlen betrachten, gäbe es zwei mögliche Herangehensweisen. Man könnte sich sagen: „Gut, wir haben noch Spielraum.“ Man könnte sich aber auch sagen: Vorsicht, es besteht die Gefahr von „Denials“, also Ablehnungen, bei denen Nutzer keinen Zugriff auf die Lizenzen erhalten, weil wir uns nahe an der Höchstzahl befinden. Aber was sagt uns diese Grafik? Sie sagt uns auch, dass in 99 % der Fälle 8 Lizenzen ausreichen und dass in 95 % der Fälle diese eine Lizenz ausreicht.

[14:37] Was bedeutet das also? Wenn wir noch einmal auf das Beispiel der Heatmap von vorhin mit den „Campern“ und den „Hoggern“ zurückkommen und uns auch diese Daten ansehen, nämlich dass in 99 % oder 95 % der Fälle die Anzahl der Lizenzen ausreicht. Letztendlich sieht man, dass es ein Gesamtbild ist. Wenn wir eine Entscheidung treffen wollen, müssen wir Zugang zu möglichst vielen Daten haben. Hier haben wir vielleicht 7, aber vielleicht auch einen Wert von 97 bei 2. Also würde vielleicht schon diese Zahl, selbst wenn es nur 5 sind, ausreichen. Das ist also in gewisser Weise die Untersuchung, die Analyse, die wir mit unseren Daten durchführen können. Was sehen wir hier? Wir sehen, dass diese Tabelle eine Übersetzung des Diagramms ist. Die maximale Anzahl gleichzeitig genutzter Lizenzen betrug 9 über einen Zeitraum von 2 Stunden, was 0,1 % der Gesamtzahl entspricht. Diese Grafik stimmt also nicht mit der Heatmap überein, die ich vorhin vorgestellt habe. Es sind nicht dieselben Zahlen. Aber hier sehen wir, dass die Lösung des Problems der Nutzer – vor allem der „Hogger“ und „Camper“ – es anschließend ermöglicht, die Zahlen in den anderen Tabellen besser einzuordnen.

[15:48] Wir haben also auch Daten, die in einer etwas klassischeren Tabellenform dargestellt sind. Auf die drei Berichte, die wir hier sehen, können Sie in der Software ganz einfach zugreifen. Hier haben wir zum Beispiel einen Bericht darüber, wann die App zuletzt von den Nutzern verwendet wurde. Also das letzte Mal – „days since last used“ –, also die Tage seit der letzten Nutzung. Das sind also die Rohdaten. Welche Informationen lassen sich daraus ableiten? Wenn ich mir zum Beispiel diese Spalte hier anschaue, sehen wir die Gesamtnutzungsdauer im betreffenden Zeitraum. Wir werden jetzt keine Berechnungen anstellen wie: „Okay, wenn ich 3 Monate mit 8 Stunden pro Tag nehme.“ Nein, was wir tun werden, ist, die Nutzer untereinander zu vergleichen. Und wir sehen sehr schnell, dass wir Nutzer mit 1.000 Stunden haben, Nutzer mit beispielsweise 500 Stunden und andere mit 0,3 Stunden. Wozu dient dieser Unterschied also im Großen und Ganzen? Er dient dazu, die Lizenzarten, über die wir verfügen, besser anzupassen – das werden wir gleich bei der Entscheidungsfindung sehen. Hier ist es vielleicht nicht besonders sinnvoll, für Braendra mit 1.000 Stunden dieselbe Lizenzart zu wählen wie für Benjamin, der in drei Monaten nur zwei Stunden genutzt hat.

[17:17] Man kann die Lizenztypen entsprechend anpassen. Man kann auch Gruppen bilden. Alle, die beispielsweise etwa hundert Stunden haben, könnten beispielsweise Floating-Lizenzen in Betracht ziehen und dergleichen. Das sind also die Schlussfolgerungen, die man aus den von uns aufbereiteten Daten ziehen kann. Man kann zum Beispiel auch diesen Nutzer hier haben, der die Lizenz seit 83 Tagen nicht mehr genutzt hat. Handelt es sich beispielsweise um eine namentlich gebundene Lizenz, wäre es vielleicht interessant, die Lizenzart für diesen Nutzer zu ändern.

