27
Neben häufig auch in vergleichbaren Unter-
suchungen zitierten Gründen wie mangeln-
des Know-how, technische Einstiegshürden,
Datenschutzfragen, fehlende Ressourcen,
keine oder kleine Budgets oder kein Rück-
halt im Management, erleben wir oft in der
Projektpraxis, dass es vielen Organisationen
schlicht an guten Ideen und Strategien fehlt,
wie sie Big Data nutzbringend einsetzen
können (Abbildung 2). Durch eine explora-
tive und kreative Analyse von Big Data inno-
vative Angebote zu schaffen, ist ein Prozess,
der neben einem breiten IT- und Fachwis-
sen unternehmensrelevante und letztlich in
den produktiven Betrieb überführbare „Use
cases“ benötigt. Hinzu kommt eine Unter-
nehmenskultur, die eine Beschäftigung mit
Big Data – häufig parallel zum IT-Betrieb –
zulässt und fördert, selbst dann, wenn Ver-
suche scheitern oder die Analyseergebnisse
mager ausfallen. Und natürlich muss das
Management zu diesen Vorhaben stehen,
um deren Finanzierung und Etablierung nicht
in Gefahr zu bringen.
Suche nach dem „Use Case“
Bei aller Freiheit und allen Besonderheiten,
die man der Analyse von Big Data zuerkennt,
werden also die wirtschaftlichen Zwänge
eine engere Abstimmung und klare Ziele
solcher Initiativen unumgänglich machen.
Wie erwähnt, muss es hierfür gelingen, die
Nutzung von Big Data und Advanced Ana-
lytics auch strategisch zu positionieren, als
wichtige Treiber oder gar „enabler“ der digi-
talen Transformation des Unternehmens, die
zu neuen Angeboten und Geschäftsmodellen
führen. In manchen Branchen gelingt dies
bereits mit neuen Angeboten beispielsweise
für Predictive Maintenance.
„Vor allem die Suche nach dem Use Case
muss künftig intensiviert werden, denn
erst so können Unternehmen den strate-
gischen und operativen Nutzen von Big
Data für ihr eigenes Geschäft wirklich
einschätzen“, resümiert Steffen Vierkorn,
Geschäftsführer der QUNIS GmbH. Die
gute Nachricht ist, dass dieses Nachden-
ken begonnen hat und Anwender derzeit
bisherige, aber auch neue Anwendungs-
felder betrachten. Big Data Analytics sei
gerade wegen der Digitalisierung ein
wesentliches Anwendungsfeld für die
Unternehmenssteuerung und eine zentra-
le Quelle für die Entwicklung innovativer
Produkte und Dienstleistungen.Mit Blick
auf den Markt werden neben traditio-
nellen Business-Intelligence-Werkzeugen
Tools und Methoden der Statistik und Data
Mining weiter an Bedeutung gewinnen.
Vor allem aber wird Künstliche Intelligenz
in diesem Umfeld eine entscheidende
Rolle spielen.
Abb. 2: Herausforderungen der Big Data Projekte?
Die Hindernisse für Big-Data-Initiativen sind vielfältig. Vor allem mangelndes Know-how,
geringe oder fehlende Budgets und die Einstellung im Management scheinen besonders oft
Probleme zu bereiten.
Quelle: QUNIS, Umfrage „Big Data und Advanced Analytics“, n = 71 (Mehrfachnennungen möglich), Werte gerundet
Fehlende externe
Berater
Unternehmenspolitik
Prioritätensetzung
Geringes Wissen über
Big Data
Kein Verständnis im
Management
Datenschutz und
-sicherheit
Budget
Datenmanagement
(technisch)
Fehlende Expertise für
Analytics
0% 10% 20% 30% 40% 50% 60%
56,3%
46,5%
42,3%
39,4%
35,2%
35,2%
25,4%
19,7%
15,5%
Manager Kommunikation
& Marketing der QUNIS
GmbH, Neubeuern. Das
Unternehmen entwickelt, realisiert und
betreut ganzheitlich Business Intelligence-,
Big-Data- und Advanced-Analytics-Projekte
und versteht sich als Begleiter durch die
Veränderungsprozesse im Unternehmen –
von der Projektidee über die Strategie, die
Organisation und Implementierung
bis hin zur Nachbetreuung und Weiter
entwicklung.
Sascha Alexander
