Produkte oder Dienstleistungen, die auf die Kundenbedürfnisse abgestimmt sind, setzen sich gegen alle anderen durch. Um solche treffenden Produkte und Dienstleistungen zu entwickeln, braucht es vor allem eines: Wissen. Und dieses steht Unternehmen seit einigen Jahren en masse zur Verfügung.
Nie waren die Chancen so groß, zu erkennen, was die Menschen bewegt: Unternehmen gelangen auf vielfältige Weise an Nutzerinformationen und erhalten wertvolle Hinweise zu deren Vorlieben, Problemen und schließlich auch über deren Kaufverhalten.
Was also braucht man, um die Kundenbedürfnisse zu erkennen und gezielt in wirtschaftliche Angebote umzuwandeln?
Big Data – die wertvollste Ressource des 21. Jahrhunderts
2012 produzierten Menschen und Maschinen weltweit 1,8 Zettabyte an Daten. (1)
Prognosen zufolge verdoppelt sich dieses Volumen alle zwei Jahre. (2)
Statista schätzt das Datenvolumen im Jahr 2025 auf 163 Zettabyte. (3)
Damit produzieren wir heute mehr Daten als in den gesamten Jahrhunderten zuvor.
Angesichts dieser Fülle an Informationen lautet die zentrale Frage längst nicht mehr, wie wir an diese Daten gelangen, sondern wie wir sie sinnvoll speichern, verarbeiten, filtern und analysieren können. Mit klassischen Datenbank-Softwaretools ist das im benötigten Umfang so nicht mehr möglich.
Die riesigen Datenmengen enthalten eine Großmacht an Wissen, das richtig genutzt und eingebunden in automatisierte Prozesse eine unglaubliche wirtschaftliche Stärke besitzt.
Wenn Maschinen mit Big-Data-Intelligenz in der Lage sind, große Mengen an Sensordaten selbstständig zu verarbeiten und zu kommunizieren, entstehen auch intelligente, neue Anwendungen:
- Echtzeitanalysen und Prognosen ermöglichen die Optimierung von Prozessen und ermöglichen eine effizientere Unternehmensführung.
- Indem Unternehmen und Systeme die Bedürfnisse ihrer Nutzer kennenlernen, können sie direkt auf ihre Zielgruppe angepasste Produkte und Services entwickeln.
- Maschinen mit Big-Data-Intelligenz nutzen zum Beispiel umfangreiche Sensordaten selbstständig und ermöglichen so die Entwicklung und Etablierung intelligenter Produkte und Services.
Im Bereich Marketing und Vertrieb werden Datenanalysen bislang vor allem zur Kundenanalyse, zum Datenqualitätsmanagement, zum Stammdatenmanagement, zur Umsatzanalyse und zum Kundenbeziehungsmanagement genutzt. Dabei bestehen hier zahlreiche Chancen der sinnvollen Datennutzung, z.B. zur Wettbewerberanalyse oder zur Produktentwicklung.
In der Produktion und im Betrieb nutzen Unternehmen Datenanalysen bislang vor allem zur Produktionsplanung, zum Datenqualitätsmanagement und zum Stammdatenmanagement. Zum Ausfallmanagement und zur Maschinenüberwachung etwa werden sie noch nicht in großem Umfang genutzt. Dabei bieten die Daten auch hier eine Vielzahl an Möglichkeiten.
Alle Daten sind nützlich
Selbst scheinbar überflüssige Daten ergeben noch hilfreiche oder gewinnbringende Anwendungen. Ein gutes Beispiel dafür stellt die Support me anywhere App der Jena-Optronik GmbH dar. Als Partner nahezu aller großen Raumfahrtagenturen hat das Unternehmen Zugriff auf umfangreiche Geo-Informationen. In Verbindung mit einer umfassenden medizinischen Datenbank ermöglichten die Daten die Entwicklung einer Reise- und Gesundheits-App für Smartphone und Desktop-PC, die je nach ausgewähltem Reiseziel über die 20 häufigsten Krankheiten, ihren Risikograd, das Infektionsrisiko, die Übertragungswege und Symptome aufklärt. Aus scheinbar überflüssigen Daten entstand so eine wirklich sinnvolle Anwendung.