[17:56] Wir haben uns also die Analyse angesehen und auch schon ein wenig über die Optimierung gesprochen. Wir werden das nun etwas genauer betrachten, auch wenn es nur kurz sein wird. Was bedeutet es, Entscheidungen zu treffen? Zunächst einmal geht es darum, die Gewohnheiten der Nutzer zu ändern. Wie ich bereits gesagt habe, gibt es Nutzer, die „Hogging“ betreiben, und solche, die „Camping“ betreiben. Diese Gewohnheiten lassen sich bereits ändern, da wir gesehen haben, dass das Offenhalten mehrerer Lizenzen und das Öffnen mehrerer Anwendungen zu Abweichungen in den Daten führen kann.

[18:40] Also, zunächst einmal ist es so, dass den Mitarbeitern oft gar nicht richtig bewusst ist, dass das Öffnen mehrerer Anwendungen oder das Vergessen, eine Anwendung zu schließen, finanzielle Auswirkungen auf das Unternehmen hat. Schon allein deshalb, weil die Unternehmen zunächst einmal selbst nicht wirklich wissen, wie viel es sie kostet, zwei Lizenzen offen zu haben statt nur einer. Und zweitens ist es eine schlechte Angewohnheit, die wir haben. Ich kann mir vorstellen, dass Sie gerade das Webinar verfolgen und dabei auch andere Anwendungen geöffnet haben, die Sie gar nicht nutzen. Das ist also eine Nutzungsgewohnheit, die alle Nutzer von IT-Tools haben und die sich nicht unbedingt leicht ändern lässt. Aber nun ja, die erste Maßnahme, die wir ergreifen können, ist, die Nutzer ein wenig dafür zu sensibilisieren. Man kann die Nutzer sozusagen einzeln ansprechen. Ich meine, man kann sie in den Daten finden, sie ansprechen oder alternativ eine kleine Schulung durchführen.

[19:39] Als Nächstes kommt der wichtigste Teil: die Neuverhandlung der Verträge. Das heißt, man gewährt Ihnen Zugang zu Daten, man öffnet sozusagen die „Black Box“. Indem Sie die „Black Box“ öffnen, können Sie die Entscheidungen, die Sie treffen möchten, begründen. Das kann beispielsweise eine Änderung der Anzahl der Lizenzen sein. Ich sage bewusst „Änderung“ und nicht „Reduzierung“, denn Optimierung bedeutet nicht zwangsläufig nur finanzielle Optimierung oder Reduzierung. Im Idealfall – in Anführungszeichen – ist es, die Anzahl der Lizenzen reduzieren zu können, das heißt festzustellen, dass es Überschneidungen gibt, dass man tatsächlich viel zu viele Lizenzen gekauft hat und nur 50 % der Lizenzen nutzt. In diesem Fall schauen wir uns unsere Daten an und können die Entscheidung treffen, die Anzahl der Lizenzen zu senken. Sie können diese Daten aber auch nutzen, um eine zusätzliche Investition zu begründen. Wenn Sie feststellen, dass Sie die maximale Anzahl an genutzten Lizenzen erreichen, viele Zugriffsverweigerungen haben und keine Offsets – also keine negativen Trends bei der Lizenznutzung – vorliegen und dies eine Tatsache ist, können Sie diese Daten nutzen, um gegebenenfalls einen Kauf zu begründen.

