Archiv für die Kategorie Digitalisierung

Industrie 4.0 verändert die Unternehmenskultur

Erstellt am: Dienstag, 30. Januar 2018 von Sascha Alexander

Es wird nicht genügen, wenn Unternehmen allein durch den Einsatz entsprechender Technologien versuchen, sich den neuen Anforderungen und Möglichkeiten einer Industrie 4.0 zu stellen. Vielmehr müssen sie den damit verbundenen gesellschaftlichen Wandel sehen und ihre Mitarbeiter darauf vorbereiten. So eines der Ergebnisse der Umfrage der Wirtschaftsprüfungsgesellschaft Deloitte „The Fourth Industrial Revolution is Here – Are You Ready?„. Laut Unternehmen wurden über 1600 C-Level-Führungskräfte aus 19 Ländern und zehn verschiedenen Branchen befragt, deren Unternehmen mehr als eine Milliarde US-Dollar Jahresumsatz erwirtschaften – darunter auch 100 Führungskräfte deutscher Unternehmen.
Geht es um die gesellschaftliche Breitenwirkung von Industrie 4.0, glaubt laut Studie eine große Mehrheit der Führungskräfte (87 Prozent), dass diese positiv für die künftige Entwicklung der Gesellschaft sei und „zu mehr Gerechtigkeit und Stabilität führen wird“. Verantwortlich dafür seien aber weniger Privatunternehmen, als zwischenstaatliche Kooperationen und Allianzen. Einen nennenswerten eigenen Beitrag zu dieser angeblich positiven Entwicklung sehen entsprechend nur ein Viertel der globalen Leader, in Deutschland sogar nur sechs Prozent der befragten Führungskräfte.

Keine Antwort auf die drohende Disruption

Skeptisch zeigen sich die Manager auch, ob ihr eigenes Unternehmen die „Disruption“ durch Industrie 4.0 überhaupt sicher überstehen wird. Nur 14 Prozent sind aktuell davon überzeugt, dass ihre Organisation vorbereit ist, das Potenzial von Industrie 4.0 in vollem Umfang nutzen zu können. Strategisch setzt die Mehrheit der Führungskräfte dabei den Fokus auf die Entwicklung neuer Produkte und Services sowie die Steigerung der Produktivität und Wachstum. Damit folgen sie eher einer traditionellen Ausrichtung, statt die Möglichkeiten von Industrie 4.0 zu nutzen, die durch Weiterentwicklung der Mitarbeiter oder Disruption im Wettbewerb entstehen können, so die Autoren der Studie. International sehen 40 Prozent der CXOs die Entstehung neuer Geschäfts- und Vertriebsmodelle im Rahmen von Industrie 4.0 als große strategische Herausforderung, hierzulande stimmen dem nur 26 Prozent der Befragten zu. Auch die Frage, wie wichtig es für Unternehmensführer ist, sich auf Innovation zu fokussieren, beantworten nur 29 Prozent der deutschen Führungskräfte positiv, während es international 40 Prozent sind.

Mitarbeiterschulung und Change Management

Diese zurückhaltende Sicht auf Industrie 4.0 spiegelt sich zudem in den Antworten wieder, wie denn derzeit die eigenen Mitarbeiter durch Weiterbildung und Change-Management auf den kommenden Wandel vorbereitet werden. Dies scheint umso nötiger, glaubt doch nur ein Viertel der befragten C-Level-Führungskräfte, dass ihr Unternehmen bereits über Mitarbeiter mit der benötigten Qualifikation sowie gut aufgestellte Teams verfügt. 86 Prozent aller internationalen als auch lokaler Manager wollen sich daher für die Weiterentwicklung ihrer Mitarbeiter für die neuen Anforderungen einsetzen. Doch die Autoren hegen Zweifel, ob diesen guten Vorsätzen auch Taten folgen werden, denn es gehe ja um nicht weniger als die Schaffung einer neuen Arbeitskultur, die Weiterbildung und die Gewinnung neuer Talente in den Mittelpunkt stellt. Bislang stehe aber zum Beispiel das HR-Thema weit hinten auf der CXO-Agenda, so Deloitte.

