Seit einigen Jahren dreht sich bei den meisten Unternehmen alles um Big Data und die Digitalisierung der internen, sowie externen Geschäftsprozesse. Mittlerweile ist jedoch klar, dass die digitale Transformation auch ihre negativen Aspekte mit sich bringt:
Riesige Datenansammlungen mit vielfältigen Ausprägungen führen zu verlangsamten Systemen, einer ineffizienten Suche von Informationen und Überfüllung von Speicherplatz. Hinzu kommt, dass die Daten prinzipiell für vielfältige Aktivitäten genutzt werden könnten, wie zum Beispiel eine verbesserte Entscheidungsfindung. Somit sind Daten für ein Unternehmen sehr wertvoll, sie werden jedoch nicht richtig genutzt. Dies kann Opportunitätskosten darstellen.

Big Data: Unternehmen hatten noch nie so viele Daten zur Verfügung wie heute. Fakt ist, dass die Hälfte der Daten die auf der Welt existieren, gerade in den letzten zwölf Monaten erschaffen wurden. Das Tempo der globalen Veränderung nimmt stetig zu und es ist schwer als Unternehmen ständig am Ball zu bleiben.

Während der Produktion, oder dem Verkauf von Produkten werden laufend Daten generiert. Gleichzeitig sind die Kosten der Datenspeicherung mit dem Wachstum der Cloud-Services erheblich gesunken. Primär stellt sich jedoch die Frage, wie das Potenzial dieser Daten voll ausgeschöpft werden kann. Ziel ist es dadurch sinnvolle Einblicke zu gewinnen.

Anwendungsfälle

Es gibt verschiedene Anwendungsfälle, die für ein Unternehmen interessant sein können. Neben kommerziellen Use Cases – wie im Marketing- und Sales-Bereich („Den Kunden noch besser zu kennen und zur richtigen Zeit seine Bedürfnisse zu stillen“), kommen operative Vorteile hinzu. Beispielsweise bei der Optimierung von Managemententscheidungen, HR-Recruiting-Prozessen, oder Asset-Optimierungen.

Beispielsweise könnten im Bereich Retail-Analytics mit der Auswertung der Daten verschiedene Szenarien analysiert, Preisschwankungen modelliert und Lieferanten nach Leistung ausgewertet werden.

Innerhalb des Unternehmens muss Klarheit bestehen darüber, in welche Richtung mit der Big Data Anwendung gedacht werden soll und welche Schlüsse gezogen werden können.

Big Data – Datensicherheit

Geschäftliche Entscheidungen sowohl auf der kommerziellen als auch auf der operativen Seite können aus den Daten abgeleitet werden. Die Herausforderung liegt hierbei jedoch nicht nur in der richtigen Technik, sondern auch im rechtlichen Rahmen. Dieser bestimmt was man als Unternehmer tun darf und was nicht. Datenschutz und –sicherung der Informationen von Kunden, oder Geschäftspartnern sind heute wichtiger denn je.

Beispielsweise wurde 2016 bekannt, dass beim amerikanischen Konzern YAHOO 2014 insgesamt eine halbe Milliarde Nutzerdaten (Benutzernamen und Passwörter) geklaut wurden. Wie die Daten durch diesen Hackerangriff in Missbrauch geraten sind ist unbekannt. Was den Vorfall jedoch um so schwerer macht ist die Tatsache, dass von den Hackern zusätzlich Cookies platziert wurden sein sollen. Diese ermöglichten es ihnen sogar im Nachhinein noch mehr Nutzerdaten zu klauen. Der Imageschaden für einen Konzern dieser Größe, durch einen solchen Vorfall, ist kaum zu berechnen.

In den meisten Märkten gibt es zunehmend verschärfte Datenschutzgesetze, was durchaus angemessen ist, wenn man sich den Verlauf der Digitalisierung im privaten Verbraucherbereich anschaut. Laut Prognosen werden bis 2019 fast 4 Milliarden Menschen mit dem Internet verbunden sein. Aber die Datenschutzgesetze sind in vielen Ländern bis heute nicht klar definiert. Es gibt immer noch viele Grauzonen, die es den Unternehmen erschwert mit den gesammelten Daten richtig arbeiten zu können.

Schlüsselpersonen

Im Rahmen der Entstehung neuer Geschäftsfelder im Technologie-Bereich werden auch immer neue Schlüsselberufe in der IT geschaffen. Allen voran den Datenbanktechnologien und deren Verwendung, was unmittelbar über den Erfolg entscheiden kann. Datentechniker sorgen dafür, dass die Speicherung der Daten in nachhaltigen Strukturen geschieht und extrahieren die Daten zielgerecht den Anforderungen des Managements entsprechend aus dem Big Data Pool. Mathematiker verstehen, wie man komplexe algorithmische und modellbildende Aufgaben durchführt. Das vermutlich am wenigsten geschätzte, aber theoretisch wichtigste Individuum ist jedoch die Person, die den Managementbereich mit der Datenwissenschaft verbindet. Sie weiß was man aus den Daten machen kann und versteht, was im Bereich des Möglichen und Sinnvollen liegt. Diese Person bildet die Brücke zwischen dem Geschäftlichen und dem Technologischen und schafft einen nahtlosen Übergang der Kompetenzen.

Fakt ist dass in Europa und in den Vereinigten Staaten von Amerika ein riesiger Mangel an talentierten Arbeitskräften in den IT-Bereichen herrscht. Durch die Globalisierung eröffnen sich jedoch gerade in diesem Bereich neue Potenziale, um an spezialisierte Arbeitskräfte zu gelangen. Schließlich können die Entwicklungsarbeiten an einer Applikation quasi vollständig via Remote-Arbeit geleistet werden.