Menü

8. Mai 2019

Big Data bei viele Unternehmen an erster Stelle

Neue Technologien, wie das Internet of Things, künstliche Intelligenz oder Block Chain haben einen immer größeren Einfluss auf die Wettbewerbsfähigkeit von Unternehmen. Das besagt eine repräsentative Befragung von Managern in 604 deutschen Unternehmen ab 20 Mitarbeitern, die der Digitalverband Bitkom 2018 durchgeführt hat. Ein zentrales Ergebnis: Big Data steht an erster Stelle der geplanten oder bereits umgesetzten Technologien (57 Prozent).

Quelle: https://www.bitkom.org/Presse/Presseinformation/Big-Data-steht-bei-sechs-von-zehn-Unternehmen-an-erster-Stelle.html

Big Data  – große Datenmengen – werden fast jedem unternehmerischen Kontext gewonnen und von Unternehmen zunehmend strategisch genutzt. Die Datenmenge ist in der Regel groß, unstrukturiert und komplex. In diesem Datenpool finden sich z. B. Daten von Kunden und Mitarbeitern, wie Klickraten oder Social-Media-Aktivitäten, Aufzeichnungen von Überwachungssystemen und Daten aus Fertigungsprozessen von vernetzten Produktionsanlagen.

Charakterisieren und näher bestimmen lässt sich Big Data durch die drei „V“:

  • Volume bezieht sich auf den Umfang oder das Datenvolumen
  • Velocity meint die Geschwindigkeit, mit der die Datenmengen generiert und verarbeitet werden kann
  • Variety verweist auf die unterschiedlichen Daten der Datentypen und –quellen

Neben dem immer schneller wachsenden Datenberg verstehen Experten unter Big Data auch die IT-Lösungen und Systeme, die Unternehmen bei der Bewältigung der Informationsflut unterstützen.

Was bedeutet die Verfügbarkeit von immer mehr Daten für die Unternehmen?

Durch die nahezu unbegrenzte Produktion von Daten ergeben sich für Unternehmen zahlreiche Chancen. Mit dem Wissen, das durch die Nutzung von Daten im Fertigungsprozess generiert wird, lassen sich Produkte und Prozesse verbessen. Darüber hinaus entstehen völlig neue Geschäftsmodelle – unabhängig von der jeweiligen Branche. Produkte oder Services können z. B. anhand von Nutzungsdaten oder Kundenfeedback in sozialen Netzwerken maßgeschneidert entwickelt werden. So ist es möglich, Kundenbedürfnisse frühzeitig zu erkennen und zu analysieren.

Quelle: https://www.bearingpoint.com/de-de/unser-erfolg/insights/big-data-automobilindustrie/

Laut einer Umfrage der Management- und Technologieberatung BearingPoint nutzt bereits jedes vierte Unternehmen aus der Automobilindustrie Big-Data-Analytics-Lösungen. Beim Verzicht auf Big Data und Analytics drohe ein Wettbewerbsnachteil, so die Meinung von fast allen Entscheidern bei Herstellern und Zulieferern (98 Prozent).

Die Unternehmen versprechen sich von der Datenanalyse bessere Prognosen für ihre Branche (60 Prozent), Kosteneinsparungen in der Produktion (55 Prozent), ein umfassenderes Verständnis und eine vereinfachte Steuerung von Kunden (50 Prozent) sowie eine Verbesserung von Produkten und Services (50 Prozent).

Vor allem im Bereich der digitalen Produktion sind laut Studie noch viele Big Data und Analytics‐Potenziale ungenutzt. Bei mehr als 75 Prozent der Befragten können Produktionsanlagen Sensor‐ und Maschinendaten noch nicht nach bislang unentdeckten Fehlermustern absuchen. In den kommenden fünf Jahren erwarten die Befragten einen Anstieg um 230 Prozent in der systematischen Zusammenführung von Sensor‐ und Maschinendaten. Ziel ist es, Probleme frühzeitig aufzuzeigen, die Leistungsfähigkeit der bestehenden Produktion zu steigern sowie Maschinenstörungen, Verfügbarkeiten und Auslastungsgrade zu erkennen.