Cloud Computing zur wirtschaftlichen Datennutzung
Deutlich wird auch eine Verschiebung – nicht nur hinsichtlich der Datenherkunft, sondern auch des Ortes und der Art und Weise ihrer Speicherung sowie Verwendung: Angesichts der großen Datenmenge, die auf eigenen Speicherplätzen gar nicht mehr zu händeln ist, lösen cloudbasierte Daten die standortbasierten Daten ab und sorgen so für eine wirtschaftlichere EDV. Cloud Computing ermöglicht die Nutzung von IT als Dienstleistung (IT as a Service), anstatt in eigene IT-Infrastruktur zu investieren. Zudem findet eine neue Welle der Datenfragmentierung und eine Verschiebung vom Desktop hin zum mobilen Gerät statt, das den User befähigt, kontextsensible und standortbasierte Dienste zu nutzen. (4)
Die Cloud-Nutzung in der Wirtschaft boomt: Zwei von drei Unternehmen (65 Prozent) haben in Deutschland im Jahr 2016 Cloud Computing eingesetzt.
Mit Hilfe des Cloud Computing schöpfen Unternehmen, die Vorteile von Big Data bestmöglich aus, denn der Nutzen ist unendlich, die Kosten für die Implementierung neuer Hard- und Software entfallen fast vollständig.
Innerhalb der großen Cloud-Wolke entstehen neue Anwendungen, mit denen die Daten archiviert und Kosten reduziert werden können, etwa mittels Daten-Deduplizierung, Auto-Tiering und Virtualisierung. Neue Sicherheits-Mechanismen und -Anwendungen, wie Threat Protection Devices, Fraud-Management-Systeme und Reputation Protection Services, erkennen, welche Informationen geschützt werden müssen und auf welchem Sicherheitsniveau.
Die Personalisierung als entscheidender Wirtschaftsfaktor
Auch der fortschreitenden Personalisierung unserer Lebenswelt lässt sich mit Hilfe von Big Data begegnen.
Das Fraunhofer Institut für Intelligente Analyse- und Informationssysteme IAIS in Sankt Augustin führte eine weitreichende Untersuchung zu Nutzung und Potenzial von Big Data durch. (6)
Mit beeindruckenden Erkenntnissen:
Sie werden damit sie zu sogenannten “Prosumenten”, wodurch sich die Käufer-Kunden-Beziehung von B2B oder B2C zu B2U entwickelt – userzentriertes Business also. Vor allem im Bereich des User-generated Content ist dies bislang zu beobachten: Besucher eines Wikis arbeiten daran selbst mit; Blogger teilen Beiträge anderer Blogger und kommentieren diese; auf Videoplattformen stellen die Nutzer eigene Inhalte ein.
Bisher existieren eine Reihe an Produktinnovationen, “die einzelne Aspekte der Personalisierung nach B2U zum Teil gut umsetzt. Eine ganzheitliche und systematische Herangehensweise an das Thema Personalisierung findet bisher jedoch nicht statt. Dadurch bleiben die Potenziale durch Personalisierung bisher noch weitgehend ungenutzt.” (8) Die Chancen für eine intensive Durchdringung bekannter Märkte durch neue digitale Ansätze sowie für die Erschließung neuer globaler Märkte sind demnach enorm.
Deutlich wird, dass eine Personalisierung ohne Digitalisierung heute unvorstellbar ist. Um dem Wechselverhältnis Rechnung zu tragen, sollten Unternehmen nicht die Digitalen Möglichkeiten außer Acht lassen, mit denen sie ihre Produkte auf diese neuen Marktbedürfnisse ausrichten können.
Zur Entwicklung von B2U Vermarktungsstrategien und Geschäftsmodellen empfiehlt das Fraunhofer Institut unter anderem
- die Bedürfnisse des Kommunikationspartners umfassend zu verstehen
- Trends zuverlässig vorauszusagen
- die Integration der Kunden / Nutzer (User-Empowerment) in den Produktentstehungsprozess z.B. durch Systeme zur Entscheidungsunterstützung
- die Herausarbeitung des Mehrwertes für den Nutzer und auch das Sicherstellen dieses Versprechens, z.B. durch die geeignete Hardware und durch Vernetzung von Technologien oder Einzelprodukten auf Basis von Nutzerspezifikationen (Wünsche, Anforderungsprofile, Genetische Disposition, etc.)
- das Schaffen wandelbarer, flexibler und vernetzter Wertschöpfungssysteme (durch Schnittstellen, eine geeignete Datenbasis, transdisziplinäre Ansätze und Interoperabilität); So lässt sich die kontinuierliche Adaptivität von Produkten gewährleisten
- Nachhaltigkeit und Ressourceneffizienz (LCA, Soziale Aspekte, Ecodesign, Abfallvermeidung) als zentralen Wert des Produktes etablieren
- der Aufbau von Nutzervertrauen (z.B. durch Datensicherheit und Datenhoheit)
- eine Aus- und Weiterbildung hinsichtlich sich ändernder Anforderungen
- die systematische Nutzung von IT-Innovationen (9)
Big Data nutzen, aber wie?
