Datengetriebene Unternehmen durch Big Data. Das Internet der Dinge wird eine gigantische Menge an Daten erzeugen, die es zu verwerten gilt.

Zu viel Komplexität bremst Unternehmen aus – das gilt auch für datengetriebene Unternehmen. Immer mehr Firmen, insbesondere diejenigen, die den Weg der Digitalisierung und der digitalen Transformation beschreiten, müssen feststellen, dass sie immer mehr Daten erzeugen. Diese zu verwalten und im besten Fall sogar zu nutzen, ist keine einfache Aufgabe. IT ist einerseits die Voraussetzung für schnelle, effektive Prozesse und Innovationen. Andererseits kann eine aufgeblasene, komplexe IT auch das Gegenteil bewirken. Das gilt auch für Big Data: Es gibt Unternehmen, die grosse Mengen an Daten erzeugen, speichern und verwalten, jedoch ohne grossen Nutzen daraus zu ziehen. Big Data braucht klare und einfache Fragestellungen, damit die Daten nicht nutzlos herumliegen oder Unternehmen in ihrer Entwicklung sogar hemmen.

Big Data braucht klare und einfache Fragestellungen #bigdata #digital #Industrie40 Click To Tweet

Eine einfache, klare Fragestellung steht am Anfang von Analyseprozessen.
(Quelle: https://www.youtube.com/watch?v=nBoybSf7jwo)

Gerade aufgrund der Komplexität und den technischen Herausforderungen, die damit zusammenhängen, schrecken viele Unternehmen vor Big Data zurück. Doch die Chancen, die sich mit den Erkenntnissen aus den Datenanalysen grosser Datenmengen verbinden, sind so enorm, dass es sich in Zukunft kaum mehr ein Unternehmen leisten kann, diese nicht zu nutzen.

Das Internet der Dinge und Big Data gehören zusammen

Das Internet der Dinge sorgt derzeit für einen tiefgreifenden technologischen Umbruch, der gewisse, unvermeidbare Konsequenzen nach sich zieht. Der Volksmund weiss: Wer A sagt muss auch B sagen. Und wer sich auf das Internet der Dinge einlässt, muss sich zwangsläufig auch mit Big Data beschäftigen. Für produzierende Unternehmen, die ihre Fertigung beispielsweise in eine Smart Factory umwandelt, bedeutet das, dass sie allein durch das Echtzeit-Monitoring riesige Datenmengen zu verarbeiten haben. In diesem Zusammenhang gibt es jedoch eine grundlegende Unterscheidung zu machen. Denn Vernetzung ist nicht gleich Vernetzung.

Wer sich auf das Internet der Dinge einlässt, muss sich zwangsläufig auch mit Big Data beschäftigen #Komplexität #Einfachheit #Bigdata Click To Tweet

Bei der digitalen Vernetzung einer Fabrik kann man auf zwei verschiedene Arten vorgehen, wobei die eine Art eine sehr komplexe Netzwerkstruktur zur Folge hat und die andere eine einfache. Bei der ersten Art zu vernetzen wird jeder Punkt einer Fabrik mit jedem anderen verbunden – ein dezentrales Netzwerk entsteht. Auf diese Weise kann von jeder beliebigen Stelle der Fertigung aus auf alle anderen mit dem Netzwerk verbundenen Punkte zugegriffen werden und so zu Informationen über Lagerbestände, Auslastung oder den Aufenthaltsort von Werkstücken gelangen. Die zweite Möglichkeit, eine Fabrik zu vernetzen, funktioniert viel einfacher. Dabei werden alle möglichen Datenerhebungspunkte mit einer zentralen Stelle zu einem zentralen Netzwerk verbunden.

Netzwerkarchitekturen: links: ein dezentrales (auch „vermaschtes“) Netzwerk, wobei nicht alle möglichen Verbindungen („vollvermascht“) realisiert sind, rechts: ein zentrales Netzwerk, bei dem mit wenigen Netzwerkverbindungen alle im Netzwerk verbundenen Punkte mit allen anderen kommunizieren können.
Bildquelle: https://www.th-wildau.de/sbruntha/Material/VR/Websites-T13/VirtualRealityCommunities_Homepage/img/architektur.png

So kann Big Data Unternehmen helfen

Jedes Unternehmen verfügt über Daten, selbst dann, wenn es noch nicht vollständig ohne den Datenträger Papier auskommt. Durch die Analyse von Kundendaten, Kassenzetteln, Rechnungen und E-Mails lassen sich wertvolle Erkenntnisse über das Kaufverhalten gewinnen und in Bezug zu Werbeaktionen, Wetter oder Angebotspreisen setzen. Auch neue Datenquellen lassen sich vergleichsweise einfach erschliessen: Viele Kunden- und Bonusprogramme dienen beispielsweise dazu, mehr Daten und Informationen zur Analyse zu erhalten. Diese Daten geben Aufschluss über das Kundenverhalten. All das geht auch mit kleinen Mengen von Daten. Der Vorteil von Big Data ist, dass es ein vollständigeres und komplexeres Bild ergibt, wenn mehr Daten zur Verfügung stehen. In grossen Mengen von Daten lassen sich Muster erkennen, das zu Wissen führt, das über den blossen Inhalt der Datenbestände hinausgeht.

