Unternehmen versprechen sich durch den Einsatz von Big Data-Technologien Potentiale im Bereich der Innovationen und der Effizienzsteigerung. Eine Studie des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme (IAIS) hat untersucht wie Big Data eingesetzt wird, wofür und wer die Einführung vorantreibt.

Die zunehmende Digitalisierung der Gesellschaft und der Wirtschaft treibt das massenhafte Vorhandensein von Daten voran. Die Digitalisierung ist dabei Voraussetzung, da sie einerseits das Vorhandensein der Daten über Vorgänge oder Zustände offensichtlich macht und andererseits das Erfassen der Daten wesentlich begünstigt, indem sie es enorm vereinfacht. Big Data bezeichnet hierbei das Anfallen, das Erfassen, die Verarbeitung und Auswertung solch großer Datenmengen, dass es sich qualitativ von bisher verarbeiteten Datenmengen unterscheidet.

Big Data ist zugleich branchenübergreifend Herausforderung und Möglichkeit. Die Herausforderung ist nicht nur die technische Realisierung, welche nötig ist um die Datenmengen zu speichern und zu verarbeiten – einige Daten können bisher nicht ausgewertet werden, weshalb sie nur gespeichert werden um dies zukünftig erledigen zu können, was folglich enorme Speicherkapazitäten benötigt – sondern auch überhaupt die Bekanntheit der Einsatzmöglichkeiten für verschiedene Zwecke, ein zu restriktives Budget, fehlendes qualifiziertes Personal, aber auch Datenschutz und Datensicherheit, welche stets gewährleistet bleiben müssen. Weiterhin können aber auch die Daten selbst das Problem sein: Sie können zu umfangreich, mangelhaft, zu schwierig in der Gewinnung oder Zusammenführung sein.

Abgesehen von den Problemen im Zusammenhang mit Big Data bieten diese Technologien jedoch enorme Potentiale. Allgemein lassen sich diese in zwei Kategorien einteilen: Analyse von Innovationspotentialen und steigern der allgemeinen Effizienz durch Prozessverbesserung.  Der Effizienzsteigerung dient Big Data branchenübergreifend bei der Individualisierung von Services und intelligenten Produkten, so lassen sich u.a. sehr viel genauere Prognosen bezüglich Verkaufszeitpunkte und Nachbestellung treffen und „lernende“ automatisierte Abläufe sich noch effizienter gestalten. Weiterhin können Dienstleistungen und Angebote spezifisch auf Kunden oder Objekte zugeschnitten werden, standardisierte Dienstleistungen werden so langfristig durch individualisierte ersetzt.

Bei den Innovationspotentialen sind die Anwendungsschwerpunkte branchenspezifisch und  –charakteristisch: »Marketing, Vertrieb und Kundenbetreuung« im Handel, »Produktion, technische und IT-Services« in der Industrie, »Finanz- und Risiko-Controlling« in Banken und Finanzen, »Dienstleistung und Support« im Dienstleistungssektor. Die Aufgabenschwerpunkte von Big Data im Handel sind Absatzprognose, Marktmonitoring und umsichtige Steuerung. Marktmonitoring, vorausschauende Instandhaltung sowie innovative und verbesserte Produkte sind typische Aufgaben in Industrie und Dienstleistung. Bei Banken und Versicherungen geht es um Betrugserkennung und Risikoabschätzung. Das übergeordnete Ziel bleibt hierbei letztlich die Steigerung der Wettbewerbsfähigkeit, so wird der Einsatz von Big Data von einer Möglichkeit hin zu einer Erfordernis der Marktkonkurrenz. Es zeigt sich hierbei auch, dass die Initiative zu Big Data-Ansätzen nicht aus der IT, sondern aus dem Management kommt. Dass Big Data eine wettbewerbsentscheidende Rolle spielt, belegt auch eine Studie der Bitkom, wonach 74% der befragten Unternehmer Big Data als entscheidende Schlüsseltechnologie betrachten.

Kurzfristig wird das Potential vor allem in der Effizienzsteigerung der betrieblichen Prozesse durch Zugriff auf Echtzeitdaten gesehen, mittel- bis langfristig stehen jedoch die gesteigerten Prognosefähigkeiten als auch die Entwicklung neuer individualisierter Produkte und Services im Vordergrund, welche den strategischen Charakter der Möglichkeiten von Big Data offenlegt. Es zeigt sich, dass das Bewusstsein um die hohe Relevanz des Themas als auch die Notwendigkeit der Einführung entsprechender Technologien vorhanden ist. Auch wenn noch einige Probleme und Unsicherheiten bei der Einführung oder im Umgang mit Big Data vorliegen.

Mehr dazu erfahren Sie u.a. auf unseren StrategieTagen BIG Data am 7. und 8. Mai 2019.