[20:46] Das Interessanteste daran – was man allerdings immer wieder vergisst – ist, dass Sie die Art Ihrer Lizenzen ändern können. Was bedeutet das nun? Meistens setzen Unternehmen im Grunde alles auf eine Karte. Das heißt, man hat Token-Lizenzen – zum Beispiel sind 100 % unserer Lizenzen Token-Lizenzen – oder 100 % sind benannte Lizenzen. Wir haben es vorhin in unserem kleinen Beispiel schon ein wenig gesehen: Tatsächlich ist es am besten, verschiedene Lizenzen zu kombinieren. Das heißt: Für diejenigen, für die Token-Lizenzen interessanter sind, nehmen wir eine bestimmte Anzahl an Token. Wenn wir Nutzer haben, die die Software den ganzen Tag über und jeden Tag nutzen, wählen wir vielleicht eine andere Art von Lizenz. Unser Team bei Open iT hilft Ihnen dabei, diese Analysen durchzuführen. Sie müssen nicht in den Berichtstools nachsehen, wie Sie an diese Informationen gelangen. Wir helfen Ihnen bei der Erstellung und finden gemeinsam mit Ihnen die beste Lösung für Ihr Unternehmen – also die kostengünstigste Variante.

[21:57] Was man aus dieser Neuverhandlung der Verträge insgesamt mitnehmen sollte, ist, dass es sich nie lohnt, alles auf eine Karte zu setzen. Ich möchte ein Beispiel anführen, das mir persönlich am meisten zusagt: den Unterschied zwischen nationalen, lokalen und internationalen Lizenzen. Wenn man davon ausgeht, dass man Ingenieure in vielen verschiedenen Ländern hat und sich sagt: „Na, dann ist es ja einfach, ich brauche internationale Lizenzen“, ist das vielleicht nicht die beste Idee, wenn man Unternehmen in mehreren Ländern hat, Mitarbeiter, die die Software in verschiedenen Ländern nutzen, und man sich sagt: „1 % meiner Lizenzen müssen aus diesem Grund international sein“. Vielleicht entfallen 90 % der Nutzung einer bestimmten Software oder einer bestimmten Funktion dieser Software auf die Vereinigten Staaten. In diesem Fall ist es vielleicht sinnvoller, eine lokale Lizenz für die Vereinigten Staaten und eine internationale Lizenz für den Rest zu haben.

[22:58] Was man sich merken sollte, ist, dass es nie gut ist, alles auf eine Karte zu setzen, und dass es bei der Optimierung im Grunde darum geht, die richtige Lizenzart für die richtigen Nutzer zu finden. Und genau hier werden wir anschließend die größten Einsparungen erzielen, denn das ist ja schließlich eines unserer Hauptanliegen, entschuldigen Sie bitte. Außerdem, etwas Grundlegenderes: Sie können auch die verschiedenen „Pakettypen“ – sozusagen die Editionen, die Sie benötigen – etwas besser identifizieren. Wenn es zwischen der Basis- und der erweiterten Edition nur zwei neue Funktionen gibt und diese Funktion nur von vier Personen genutzt wird, brauche ich vielleicht nicht zu 100 % die erweiterte Edition dieser Software. Das scheint offensichtlich. Aber im Grunde genommen ist diese Überlegung, die ich bei der Basis- und der erweiterten Version anstelle, genau die Überlegung, die man bei allen Lizenzparametern anstellen muss. Also Tokens, internationale Lizenzen, eine unbefristete Lizenz oder ein Abonnement. Man sollte also im Hinterkopf behalten, nicht alles auf eine Karte zu setzen – das ist selten die optimale Lösung.

[24:08] Ich hoffe, es geht euch gut und ihr könnt folgen. Jetzt schauen wir uns ein wenig Power BI an. Ich hoffe, ihr seht hier meinen Bildschirm. Hier haben wir also einen Bericht in Power BI – ihr denkt jetzt sicher: „Typisch, der Mathelehrer redet von Kassenzetteln, und am Tag der Prüfung haben wir dann etwas, das wir nicht verstehen.“ Hier sehen wir also ganz einfach eine Übersicht über alle Produkte unseres Unternehmens. Wenn man sich einen solchen Bericht ansieht, hat man in der Regel eine bestimmte Vorstellung im Hinterkopf, also etwas, das man genauer betrachten möchte. Hier werde ich also zunächst ein Produkt auswählen, das mich interessiert. Ich werde mich hier also für das Produkt „6is“ interessieren. Also klicke ich auf „Produkte auswählen“. Es gibt ja noch andere, nicht wahr? Für die Demo hier nehme ich dieses hier.

