Die Daten sind da, eine Strategie fehlt

Die richtigen Brötchen zur richtigen Zeit

Eine Datenstrategie ist jedoch notwendig, um große Datenmengen zu verarbeiten. Und Daten ohne Intention völlig wertlos. Wie man seine gesammelten Daten richtig nutzt, hat die Bäckereikette Backwerk bereits im Jahr 2018 gezeigt. In der Küche setzt die Kette mittlerweile auf Monitore, die den Mitarbeiter*innen Empfehlungen anzeigen, welche Produkte sie als nächstes vorbereiten müssen. Diese Monitore nutzen Daten, die bereits durch das Kassensystem ohnehin schon da sind und mussten nicht extra gesammelt werden. Mithilfe von externen Programmierern wurde ein Algorithmus mit diesen Daten für die Kundschaft entwickelt, der so eine sichere Prognose liefert, dass 20 % weniger Waren am Ende des Tages in den Müll wandern müssen.

Dies spart im Falle vom Backwerk nicht nur Kosten, sondern schont auch Ressourcen und damit die Umwelt. Besonders bemerkenswert ist, dass durch die Datenanalyse Empfehlungen passend zum Kundenkreis ausgesprochen werden. So unterscheiden sich die Empfehlungen je nach Standort: Befinden sich zum Beispiel Schulen in der Nähe, wird zum Nachmittag hin eher auf süßes Gebäck gesetzt.

Doch nicht nur bei der richtigen Auswahl an Produkten, kann eine gezielte Datenanalyse Kosten sparen. Bei Produktionslinien, die auf Maschinen setzen, können Rechner über Sensoren Daten ableiten, die eine genaue Information darüber geben, wie lange Einzelteile einer Maschine noch haltbar sind und wann ein Austausch notwendig wird. Den Mitarbeiter*innen wird dann eine Empfehlung zum Austausch gegeben, der zeitlich genau so geplant ist, dass der Austausch der Einzelteile weder zu früh noch zu spät stattfindet.

Und obwohl Unternehmen durch solche Informationen Kosten sparen können, nutzen deutsche Unternehmen diese eher selten. Dies liegt insbesondere daran, dass Daten vor der Nutzung bereinigt und definiert werden müssen. Dieser Prozess benötigt wiederum qualifizierte Mitarbeiter*innen mit den Fähigkeiten, die Daten entsprechend zu lesen, mit ihnen zu arbeiten, sicher zu analysieren und natürlich auch mit diesen Daten zu argumentieren.

Ziele setzen und Möglichkeiten schaffen

Je schneller Daten erfasst, visualisiert und analysiert werden, desto schneller kann ein Unternehmen Maßnahmen ergreifen. Doch wofür eigentlich? Wofür genau wurden die Daten gesammelt und was soll damit gemacht werden? Bevor Daten sinnvoll analysiert werden können, muss sich das Unternehmen ein Ziel setzen. Was ist die Intention hinter der Datenanalyse? Hier beginnt nämlich bei vielen Unternehmen bereits der erste Fehler. Sie sammeln fleißig, aber wissen gar nicht warum.

Dabei gibt es eine Vielzahl von Möglichkeiten: Reduzierung ungeplanter Ausfallzeiten, Verbesserung der Sicherheit, Integration der Lieferkette in die Betriebsabläufe des Kunden, Optimierung der Produktprozesse, Reduzierung von Abfallprodukten, Ermittlung von Trends oder kurz: Die Erwartung der Kundschaft übertreffen.

Doch egal für welche Optimierung sich ein Unternehmen entscheidet, für alle wird die gleiche Grundlage benötigt: das richtige Know-how.

Dieses Know-how erlangen Unternehmen in der Regel nicht über neue Mitarbeiter*innen, die sich erst einmal in einen Bereich einarbeiten müssen, sondern durch bereits vorhandene Mitarbeiter*innen, die durch Weiterbildungen die richtigen Qualifikationen erwerben.

Das Berufsfeld rund um Big Data entwickelt sich rasend schnell und so entstehen andauernd neue Berufsbezeichnungen, die bei verschiedenen Unternehmen auch noch unterschiedliche Bedeutungen haben können. Und auch die Software unterscheidet sich je nach Branche. Daher sollten Unternehmen erst ihre Ziele setzen und dann nach einer geeigneten Fortbildung für Ihre Mitarbeiter*innen suchen.

Daten nutzen und Unternehmen optimieren

Besonders mittelständische Unternehmen schrecken noch vor der Nutzung von ihren gesammelten Daten zurück. Unsicherheiten und Sorgen halten viele davon ab und manches sorgt auch für ein wenig Ernüchterung. Es gibt immer mehr Daten, Datenquellen und höhere Anforderungen an die Qualität, dass die IT mehr mit dem Datenmanagement beschäftigt ist als mit der eigentlichen Analyse.

Zusammengefasst lässt sich somit festhalten, dass die Nutzung von Big Data eine weite Bandbreite an Vorteilen eröffnet, die von vielen Unternehmen noch nicht vollständig ausgeschöpft wird, da es an Qualifikationen und Intentionen mangelt.