Der Reutlinger IT-Dienstleister transtec AG positioniert sich immer wieder mit Statements, die ich gerne abdrucke, weil sie einen breiten, praxisorientierten Blick bieten. Diesmal spricht Dr. Oliver Tennert über das Thema Big Data im Mittelstand. Tennert ist seit neun Jahren bei transtec als Director HPC-Solutions tätig. Neben den vielfältigen Einsatzgebieten von High Performance Computing (HPC) ist Dr. Tennert auch in den Bereichen CAE und Big Data Analytics ein gefragter Gesprächspartner.
Im Mittelstand herrscht bei Big Data immer noch Unklarheit: das Thema sei nur für Großunternehmen mit extremem Datenaufkommen relevant, die hohe Budgets dafür vorsehen. Diese Einschätzung ist falsch, meint Dr. Tennert im folgenden Gastbeitrag:
Kleine und mittelständische Unternehmen gehen von einer falschen Prämisse aus und setzen Big Data mit extrem großen Datenmengen gleich. Das ist höchstens die halbe Wahrheit, denn die Komplexität bei Big Data resultiert auch aus der Datenstruktur und der Geschwindigkeit, in der die Daten anfallen: neben strukturierten Datenbankinhalten fallen auch halbstrukturierte und unstrukturierte Daten wie E-Mails, Audio- und Videodateien, Office- und Bilddokumente, Social-Media-Einträge oder Sensorinformationen täglich in großen Mengen an – natürlich nicht nur in Großunternehmen, sondern auch im Mittelstand.
Viele Unternehmen sind der Meinung, die Kosten für die Verwaltung und Analyse dieser Datenmenge und -diversität würden sie überfordern – dieses Argument greift aber zu kurz. Es ist ein klassisches Totschlagargument, das einfach nicht zutreffend ist. Jede Big-Data-Einführung führt im Gegenteil zu einer nachhaltigen und dauerhaften Kostenreduzierung. Das bestätigen auch alle Big-Data-Projekte, die wir selbst durchgeführt haben.
Es liegt auf der Hand, dass Daten in einer Zeit der Digitalen Transformation eine wichtige Entscheidungsbasis für nahezu jedes Unternehmen sind. Die zentrale Herausforderung betrifft dabei die Datenerfassung, -aufbereitung und -auswertung. Da die Datenmenge weiter kontinuierlich wachsen wird – man denke nur an die zunehmende Vernetzung von Geräten im Internet der Dinge – wird künftig kaum ein Unternehmen am Thema Big Data vorbeikommen. Voraussetzung sind natürlich gute Big-Data-Analytics-Lösungen, die den Datenwust bewältigen. Ziel der Analyse ist es, die Daten so schnell wie möglich in Wissen zu verwandeln und daraus entscheidungsrelevante Erkenntnisse für das Unternehmen zu gewinnen.
Big Data bietet unverzichtbare Informationsquellen
Richtig aufbereitet, gefiltert, strukturiert und bewertet sind Daten eine unverzichtbare Informationsquelle für jedes Unternehmen. Sie können für unterschiedlichste Zwecke genutzt werden, etwa für die Optimierung von Unternehmensprozessen, die Entwicklung neuer Geschäftsmodelle, Produkte und Services oder ganz allgemein für schnellere und auch bessere strategische Entscheidungen. Auch die Verbesserung von Kundenbeziehungen auf Basis umfassender Social-Media-Analysen ist ein klassischer Big-Data-Anwendungsfall. Damit wird auch klar, dass es praktisch keine Brancheneinschränkungen gibt: diese Themen betreffen das produzierende Gewerbe wie den Maschinenbau ebenso wie Logistik-, Dienstleistungs- oder Handelsunternehmen.
Beispiele zeigen die weitreichenden Möglichkeiten, die Big Data Analytics bietet: Ein Importeur von Südfrüchten setzt eine solche Lösung zur Unterstützung der Tagesplanung an, das heißt, um beispielsweise zu ermitteln, wie viel Ware zu welchem Zeitpunkt benötigt wird. Dies ermöglicht eine exakte Absatzprognose und damit eine Vermeidung einer unzureichenden oder übermäßigen Vorratshaltung. Und ein Maschinenbauer nutzt eine Big-Data-Analytics-Lösung für den Bereich Predictive Maintenance, das heißt die vorausschauende Instandhaltung auf Basis der Erfassung und Auswertung von Maschinen- und Prozessdaten. Die Analyse der Daten – vielfach in Echtzeit – ermöglicht zudem ein Erkennen von spezifischen Fehlermustern und damit eine schnelle Ermittlung von Problemursachen.
Bei der Einführung einer Big-Data-Lösung sollte sich gerade ein mittelständisches Unternehmen mit oft begrenzten personellen Ressourcen einen kompetenten Lösungspartner mit umfassendem Dienstleistungsportfolio suchen. Es sollte vom Consulting über die Lösungsimplementierung bis hin zu Service und Support reichen.