[25:00] Was haben wir gerade festgestellt? Wir haben gerade festgestellt, dass sich alle Daten entsprechend den Produkten, die ich hier ausgewählt habe, aktualisiert haben. In Power BI nennt man das einen Filter. Das ist also einer der großen Vorteile von Power BI: der Zugriff auf Filter. Unsere Daten werden also aktualisiert. Wir sehen hier auch, dass es Tooltips gibt, das heißt: Wenn ich mit der Maus über einen Datenpunkt fahre, erhalte ich genauere Informationen. All das ändert sich also dynamisch. Hier muss man nicht klicken, sondern erhält zusätzliche Daten, sobald etwas unser Interesse weckt. Ich schaue mir diese Grafik hier an. Und hier haben wir den typischen Fall eines Unternehmens, das über 50 Lizenzen verfügt, und hier sehen wir eine tägliche Nutzung, die selten über 20 hinausgeht. Hier haben wir 21, wir sind im Februar, und wir sehen, dass es tatsächlich kein Problem bei der Lizenznutzung gibt. Hier gibt es Ablehnungen; wir können uns über die Gründe informieren. Wenn ich mit der Maus darüberfahre, wird ein Benutzername angezeigt. Anhand dieses Benutzernamens könnte ich später die Gründe für diese Ablehnung nachsehen.

[26:16] Hier wartet man also typischerweise ab, beobachtet beispielsweise über zwei Monate hinweg ein wenig die Lizenznutzung und stellt fest, dass man vielleicht etwas zu viele Lizenzen hat im Vergleich zu dem, was tatsächlich genutzt wird. Und wie wir sehen werden, hat dieses Unternehmen beschlossen, eine bestimmte Anzahl von Lizenzen zu verkaufen. Aber man sieht auch, dass die Nutzung hier ebenfalls zurückgegangen ist. Ich kenne die Gründe nicht, aber ich könnte zum Beispiel sagen, dass man hier vielleicht zwei Dinge erkannt hat. Erstens, dass zu viele Lizenzen zur Verfügung standen. Zweitens, dass man vielleicht das Nutzerverhalten untersucht hat und festgestellt hat, dass es möglicherweise zu „Hogging“ und „Camping“ kam. Wenn ich mir die Heatmap unten anschaue, die dieselben Daten darstellt, was sehe ich dann? Ich sehe, dass beispielsweise samstags und sonntags ständig mindestens 14 Lizenzen geöffnet sind. Das sind also 14 von 21 bei maximaler Nutzung, was immer noch sehr viel ist. Hier haben wir also wahrscheinlich festgestellt, dass es eine Abweichung gab, die auf eine unsachgemäße Nutzung durch die Nutzer zurückzuführen war. Also haben wir unsere Lizenzanzahl zunächst im Verhältnis zur maximalen Auslastung und anschließend im Verhältnis zur Abweichung reduziert. So sind wir von 50 verfügbaren Lizenzen auf 16 verfügbare Lizenzen gekommen. Und wir sehen, dass es zumindest bei den ersten Stichproben hier, die wir grob geschätzt seit einer Woche haben, keine Probleme verursacht hat. Aus Sicht des Unternehmens hatten wir also vorher kein Problem und haben auch danach kein Problem, außer dass wir inzwischen enorm bei den Lizenzen sparen.

