Herausforderung für Unternehmen: Aus Datenflut Wissen gewinnen – und damit Wettbewerbsvorteile Mehrheit der Firmen fehlt die richtigen Tools, um Informationen zu generieren

Autor / Redakteur: Robert Laube* / Ulrich Roderer

Big Data wurde Ende 2011 von einer Reihe von Analystenhäusern als eines der Kernthemen für das Jahr 2012 identifiziert. Der Grund dafür liegt auf der Hand: Durch Social Networking, Zunahme der Internet-User und des kontinuierlichen Wachstums von Daten innerhalb von Unternehmen und Behörden, wird die Daten-Flut nicht ab-, sondern zunehmen.

Firma zum Thema

Bereits 73 Prozent der Unternehmen nutzen Datenanalyse, um neue Geschäfte zu generieren.
Bereits 73 Prozent der Unternehmen nutzen Datenanalyse, um neue Geschäfte zu generieren.

Mittlerweile werden beispielsweise 32 Milliarden Suchanfragen monatlich über Twitter gestellt oder mehr als zwei Milliarden Videos pro Tag auf YouTube angeschaut. Der gesamte IP-Verkehr soll sich bis 2015 vervierfachen – Cloud Computing sei Dank. Bis 2015 werden knapp drei Milliarden Menschen online sein, die Daten in einer Größenordnung von acht Zettabyte (oder 8.000 Exabytes) erstellen und teilen werden (Ravi Kalakota: Gartner 2012 Top 10 Strategic Tech Trends, 11. November 2011). Zum Vergleich: Im Jahr 2011 betrug die gesamte Datenmenge laut IDC 1,8 Zettabyte, 2012 sollen dies bereits 2,7 Zettabyte sein, ein Wachstum von 48 Prozent in zwölf Monaten.

Doch wie kommen diese auf den ersten Blick unvorstellbaren Datenmengen zustande? Zum einen durch explodierende Internet-Inhalte: Knapp 60 Stunden neuer YouTube Videos werden pro Minute hochgeladen, in Unternehmen führt der Einsatz von Social Media, Business Intelligence- und CRM-Systemen – unter anderem – zu einer Flut an Daten. Zum anderen sind Storage-Medien mittlerweile so kostengünstig geworden, dass fast unbegrenzt Speicherplatz zur Verfügung steht. Doch dies sind nur zwei Aspekte, denn es kommt nicht primär auf die Menge der gespeicherten Bits und Bytes an, sondern darauf, wie Unternehmen sie analysieren und dazu verwenden, ihre Geschäftsstrategie anhand dieser neu gewonnenen Erkenntnisse auszurichten.

Unstrukturierte Daten

Die meisten Daten – beispielsweise Blogs, Social Media Inhalte, Audio oder Video – sind jedoch unstrukturiert. Damit sind sie schwer zu katalogisieren, zu bearbeiten und zu analysieren. Allerdings kann sich gerade Social Media Content als eine wahre Fundgrube an Erkenntnissen zu bestimmten Zielgruppen erweisen. Unternehmen, die diese unstrukturierten Daten in Wissen umwandeln können, beherrschen quasi die hohe Big Data Kunst. Der Wermutstropfen: Laut einer Studie von Avanade vom Mai 2012 ist dies die größte Herausforderung, der sich Firmen momentan gegenübersehen.

Big Data: Wie der Datenflut Herr werden?

Wie also können Unternehmen die Datenflut in den Griff bekommen? Diese Frage stellen sich immer mehr Firmen. Allerdings sollten sie sich eher fragen: Welche unstrukturierten Daten benötigt das Unternehmen überhaupt und wie lassen sich die tatsächlich nötigen unstrukturierten Daten in Informationen und in Wissen umwandeln auf dessen Basis Geschäftsentscheidungen getroffen werden können? Zunächst einmal sind Daten isoliert betrachtet nicht von Nutzen, da der passende Kontext fehlt – sie sind jedoch das Rohmaterial, auf dessen Basis Informationen und Wissen entstehen können. Informationen sind Daten mit einer Struktur und Syntax. Sie sind sozusagen analysierte und überprüfte Daten, die über Relevanz verfügen. Auch wenn dies bereits einige Schritte in die richtige Richtung sind, so muss aus den Informationen noch Wissen gewonnen werden, bis Mitarbeiter und Führungsebene in Unternehmen Entscheidungen treffen können.

Denn erst die Entstehung von Wissen liefert den notwendigen Kontext zu einem Datenwert und den daraus entstandenen Informationen. Das Ergebnis kann beispielsweise ein 360-Grad-Blick über die Kunden einer Firma, ihre demografischen und wirtschaftlichen Daten sowie ihre Präferenzen sein. Dies erlaubt Unternehmen, umfassendere Erkenntnisse zu erhalten – und so ihre Kundenbeziehungen zu vertiefen, detaillierte Wettbewerbserkenntnisse zu gewinnen und die Profitabilität pro Kunde zu vergrößern.

