Mit Big Data in die digitale Zukunft

Datengetriebene Geschäftsmodelle sind keine Neuigkeit. Jedoch werden sie immer wichtiger für den Erfolg von Unternehmen. Jenseits von Werbung und Marktforschung werden Big Data und Data Analytics nun auch für die Industrie 4.0 und Produktion interessanter. Wer die Fähigkeit besitzt, Daten zu sammeln und auszuwerten, kann sich in Zukunft einen Vorsprung in Digitalisierungsprozessen erarbeiten. Doch was sind das eigentlich für Daten und wie kann man sie profitabel nutzen?

Big Data in der Kommunikation

Gehen wir einen Schritt zurück. Kennen Sie das? Sie interessieren sich für Produkte und Themen im Internet. Plötzlich bekommen Sie Inhalte, Werbung und Produkte zu genau diesen Themen auf anderen Webseiten angeboten. Wer die letzten zehn Jahre nicht auf dem Mond gelebt hat, sollte wissen, dass Firmen Daten zum Nutzerverhalten im Internet sammeln. Algorithmen und Cookies verfolgen Sie auf Ihrer „Reise“ im Internet, sie merken sich ihre Vorlieben, sie analysieren den Inhalt Ihrer im Internet besuchten Seiten. Das Ergebnis ist personalisierte Werbung und auf Sie persönlich zugeschnittene Inhalte. So entsteht ein digitales Profil xy zugeordnet, das einem bestimmten Verhaltensmuster entspricht und in eine Zielgruppe passt. Klassisches Schubladendenken. Bisher war das vor allem für Marktforschungszwecke sowie Marketing und Vertrieb interessant. Das sogenannte Re-Targeting, das Werbung und Inhalte passgenau an die jeweilige Zielgruppe ausgespielt, gehört mittlerweile zum Standardrepertoire der Kommunikation.

Der nächste Schritt: Datengetriebene Geschäftsmodelle in der Industrie

Die Nutzung von Big Data verläuft allerdings asynchron. Während Kommunikationsexperten die Datenanalyse von Nutzern sogar schon für Wahlkämpfe nutzen – Barack Obama hat wohl als erster in der politischen Kommunikation seine Botschaften per Big Data gesteuert – entdeckt die Industrie dieses Mittel gerade erst. Laut einer Studie des Digitalverbands bitkom zur digitalen Kundenbeziehung erheben zwar 96 Prozent der Unternehmen Daten ihrer Kunden, aber nur die Hälfte (53 Prozent) wertet die Daten aus und nutzt sie konkret für die Optimierung ihrer Unternehmensprozesse. 1.000 Unternehmen mit mehr als zwanzig Mitarbeitern hat der Verband befragt. Er hat Digitalverband für die Studie ein eigens entwickeltes Reifegradmodell erstellt, welches Data Analytics und Optimization anhand der sechs Dimensionen: Strategie, Kultur und Personal, Organisation, Prozesse, Technologie und Daten misst. „Kunden in der digitalen Welt bleiben vielen Unternehmen fremd“. Diesen Schluss zieht der bitkom aus Ihrer Studie. Das wirft ein Licht darauf, wie weit deutsche Unternehmen tatsächlich in ihren Digitalisierungsprozessen sind: Es gibt noch eine Menge ungenutztes Potential!

Qualitätssteigerung mit Industry Analytics

Datengetriebene Analysen und Business Intelligence unterliegen selbst einem steten technischen Wandel. Die Methoden werden ausgefeilter und der strategische Nutzen konkreter. Es geht schließlich darum, die Daten nicht bloß zu sammeln, sondern sie zu auszuwerten, um Muster zu finden und auf Herausforderungen im Unternehmen reagieren zu können. So lassen sich mit Hilfe von Daten Aussagen über zukünftige Entwicklungen in der Industrie machen. Das Ganze trägt einen eigenen Namen: Industry Analytics. Produktionsleiter können zum Beispiel Erkenntnisse darüber gewinnen, wie sich die Fertigung optimieren lässt, ob und welche Fehler zu erwarten sind, oder ob sogar ein kompletter Maschinenausfall droht. Beim ersten Industry Anaylitics-Projekt im Unternehmen definieren die Beteiligten zunächst die Daten, die zur Analyse eines Prozesses benötigen. Die Fachanwender legen dazu die Ziele der Prozessanalyse fest. Anschließend gilt es, die Parameter zu ermitteln, die möglicherweise Einfluss auf das Ergebnis haben. Diese werden im nächsten Prozessschritt an den Anlagen ausgelesen und in eine Datenbank übertragen. Die Daten müssen in einem zentralen Repository vorliegen, bevor sich Berichte auswerten lassen und mit Hilfe von statistischen Methoden Muster analysiert werden. Mit Data Mining Algorithmen lassen sich die Muster in den Datenbergen bestimmen und somit neue Erkenntnisse und Zusammenhänge gewinnen.
Die Digitalisierung und Vernetzung der Daten bringt Unternehmen einen echten Mehrwert sowie Wettbewerbsvorteile. Anhand konkreter Analysen lässt sich die Produktion optimal steuern, Maschinenengpässe oder Ausfälle lassen sich besser vorhersagen.