Bislang nutzen nur wenige Unternehmen ihre Datenbestände für zielgerichtete Analysen. Eine große Hürde: die Heterogenität der Daten und das Fehlen geeigneter Methoden.
Um das Potenzial von Big Data maximal nutzen zu können, bedarf es einer durchdachten digitalen Wertschöpfungsstrategie. Dabei gilt es Hard-, Soft- und Freeware-Anwendungen, intelligent mit analytischen Verfahren zu kombinieren. Datenanalysen wandeln sich dadurch zu komplexen Algorithmen. Da herkömmliche relationale und zeilenorientierte Datenbanken gerade für aufwendige Berechnungen zu viel Zeit und zu viele Ressourcen benötigen, empfiehlt sich eine Umstellung auf analytische Datenbanken sowie Parallelisierungstechniken. (10)
Und ganz wichtig: Die Anwendungen und Berechnungen, die daraus entstehen, müssen dem Nutzer wertvolle Erkenntnisse oder einen echten Mehrwert liefern – ganz gleich ob Mobile oder Desktop App.
Wir beraten Sie gern zu konkreten Möglichkeiten der gewinnbringenden Datennutzung oder zu den technischen Möglichkeiten intelligenter Big Data Anwendungen.
Weiterlesen: Teil 3 – Märkte neu erfinden durch die Vernetzung unserer Lebenswelt
Quellen
(1) 1 Zettabyte entspricht 1’000’000’000’000’000’000’000 (1’000 EB’s). 1,8 Zettabyte Daten kämen zusammen, wenn täglich 215 Millionen Kernspintomographien von jedem Menschen auf der Welt angefertigt werden.
(2) Fraunhofer Institut für intelligente Analyse- und Informationsysteme: BIG DATA – Vorsprung durch Wissen – Innovationspotentialanalyse, 2012, unter: https://www.iais.fraunhofer.de/content/dam/iais/gf/bda/Downloads/Innovationspotenzialanalyse_Big-Data_FraunhoferIAIS_2012.pdf (aufgerufen am 23.11.2017).
(3) Statista: Prognose zum Volumen der jährlich generierten digitalen Datenmenge weltweit in den Jahren 2016 und 2025 (in Zettabyte), 2017, unter: https://de.statista.com/statistik/daten/studie/267974/umfrage/prognose-zum-weltweit-generierten-datenvolumen/ (aufgerufen am 23.11.2017).
(4) PricewaterhouseCoopers Aktiengesellschaft Wirtschaftsprüfungsgesellschaft: Big Data – Bedeutung, Nutzen, Mehrwert, Juni 2013, S. 8, unter: https://www.pwc.de/de/prozessoptimierung/assets/pwc-big-data-bedeutung-nutzen-mehrwert.pdf (aufgerufen am 23.11.2017).
(5) it-daily.net: Bitkom Studie: Nutzung von Cloud Computing in Unternehmen boomt, 14. März 2017, unter: https://www.it-daily.net/analysen/14859-nutzung-von-cloud-computing-in-unternehmen-boomt-bitkom-studie (aufgerufen am 23.11.2017).
(6) Fraunhofer Gesellschaft: Mass Personalization: Mit personalisierten Produkten zum Business to user (B2U), unter: https://www.stuttgart.fraunhofer.de/de/studie_b2u.html (aufgerufen am 21.11.2017).
(7) Fraunhofer Gesellschaft: Mass Personalization: Mit personalisierten Produkten zum Business to user (B2U), 2016, unter: https://www.stuttgart.fraunhofer.de/de/studie_b2u.html (aufgerufen am 21.11.2017).
(8) Fraunhofer Gesellschaft: Mass Personalization: Mit personalisierten Produkten zum Business to user (B2U), 2016, Seite 6, unter: https://www.stuttgart.fraunhofer.de/de/studie_b2u.html (aufgerufen am 21.11.2017).
(9) Fraunhofer Gesellschaft: Mass Personalization: Mit personalisierten Produkten zum Business to user (B2U), 2016, Seite 6f., unter: https://www.stuttgart.fraunhofer.de/de/studie_b2u.html (aufgerufen am 21.11.2017).
(10) PricewaterhouseCoopers Aktiengesellschaft Wirtschaftsprüfungsgesellschaft: Big Data – Bedeutung, Nutzen, Mehrwert, Juni 2013, S. 12, unter: https://www.pwc.de/de/prozessoptimierung/assets/pwc-big-data-bedeutung-nutzen-mehrwert.pdf (aufgerufen am 23.11.2017).