So nutzen PayPal und ProSiebenSat1 Big Data

Erstellt am: Mittwoch, 24. Januar 2018 von Sascha Alexander

Auch wenn heute Big Data in aller Munde ist, so stehen doch die Unternehmen mehrheitlich immer noch am Anfang mit der Umsetzung. Gerade zu Beginn einer Big-Data-Initiative fällt es schwer, die geeigneten Use Cases zu finden beziehungsweise vorhandene Ideen weiter auszuarbeiten und für ein Proof-of-Concept zu priorisieren. Wir empfehlen daher, sich zunächst in einem individuellen Workshop über die eigenen Anforderungen,  den Markt und Technologien bis hin zur eine Road Map klar zu werden. Im Rahmen dieser Vorarbeiten erläutern wir unter anderem Anwendungsbeispiele aus der jeweiligen Branche oder Fachbereich, die von Kunden oder aus dem Markt stammen. Die QUNIS hat hierfür als Besonderheit im Markt eine „Lösungsbibliothek“ geschaffen, die heute weit über 100 Beispiele für die Nutzung von Big Data enthält.

Ein besonders spannendes Anwendungsgebiet für Advanced Analytics ist beispielsweise das Marketing. Die in der Branche viel zitierte 360°-Sicht auf den Kunden bildet künftig die Grundlage dafür, welches Produkt und welche Dienstleistung er über welchen der vielen Kanäle zu welchen Konditionen angeboten bekommt. Je präziser daher eine Segmentierung von Kunden und die Prognose ihres Verhaltens möglich ist, desto höher sind Kontakt- und Antwortraten und damit auch Abschlussquoten und Umsatz, desto höher die Kundenzufriedenheit und Loyalität. Nachfolgend zwei Beispiele:

PayPal – Kunden besser verstehen und binden – Service optimieren durch Text Analytics

PayPal hat über 143 Millionen aktive Kunden und wickelt täglich über 8 Millionen Zahlungen ab. Zahlreiche Kunden äußern sich über Kundenumfragen, E-Mail, Feedback-Formulare im Web, Twitter zu den Dienstleistungen von PayPal, unter anderem darüber, welche technischen Probleme sie haben, was sie mögen, was sie stört und wie man den Service verbessern könnte. Wegen der enorm großen Menge an Feedback, wäre es sehr zeit- und kostenaufwändig, alles textuelle Feedback einzeln zu lesen und zu berücksichtigen. Die automatisierte Analyse des Kundenfeedbacks aus über 60 Ländern und in über 30 Sprachen ermöglicht es PayPal nun, wichtige Probleme und Themen sowie ihre Häufigkeit und Kritikalität automatisch und fast in Echtzeit zu erkennen, zu priorisieren und zu beheben.

ProSiebenSat.1 – Fakten mit Big Data: Was bringen TV-Spots für E-Commerce?

Die ProSiebenSat.1 Media AG vermarktet einerseits klassische TV-Werbezeiten und beteiligt sich andererseits an zahlreiche E-Commerce-Unternehmen. Im Rahmen der Beteiligung stellt ProSieben-Sat.1 u. a. Werbezeiten für die Bewerbung der E-Commerce-Angebote zur Verfügung. Es ist daher von hohem Interesse für ProSiebenSat.1, systematisch ermitteln zu können, welchen konkreten Beitrag die TV-Werbung zur Wertschöpfung des beworbenen E-Commerce-Unternehmens leistet. Wie viele Visitors besuchen genau deshalb die E-Commerce-Website, weil sie die TV-Werbung gesehen haben? Und welchen Umsatz bringen diese Visitors, die nachweislich ursächlich wegen der TV-Werbung auf die Website gekommen sind, in einem bestimmten Zeitraum? Durch den Big Data-Ansatz konnte ein Verfahren entwickelt werden, um den TV-Einfluss auf den Website-Traffic zu messen.

Mehr zu Big Data und der QUNIS-Methodik finden Sie hier

Viele Hürden im Datenmanagement bremsen die Digitalisierung

Erstellt am: Donnerstag, 19. Oktober 2017 von Sascha Alexander

Die Digitalisierung ist kein Hype, sondern beeinflusst schon heute die Unternehmen massiv. „Unternehmen fragen sich, wie sie sich für die Zukunft aufstellen müssen. Fast alle Branchen sind betroffen“, beschrieb QUNIS-Geschäftsführer Steffen Vierkorn die Lage auf der diesjährigen Fachtagung für BI, Big Data und Advanced Analytics der Controller Akademie in München. Die Globalisierung der Unternehmen und Prozesse, die wachsende Mobilität, die zunehmende Konnektivität (immer verbunden, Arbeit und Privat, „IoT“) sowie die „Individualisierung“ (DIY-Kultur und Nischenmärkte entstehen) sind Trends, die sich ohne eine Digitalisierung der Prozesse und eine breite, zeitnahe und gezielte Nutzung aller verfügbaren Daten kaum weiterentwickeln können. Die Digitalisierung ist der „enabler“ solcher und weiterer Trends in der Kommunikation und Datennutzung zwischen Menschen und Maschinen.

