„Erst das Geschäftsmodell, dann die Technologie"

Der Begriff „Big Data“ ist ein wenig irreführend, denn es geht in erster Linie um Daten und weniger um ihre Menge oder Größe. Datengetriebene Geschäftsmodelle werden in Zukunft in zahlreichen Unternehmen die bisherige Geschäftstätigkeit ergänzen oder sogar ersetzen. Daten sind eine wertvolle Ressource, meint Prof. Dr. Stefan Wrobel, Direktor des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme IAIS in St. Augustin im Interview. Er beschäftigt sich seit vielen Jahren mit Aspekten der Digitalisierung, insbesondere mit intelligenten Algorithmen und Systemen zur Analyse großer Datenmengen und dem Einfluss von Big Data/Smart Data auf die Nutzung von Informationen in Unternehmen und der Gesellschaft.

ITM: Herr Wrobel, Deutschland gilt ja nicht als Hort der Digitalisierung, wie weit verbreitet sind datengetriebene Geschäftsmodelle und „Big Data“?
Stefan Wrobel: Glücklicherweise hat sich inzwischen auf breiter Front die Auffassung durchgesetzt, dass es sich bei Daten um wertvolle Ressourcen handelt. Viele Unternehmen haben sich in Bewegung gesetzt und experimentieren mit Daten, häufig unter dem Stichwort Digitalisierung. Vor allem Großunternehmen und Konzerne sind hier die Vorreiter. Einem Mittelständler fällt der Einstieg in die datengetriebene Wirtschaft nicht so leicht, weil die Ressourcen knapp sind. Hier sind Förderprogramme wichtig, die mittelständische Unternehmen unterstützen.

ITM: Welche Anwendungsbereiche und Projekte gibt es bereits?
Wrobel: Es gibt zwei große Anwendungsgebiete: Erstens bemühen sich die Unternehmen durch die Nutzung von Daten mehr Effizienz zu erreichen und zweitens geht es um eine größere Intelligenz in den Produkten und Services. Für die Effizienz von Prozessen gibt es inzwischen sehr viele Anwendungsfälle, etwa die Optimierung der Produktion, die Senkung des Energieverbrauchs oder die Verbesserung der Kundenansprache.

Seit einiger Zeit nutzen Unternehmen verstärkt intelligente Geschäftsmodelle auf Datenbasis. Da gibt es sehr unterschiedliche Entwicklungen, etwa ein Lifestyle-Konfigurator bei einem Autohersteller, der Daten zum Lebensstil abfragt und darüber die Modellpalette einengt. Ein anderes Geschäftsmodell ist die vorausschauende Wartung, etwa bei Fabrikausrüstern oder Aufzugherstellern. Dabei geht es um eine Prognose von Geräteausfällen, sodass Techniker bereits vorher reagieren können.

ITM: Solche Geschäftsmodelle erfordern aber eine Vernetzung der verschiedenen Anlagen und Geräte mit dem Hersteller.
Wrobel: Richtig. Geschäftsmodelle mit Daten setzen Vernetzung und Freigabe der Informationen voraus. Es geht dabei aber nicht um eine vollständige Transparenz, sondern um eine fallweise, sichere Bereitstellung ausschließlich der Daten, die für ein datenbetriebenes Geschäftsmodell benötigt werden.

Eine Kooperation der beteiligten Unternehmen geschieht idealerweise über eine Plattform, die entsprechende Datenschnittstellen anbietet. Das Fraunhofer IAIS hat zusammen mit Partnern aus der Wirtschaft das Konzept des Industrial Data Space entwickelt. Dabei handelt es sich um ein Referenzarchitekturmodell für Datenaustausch und Geschäftsprozesse. Es hilft beim Betreiben von Plattformen, die den Nutzern die Sicherheit bieten, dass Daten nur nach verlässlichen Prinzipien verwendet werden.

ITM: Wie muss ein Unternehmen vorgehen, wenn es in die Big-Data-Welt einsteigen möchte?
Wrobel: Wenn Big-Data-Projekte nicht langfristig und strategisch angegangen werden, ist die Gefahr des Scheiterns recht hoch. Sehr wichtig für den Erfolg ist die persönliche Verantwortung eines hochrangigen Managers, etwa ein Chief Digital Officer oder eine ähnliche Position.

Im zweiten Schritt sollte das Unternehmen ein Team zusammenstellen. Es sollte zudem prüfen, ob sich bereits Know-how im Unternehmen befindet oder ob externer Sachverstand notwendig ist. Für letzteres eignen sich beispielsweise Beratungshäuser, die sich auf Digitalisierung und datengetriebene Geschäftsmodelle spezialisiert haben, aber auch wir von Fraunhofer bieten hier umfangreiche und neutrale Unterstützung.

Der dritte Schritt betrifft dann das Business. Die Unternehmen müssen ermitteln, welche Daten sie bereits haben, welche sie leicht gewinnen können und wo es noch Lücken gibt. Anschließend folgt dann die Definition der Anwendungsgebiete für die Daten.

Der vierte Schritt führt zu einem Prototyp. Erst hier kommen Technologieanbieter ins Spiel. Es gibt rund um Big Data eine Vielzahl unterschiedlicher Lösungen und Anwendungen, die nicht für jeden Zweck geeignet sind. Es wäre eine schlechte Idee, von einer bestimmten Technologie auszugehen und das Geschäftsmodell daran entlang zu entwickeln.

Bildquelle: Fraunhofer IAIS