Big Data – Risiken verstehen, Chancen erkennen

Wenn Sie glauben, dass für Sie und Ihr Unternehmen Big Data wichtig werden kann, dann müssen Sie sich mit Ihrer IT-Architektur und mit Ihren Mitarbeitern, deren Qualifikationen und deren Ausbildung auseinandersetzen. Sie werden nur erfolgreich sein, wenn sie beide Themen bearbeiten.

In dieser Reihe werde ich Ihnen darlegen, worauf es meiner Ansicht nach ankommt, aber auch nicht verschweigen, welche Dinge ich für weniger relevant halte.
Die Auswirkungen auf die verschiedenen Branchen und wie Big Data vermutlich auch Ihr Unternehmen schnell verändern wird und welche Veränderungen erst im Zeitverlauf wirksam werden, sollen dargestellt werden.

Wird Big Data etwas Dauerhaftes sein?

Sicherlich kann man über die Namensgebung streiten. Der Begriff ist nicht ganz glücklich, es geht nämlich nicht um große Datenmengen. Es geht um die Auswertung von unstrukturierten, ständig entstehenden und um ständig von Maschinen und Anlagen oder sozialen Netzen produzierten Datenströmen. Dass diese Datenmengen unvorstellbar groß sein können, ist die andere Seite der Medaille.

Big Data – Risiken verstehen, Chancen erkennen , Umsatzpotentiale realisieren – worauf kommt es an?

Um welche Daten handelt es sich?

Social Media-Daten sind im Gegensatz zu Sensor-Daten wirklich neu. Wobei es nicht sicher ist, ob diese Daten wirklich bestand haben werden. Ich bin nicht alleine mit der Auffassung, dass diese Daten es nicht immer Wert sind, gespeichert zu werden. Anders verhält es sich mit den Daten, die durch Sensoren an Maschinen generiert werden. Die Begriffswelt dazu ist sehr heterogen. Von Internet of Things wie es die Amerikaner nennen bis zur deutschen Version von Industrie 4.0 ist alles vertreten. Ich gebe der Vernetzung von Maschinen und der Vernetzung von Gütern oder Sensoren in der Haussteuerung mehr Zukunft als der Vernetzung des Kühlschranks mit dem Handel zur Beschaffung von Nahrungsmitteln. Aber als Beispiel möchte ich Geräte der Haussteuerung, z.B. der Heizung, Heizkörperthermostaten, Waschmaschinen, Warmwasserkessel, Fenster und Rollläden, der komplette Sicherheitsbereich eines Hauses oder Gebäudes und vieles mehr anführen, diese Sensoren sind und werden immer intensiver in Netzwerke eingebunden. Damit erzeugen Sie Daten. Diese Daten beinhalten Informationen über die Verwendung des Gerätes, den Verbrauch von Wasser oder Strom und die Nutzung von Dienstleistungen, die in Zusammenhang mit diesen Geräten und deren Sensoren stehen. Damit können Optimierungsansätze generiert werden. Sei es für die Nutzung, die Wartung oder die Generierung neuer Dienstleistungen.
An dieser Stelle möchte ich nur kurz auf den derzeitigen Hype der Datensammlungen durch Wearables, also Sensoren in Kleidung oder Fitness-Trackern hinweisen. Deren ständig produzierter Datenstrom schafft Möglichkeiten, neue Dienstleistungen anzubieten oder durch Information, z.B. über den Ersatz von Laufschuhen nach definierter genutzter Streckenlänge einen Kaufimpuls auslösen kann.

Können Sie sich vorstellen, dass die heutige SAP mehr Geld mit Datenauswertungen wie zum Beispiel Business Intelligence und Analytics verdient, als mit dem traditionellen Verkauf von Software (Quelle: SAP)? Wenn die IBM fast 20 Milliarden US Dollar in Akquisitionen im Bereich von Analytik investiert, Firmen wie HP und Oracle große Produktankündigungen und Akquisitionen verkünden, dann ist da sicherlich etwas im Gange (Quelle IBM, HP, Oracle).

Durch die Erzeugung von Daten wird mehr Technologie zur Übertragung und Speicherung benötigt. Was wird sonst noch benötigt, damit Big Data kein Strohfeuer gibt? Es benötigt Menschen, Spezialisten, Experten, die diesen Daten Leben einhauchen. Die Auswertung der Daten durch Data-Engineers ist einer der Schlüsselfaktoren in der Umsetzung ob Big Data Projekte erfolgreich sein werden oder nicht. Investitionen in notwendige Soft-und Hardware sind kalkulierbar und überschaubar. Die Chance exzellente Mitarbeiter zu bekommen ist nicht so leicht vorherzusagen. Dennoch gibt es auch an Hochschulen schon mehr und mehr Bestrebungen und Ansätze die Ausbildung von Datenexperten nach vorne zu treiben. Die Universität Konstanz als Beispiel hat eine eigene Forschungsgruppe dazu installiert.

