Das Schlagwort Big Data weckt in der Wirtschaft große Hoffnungen: Laut einer aktuellen Umfrage im Auftrag von Sopra Steria wollen sieben von zehn deutschen Unternehmen bis zum Frühjahr 2017 in entsprechende Analyse-Tools investieren. Gleichzeitig offenbart die Studie weithin diffuse Vorstellungen davon, auf welche Weise die Auswertung tagtäglich anfallender Massendaten konkret zu höherer Agilität und verbesserter Unternehmensperformance beitragen kann. Eines muss Firmen dabei klar sein: Data-Science-Lösungen sind alles andere als einfach und auch nicht zum Nulltarif zu haben. Sechs Managementtipps helfen, Fallstricke auf dem eigenen Weg zur „Data-driven Company“ zu vermeiden.
Das Schlagwort Big Data ist für viele Unternehmen zu einer Art Projektionsfläche ihrer Wünsche und auch mancher Illusion geworden. Diesen Schluss legt die aktuelle Potenzialanalyse „Data Science“ von Sopra Steria nahe. 94 Prozent der dafür befragten Entscheider erwarten zum Beispiel, dass sich die wirtschaftliche Performance ihrer Firma durch datengetriebenes Agieren verbessert. Fast ebenso viele gehen davon aus, dass Data Science wertvolle Erkenntnisse liefern und Entscheidungsprozesse verändern kann. Entsprechend hoch ist die Investitionsbereitschaft, um dieses Ziel zu erreichen: Lediglich zwei Prozent der Studienteilnehmer planen derzeit keinerlei kurzfristige Investitionen in diesem Bereich. Fast drei Viertel hingegen wollen bis zum nächsten Frühjahr finanzielle Mittel für Analysetechnologien und zwei Drittel für die Neueinstellung entsprechender Fachkräfte bereitstellen. Auf dem Arbeitsmarkt sind Data-Science-Spezialisten allerdings eine Rarität. „Unternehmen sollten deshalb gezielt auf die Aus- und Weiterbildung eigener Mitarbeiter setzen – gerade, weil diese das Geschäft und die Prozesse bereits kennen“, so die erste Empfehlung von Lars Schlömer, Head of Business Intelligence bei Sopra Steria.
Wichtig ist zweitens, dem Data-Science-Team genügend Freiraum einzuräumen, um kreative Denkansätze ausprobieren und neue Einsatzszenarien entwickeln zu können. Drittens dürfen existierende Business-Modelle nicht wie Scheuklappen wirken. „Gefragt ist im Gegenteil ein unverstellter Blick auf alle möglichen Anwendungsfälle, die über Kundenmanagement und Vertrieb hinausgehen und sich zum Beispiel auch auf die Produktionsoptimierung erstrecken“, so Lars Schlömer.
Daraus ergibt sich unmittelbar die vierte Empfehlung – nämlich, dem Data-Science-Team einen breiten Zugang zu allen verfügbaren Datenquellen zu gewähren, wozu neben strukturierten vor allem auch unstrukturierte Informationen gehören. Fünftens müssen beim Experimentieren mit verschiedenen Analyseansätzen alle Akteure stets auch datenschutzrechtliche Fragen sowie unternehmenseigene Anforderungen an die Informationssicherheit im Hinterkopf behalten. Und schließlich darf, bei aller Euphorie über die neuen Möglichkeiten, auch der ökonomische Aspekt niemals außer Acht gelassen werden: „Data-Science-Anwendungsfälle müssen – und werden – sich betriebswirtschaftlich rechnen und einen greifbaren Mehrwert im Wettbewerb erbringen“, so der Head of Business Intelligence.
Eine ausführliche Darstellung der Empfehlungen findet sich im aktuellen Managementkompass „Data Science“ von Sopra Steria. Neben Anwendungsbeispielen aus der Praxis enthält die Publikation unter anderem auch methodisch aufbereitete Werkzeuge für den erfolgreichen Einsatz von Data Science in Unternehmen. Dazu gehört insbesondere eine Checkliste zur Bewertung des individuellen Big-Data-Reifegrades sowie zur systematischen Erfassung aller vorhandenen Datenquellen quer über alle Abteilungen hinweg. Eine solche Standortbestimmung hilft Unternehmen, realistisch einzuschätzen, in welchen Bereichen mit kreativen Data-Science-Ansätzen der größtmögliche Erkenntnis- und Informationsgewinn zu erwarten ist.
Über die Studie:
Im Februar 2016 ließ Sopra Steria insgesamt 220 Vorstände und Führungskräfte aus Unternehmen mit mehr als 500 Mitarbeitern zum Thema „Data Science“ befragen. Die Studienteilnehmer stammten aus unterschiedlichen Branchen – darunter Banken, Versicherungen und sonstige Finanzdienstleister, Energieversorger, Automotive, verarbeitendes Gewerbe, öffentlicher Sektor, Telekommunikation und Medien. Explizit ausgeschlossen waren Beratungsfirmen und Anbieter von IT-Lösungen. Die Erhebung fand in Form einer Online-Panel-Umfrage statt.
Der Managementkompass „Data Science“ steht hier zum Download zur Verfügung. Die Potenzialanalyse finden Sie hier.