[28:04] Hier sehen wir unsere Übersicht über die Zugriffsverweigerungen. Ich bin also davon ausgegangen, dass ihr wisst, was das ist. Eine Zugriffsverweigerung bedeutet ganz einfach: Ich beantrage eine Lizenz, erhalte aber keinen Zugriff darauf. Dafür kann es verschiedene Gründe geben. Wenn ich mit der Maus hierhin fahre, wird mir ein Benutzername angezeigt. Und ich kann mir diesen Nutzer genauer ansehen. In diesem Bericht haben wir einen ganzheitlichen Überblick über alle Produkte, können aber auch auf eine andere Ebene zugreifen, nämlich die Benutzerebene, auf der ich meinen Nutzer suchen kann. Hier war es „né“. Wenn ich auf diesen Nutzer klicke, erhalte ich hier dasselbe, nämlich eine Heatmap, die sich jedoch auf den Nutzer bezieht. Und was wir sehen, ist, dass es wahrscheinlich ein wenig „Camping“ gibt und auch ein wenig „Hogging“. Stellen Sie sich also vor, wenn ein Benutzer bis zu drei Lizenzen gleichzeitig offen haben kann – nun, grob gesagt verdreifacht das die Lizenzkosten.

[29:17] Das sind also die Möglichkeiten, die Power BI bietet. Wie Sie gesehen haben, befindet sich dieser Bericht in Power BI und nicht inLicenseAnalyzer™.Was bedeutet das? Es bedeutet, dass Sie sich in der Regel an die Teams von Open iT wenden, wenn Sie einen etwas individuelleren Bericht benötigen. Sie haben eine genauere Vorstellung davon, was Sie sich von den inLicenseAnalyzer™verfügbaren Berichten wünschen. In diesem Fall helfen wir Ihnen, erstellen sozusagen den Bericht für Sie und halten Rücksprache mit Ihnen, um sicherzustellen, dass er genau Ihren Vorstellungen entspricht. Hier gibt es verschiedene Möglichkeiten. Ich zeige Ihnen hier nur dieses Beispiel, aber es hängt wirklich davon ab, was Sie darstellen möchten und was Sie in Ihren Berichten sehen wollen.

[29:58] Open iT bietet Ihnen also seine Lösung zur Datenoptimierung an. Die wichtigste Lösung, das Flaggschiff-Produkt, istLicenseAnalyzer™.Natürlich möchten wir Unternehmen helfen. Deshalb passen wir uns auch an die jeweiligen Unternehmen an. Wir bieten drei verschiedene Stufen an, je nachdem, was Sie wollen, wie Sie optimieren möchten und sogar je nach dem gewünschten Optimierungsgrad. Stufe 1 betrifft die Nutzungszeiten, das heißt, wir erfassen im Grunde die Kaufbelege und sagen Ihnen: „Sie haben so und so viele Lizenzen, und Sie nutzen sie auf diese Weise.“ Sie haben 25 Personen, die sie gleichzeitig nutzen. Das fällt also unter die Nutzungszeiten. Sie haben zwar Zugriff auf Berichte, aber beispielsweise keinen Zugriff auf Stufe 2, bei der es um die tatsächliche aktive Nutzung geht. Das heißt, wir helfen Ihnen dabei, zwischen aktiver und inaktiver Nutzung zu unterscheiden. Das heißt, jemand, der die Lizenz nutzt, arbeitet auch tatsächlich daran. Wie lässt sich das feststellen? Nun, wir messen zum Beispiel ein wenig die Maus- und Tastatureingaben innerhalb der Anwendung und unterscheiden zwischen der Zeit, in der eine Anwendung tatsächlich genutzt wird – also daran gearbeitet wird –, und der Zeit, in der sie lediglich geöffnet ist.