Die erste Herausforderung: Die relevanten Daten ermitteln

Je nach Umfeld fallen in Unternehmen sehr viele Daten an. Klassische Beispiele sind hier Werbung und Marketing aber es gibt auch ausgefallenere Quellen wie Sensorenmesswerte. Herausgefunden werden muss, ob diese Daten wirklich alle relevant sind und selbst verarbeitet werden müssen. Was für einen zusätzliche Information verspricht man sich daraus? Anschließend ist zu prüfen, ob diese Information möglicherweise über einen allgemein verfügbaren Service bezogen werden kann: Idealerweise sofort, kostengünstiger und verlässlicher.

Die zweite Herausforderung: Daten in Wissen umwandeln

Die Mehrheit der Unternehmen hat momentan noch keine Strategie, wie sie die gesammelten und relevanten Daten in Wissen umwandeln will und kann. Immer mehr Firmen erkennen jedoch, dass die Datenschätze, die bei ihnen lagern, Wettbewerbsvorteile bringen. Avanade hat in seiner Studie fünf verschiedene Stufen definiert, an deren Ziel ein Unternehmen mit faktenbasierter Kultur steht. Die meisten Firmen sind erst bei den Stufen zwei und drei angelangt. Betriebe auf Stufe eins hingegen gibt es nicht: Sie würden nicht lange überleben, da sie über keine nutzbaren Daten verfügen. Auf Stufe zwei befinden sich knapp 60 Prozent der Organisationen: Ein kontinuierlicher Fluss externer und interner Daten überfordert diese Firmen. Sie verfügen über keine Werkzeuge, die die Rohdaten analysieren könnten – und wissen damit nicht, welchen Informationen relevant sind und welche nicht.

Immerhin 25 Prozent der Firmen weltweit sind bei Stufe drei angekommen: Diese Unternehmen nutzen hochwertige Daten und geben ihren Datenmodellen sowohl Kontext als auch Relevanz. Die Basis dafür ist die bereits erwähnte Veränderung der Unternehmenskultur, bei der die richtigen Daten, in der korrekten Klassifizierung sowie mit den entsprechenden von der Organisation festgelegten Metadaten analysiert werden. Dies ist eine potenziell hohe Hürde, die es zu überwinden gilt.

Bei den letzten beiden Stufen der Big Data „Wissenstreppe“ sind deutlich weniger Unternehmen angekommen als bei den vorherigen. Knapp zehn Prozent können mehr als historische oder retroaktive Datenanalysen zu fahren. Diese Firmen erstellen vorausschauende Analysen im Hinblick auf Kundenverhalten und künftige Marktanforderungen.

Prediktive Analyse

Am Ende des Stufenmodells stehen komplett vorausschauende Analysen, die sich von den historischen Bewertungen vieler Firmen maßgeblich unterscheiden. Data Mining Techniken, die für historische Analysen eingesetzt werden, bleiben jedoch weiterhin als Baustein für prediktive Analysen wichtig: Denn wie sonst soll eine langfristige Analyse zum Beispiel zu einem bestimmten Trend oder einer Marktentwicklung erstellt werden? Um erfolgreich am Markt zu agieren, sollten Unternehmen die zukunftsgerichtete Analyse in ihre Kernprozesse integrieren. Dies hat zwei Vorteile: Zum einen basieren sämtliche Entscheidungsprozesse auf aus Daten gewonnenem Wissen, zum anderen sind diese mit Fakten untermauert.

Die Kür: Belegbares Wissen als Basis für Geschäftsentscheidungen

Die Vorteile einer solchen kombinierten Analyse liegen auf der Hand. Doch die beste Big Data Strategie nützt nichts, wenn sie nicht in die Realität umgesetzt wird, sprich: Das Treffen von Entscheidungen darf nicht nur in der Geschäftsleitung auf Fakten und Wissen basieren, sondern die entsprechenden Prozesse müssen auf jede Mitarbeiterebene im Unternehmen kaskadiert werden. So kann die gesamte Firma sich vom Wettbewerb abheben und die Bedeuting traditioneller Entscheidungskriterien wie Preis, Qualität oder Innovationskraft steigern. Gleichzeitig lassen sich zusätzliche, detaillierte Informationen durch Kanäle wie soziale Netzwerke generieren.

Um der Flut an Daten Herr zu werden, ist eine Daten-Roadmap hilfreich, die die ideale Nutzung darstellt. Dazu gehört auch, dass Firmen Prozesse für das Sammeln, Speichern und die Verarbeitung für die wichtigsten in der Roadmap festgelegten Daten festlegen. Abschließend lässt sich sagen, dass Unternehmen das Wachstum an Big Data mit den richtigen Strategien für ihre Zwecke einsetzen können – und sich vom Wettbewerb nicht nur differenzieren, sondern ihm auch deutlich davon ziehen können.

*Robert Laube ist Service Line Lead Business Intelligence, Avanade Deutschland

(ID:35896350)