Ist Big Data nur etwas für Großunternehmen? – Nein, auch kleinen und mittleren Unternehmen helfen die modernen Analysemethoden des Big Data, das Potenzial ihrer Daten auszuschöpfen und Entscheidungen durch transparente Faktenlage zu beschleunigen.
Kurz und knapp für Entscheider
|
Daten sind das Gold des digitalen Zeitalters. Im Zuge der digitalen Transformation von Unternehmen ist Big Data ein Schlüssel zum Datenschatz. Während Big Data Verfahren, zur Verwaltung und Analyse riesiger Datenmengen, sich in großen Unternehmen etablieren, stehen KMUs selten die notwendige IT-Infrastruktur und Experten in ausreichendem Maße zur Verfügung. Die fortschreitende Entwicklung von Anwendungen zur Verwaltung und Analyse von Daten, erlaubt jedoch auch KMUs, günstig und einfach die bestehenden Datenvorräte zu analysieren. Insbesondere die interaktive Visualisierung und beschreibende Analyse wird durch intuitiv-bedienbare Business Intelligence (BI) Werkzeuge erleichtert, ohne auf eine aufwendige Big Data Infrastruktur zurückgreifen zu müssen. |
Was ist Big Data? Der ursprünglich englische, mittlerweile eingedeutschte Begriff „Big Data“ steht für die Verarbeitung umfangreicher Daten. Umfangreich in diesem Zusammenhang bedeutet (V³-Model):
|
Business Intelligence-Tools: Geringes wirtschaftliches Risiko
Durch die niedrigen Anschaffungskosten moderner BI-Werkzeuge ist für KMUs das wirtschaftliche Risiko gering. Die intuitive Bedienbarkeit moderner BI-Werkzeuge reduziert den Bedarf an Experten und die Einarbeitungszeit. Die schnelle Verfügbarkeit von Ergebnissen erhöht die Transparenz und beschleunigt Entscheidungsprozesse bereits nach kurzen Testphasen. Damit lohnt es sich auch für KMUs das Thema „digitale Datenanalysen“ zu betrachten, selbst wenn keine Big Data Infrastruktur vorliegt.
Die umfangreiche betriebliche Datenerfassung der KMUs bildet eine gute Basis für digitale Analysen. In KMUs werden bereits heute Analysen erfolgreich eingesetzt zur optimierten Ressourcenplanung, gesteigerten Transparenz und Beschleunigung der Entscheidungsprozesse, unter hohen Anforderungen an Visualisierung, präzisen Analysen und intuitiver Bedienung der Werkzeuge.
|
Was ist Business Intelligence? Business Intelligence (Geschäftsanalytik) ist der Einsatz mathematisch-statistischer Verfahren und digitaler Werkzeuge, um aus erhobenen unternehmerischen Daten Information und Entscheidungshilfen zu gewinnen mittels verschiedener Analysetechniken:
|
Auf der anderen Seite werden aber nur etwa die Hälfte der erfassten Daten analysiert. Die hierbei häufig vernachlässigten Produktions- und Lieferkettendaten bilden ein ungenutztes Potential, insbesondere unter dem Hintergrund aktueller Themen wie Kreislaufwirtschaft, gestörter Lieferketten und explodierender Rohstoffpreise. Trotz der bereits erreichten Erfolge sehen die KMUs als größte Herausforderungen für aussagekräftige Analysen die Datenqualität, die personellen Ressourcen und das Thema Datensicherheit und -schutz. Die immer mächtigeren digitalen Werkzeuge helfen schon heute die Datenqualität zu verbessern. Neue Cloud-Lösungen flexibilisieren den Ressourcenbedarf, erleichtern die Umsetzung von Datenschutzanforderungen und ermöglichen somit einen breiten Einsatz der Analyseverfahren für KMUs, mit vertretbarem finanziellem Aufwand unter Wahrung von Firmengeheimnissen. |
Im Rahmen einer 2022 veröffentlichten Studie der IONOS SE wurden 218 kleine und mittlere deutsche Unternehmen befragt, in welchem Umfang diese Big Data und digitale Analysen einsetzen.
