Seit einigen Jahren wird das Thema „Big-Data“ als der neue Hype bei vielen Unternehmern, Fachseiten und IT-Leitern diskutiert und bei einigen Unternehmen hat es auch schon Einzug in die Strategiepapiere gehalten. Viele CEOs und CIOs stehen dem Thema aber immer noch kritisch gegenüber und fragen sich nach dem Nutzen von Big-Data.
Bevor sich ein Unternehmen dazu entscheidet beim Datensammeln und Datenanalysieren mitzuspielen, sollte man sich verdeutlichen, dass auch Big-Data kein brandneues Thema ist. Angefangen in der Wissenschaft, wo schon in den 70er Jahren insbesondere Kern- und Hochenergie-Physiker, Millionen von Datensätzen rechnergestützt analysiert haben, um Signaturen für neue Nuklearteilchen zu entdecken, so verarbeiten Meteorologen seit Jahrzehnten täglich riesige Datenmengen um den Wettertrend für uns alle vorauszusagen.
Banken und Versicherungen gehören sicher auch schon lange zu den Big-Data Unternehmen, die die Daten Ihrer Kunden oder öffentlich zugängliche Daten nutzen, um Bonitäten, Risiken oder Markt- und Börsentrends zu analysieren.
Aus dieser Betrachtung wird ersichtlich, dass es grundsätzlich zwei Anwendungsarten von Big-Data gibt.
In der Retrospektive kann man Signaturen oder Muster in den Daten analysieren, die von einem gewünschten Sollverhalten abweichen. Aus diesen Erkenntnissen kann man dann die Prozesse oder Produkte des Unternehmens entsprechend anpassen und verbessern. So kann z.B. eine Bank aufgrund von Kreditausfällen in einem bestimmten Segment die Bonität dieses Segmentes anpassen.
Der zweite Nutzen kann in der Trendanalyse und Vorhersage liegen. Das ist das Geschäft der Meteorologen und Börsianer. Von beiden Branchen wissen wir aber auch, dass Vorhersagen mit äußerster Vorsicht zu genießen sind.
Basis aller Big-Data Aktivitäten ist eine ausreichend große Menge an Daten. Darüber hinaus sind fundierte Methodenkenntnisse (Statistik) notwendig, um die Daten sinnvoll auszuwerten. Mitarbeiter mit mathematischer oder naturwissenschaftlicher Ausbildung und den nötigen Kenntnissen in statistischen Methoden sind gut geeignete Kandidaten. Wichtig für alle Methoden ist, dass die Analyseergebnisse (Aussagen) die nötige Signifikanz (Aussagekraft) besitzen. Gerne wird über die Freude der Entdeckung eines Ereignisses die kritische Auseinandersetzung mit dem Messfehler oder des „Signal-Rausch-Verhältnisses“ vergessen.
Über das gesellschaftliche-politische Thema der informationellen Selbstbestimmung, Transparenz und Selbstauskunft sollte sich das Unternehmen natürlich auch Gedanken machen. Die Frage, die hier im Mittelpunkt der Diskussion stehen sollte ist: Mache ich meine Erkenntnisse, die ich aus dem Datenhaufen herausdestilliere, transparent, so dass die daraus abgeleiteten Maßnahmen für meine Kunden und Geschäftspartner nachvollziehbar werden oder lasse ich meine Kunden darüber im Unwissen warum sie z.B. von einer Bank plötzlich keinen Kredit mehr erhalten oder ein Versandhaus plötzlich keine Waren mehr an ihre Adresse liefert.
Big-Data ist sicher ein Markt für alle Datenbank-, Speicher- und Analysesoftware-Hersteller. Als anwendendes Unternehmen sollte der Nutzen sehr kritisch hinterfragt werden. Wenn durch Datenanalyse in Prozess- oder Produktdaten signifikante Ereignisse gefunden werden, dann kann man in den meisten Fällen durch Prozess- oder Produktverbesserung Effizienzgewinne im einstelligen Prozentbereich realisieren, die aber durchaus nachhaltig sein können. Effizienzgewinne aus Trendanalysen halten nur solange der Trend anhält. Da Wirtschaftssysteme mindestens genauso komplex sind wie unsere Erdatmosphäre sollte der Unternehmer sowohl bei der Kleiderwahl als auch bei Unternehmensentscheidungen einen kritischen Blick auf die aktuelle Großwetterlage werfen, anstatt blind den Prognosen und Trends von Meteorologen oder Big-Data-Analysen zu vertrauen.
Sie haben Fragen oder Anregungen zu den oben genannten Themen dann schreiben Sie uns:
info∂d-centurio.de
Wir freuen uns auch wenn Sie unsere Beiträge in Ihren sozialen Netzwerken teilen. Vielen Dank dafür.