Allerdings sind viele Organisationen bislang weder technisch noch kulturell so weit, als dass sie die digitale Transformation umfassend in Angriff nehmen könnten. So finden sich in der Praxis etliche Hindernisse im Datenmanagement:

  • Gewachsene Datenstrukturen erschweren den weiteren Ausbau von Datenmodellen und den Betrieb bestehender Anwendungen
  • Business Logiken befinden an unterschiedlichen Stellen in den Systemen
  • Unterschiedliche Entwicklungsmethoden kommen im Rahmen der Umsetzung zum Einsatz
  • Keine Dokumentation der Logiken und der Transformationen
  • Die etablierten Datenmodelle sind zu „starr“ und erlauben keine agile Weiterentwicklung (Systeme wurden mit einer sehr fokussierten Zielsetzung aufgebaut und sollen nun breiter genutzt werden
  • Die Verarbeitung der gestiegenen Datenmengen (strukturiert) ist für etablierte Data Warehouses nicht mehr performant zu verarbeiten

Das Datenmanagement und die Dateninfrastruktur müssen sich daher ändern, um den neuen, mit Big Data und Advanced Analytics verbundenen Anforderungen nachkommen zu können. Um hier zu entsprechend agileren Architekturen zu kommen, die das bisherige Datenmanagement (Data Warehouse) als auch Big-Data-Umgebungen verknüpfen helfen, diskutiert die QUNIS heute mit Kunden Data-Lake-Konzepte (mehr zur QUNIS-Methodik finden Sie hier).

Dabei gilt es beispielsweise neuartige explorative Analyseszenarien zu unterstützen, in denen neben den bisherigen (strukturierten) auch anders oder kaum strukturierte Daten einbezogen und analysiert werden können. Ferner es gebe beispielsweise Streaming-Szenarien und damit zeitkritische Analysen auf der Basis unterschiedlicher Datenformate. Mindestens genauso wichtig für ein Gelingen der digitalen Transformation sei eine Organisation, die sowohl die bisherige Nutzung von Business Intelligence als auch die Speicherung, Verarbeitung und Analyse polystrukturierter Daten fördert und regelt (Rollen, Governance).

Weitere Beiträge zum Thema:

Der Chief Data Officer – Eine neue Rolle etabliert sich

Erstellt am: Mittwoch, 27. September 2017 von Sascha Alexander

Die digitale Transformation von Unternehmen ist eng verknüpft mit der Organisation und Weiterentwicklung des bisherigen Information Managements. Dies führt unter anderem zur Entwicklung neuer Rollen, denen eine strategische Aufgabe bei der Umsetzung zukommt. Damit Daten tatsächlich operativ nutzbar werden, müssen sie auch technisch verfügbar, korrekt und standardisiert (Governance) vorliegen. Um diese Vorgaben umzusetzen und zu überwachen, haben manche Organisationen damit begonnen, die Rolle eines „Chief Data Officers“ (CDO) zu definieren und zu besetzen. Nicht zu verwechseln mit der Rolle eines „Chief Digital Officers“ (ebenfalls CDO abgekürzt) definiert der Datenverantwortliche, wie Daten künftig erfasst, verwaltet, geschützt und letztlich zu Geld gemacht werden sollen. Ob dies in der Praxis bereits gelingt, hat nun die vom US-Anbieter Experian in Auftrag gegebene Umfrage „The Chief Data Officer: Powering business opportunities with data“ näher beleuchtet. 200 CIOs und 50 CDOs aus den USA nahmen laut der Autoren teil. Sie stammen aus Unternehmen mit mehr als 500 Mitarbeitern und aus diversen Branchen. Nachfolgend einige Ergebnisse aus dieser Untersuchung.

Big Data verstärkt den Bedarf an Chief Data Officer

Häufigstes Motiv für die Schaffung einer dedizierten CDO-Rolle ist danach der Wunsch, durch sein Wirken die Nutzung von Big Data profitabel zu machen sowie einen datengetriebenen Ansatz zu finden, der strategische Vorteile schafft, bei gleichzeitig überschaubaren Projektrisiken. Selbst zwei Drittel aller CIOs, in deren Unternehmen bislang keine entsprechende Position existiert, erklärten, dass sie sich mit den oben erwähnten Themen im Datenmanagement überfordert fühlten und daher einen CDO begrüßen würden.

