Big Data im Mittelstand

Laut einer Gartner-Studie setzen derzeit nur 8 Prozent aller Unternehmen Big Data-Technologien ein. In der Regel sind dies große Unternehmen während sich KMUs bisher nur sehr selten an dieses Thema herantrauen. Dabei mag bereits der Name "Big Data" abschreckend wirken, suggeriert er doch, dass die Verfahren nur für große Datenmengen sinnvoll eingesetzt werden können, wie sie in mittelständischen Unternehmen ja im Grunde gar nicht anfallen. Und so wird Excel als Werkzeug für Geschäftsanalysen überwiegend als ausreichend empfunden.

Der Einsatz von Big Data-Methoden kann jedoch durchaus auch im Mittelstand sinnvoll und gewinnbringend sein, auch wenn es nicht gleich um die Analyse von Daten im Petabyte-Bereich geht. Letztendlich zielen die Methoden nämlich nicht auf die reine Bewältigung von großen Datenmengen, sondern auf eine andere Herangehensweise an die Datenanalyse selbst. Statt eines reinen Zusammenfassens der Daten im Sinne des klassischen Reportings treten mathematisch-statistische Verfahren wie Korrelationen und Mustererkennung in der Vordergrund, die  nicht nur Aussagen über die Vergangenheit sondern insbesondere Voraussagen auf zukünftig zu erwartende Effekte  versprechen. Und diese sind es letztendlich, die Big Data-Methoden interessant für die Steuerung von Geschäftsprozessen unabhängig von der Unternehmensgröße machen. Man sollte also im Geiste die Assoziation von "Big Data ist gleich Massendatenverarbeitung" ersetzen durch die Verbindung von Big Data mit dem mathematischen "Gesetz der großen Zahlen", welche eine statistische Analyse erst ermöglicht. Dieses Gesetz greift jedoch bereits für Daten im Mittelstand. Hinzu kommen weitere Aspekte von Big Data, wie die Heterogenität der Daten sowie deren Unstrukturiertheit,  die eine Verarbeitung mit klassischen Tabellenkalkulations- und Datenbankmethoden zur Herausforderung werden lässt.

Typischerweise entstehen solche  Daten im Rahmen von Qualitätssicherungsmaßnahmen in Herstellungsprozessen. Big Data-Methoden können hier dazu beitragen, solche Prozesse zu beschleunigen und qualitativ zu verbessern, was zu Kostenreduktionen und verbessertem Time-to-Maket führt.

Ein weiterer Anwendungsbereich für Big Data-Methoden im Mittelstand entsteht durch die wachsende Bedeutung sozialer Netzwerke. Eine fundierte Analyse des Erscheinungsbildes einer Firma oder eines Produktes in Facebook oder Twitter wird zunehmend wichtiger für den Erfolg am Markt. Hier wird auch eine Brücke zu den klassischen CRM-Methoden geschlagen, bzw. diese mit mathematisch-analytischen Methoden fortgesetzt.   

Diese Liste von Einsatzbeispielen in KMUs lässt sich noch fortsetzen. Um Big Data im Unternehmen sinnvoll und zielführend einzusetzen, sollte man sich aber zunächst folgende Fragen stellen:

  • Welche Informationen sind für meine Geschäftsprozesse wichtig?
  • Kann ich diese prinzipiell aus gesammelten Daten extrahieren?
  • Werden diese Daten bereits gesammelt oder lassen sie sich zukünftig sammeln?
  • In welchen Zeitintervallen werden die Informationen benötigt (ständig, täglich, seltener)?

Aus den Antworten lässt sich dann die individuelle Big Data-Strategie für Ihr Unternehmen ableiten.

Eingetragen von Dr. Achim Hornecker Dienstag, 28. Oktober 2014 11:42:00 Kategorien Big Data Strategie KMU Social Media
Sie müssen sich anmelden, um Kommentare zu hinterlassen.