UdZPraxis 1-2016

Unser heutiges Leben ist geprägt von Daten – wie wir kommunizieren, arbeiten und wirtschaften. Daten gelten in Forschung und Wirtschaft zunehmend als vierter Produktionsfaktor, neben Arbeitskraft, Kapital und natürlichen Ressourcen. Verknüpft mit neuesten Technologien ermöglicht es die Auswertung großer, unstrukturierter Datenmengen, dass Unternehmen und der öffentliche Sektor ihr Verhalten nicht mehr an Modellen ausrichten müssen, sondern nahezu in Echtzeit auf das tatsächliche Geschehen reagieren können. Dabei können sich Unternehmen der rasant ansteigenden Menge von Daten mit 22 Prozent Wachstum pro Jahr sowie der Bedeutung von Datenanalysen nicht entziehen. 1 Wer in der digitalisierten Welt wettbewerbsfähig sein will, der muss den Wert von Daten erkennen und nutz- bar machen können. Ein Beispiel für die zielgerichtete Datenanalyse ist die Analyse und Antizipation von Kunden- bedürfnissen, um neue Produkte und Dienstleistungen der Bedürfnislage des Marktes entsprechend zu entwi- ckeln. Neueste Studien zeigen, dass branchenübergreifend drei Viertel der Unternehmen relevante Entscheidungen zukünftig mit Unterstützung von Datenanalysen treffen möchten, aber oftmals über noch keine Strategien und un- zureichendes Wissen über den Umgang mit Daten verfügen. 2,3 Dass sich die Anpassung der Strategie auszahlt, belegt u. a. der renommierte MIT-Professor Erik Brynjolfsson: Ein Beispiel für die strategische Neuausrichtung des Geschäftsfeldes rund um Daten im industriellen Service ist das Unterneh- men Heidelberger Druckmaschinen. Der Hersteller von Druckmaschinen hat frühzeitig auf die integrierte Kommunikation zwi- schen Systemen und Maschinen sowie auf begleitende datenbasierte Geschäftsmodelle gesetzt. Die entwickelte Infrastruktur dient als Basis für verschiedene Servicelevels in der Instandhaltung bzw. im Support der Druckmaschinen. Ein Beispiel stellt das angebotene Condition-Monitoring dar, welches nachweislich eine Reduzierung ungeplanter Stillstandszeiten der Maschinen durch kontinuierliche Überwachung relevanter Maschinenparameter, verbunden mit präventivem Servicesupport, leistet. Daneben werden durch Daten beispielsweise Mehrwertdienstleistungen wie Software-Upgrades oder Kalibrierungen der Maschinen über die Internetschnittstelle der Maschinen ermöglicht. Auf diese Weise entstehen allein durch Daten und Technologie neue Geschäftsfelder für traditionelle Maschinen- und Anlagenbauer. Dieses Beispiel zeigt lediglich eine Möglichkeit auf, Daten in den industriellen Service zu integrieren. Tatsächlich wird das enorme Informationspotenzial von internen und vor allem von externen Daten in der Servicepraxis bisher oftmals nicht ausgenutzt. Deutsche Unternehmen analysieren derzeit primär intern vorliegende Unternehmens- und Kundenda- ten und verwenden zur Analyse vorrangig individuelle Ad-hoc-Analysen mit einfachen IT-Tools (z. B. Excel). Fortschrittli- che Analyseverfahren mit Daten unterschiedlichen Ursprungs und heterogener Struktur werden bis dato kaum genutzt, obwohl der deutlich höhere Nutzen nachgewiesen ist. 2,5 Zur Spitzengruppe beim Einsatz fortschrittlicher Datenana- lysen zählen die Branchen Automobilindustrie und Versicherungswirtschaft . Während die Automobil- industrie über hohe Kompetenzen in der Supply-Chain-Optimierung verfügt, zeichnet sich die Versicherungswirtschaft seit jeher durch Daten und Informationen im Kern ihres Geschäftsmodells aus, z. B. Risikobewertungen für Klienten. w 7 UdZ Praxis „Unternehmen, die ihre Entscheidungen auf Basis von Daten treffen, sind fünf Prozent produktiver als ihre Wettbewerber. Sie verdienen sechs Prozent mehr Geld und ihr Börsenwert liegt im Durchschnitt 50 Prozent höher.“ W ert von D aten Den Mehrwert von Daten im industriellen Service greifbar machen