Doch Anspruch und Wirklichkeit klaffen in der Praxis offenbar noch häufig auseinander – was angesichts der noch „jungen“ Rolle nicht verwundert. So erklärte fast jeder zweite CDO, er habe seine Positionen angetreten, ohne dass der Aufgabenbereich und die Verantwortlichkeiten zuvor geklärt worden seien. Zwar wären im weiteren Verlauf der Karriere bei etwa 40 Prozent der Befragten die ebenfalls knappen Ressourcen und Budgets etwas aufgestockt und auch der bis dato meist beschränkte Zugriff auf die Datenhaltungen gelockert worden. Viele würden sich aber bis heute nicht mit der innovativen Nutzung von Daten beschäftigen, sondern müssten vor allem Projekte zur Kostenersparnis treiben. Die Gründe für diesen Widerspruch führen die Autoren nicht allein auf unklare Rollendefinitionen zurück, sondern auch auf die Tatsache, dass in vielen Organisationen das Datenmanagement grundsätzlich noch erhebliche Defizite aufweise. So sehen laut Umfrage insbesondere die CIOs im fehlenden Datenzugriff das häufigste Hindernis auf dem Weg zu einer stärker datengetriebenen Organisation. Die von den CDOs beklagten schmalen Budgets würden Investitionen in entsprechende Dateninfrastrukturen erschweren, und es fehle nach Ansicht vieler Befragter an Skills in den Unternehmen. Daran könnte auch ein Chief Data Officer so schnell nichts ändern (Hilfe bei der Schaffung einer gemeinsamen, performanten Datenarchitektur für Big Data und Data-Warehouse-Systemen bietet die praxiserprobte QUNIS-Methodik).

Chief Data Officer – eher operativ oder strategisch tätig?

Hinzu kommt, dass sich der CDO in der Praxis offenbar häufig in einer schwierigen Position zwischen IT und Fachbereich befindet. Während die Business User immer lauter über den fehlenden Datenzugang klagten, müsse der CDO oft erst bei der IT anfragen, um hier Änderungen zu bewirken, so die Autoren. Diese könne oft Stunden oder gar Tage dauern. Zudem werde sich der Druck auf den CDO in den kommenden zwei Jahren weiter verstärken, da Themen wie Datenschutz, die rasante technologische Entwicklung und steigende Kundenerwartungen viel Arbeit machten. QUNIS kann diese sehr operativ beschriebene Arbeitsweise eines CDOs aus ersten Kundenprojekten in Deutschland nicht bestätigen. Vielmehr stehen nach unserer Erfahrung eindeutig strategische Aufgaben im Vordergrund.

Konkurrenz zwischen Chief Data Officer und CIO

Viele CDOs beklagten in der Umfrage zudem, dass sie nicht zum C-Level gehörten, sondern häufig nur ein Junior Partner für das Top-Management seien. Auch bei den CIOs scheint diese Einstufung immer mehr zu überwiegen. So sahen vor zwei Jahren in einer vergleichbaren Umfrage von Experian noch 16 Prozent mehr von ihnen den Chief Data Officer als gleichrangigen Kollegen an als es jetzt der Fall ist. Ob diese Zurückstufung eher strategische, organisatorische oder vielleicht finanzielle Gründe hat, vermochten die Autoren nicht sicher zu sagen. Bei der QUNIS können wir diese Konstellation innerhalb der Hierarchie bislang nicht bestätigen. Vielmehr genießen die uns bekannten CDOs ein hohes Ansehen im Management und übernehmen strategische Aufgaben, die als sehr sinnvoll für die Organisation betrachtet werden. Möglich aber, dass in manchen der befragten Unternehmen eine Konkurrenzsituation zwischen CIO und CDO dahinter steckt. So bezeichneten über 40 Prozent der CDOs ihr Verhältnis zum CIO als „distanziert“ oder „nicht existent“. Umgekehrt bewerteten über 60 Prozent der CIOs ihre Beziehung zum Chief Data Officer als „positiv“, also in ihrem Sinne. Aktuell berichten etwa 40 Prozent der CDOs an den CEO, über die Hälfte hingegen an die IT oder Leiter von Geschäftsbereichen.

 

 

 

Jedes fünfte Unternehmen beschäftigt sich mit Cognitive Computing

Erstellt am: Dienstag, 29. August 2017 von Sascha Alexander

Fünf Prozent aller Unternehmen haben aktuell Systeme im Einsatz, die mit natürlicher Sprache umgehen können und über datenbasiertes Wissen verfügen, um Inhalte verstehen, bewerten und erlernen zu können. So ein Ergebnis der diesjährigen KPMG-Studie „Aus Daten Werte schaffen“, für die das Beratungshaus nach eigenen Angaben 709 Abteilungsleiter und Geschäftsführer aus Unternehmen mit mehr als 100 Mitarbeitern aus diversen Branchen telefonisch zum Einsatz von Software zur Datenanalyse befragt hat.

Was ist Cognitive Computing?

Solche Lösungen gehören in das derzeit viel diskutierte Anwendungsgebiet des Cognitive Computings, dessen genaue Definition allerdings schwierig ist. Allgemein könnte man ein kognitives System etwa so beschreiben, dass es in der Lage ist, die menschliche Denkweise mit Hilfe von Modellen zu simulieren. Es ist selbst-lernend und verwendet Verfahren wie Data Mining, Mustererkennung und Natural Language Processing, um letztlich automatisiert und ohne menschliche Hilfe Probleme klären und Aufgaben übernehmen zu können. Cognitive-Computing-Systeme verwenden Algorithmen aus dem Maschine Learning, um aus Daten “Wissen”/Informationen abzuleiten. Solche Systeme verfeinern die Mustererkennung sowie die Datenanalyse, um beispielsweise Ereignisse im Prozess zu antizipieren und mögliche Lösungen zu entwickeln (Mehr zum Einsatz Künstlicher Intelligence bei der Analyse von Big Data finden Sie hier).

Automobilhersteller und Handel stärkste Nutzer von Cognitive Computing

Innerhalb der noch überschaubaren Anwenderschaft von Cognitive-Computing-Lösungen bildet die Automobilbranche laut KPMG-Umfrage die größte Branchengruppe mit 16 Prozent aller Unternehmen, gefolgt vom Handel mit elf Prozent. Dass das Interesse an solchen intelligenten Lösungen weiter steigen wird, zeigt sich laut der Autoren daran, dass neben den aktiven Nutzern weitere acht Prozent aktuell den Einsatz „ernsthaft in Erwägung“ ziehen und noch einmal weitere acht Prozent Cognitive Computing zumindest intern thematisiert haben. Ein zentraler Treiber für entsprechende Anwendungen ist die Nutzung und Analyse von Big Data. Hierzu erklärten etwa Drittel aller befragten Unternehmen, dass sie bereits „Big-Data-Lösungen“ verwenden, ohne indes in der Umfrage näher zu spezifizieren, um welche Art von Anwendungen es sich handelt (Marktzahlen für Cognitive Computing finden Sie hier).

Big Data als Erfolgsfaktor der Digitalisierung

Erstellt am: Dienstag, 25. Oktober 2016 von Sascha Alexander
Die digitale Transformation der Unternehmen zielt aus Sicht von Steffen Vierkorn, Geschäftsführer der QUNIS, auf eine Verbesserung existierender sowie die Schaffung neuer Prozesse ab. Anwender erhoffen sich davon, vorhandene sowie neue Produkte und Dienstleistungen flexibler und schneller auf den Markt bringen zu können. Große Veränderungen in den Abläufen und neue Umsatzfelder gehen mit einer breiteren Nutzung, Auswertung und Verbreitung von Daten einher, womit Big Data und Advanced Analytics in den Mittelpunkt rücken.

Man kann zwar Digitalisierungsstrategien auch ohne einen speziellen Fokus auf Big Data starten. Doch eher früher als später wird ein geordnetes Datenmanagement notwendig sein, um eine „zerpflückte“ Systemlandschaft zu vermeiden. Damit kommt die Frage der Nutzung von Big Data und seine Auswertung mit Advanced Analytics dann doch sehr schnell auf die Tagesordnung. Es ist daher nicht übertrieben, Big Data langfristig als einen der Erfolgsfaktor der Digitalisierung zu bezeichnen.

Ziele von Big-Data-Initiativen

Unternehmen versprechen sich derzeit von Big-Data-Initiativen am häufigsten eine Verbesserung ihrer Prozesse. Quelle: QUNIS, Umfrage „Big Data & Advanced Analytics“, 2016, n = 59 (Mehrfachnennungen möglich).

 

Strategie für Big Data und Advanced Analytics definieren
Wir empfehlen in der Praxis, zunächst intern im Rahmen einer Strategie für Business Intelligence, Big Data und Advanced Analytics den Scope (use case) entsprechender Projekte zu klären. Hieraus ergeben sich die Anforderungen, um im nächsten Schritt eine entsprechende Datenarchitektur zu schaffen. Bei der Tool-Auswahl stellt sich dann beispielsweise die Frage, ob eine „Cloud“-Lösung oder „On-premise“-Lösung besser geeignet ist. Zudem muss eine adäquate Organisation entstehen, welche die Strategie und die Nutzung von Big Data und Advanced Analytics unterstützt. Hierzu gehört auch die Etablierung einer Data Governance. Mehr dazu finden Sie in der Übersicht unserer Big-Data-Methodik.