An abundance of new analytics technologies emerged since the advent of the Big Data trend and enabled new Business Intelligence (BI) use cases, which were not possible with traditional technologies. While Data Warehouses were the primary choice for traditional BI architectures, the technology selection and architectural patterns when constructing a customized BI architecture nowadays are less clear due to the many new technological possibilities. To address this situation, design science research was conducted to outline key determinants for technology selection in BI architectures and examine architectural usage patterns including Big Data technologies. Based on this, the Goal-oriented Business Intelligence Architectures (GOBIA) method was constructed and evaluated. The GOBIA method includes a BI reference architecture, which covers both traditional and novel as well as functional and technological components. Using this, a development process supports the construction of a customized BI architecture by guiding the technology selection for a specific use case and its goals. Beginnend mit dem "Big Data"-Trend wurde eine Vielzahl neuer Technologien zur Datenanalyse veröffentlicht, die gänzlich neue Anwendungsfälle für Business Intelligence (BI) ermöglicht haben, die mit bestehenden Technologien nicht umsetzbar waren. Früher stellten Data Warehouses den Kern von BI-Architekturen dar. Heutzutage ist die Auswahl aus den vielen Technologien und deren Kombination für die eigene BI-Architekturen nicht mehr so eindeutig. Um diese Lücke zu adressieren, wurden nach einer "design science"-Forschungsmethode zunächst Auswahlfaktoren für Technologien in BI-Architekturen sowie neue Big-Data-Anwendungsmuster herausgestellt. Als Ergebnis wurde daraus die GOBIA-Methode (Goal-oriented Business Intelligence Architectures method) konstruiert und evaluiert. Diese beinhaltet eine BI-Referenzarchitektur, die sowohl traditionelle und neue als auch funktionale und technologische Komponenten abbildet. Aus dieser begleitet ein Entwicklungsprozess die Entwicklung eigener BI-Architekturen, indem die Technologieauswahl anwendungsfall- bzw. zielgetrieben unterstützt wird.