Digitale Fußspuren als Ressource der Zukunft

Daten entstehen überall und wer sich mithilfe von technischen Hilfsmitteln durch den Alltag bewegt, hinterlässt seine digitalen Fußspuren zwangsläufig. Mit der gezielten Analyse dieser Daten und dem Aufbrechen bisheriger Datensilos erhoffen sich viele ein zweites Eldorado. Jedoch gibt es bisher nur wenige konkrete Anwendungsbeispiele für Big-Data-Analytik. Im Groß- und Einzelhandel laufen die ersten Pilotprojekte gerade erst an. Im Vordergrund stehen aussagekräftige Ergebnisse zum Kaufverhalten der Zukunft. Der B2C-Fokus in diesen Projekten ist offensichtlich. Viele Unternehmen, die vor allem im B2B-Geschäft verortet sind, stellen sich zu Recht die Frage, wie sie von Big Data profitieren können. Hierfür ist ein Perspektivwechsel erforderlich: Es gilt, weniger den Blick nach außen als vielmehr nach innen zu richten. Die unternehmenseigenen IT-Systeme sind voll mit wertvollen, bisher noch ungenutzten digitalen Fußspuren.

Ein hohes Potential im Einsatz von Big-Data-Lösungen besteht im Bereich der Optimierung von Unternehmensprozessen: mehr Transparenz in den internen Abläufen, Ineffizienzen vermeiden, mögliche Betrugsmuster offenlegen und kostenintensive Prozesse straffen. Besonders im Bereich von Kliniken, im Einkauf, in der Revision und im IT-Help-Desk ist der Bedarf dafür besonders hoch. Je mehr Einzelschritte ein Prozess umfasst und je länger Prozessketten werden, desto höher ist die Abweichungswahrscheinlichkeit vom definierten Soll-Prozess. Die Kosten für den Zeit- und Personalaufwand erhöhen sich eklatant. Die Ursachen wie Bottlenecks, ungeklärte Zuständigkeiten, Ping-Pong-Effekte oder gar vorsätzliche Betrügereien bleiben meist lange Zeit im Verborgenen. Mithilfe von Process-Mining-Algorithmen (auch als ABDP bekannt) können ­alle IT-getriebenen Prozesse automatisiert gescannt, die Ist-Prozesse rekonstruiert und mit dem Soll-Zustand abgeglichen werden. In Verbindung mit Business Intelligence entsteht ein Big-Data-Analysewerkzeug namens Process Business Intelligence (PBI) für den internen Unternehmenseinsatz, basierend auf firmeneigenen Prozessdaten.

Wichtig bei solchen Analysewerkzeugen ist die Unabhängigkeit von existierenden Quellsystemen, die kontinuierliche Datenabfrage und die Analyse der Daten in Echtzeit. Hierin liegt der Unterschied im Vergleich zu klassischen BI-Lösungen: Basieren diese auf einer bereinigten, konsistenten und zeitraumbezogenen Darstellung von kulminierten Daten, greift eine PBI-Analyse auf die tatsächlich ablaufenden Rohprozessdaten zu und stellt alle daraus ableitbaren Erkenntnisse sofort zur Verfügung.

In Zukunft werden Big-Data-Ansätze wie Process Business Intelligence für die interne Unternehmensanalyse wichtiger, verbirgt sich hier doch ein ungeahntes Potential auf dem Weg zur operativen Exzellenz. Nur wer es versteht, die digitalen Fußspuren effektiv und effizient zu interpretieren, wird sich langfristig Marktanteile sichern können.