[31:11] Das gibt euch sozusagen einen zweiten Handlungsansatz, mit dem ihr auf die Nutzer zugehen und ihnen gegebenenfalls empfehlen könnt, die Anwendungen zu schließen, wenn sie nicht genutzt werden. Dieses automatische Schließen ist unsere Stufe 3. Was macht Stufe 3? Sie funktioniert ähnlich wie Stufe 2. Wenn jedoch festgestellt wird, dass die Anwendung nicht genutzt wird, wird eine Benachrichtigung an den Nutzer gesendet. Wird die Benachrichtigung ignoriert, gehen wir davon aus, dass der Nutzer die Anwendung nicht nutzt, nicht anwesend ist, und schließen die Anwendung daher. Das bedeutet nicht, dass wir die Anwendung schließen und alles verlieren, was wir bisher erstellt haben. Grob gesagt wird die Lizenz wieder in den Pool zurückgeführt. Die Arbeit geht nicht verloren. Und natürlich können alle Einstellungen, die Sie an Ihr Unternehmen anpassen möchten, entsprechend geändert werden – das heißt, wenn Sie 10 Minuten warten möchten, bevor eine Warnung ausgelöst wird, warten wir 10 Minuten.

[32:07] Etwas, das ich vielleicht vergessen habe zu erwähnen: Ich habe von sechs Monaten und ähnlichen Zeiträumen gesprochen. Die Daten, also die Kassenzettel, werden alle fünf Minuten in Echtzeit abgerufen. Sie können jederzeit einen Bericht erstellen, der dann auf dem aktuellen Stand ist.

[32:32] So, das war’s also zu diesem Webinar über die Aufbereitung von Rohdaten, in dem ich den Vergleich zwischen Kassenzetteln und Handlungshebeln gezogen habe und wir darüber gesprochen haben, welche Arten von Entscheidungen man treffen kann. Ich lade Sie also ein, Ihre Fragen im Q&A-Bereich zu stellen, und das war’s auch schon – wobei ich nicht vergessen möchte, Ihnen zu sagen, dass Open iT dieses Jahr sein 25-jähriges Jubiläum feiert. Wenn ihr also zum Geburtstag gratulieren möchtet, zögert nicht. Seit 25 Jahren beschäftigen wir uns nun schon mit der Optimierung von Softwarelizenzen. Für uns ist das etwas ganz Normales und Selbstverständliches, aber wir sehen, dass es für Unternehmen noch kein automatischer Reflex ist. Gibt es also Fragen?

[33:35] Also, zu den Fragen: Müssen Sie eine Power BI-Lizenz erwerben, um die Software nutzen zu können? Ich habe zwar gesagt, dass Power BI nicht in Open iT enthalten ist, aber um es zu nutzen, müssen Sie keine Power BI-Lizenz kaufen. Sie benötigen sie möglicherweise, falls Sie erweiterte Funktionen nutzen möchten, aber um Zugriff auf den Bericht zu erhalten, den wir gemeinsam mit Ihnen erstellen oder den wir erstellen und anschließend gemeinsam durchgehen werden: Dafür müssen Sie keine Lizenzen erwerben, um ihn auszudrucken. Noch weitere Fragen?

[34:29] Wenn Sie also nicht speziell Power BI verwenden, passen wir uns an – wir können auch die klassischen Tools zur Datendarstellung nutzen. Es gibt also Power BI, man kann es mit Spotfire machen, Sie können es auch mit Excel oder Tableau machen. Wenn Sie also bereits Visualisierungstools verwenden, müssen Sie nicht umsteigen, um ein neues zu erlernen.