Solche Datenanalysen können dabei helfen, das bestehende Geschäftsmodell zu erweitern und zu verbessern. TomTom hat Big-Data-Analysen dazu genutzt, um zu einem führenden Anbieter für Navigationsgeräte zu werden: Indem TomTom die Navigationsdaten all seiner Kunden in Echtzeit auswertete, konnte die Nutzererfahrung der TomTom-Kunden grundlegend verbessert werden. Die Verkehrsentwicklung und etwaige Staus werden ebenso in Echtzeit angezeigt wie die besten Ausweichrouten.

Quelle: https://datafloq.com/read/tomtom-big-data/515

Big Data beziehungsweise die Erkenntnisse und Ergebnisse aus den Datenanalysen stellen selbst ein handelbares Gut dar. Ganz gleich, was ein Unternehmen herstellt oder vertreibt – die Datenanalysen können Aufschluss über Kundenverhalten geben. Dieses Wissen interessiert auch andere Unternehmen, die selbst vielleicht keine Analysen durchführen können. Big Data steht also auch für die Möglichkeit, ein radikal neues Geschäftsmodell zu den bestehenden hinzuzufügen. Jedes Unternehmen kann theoretisch zu einem Datenhändler werden (solange natürlich keine Datenschutzrechte verletzt werden).

Einfach nochmal bei null anfangen

In vielen Firmen wurden seit vielen Jahren immer neue, ergänzende IT-Lösungen eingeführt. Dabei wurde nicht immer ein neues System aufgesetzt, sondern aufbauend auf vorhandene Lösungen Stück für Stück durch neue Elemente erweitert. Solche Altlasten können Innovationsbremsen sein. Viel Zeit und Energie geht verloren, weil alte Technik nicht funktioniert oder Prozesse dadurch nicht flüssig ablaufen. Wer trotz digitaler Vernetzung und Big Data ein agiles und effizientes Unternehmen bleiben will, braucht einfach funktionierende Prozesse. Manchmal gehört Mut und Entschlossenheit dazu, noch einmal bei null anzufangen, um zu einer einfachen, aber effektiven Lösung zu kommen.

Wer trotz digitaler Vernetzung und Big Data ein agiles und effizientes Unternehmen bleiben will, braucht einfach funktionierende Prozesse Click To Tweet

„Small Data“ statt Big Data

Ein interessantes Konzept im Zusammenhang mit Big Data kommt aus dem Marketing. Dort war man früh mit dem Phänomen der Daten-Silos konfrontiert, wo sich grosse Datenmengen ungenutzt anhäuften. Der Marketing-Guru Martin Lindström entwickelte eine einfache Lösung für die Datenflut. Statt auf Big Data setzt er auf „Small Data“. Dahinter steckt eine einfache, aber schlagkräftige Idee: Auch die Analysen von wenigen Daten können schon zu wertvollen Erkenntnissen führen. Die Methoden, die auf kleine Datenbestände angewandt werden, sind die gleichen wie bei Big Data. Es geht also auch um das Herausfiltern von wertvollen Informationen aus den Daten, also sogenanntes „Data Mining“. Insbesondere im Zusammenhang mit dem Internet der Dinge setzt sich immer mehr die Einsicht durch, dass kleine, aber spezifische Daten-Sets zu den massgeblichen Erkenntnissen führen.

Quelle: https://www.gdi.ch/de/Think-Tank/Trend-News/Vergessen-Sie-Big-Data-setzen-Sie-auf-Small-Data!

Einfachheit und Big Data

Wenn es um Big Data und das Internet der Dinge geht, wird Einfachheit zum Erfolgsfaktor. Sowohl innerhalb von Unternehmen, wo es darauf ankommt, dass Prozesse einfach und effizient ablaufen, als auch bei den vernetzten Produkten selbst. Oft geht es um kleine Wirkungsbereiche, die nicht unnötig komplizierter gemacht werden müssen als unbedingt nötig. Eine intelligente Pillendose liefert im Vergleich zu einer Turbine in einem Windkraftwerk eine überschaubare Menge an Daten, die zudem wenig komplex sind. Dennoch lassen sich daraus wertvolle Erkenntnisse für die Forschung ableiten.

Quelle: https://adheretech.com/

Einfachheit und Big Data bedeutet aber auch, nicht ziellos Datenanalyse-Projekte zu verfolgen, weil es möglich ist, sondern die Analysen konsequent auf die Unternehmensstrategie auszurichten. Da es sich in der Regel um einen neuen Ansatz in Unternehmen handelt, mit dem sich die wenigsten Mitarbeitenden intensiv auseinandergesetzt haben, empfiehlt es sich auch, langsam und Schritt für Schritt zu starten. Wer zunächst einen Use Case findet und diesen erfolgreich umsetzt, tut sich leichter, weitere Anwendungsbereiche zu finden und gleichzeitig alle Mitarbeitenden mitzunehmen. Meine feste Überzeugung ist: Wer sich Einfachheit zur Richtschnur seines Handelns macht, bekommt auch grosse Herausforderungen wie Big Data in den Griff.