Article

Mit dem Kopf statt aus dem Bauch

Data Analytics & Big Data

Die digitalen Wegbereiter aus dem Silicon Valley machen es vor: Ihre Geschäftsmodelle setzen auf den geschickten Umgang mit Big Data und Analytics. Was hinter dem Erfolg der Analytics-Vorreiter steckt, erklärt Olaf Schleichert, der Leiter des Deloitte Analytics Institute in Berlin.

Ein Beitrag aus dem Deloitte-Jahresbericht 2015/2016

Herr Schleichert, was ändert sich durch Big Data und Analytics?

Mittels Data Analytics lässt sich eine neue Qualität der Entscheidungen im Unternehmen erreichen. In der Vergangenheit trafen Manager ihre Entscheidungen eher intuitiv. Sie vertrauten auf ihren Instinkt, ihre Erfahrung und erst dann auf Datenanalysen. Mit Data Analytics rücken die Datenanalysen in den Vordergrund. Rationalere Entscheidungen werden möglich.

Ist Data Analytics in den Unternehmen bereits angekommen?

Ja. Data Analytics ist auch in Deutschland auf dem Vormarsch. Die Unternehmen wollen ihre Kunden besser verstehen und bedienen – sei es, indem sie den Vertrieb optimieren, das Kundenverhalten vorhersehen oder die Kundensegmentierung weiterentwickeln. Wir haben untersucht, wie deutsche Unternehmen Data Analytics nutzen. Herausgekommen ist: In fast der Hälfte der Firmen beruhen strategische Entscheidungen bereits heute auf Data Analytics. Das ist erfreulich. Allerdings schöpfen die meisten das Potenzial nicht voll aus. Data Analytics wird als Entscheidungsunterstützung nicht konsistent über die Bereiche hinweg angewendet.

Welche Unternehmensbereiche nutzen diese Technologie?

Die Finanz- und die IT-Funktion sind am meisten datengetrieben. Grundsätzlich sind Analytics-Methoden und -Instrumente aber in nahezu jedem Geschäftsbereich anwendbar. Ein Beispiel ist die gezielte Analyse von Kundensegmenten. Mit Hilfe von internen und externen Daten können Marktsegmente und Wachstumspotenziale aus neuen Perspektiven betrachtet werden.

Was machen die Analytics-Vorreiter richtig?

Erstens kommt es darauf an, verschiedenste Datenquellen zu entdecken, zu verknüpfen und zu lesen. Unternehmen sitzen auf Bergen von Daten. Sie warten nur darauf erschlossen zu werden. Auf der anderen Seite wächst die Menge an Informationen rapide. Neue Datenquellen entstehen – Sensoren in Produktionsanlagen oder Social Media sind im digitalen Zeitalter wichtige „Datenlieferanten“. Allein soziale Netzwerke generieren täglich Massen an unstrukturierten Daten. Hinzu kommen weitere externe Informationen – beispielsweise über Wettervorhersagen, Verkehrsaufkommen oder Geo-Daten. All diese Informationen sind in Echtzeit verfügbar und liefern die Basis für aktuelle Entscheidungen.

Dann müssen die gesammelten Daten noch ausgewertet werden.

Genau. Durch die Kombination von Datenquellen und ihre Auswertung lassen sich neue Erkenntnisse über Geschäftsprozesse, Produktentwicklung oder Kundenbindung gewinnen. Der zweite zentrale Faktor ist deshalb die intelligente Informationsauswertung – sie beruht auf fortgeschrittenen Analysemodellen. Nur so lassen sich Ergebnisse prognostizieren und verbessern. Unternehmen sollten sich fragen: Wo sehen wir Geschäftschancen? Was sind die Treiber für eine bessere Unternehmensleistung? Welche Daten haben wir bereits? Wo fehlen noch Informationen? Wie kann ein einfaches Modell aussehen, das die Performance steigert und zugleich die Organisation nicht überfordert?