[35:08] Bieten wir Schulungen zu Power BI an? Nun, was Schulungen angeht: Wir können Beratung anbieten – unser Team aus Datenanalysten führt zwar keine zertifizierten Schulungen oder Schulungen mit Abschluss in Power BI durch, aber wenn Sie eine Vorstellung davon haben, was Sie möchten, wenden Sie sich bitte an das Team für Datenanalyse und Vorverkauf. Es ist ganz einfach: Wenn Sie möchten, dass wir gemeinsam an einem Bericht arbeiten, dann wird das auch so geschehen, und Sie erhalten Zugang – es handelt sich also im Grunde nicht um offizielle Schulungen, so würde ich es formulieren –, aber Sie erhalten die volle Unterstützung des TPA-Teams. Das Erste ist also: Selbst wenn Sie keinerlei Schulung in Power BI haben, haben Sie Zugriff auf etwa fünfzehn – ich glaube sogar noch mehr – vordefinierte Berichtstypen. Das heißt, ihr müsst nur den Bericht auswählen, der euch interessiert. Ihr gebt euren Verkäufer ein, ihr gebt das Datum ein, und schon wird die Tabelle angezeigt. Der Teil zur Erstellung einer Tabelle ist also nicht unbedingt notwendig – entweder ist er bereits in der SoftwareLicenseAnalyzer™verfügbar, oder am einfachsten ist es, sich an das TPA-Team zu wenden, um den gewünschten Bericht maßgeschneidert erstellen zu lassen. Das ist also der Teil zur Erstellung des Berichts. Anschließend folgt der Teil „Business Intelligence“ – in Anführungszeichen – also die Entscheidungen. Wir geben Ihnen unsere Ratschläge weiter, die wir dank unserer 25-jährigen Erfahrung gesammelt haben. Nun gibt es zwar keine Ausbildung mit Abschluss oder Zertifizierung für Power BI, aber das bedeutet nicht, dass Sie keine Unterstützung erhalten.

[37:07] Also, ich sehe im Moment keine weiteren Fragen. Ich werde noch ganz kurz warten, um sicherzugehen, dass ich an der richtigen Stelle schaue.

[37:23] Also, die letzte Schlussfolgerung – es gibt ja immer mehrere Schlussfolgerungen. Wie wir gesehen haben, bräuchte man beispielsweise Daten aus sechs Monaten, um ein repräsentatives Ergebnis zu erhalten. Was bedeutet das? Es bedeutet: Wenn Sie glauben, dass sich das auf Ihr Unternehmen anwenden lässt, dann trifft das in den meisten Fällen auch zu. Am besten fangen Sie so früh wie möglich an. Ich meine, natürlich klingt das wie ein Marketingargument, aber es hat sozusagen auch eine mathematische Grundlage. Deshalb ist es am besten, so früh wie möglich anzufangen. Je früher Sie anfangen, desto eher können Sie die richtigen Entscheidungen treffen. Wenn Sie also Interesse haben, können Sie hier über den QR-Code Kontakt mit uns aufnehmen und ein kostenloses 30-minütiges Beratungsgespräch mit einem Mitglied unseres Datenanalyse-Teams vereinbaren. Am Ende erhalten Sie dann Zugang zur Aufzeichnung des Webinars. Sie können also diesen QR-Code nutzen.

[38:23] Zögern Sie nicht. Alle Fragen, die Sie haben – sei es solche, die ich vielleicht übersehen habe, solche, die ich noch nicht beantwortet habe, oder solche, die Sie sich nicht getraut haben zu stellen – können Sie hier gerne stellen. Aus meiner Erfahrung als Mathematiklehrer weiß ich, dass es immer Fragen gibt, die man sich aber nicht traut zu stellen. Hier haben Sie vielleicht einen etwas privateren Rahmen, um sie zu stellen, und Sie können sich mit uns in Verbindung setzen, insbesondere über diese E-Mail-Adresse hier: getstedopenit.com. Wir werden uns dann mit Ihnen in Verbindung setzen, und auf jeden Fall beginnt alles mit einem Gespräch, um Ihre Bedürfnisse zu ermitteln. Wir werden uns schnell einen Überblick verschaffen, mögliche Optimierungsansätze identifizieren und Ihnen auf Wunsch aus technischer Sicht etwas genauer erklären, wie das umgesetzt wird.

[39:14] Vielen Dank also, dass Sie an diesem Webinar teilgenommen haben. Ich hoffe, es war nicht zu schulisch und hat bei Ihnen nicht allzu viele schlechte Erinnerungen geweckt. Vielen Dank.