Worauf sollten Unternehmen bei der Nutzung von Big Data achten?

Die Verfügbarkeit einer großen Menge von Daten alleine garantiert noch keinen Wettbewerbsvorteil. Neben der technischen Ausstattung benötigen Unternehmen das Know-how, um die richtigen Fragen zu stellen, Daten zu analysieren und Ergebnisse zu interpretieren. Zudem sind bei der Generierung und Verwendung von Daten Sicherheitsaspekte nicht zu unterschätzen. Zu den Daten gehören neben sensiblen Informationen aus der Produktion und Entwicklung auch personenbezogene Daten von Kunden, Mitarbeitern und Geschäftspartnern. Hier muss der Schutz vor dem Zugriff Dritter und dem Missbrauch der Daten gewährleistet sein.

Die größte Herausforderung für Unternehmen liegt allerdings in der Verfügbarkeit von Fachexperten im Unternehmen, die den Umgang mit großen Datenmengen beherrschen. Vor zwei Jahren äußerten 44 Prozent der von BearingPoint befragten Unternehmen aus der Automobilindustrie, dass es an internen Daten-Spezialisten mangelt. In der aktuellen Studie waren es schon 72 Prozent. Bei nur acht Prozent übernehmen interne Mitarbeiter die Aufgaben, 88 Prozent greifen auf externe Dienstleister zurück. Auf Grundlage dieser Ergebnisse empfiehlt BearingPoint den gezielten Aus‐ und Aufbau von Stellen für qualifizierte Big Data und Analytics‐Spezialisten als Erweiterung des firmeninternen Know‐hows.

Potenziale nicht ungenutzt lassen

Die genannten Studien zeigen: Die Generierung und Verwendung von Big Data ist in den Unternehmen angekommen und für die meisten Befragten von hoher Relevanz. Dennoch bleiben viele Potenziale ungenutzt. BearingPoint nennt hier die selten eingesetzte bereichsübergreifende Datenanalyse. Die so entstehenden Datensilos und der mangelnde Austausch erschweren die Analyse über Bereichsgrenzen hinweg. Auch das fehlende interne  Wissen bremst viele Unternehmen darin, sich im Bereich der Analyse großer Datenmengen weiterzuentwickeln.

Um die Chancen zu ergreifen und Herausforderungen der Nutzung von Big Data zu meistern, benötigen Führungskräfte ausreichende Informationen – von der technischen Umsetzung über die Verfügbarkeit interner Experten bis hin zur Interpretation der Analyseergebnisse für die Entscheidungsfindung.

Fest steht jedoch, dass der Umgang mit diesen großen Datenmengen und ihre Nutzung die Grundlage für die digitale Transformation darstellt. Hieraus ergeben sich die Geschwindigkeit und die Richtung des Wandels – aus ökonomischer und gesellschaftlicher Perspektive. Die Digitalisierung verändert nicht nur die Art der Produktion, sondern auch die Art zu arbeiten, zu kommunizieren, zu wohnen und sich fortzubewegen. Hier frühzeitig Potenziale und Herausforderungen zu erkennen, um mit dem passenden Know-how die Entwicklung aktiv mitzugestalten, ist die zentrale Aufgabe, vor der Unternehmen jetzt stehen.

Big Data mit explorativen Methoden analysieren

Big Data mit explorativen Methoden analysieren

Lernen Sie verschiedene Verfahren sowie Zusammenhänge, Muster und Ursachen zur Analyse von Big Data kennen.

Mehr Details

Zuverlässigkeit methodisch beschreiben und analysieren

Lernen Sie grundlegende statistische Methoden, um Zuverlässigkeitsanalysen erfolgreich durchzuführen.

Mehr Details