Gold des 21. Jahrhunderts schürfen

Data Management

Pixaby

Ohne Daten gibt es keine Digitalisierung. Sie sind das Gold des 21. Jahrhunderts. Daten beziehen sich z.B. auf Personen (z. B. Verhalten, Bewegung, Gesundheit und Finanzen), Maschinen (Industrie 4.0), Geräte (Internet-of-Things), Verkehr, Wetter, Märkte, Finanzmärkte. Alle großen Tech-Unternehmen sind auf der Jagd nach ihnen. Auch andere Konzerne aus der Finanz-, Pharma- und Autoindustrie kämpfen um die Datenhoheit. Nur im deutschen Mittelstand ist die Erkenntnis noch nicht richtig angekommen, vor allem nicht bei den vielen kleinen und mittelgroßen Unternehmen (KMU). Wie eine neue Befragung des DIHT Deutschen Industrie- und Handelstages unter 4.200 Unternehmen zeigt, fehlt es im deutschen Mittelstand an Geld, Kompetenz, Mut und vor allem an Fachkräften, um die digitale Zukunft zu gestalten.

Aus Daten werden Informationen

Vorreiter bei der Datenanalyse im deutschen Mittelstand sind die großen Online-Händler wie Zalando und Otto. Mit Online-Shops können sie die Spuren der Reise ihrer Kunden durch ihre Online-Welt gut verfolgen. Professionell agieren ebenfalls die großen Familienunternehmen aus der Investitionsgüterindustrie, die häufig Weltmarktführer in ihren Nischen sind. Dazu gehört z. B. der Pumpenhersteller Wilo aus Dortmund mit seiner neuen 250 Millionen Euro teuren smarten Fabrik. Doch bei den meisten kleineren Produktionsunternehmen scheitert es bereits daran, die Daten ihrer Maschinen auszulesen und zu verwerten. Die meisten Daten gibt es noch im Finanzbereich. Was ist also zu tun?

  • Datenstrategie: Nicht alle internen und externen Daten sind für Unternehmen strategisch relevant. Daher ist es wichtig, zunächst das relevante Datenfeld zu definieren und sich dann darauf zu konzentrieren.
  • Messsysteme: Danach müssen Rohdaten, die im Unternehmen entstehen oder noch entstehen können, systematisch erfasst werden. Hierfür sind Kameras und Sensoren an Produkten (Geräten), in Geschäften (Point-of-Sale) und in Geschäftsprozessen notwendig. Auch sind Schnittstellen zu verwendeten Fremdmaschinen und vielfältigen externen Datenbanken (z. B. Satelliten- und Wetterdaten in der Landwirtschaft) zu schaffen. 
  • Verarbeitung: Rohdaten müssen dann zu wertvollen Informationen verarbeitet und verknüpft werden. Dafür sind quantitative Methoden und Software mit Künstlicher Intelligenz notwendig. Im Kapitel 4 finden Sie dazu mehr. 
  • Interpretation: Für diese Prozesse und das Ableiten von Schlussfolgerungen benötigen Sie im Unternehmen vermehrt mathematisch und statistisch geschulte Datenanalysten. Sie stellen den Engpass der Zukunft dar. 

Daten-Anwendungen

Mit Daten und KI-Software ergeben sich vielfältige Anwendungen im Unternehmen:

  • Prognosen: Im Lebensmitteleinzelhandel und in der Gastronomie kann auf Basis von Wetter- und Kundendaten der Absatz z. B. von Fleisch und Fisch prognostiziert werden, was die Warenverfügbarkeit sichert, Ausschuss reduziert und die Lagerhaltung optimiert. In Industrieunternehmen zeigen Maschinendaten rechtzeitig den Wartungsbedarf an (Predictive Maintenance). In der Landwirtschaft wird der Düngemitteleinsatz durch Wetter-, Boden- und Schädlingsdaten prognostiziert.
  • Angebote: Kunden erhalten in Echtzeit individuelle Angebote, durch Geomarketingdaten sogar am aktuellen Aufenthaltsort. Preise werden dynamisch im Online-Shop angepasst, zunehmend aber auch in Geschäften mit digitalen Preisschildern.  
  • Prozesse: Betriebliche Geschäftsprozesse in der Produktion, Logistik und Verwaltung laufen mit Daten, Robotern und Künstlicher Intelligenz immer autonomer und damit menschenleerer (Robotic Process Automation). Auch im Marketing passiert mit Programmtic Advertising Vergleichbares.

Copyright: BPF Best Practice Forum GmbH | Jetzt Gratis-Newsletter abonnieren!

Weitere Themen

Geschäftsprozesse automatisieren

RPA Robotic Process Automation

Intelligente Verträge

Smart Contracts