Schatzsuche im digitalen Ozean

Einen greifbaren Nutzen aus Data Science ziehen

Sechs von zehn deutschen Unternehmen bewerten die Fähigkeit, aus heterogenen Massendaten neues, geschäftlich nützliches Wissen zu extrahieren, als einen zentralen Erfolgsfaktor in der digitalen Revolution. Weithin unklar ist indessen, wie sich auch die eigene Firma zu einer „Data-driven Company“ weiterentwickeln kann.

Schatztruhe im Meer

Digitaler Ozean: Insbesondere unstrukturierte Informationen und solche aus scheinbar exotischen Quellen sollten bei der Zusammenschau nicht übersehen werden.

Dass die permanent steigende Datenflut erhebliches Geschäftspotential birgt, davon sind hierzulande 94 Prozent aller Führungskräfte in Industrie und Wirtschaft überzeugt. Zu diesem Ergebnis kommt eine Umfrage für die im März veröffentlichte Potentialanalyse „Data Science“ von Sopra Steria Consulting. Allerdings verwendet nur eine Minderheit der befragten Unternehmen schon jetzt datenbasierte Analysen und Prognosen systematisch für die eigene Geschäftstätigkeit. Stattdessen trifft mehr als die Hälfte der Befragten wichtige Entscheidungen intuitiv. „Offenbar gibt es eine tiefe Kluft zwischen theoretischer Einsicht und der Fähigkeit zur praktischen Umsetzung“, folgert Lars Schlömer, Head of Business Intelligence bei Sopra Steria Consulting.

Dies ist ein Artikel aus unserer Print-Ausgabe 05/2016. Bestellen Sie ein kostenfreies Probe-Abo.

Überbrücken lasse sich diese Kluft durch die Ausarbeitung eines individuellen Data-Science-Fahrplans – wobei der BI-Experte zuerst eine unternehmensweite Dateninventur quer durch alle Abteilungen empfiehlt. Die so gewonnene Übersicht gebe oftmals schon Aufschluss darüber, in welchen Geschäftsbereichen per Data Science am ehesten ein greifbarer Nutzen zu erwarten ist. Anders als bei konventionellen Business-Intelligence-Modellen (BI), die meist mit festgelegten Fragestellungen und strukturierten Datenbeständen operieren, kommt es beim Data-Science-Einsatz auf eine möglichst breite Perspektive an: Insbesondere unstrukturierte Informationen und solche aus scheinbar exotischen Quellen sollten bei der Zusammenschau nicht übersehen werden – beispielsweise Social-Media-Posts oder Statusmeldungen von sensorgesteuerten Produktionsanlagen.

Arbeitsmarkt und Datenschutz


Je mehr Einsatzszenarien sich abzeichnen, desto dringlicher stellt sich Frage nach entsprechend qualifiziertem Personal. Auf dem Arbeitsmarkt sind Data-Science-Spezialisten Mangelware – laut Potentialanalyse sucht zurzeit jedes zweite Unternehmen solche Spezialisten. Die Empfehlung des Beratungshauses lautet daher, nach Möglichkeit passende Kandidaten aus der eigenen Belegschaft in Data Science auszubilden.

Geschäftliches Wissen, das durch die Verknüpfung von Informationen aus unterschiedlichen Quellen entsteht, unterliegt denselben gesetzlichen Datenschutz- und Sicherheitsbestimmungen wie die ursprünglichen Ausgangsdaten. Das gilt erst recht, wenn wie bei Social-Media-Analysen personenbezogene Informationen eine Rolle spielen. Die Anpassung der rechtlichen Rahmenbedingungen hinkt dem Digitalisierungstempo in Deutschland bekanntlich hinterher. Bei der Planung von Data-Science-Investitionen ist daher zu beachten, dass manches Geschäftsmodell auf rechtlich wackligem Fundament gebaut sein könnte.

Bildquelle: Thinkstock/iStock

©2020Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok