Laut einer im Jahr 2014 durch die Bitkom durchgeführten repräsentativen Befragung werden Datenanalysen bereits heute von vielen Unternehmen zur Unterstützung von Entscheidungsprozessen verwendet. Auch bemisst die Mehrzahl der befragten Unternehmen dem Thema Big Data eine hohe Bedeutung bei. Dabei werden Big Data Lösungen hauptsächlich in den Bereichen Marketing, Vertrieb, und PR genutzt. Darüber hinaus gibt es aber auch weitere funktionale Unternehmensbereiche, in denen Datenanalysen positive Mehrwerte bieten können. Im Folgenden beschreiben wir fünf Gründe, warum es sich lohnen kann, sich über eine ganzheitliche Strategie den Themen „Datenanalyse“ und „Big Data“ zu nähern.
Steigerung des Unternehmenswerts
Dem Einsatz von Datenanalysen und Big Data wird ein großes Potenzial für das unternehmerische Wachstum und die Verbesserung der Unternehmensperformance zugeschrieben. In der Fabrik von morgen (Schlagwort „Industrie 4.0“) entstehen durch die laufende umfassende Aufzeichnung des Produktionsverlaufs neue Erkenntnismöglichkeiten. Beispielsweise können mit Hilfe einer Auswertung von Prozessverläufen (Process Mining) Durchlaufzeiten optimiert werden. Dies bedarf aber vorausgehender strategischer Überlegungen, inwieweit Big Data und Datenanalysen zur Erreichung der verfolgten Unternehmensziele beitragen können und wie deren unternehmerische Einbindung ausgestaltet werden soll (z.B. technisch, organisatorisch). Hieraus kann ein Maßnahmenkatalog zum zielgerichteten Einsatz von Big Data und Datenanalysen abgeleitet werden, in die auch Automatisierungsbedarfe mit einzubeziehen sind.
Erkennen von Innovationspotenzialen
Die heutige wirtschaftliche Dynamik erfordert eine ständige agile Reaktionsfähigkeit auf sich verändernde Märkte. Gelingt das, können nachhaltige strategische Wettbewerbsvorteile die Folge sein. Zum einen kann mit Hilfe von Datenanalysen ein besseres Verständnis des Marktes und des Branchenumfelds gewonnen werden. Auf Basis von externen Daten können so etwa Marktlücken erkannt werden. Zum anderen können aus der Auswertung von Unternehmensdaten Erkenntnisse für Neu- oder Weiterentwicklungen von Produkten und Dienstleistungen gewonnen werden. Der Aufbau einer unternehmensweiten Datenstrategie kann durch die systematische Herangehensweise einen positiven Mehrwert liefern.
Komplexitätsreduktion in Zeiten von „Big Data“
Das weltweite Datenvolumen steigt stetig an (Schlagwort „Big Data“). So ist beispielsweise der Bitkom Befragung zufolge das Datenvolumen im Jahr 2013 in neun von zehn deutschen Unternehmen durchschnittlich um 22% gewachsen. Dabei ist die Vielfalt an unterschiedlichen Datentypen groß und reicht von eher „harten“ Daten, z.B. Stammdaten oder Transaktionsdaten, bis hin zu eher „weichen“ Daten, z.B. in Texten vorliegenden Informationen. Strategische Überlegungen zum effizienten und effektiven Einsatz von Analysetechniken können zu einer besseren Bewältigung der Komplexität durch zunehmende Datenbestände beitragen und so Kosten reduzieren. Im Rahmen des Aufbaus einer Datenstrategie erfolgt dabei eine umfassende Erhebung des vorliegenden Datenbestands und eine Auseinandersetzung mit den gelebten Prozessabläufen im Zusammenhang mit Big Data. Diese Aspekte können nicht nur für Großunternehmen, sondern gerade auch für kleine und mittlere Unternehmen (KMU) interessant sein.
Compliance mit regulatorischen Vorgaben
Bedenken hinsichtlich der Datensicherheit und dem Datenschutz werden häufig als Gründe vorgebracht, warum Datenanalysen nur sehr zögerlich eingesetzt werden. Gesetzliche Regelungen (z.B. die europäische Datenschutzgrundverordnung (DSGVO)) sollen zur Rechtssicherheit beitragen, jedoch tut sich die Unternehmenspraxis nach wie vor schwer mit zahlreichen regulatorischen Lücken oder lediglich vagen gesetzlichen Formulierungen. Im Rahmen einer Datenstrategie können auf Basis von wissenschaftlich fundierten konzeptionellen Ansätzen zum sicheren Einsatz von Datenanalysen entsprechende firmeninterne Regelungen aufgestellt und kommuniziert werden, deren Einhaltung im Rahmen eines Compliance-Managements laufend zu gewährleisten ist. So werden Unsicherheiten bei der Verwendung von Datenanalysen abgebaut und deren nutzenbringender Einsatz gestärkt.