Alle diese Indikatoren sprechen meines Erachtens dafür, dass Big Data und die damit verbundenen Konzepte nicht wieder verschwinden, oder als Hype in der Geschichte beschrieben werden, sondern sie werden uns die nächsten Jahre sicher begleiten. Dies aber natürlich nur unter der Voraussetzung, dass es Unternehmer und Unternehmen gibt, denen es weiterhin wichtig ist, Kosten zu reduzieren, neue Produkte zu entwickeln und mehr und bessere Dienstleistungen und Produkte zu verkaufen um ihre Kunden zufrieden zu stellen. Davon ist derzeit doch sicherlich auszugehen.

Was ist aus Sicht des Managements neu? 

Weil sich Daten, Technologie und die Auswertungsmöglichkeiten durch die Data-Engineers von der traditionellen Auswertung und den traditionellen Darstellungen aus BI und anderen Tools unterscheiden, muss sich dies auch in der Organisation niederschlagen. Es wäre nicht richtig, Big Data einfach in die IT-Organisation zu integrieren. Sinnvollerweise sollten sie in den Abteilungen Marketing, Vertrieb, Finanzen, Service, Qualitätsmanagement und Strategie angesiedelt sein. Also dort, wo diese Daten zu Entscheidungen im Business führen.

Das traditionelle IT-Management war darauf ausgerichtet, das Management durch Datenaufbereitung, Präsentationen, Management-Cockpits und viele andere Darstellungen in der Entscheidungsfindung zu unterstützen. Big Data ist anders. Data-Engineers arbeiten an kundenspezifischen Produkten und Dienstleistungen, deren Verbesserung oder der Entwicklung neuer Lösungen.

Neue Möglichkeiten durch Big Data

Viele Führungskräfte sind im ersten Augenblick davon überzeugt, dass Big Data einen beträchtlichen Wert für Unternehmen mit Online Handel oder Online Shops haben kann. Sie haben oft Zweifel, ob Big Data auch in Ihrer Branche, zum Beispiel der Zulieferindustrie oder der produzierenden Industrie eingesetzt werden kann.

An einem Beispiel des Unternehmens General Electric GE, einem Hersteller von Lokomotiven, Gasturbinen, Triebwerken etc. möchte ich sie überzeugen, welches Potential in Big Data steckt:

GE bezeichnet die oben genannten Produkte auch gerne als „sich drehende Maschinen“ und hat für diese Produkte ein Datencenter in San Francisco gegründet. Eine Gasturbine ist ein solches Produkt der sich drehenden Maschinen. Heute schon überwacht das Unternehmen mehr als 1500 Turbinen von einem Standort aus und bietet damit die Plattform, Big Data zur Optimierung der Serviceleistung einzusetzen. Nach Ansicht der Experten kann durch diese Optimierung zwischen Service, Disposition von Ersatzteilen, Nutzungsuntersuchungen etc. in den nächsten 15 Jahren eine Einsparung von 66 Milliarden Dollar bei der Stromerzeugung der Gasturbinen erzielt werden (Quelle GE).

Wenn ein Unternehmen es also schafft, proprietäre Daten über die Arbeitsleistung seiner Produkte zu erhalten, könnte es seinem Kunden im Störungsfall einen reibungslosen Betriebsablauf ermöglichen und die Kosten für seinen Service optimieren. Stellen Sie sich einfach vor, sie würden eine Pumpe für eine grosse Anlage mit Big Data Datenausgabe, kontinuierlicher Leistungsüberwachung und optimierten Kundendienst auf Abruf und einer anderen Pumpe ohne dies Funktionen angeboten bekommen. Welche würden Sie kaufen und für welche Pumpe wären Sie bereit etwas mehr zu bezahlen?

Aktionsplan für Unternehmer und Führungskräfte – was sollten Sie tun?

• Hat sich Ihr Führungsteam oder haben Sie sich schon mit den neuen Datenarten auseinandergesetzt, die in den nächsten Jahren Auswirkungen auf Ihr Unternehmen und vermutlich auch auf die ganze Branche haben werden?
• Haben Sie schon mit Dritten darüber gesprochen, was der Begriff Big Data bedeutet und inwiefern er den Umgang mit Daten ihn Ihrem Unternehmen beschreibt?
• Verfügt Ihr Unternehmen über schnelle und flexible Konzepte, um wichtige Daten und Analysen auszuwerten und geeignete Maßnahmen zu ergreifen?
• Nutzen Sie schon externe Datenquellen für Ihre Entscheidungen?