Big Data: Werkzeuge für Arbeiter in der Datenmine

Industrie 4.0

Big Data: Werkzeuge für Arbeiter in der Datenmine

Bild vergrößern

Gerade einmal fünf Prozent der Deutschen machen häufigen Gebrauch von vorausschauenden Analysen.

Wie Unternehmen mit der vorausschauenden Analyse großer Datenmengen Vorteile in der Produktion und im Kundendienst realisieren.

Wer als Beschäftigter im Einzelhandel beim Internetportal Stepstone.de auf Jobsuche geht und entsprechende Vakanzen sucht, bekommt auch schon mal freie Stellen in Callcentern angezeigt. Defekte Suchmechanismen? Eigenleben der Webseite? Mitnichten: „Auch wenn der Wechselwillige nicht explizit nach derartigen Positionen sucht, so konnten wir dennoch feststellen, dass es offensichtlich eine breite Schnittmenge bei derartigen Jobs gibt und die Suchenden auch an einer solchen Anstellung Interesse haben“, sagt Sebastian Dettmers, Geschäftsführer des Düsseldorfer Unternehmens.

Hinter dieser Erkenntnis steckt keine Zauberei, sondern IT in Form einer besonderen Variante der Big-Data-Analyse, genannt Predictive Analytics. Diese Analysen setzen sich mit der Vorhersage („prediction“) von Zukunft und Trends auseinander. Das zentrale Element von Predictive Analytics ist der Prädiktor – eine Variable, die für eine einzelne Person oder Einheit gemessen wird, um Verhalten vorherzusagen.

Anzeige

Dank solcher Nutzungszenarien wird Big Data, also die blitzschnelle Auswertung gigantischer Datenmengen, gerade flügge: Der globale Markt für Big Data wächst bis 2019 um jährlich 23 Prozent, so die Prognose von Marktforscher IDC, und wäre dann 48,6 Milliarden Dollar schwer. Während die einen in dieser Entwicklung aus Datenschutzgründen den Untergang des Abendlandes sehen, ziehen andere daraus bereits massiven Nutzen für ihr Business.

Big Data

Wie stark Unternehmen in Deutschland vorausschauende Analysen nutzen. Für eine detaillierte Ansicht bitte auf die Grafik klicken.

Das Würzburger Marktforschungshaus BARC sieht in Predictive Analytics einen wichtigen Schlüssel für die Wettbewerbsfähigkeit von Unternehmen. Diese als Blick in die Kristallkugel zu verstehende Technologie biete ein breites Spektrum an Einsatzmöglichkeiten: „Das reicht von klassischen Kundenwert- und Erfolgsprognosen über Vermeidung von Vertragskündigungen und Preis-, Absatz- und Bedarfsprognosen bis zu neuen Aufgaben wie Social-Media-Monitoring oder Vorhersage von Maschinenausfällen“, sagt BARC-Analyst Lars Iffert.

In der Praxis verläuft das so: Unternehmen wie das Jobportal Stepstone sammeln Millionen – andere gar Milliarden – Datensätze. Bei Stepstone werden vor allem die Interaktionen der Nutzer gespeichert: Von welcher Webseite kommen sie, wohin surfen sie, welche Jobs suchen sie. Aufgrund dieser Gemengelage findet die Software dann Korrelationen. Ein Mensch könnte das in der gigantischen Datenmenge gar nicht stemmen. „Bei unserer Jobsuche hat das vor allem sprachliche Gründe: In einem Unternehmen wird ein Supply-Chain-Manager gesucht, woanders schlicht ein Einkäufer, hier ist die Software cleverer und kann schneller Zusammenhänge erkennen“, sagt Dettmers.

BSH Hausgeräte GmbH, die frühere Bosch Siemens Hausgeräte, wertet mit Daten aus, welche Produktionsmaschinen ausfallgefährdet sind. Europas Marktführer produziert allein in seiner Fabrik im oberbayrischen Traunreut täglich mehr als 6000 Einbauherde. Nach Rechnung von Ernst Schroll, dem Chef der Lieferkette bei BSH, benötigen die Maschinen dafür 1,6 Millionen Einzelteile. Auf Basis einer Big-Data-Lösung von SAP haben die Oberbayern die Planungszeiten um bis zu 50 Prozent sowie die Durchlaufzeiten verkürzen können. Dadurch laufen Herde, Waschmaschinen und Geschirrspüler jetzt schneller vom Band.

Anzeige
Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%