Hohe Datenverfügbarkeit aber beschränkte Auswertungen
Kleine und mittlere Unternehmen erfassen umfangreich betriebliche Daten. Hierbei liegen Kundendaten mit 90% und allgemeine Geschäftsdaten mit 83% an der Spitze. Lieferkettendaten mit 61% und Produktionsdaten mit 57% liegen am Ende der Nennungen.
Betriebliche Datenerfassung
n = 218, deutsche Unternehmen 2022
Insgesamt wird nur etwa die Hälfte der vorliegenden Daten analysiert. Von den 90% erfassten Geschäftsdaten werden 56%p analysiert, und bei den 83% der Kundendaten sind es 47%p, die ausgewertet werden.
Analyse der vorhandenen Datenbestände
n = 218, deutsche Unternehmen 2022
Bei Produktions- und Lieferkettendaten liegt der Analyseanteil nur bei 34%p bzw. 28%p. Gerade im Zuge der aktuellen Herausforderungen durch Lieferkettenabbrüche und starke Rohstoffpreissteigerungen gewinnen Analysen von Lieferkettendaten und Produktionsdaten an Bedeutung, und bieten eine gute Gelegenheit, Aktivitäten in diesen Feldern zu verstärken.
Analysequoten der vorhandenen Datenbestände
n = 218, deutsche Unternehmen 2022 
In Summe werden von den in KMUs vorliegenden Daten etwa die Hälfte (33-54%) nicht ausgewertet. Hier erschweren typischerweise eine geringe Datenqualität, komplexe Datenstrukturen und fehlende personelle Ressourcen die Analyse. Initiativen für Datenqualität, nachhaltige Datenmodellierung und moderne Software-Werkzeuge helfen hier die Quoten zu verbessern. Zuletzt sind natürlicherweise nicht alle erfassten Daten für eine Analyse von Interesse.
Erfolgreich in Ressourcenplanung und schneller Entscheidung
Schnell verfügbare Daten und Analysen unterstützen die Optimierung der Ressourcenplanung und beschleunigen Entscheidungsprozesse bereits heute für 48% bzw. 40% der KMUs. Dies wird insbesondere dadurch ermöglicht, dass 62% der mittleren Unternehmen ERP Systeme im Einsatz haben, die eine Datenerfassung und -analyse vereinfachen.
Erfolgreiche Anwendungsfelder der Datenanalyse
n = 218, deutsche Unternehmen 2022, Mehrfachnennungen 
KMUs, die keine Analyseverfahren etabliert haben planen für die Zukunft den Einsatz solcher Verfahren, mit Fokus auf die Themen Kostenreduktion (45%), Entscheidungsbeschleunigung (43%) und Umsatzsteigerung (41%).
Geplante Anwendungsfelder der Datenanalyse
n = 218, deutsche Unternehmen 2022, Mehrfachnennungen
Verbesserte Kundenerkenntnisse, Marktrisikoanalysen und Geschäftsmodellentwicklung bilden bei den geplanten Anwendungsfelder für Analysen das Schlusslicht mit 19-26% Nennung. Damit fokussieren sich Datenanalyse-Einsteiger auf finanzielle Fragestellungen und Transparenz durch erhöhte Verfügbarkeit von Zahlen, Daten und Fakten. Komplexere Analyseverfahren wie Customer Insights, Risikovorhersagen und Geschäftsmodellentwicklung werden sinnvollerweise hintenangestellt, da sie aufwendigerer Werkzeuge und eingehenderer analytischer Kenntnisse bedürfen.
Herausfordernde Datenqualität und personelle Engpässe
Nur wenn Daten zur richtigen Zeit in der geforderten Qualität und zügig auswertbar zur Verfügung stehen, können die richtigen Erkenntnisse daraus gezogen und schnellere Entscheidungen getroffen werden. Hier sehen 26-37% der KMUs insbesondere Herausforderungen zu den Themen ausreichende Datenqualität und verarbeitbare Datenstrukturen, sowie zu verfügbaren personellen Ressourcen und Zeit, und zu Anforderungen durch Datenschutz und Datensicherheit.
Herausforderungen in der Datenanalyse
n = 218, deutsche Unternehmen 2022, Mehrfachnennungen 
Der Aufbau DSGVO-konformer europäischer Cloud-Strukturen durch Gaia-X hilft KMUs, Zugriff auf flexible IT-Infrastrukturen zu erhalten, die auf ihren Bedarf dimensioniert sind, den Einsatz moderner Analyseverfahren ermöglichen und Anforderungen zu Datenschutz und -sicherheit erfüllen. Mit stärkerer Etablierung solcher Cloud-Dienste ist auch mit einer Preissenkung der Angebote zu rechnen. Auf der anderen Seite liefern moderne BI-Anwendungen die Möglichkeit, sich mit schlanker IT-Infrastruktur und geringen Investitionskosten dem Thema Datenanalyse umfänglich zu widmen.
Erleichterung durch Datenvisualisierung und präzisere Analysen
Als wichtigste Anforderungen an Analyse-Softwarewerkzeug nennen die KMUs die Visualisierung von Daten (39%), die Anwendung präziser Analysemethoden (38%) und den Einsatz moderner Technologien (33%). Gerade für die Nachvollziehbarkeit und das Vertrauen in die Ergebnisse der häufig abstrakten Analysemethoden sind die Exaktheit der angewandten Methoden und die grafische Darstellung der Resultate von großer Bedeutung. Glaubwürdige und leicht erfassbare Ergebnisse fördern die Akzeptanz der digitalen Analysemethoden.
Anforderungen an die Analyse-Werkzeuge
n = 218, deutsche Unternehmen 2022, Mehrfachnennungen
Die vielseits in Medien berichteten Verfahren zur Text-, Ton- und Bildanalyse, und die erzielten Erfolge durch Künstliche Intelligenz, spielen jedoch für den praktischen Gebrauch der KMUs eine untergeordnete Rolle, und platzieren sich neben Data Lakes mit 18-24% am Ende der Anforderungsliste.
Umfrageteilnehmer: 218 KMU
Im Rahmen einer Studie wurden 218 kleinere und mittlere deutsche Betriebe aus den Branchen Dienstleistung, Finanzdienstleistung, Industrie, Handel und Öffentliche (Öffentliche Verwaltung, Non Profit Organisationen und Gesundheitswesen) mit maximal 250 Mio. Euro Umsatz, zum Thema „Big Data“ online befragt.
Branchen der befragten Unternehmen
n = 218, deutsche Unternehmen 2022
Die Umfrageteilnehmer waren Inhabende bzw. Geschäftsführende, IT-Verantwortliche, Fachbereichsleitende sowie Data Manager. Die Betriebsgrößen lagen zwischen 1-9 und 500+ Mitarbeitende.
Anzahl Mitarbeitende der befragten Unternehmen
n = 218, deutsche Unternehmen 2022
Die 2022 veröffentlichte Studie „Big Data – Big Chance für kleine und mittlere Unternehmen“, wurde im Auftrag des Cloud-Anbieters Ionos SE durch die technoconsult GmbH erstellt.
Beitragsbild: Bild von Gerd Altmann auf Pixabay
Autor
| Dr. Markus Skipinski ist seit 2018 selbständiger Berater für strategische und prozessorientierte Innovation und Experte für Business Intelligence (biz-innovation.de). Er besitzt eine 20-jährige Berufserfahrung in verschiedenen Branchen, darunter Chemische Industrie, Automobilindustrie und Waschmittelindustrie. