Die richtige Big-Data-Strategie

Die Zahl der Unternehmen, die sich mit Big-Data-Analysen beschäftigen, steigt. Angesichts der Vorteile dieser Technologie verwundert das nicht. Die Rede ist von griffbereiten Fakten, kontrollierten Datenmassen, und Grundlagen zum Treffen strategischer Entscheidungen auf Knopfdruck. Für Unternehmen, die sich dem Thema Big Data nähern wollen, gibt es zwei Grundvoraussetzungen, denen die eigene Schatztruhe standhalten muss – Datenqualität und Datentransparenz. In der Tat wurden hier bereits große Fortschritte gemacht.

Datenqualität bedeutet in diesem Kontext zunächst einmal schlicht und einfach: Stimmen meine Daten so, wie sie sind? Anders ausgedrückt: Haben meine Daten ihren Ursprung in zuverlässig auswertbaren Prozessen? Die zweite Frage, die sich stellt, geht in Richtung der Transparenz und kann beispielsweise wie folgt lauten: Habe ich ausreichenden Zugriff auf Daten, die an verschiedenen Stellen meines Unternehmens und meiner Prozesse entstehen? Erst wenn diese beiden Voraussetzungen geschaffen sind, kann Business Intelligence wirklich entstehen.

Neue Spielräume entstehen

Dass viele IT-Verantwortliche bezüglich ihrer Big-Data-Szenarien immer noch nicht weit und mutig genug denken, kann nicht verwundern. Bestimmte Prozesse wurden in der Vergangenheit gar nicht erst erwogen oder gedacht, da sie schlicht nicht umsetzbar waren. Doch wo einst Engpässe waren, entstehen durch neue technische Lösungen jetzt völlig neue Geschäftsmöglichkeiten und Spielräume. Wenn also bisherige Restriktionen wegfallen und einem alle Wege offen stehen, dann entsteht ein Entscheidungsdilemma von der Art: Was würde ich machen, wenn ich plötzlich mit meinen Unternehmensdaten alles tun kann was ich mir wünsche, ohne dass ich mir um Zeit- und Implementierungsaufwand Gedanken machen müsste? Eine schnelle, einfache Antwort auf diese Frage allerdings gibt es nicht.

Bei der richtigen Strategie geht es also nicht darum, eine technische Lösung auszuwählen und in einer Hau-Ruck-Aktion das gesamte Wunschkonzert auf einmal umzusetzen. Es geht um Kernprozesse und Handlungsfelder, die von Unternehmen zu Unternehmen unterschiedlich sind. Zu ergründen, wo der Schuh am stärksten drückt, macht als Beratungsansatz deutlich, dass es die einzige Wohlfühl-BI-Lösung für jedes Unternehmen nicht gibt und sie schon gar nicht vom Himmel fällt. Jedes Unternehmen und jede Branche hat ganz eigene Chancen, von modernen BI-Lösungen zu profitieren, wie zahlreiche Beispiele aus der Praxis zeigen.

Wenn man früher sehen wollte, in welchem Vertriebsbereich der Auftragseingang im letzten Quartal gestockt hat, konnte man diesen noch recht gut identifizieren – womit der Analyseprozess aber meist schon am Ende war. Durch moderne Lösungen lassen sich heutzutage beliebige Aggregationsstufen bearbeiten, berichten und darstellen. Bis in den einzelnen Beleg lässt sich genau feststellen, welches Produkt aus dem Rahmen fällt, welcher Kunde weniger bestellt hat, oder an welcher Stelle sonst etwas schief gelaufen ist.

Produktionsplanung und Data Mining per Checkbox

Ein ähnliches Szenario lässt sich auch für die Produktionsplanung aufstellen. Was bedeutet es beispielsweise für ein Unternehmen, wenn von den gelieferten 100.000 Litern Milch 75.000 Liter verarbeitet werden? Die Simulation kann nicht nur eine klassische Absatz-Umsatz-Rechnung abbilden, sondern gleich Auslastungs-g, Fabrik-, Einsatzplanung, Investitionen und Abschreibungen mit einbeziehen. Solche komplexen Firmengeflechte waren in der Vergangenheit extrem schwer zu integrieren und zu berechnen – heute ist dies kein Problem mehr. Auch klassisches Data Mining war früher sehr aufwendig. Wollte man in seinem Portfolio über Regressverfahren Produkte finden, die sich schlecht verkauft haben, dauerte das Tage. In SAP Hana beispielsweise gibt es dafür ein Feld, an dem nur noch ein Häkchen gesetzt werden muss.

Gerade in der Handelsbranche ist das verfügbare Zeitfenster für Änderungen, Anpassungen und Korrekturen oft sehr klein. Wenn ein Mittelständler am Samstagabend sein Geschäft zu- und am Montag aufmacht, beschränkt sich das auf den Sonntag. Wenn das Unternehmen darüber hinaus Niederlassungen in verschiedenen Zeitzonen unterhält, kann es unter Umständen sein, dass nur noch wenige Stunden für Arbeiten am System bleiben. Hinzu kommen noch Ladevorgänge und Analysen, die parallel laufen und somit doppelte Last auf dem System erzeugen. Genau an diesem Punkt können moderne In-Memory-Verfahren Ressourcen sparen und damit die Zeiträume für IT-Umbaumaßnahmen wieder vergrößern.

Größere Datenberge umschaufeln

Viele Unternehmen haben heute Datentöpfe, die für eine Auswertung zwar interessant wären, die man aber wegen ihrer Größe und der damit verbundenen Laufzeiten bisher nicht in den Griff bekommen hat. Es gab beispielsweise schon immer Handelsunternehmen, die sich mit Verkaufsstrategien zur Erhöhung des Umsatzes pro Kassenbon beschäftigt haben. Wenn eine Analyse aber für deutschlandweit 40 Fillialen und tausende von Bons durchgeführt werden soll, sprengte das bisher die Grenzen des Machbaren. Heutzutage gibt es da keinerlei Restriktionen mehr, sondern eher die Überlegung, die Bons am besten noch mit den Daten der Kundenkarten zu verknüpfen.

Eine spontane Simulation zur Preisfindung direkt im Verkaufsgespräch ist unter Umständen noch schwerfällig und aufwendig implementiert. Besser wäre es, wenn sich ein Vertriebsmitarbeiter von seinem Notebook während des Verkaufsgesprächs einloggen und nebenher Preise und verschiedene Absatzoptionen simulieren könnte. Damit ist heute ein Werkzeug zur Kalkulation ganzer Angebotspakete möglich, das in der Vergangenheit schlicht und ergreifend nicht funktioniert hat.

Bei der Produktion müssen Mitarbeiter nicht wissen, was gestern gewesen ist, aber das, was heute wichtig ist, muss absolut präsent sein. Durch ein schnelles Reporting, das die Bereitstellung der Produktionsdaten in Echtzeit ermöglicht, kann schneller und präziser gesteuert werden.

Wie aufgezeigt lassen können die technischen Möglichkeiten heute viele Wünsche realisieren. Mitnichten ist es aber so, dass der IT-Verantwortliche nur noch sein Jawort geben muss, für immer glückselig ist und dabei auch noch einen Großteil seiner Kosten einspart. Die richtige Lösung zu implementieren ist nach wie vor eine Herausforderung und benötigt nicht nur technische Expertise, sondern auch entsprechende Branchenkenntnisse.

Lösungen für Big Data sind mehr als schnelle Hard- und Software- Komponenten und überspitzt formuliert, bringt große Macht immer auch große Verantwortung mit sich. Schnelle Analysen, schnelle Entscheidungen, schnelle Fehler – die immer dann passieren, wenn der Kontext eines bestimmten Prozesses nicht hinreichend bekannt ist. Die Kunst beim Management von Big Data ist es, Handlungsbedarfe richtig zu identifizieren und ihre Tragweite einzuschätzen. Big-Data-Spezialisten sind nicht Technikveteranen, sondern gleichermaßen kreative Manager, Strategen und Kommunikatoren, die ihren Kunden dabei unterstützen, den für ihn individuell größten Nutzen aus den neuen Technologien zu ziehen.

Weitere Informationen: www.ciber.com/de

* Der Autor, Michael Brecht, ist Team Lead Business Intelligence bei Ciber Managed Services.

Bildquelle: Günter Havlena/Pixelio.de