Welche Voraussetzungen braucht es in den Unternehmen, um Data Analytics erfolgreich einzuführen?

Angesichts der heterogenen Menge der Daten ist eine strategische und umfassende Herangehensweise unbedingte Voraussetzung. Ansonsten sind die Integration und die kontinuierliche Analyse der Informationen in Gefahr. Ganz wichtig: Ohne einen Organisations- und Kulturwandel geht es nicht. Das betrifft vor allem technische und organisatorische Fähigkeiten. Der Umgang mit Daten muss in die tägliche Arbeit integriert werden. Das wird die Unternehmen bereits mittelfristig entscheidend verändern.
 

Wo genau wird denn Data Analytics im Unternehmen angesiedelt?

Bis dato hat sich noch kein Organisationsmodell durchgesetzt. Wichtig ist, dass Datenwissenschaftler nicht isoliert sind, sondern mit den Anwendern im Unternehmen bereichsübergreifend zusammenarbeiten. Die Analytics-Nutzer müssen wiederum in der Lage sein, Datenanalysen zu verstehen und zu interpretieren. Schließlich trägt die Unterstützung der Unternehmensführung zur Durchsetzung von Data Analytics bei. Meine Empfehlung: Das Top-Management geht mit gutem Beispiel voran und wendet Datenanalysen bei Entscheidungsprozessen an.

Warum zögern zahlreiche Unternehmen bei der Anwendung der Technologie?

Zum einen gibt es Bedenken, ob die Organisation für Big Data bereit ist. Zum anderen haben manche Manager in der Vergangenheit schlechte Erfahrungen mit Data-Warehouse-Projekten gemacht und wollen deshalb lieber abwarten. Und es gibt auch Unternehmen, die mit komplizierten Analytikprogrammen zu kämpfen haben. Zudem ist es nicht immer leicht, die richtigen Daten zu identifizieren und mit ihnen korrekt umzugehen. Unternehmen müssen lernen, Big Data und Analytics zu ihrem Vorteil einzusetzen.

Mit dem Deloitte Analytics Lab möchten Sie Unternehmen die Möglichkeiten der Technologie aufzeigen. Wie funktioniert das?

Wer seine Daten monetarisiert, kann neue Umsatzquellen erschließen. Aus dieser Erfahrung heraus haben wir das Deloitte Analytics Lab geschaffen. Wir geben den Kunden die Möglichkeit, zu experimentieren. Ausgangspunkt sind die individuellen Analytics-Ansprüche und -Herausforderungen. Im nächsten Schritt erstellen und testen wir gemeinsam interaktive Prototypen – zum Beispiel mobile Apps, Dashboards oder Simulationstools. Kurz: Die Kunden erleben die Technologie im Einsatz. Wir helfen dabei, wichtige Fragen zu beantworten: Wie wirkt sich Data Analytics auf ihre Strategie aus? Welche Effekte entstehen für Prozesse und Produktentwicklung? Die Erkenntnisse fließen in eine Projektplanung für die Implementierung im eigenen Unternehmen.

Wie ist es um den Datenschutz und die Datensouveränität der Konsumenten bestellt?

Datenschutz ist eine der zentralen Fragen der datengetriebenen Wirtschaft. Wir stellen fest: Die Konsumenten sind unsicher, was mit ihren persönlichen Daten passiert. Die Verantwortung für Datenschutz trägt der Staat nicht allein. Konsumenten sehen die Wirtschaft im Zugzwang. Unternehmen müssen Antworten liefern und die Transparenzlücke zwischen Erwartungen und wahrgenommener Realität schließen. Die Konsumenten wollen selbst bestimmen, welche Daten sie preisgeben und welche nicht. Aufklärung, Transparenz, klare Richtlinien für die Datenverwendung – das ist ein generationsübergreifendes Thema und zugleich der Schlüssel für mehr Vertrauen.

Herr Schleichert, vielen Dank für das Interview.
 

Olaf Peter Schleichert, Leiter des Deloitte Analytics Institute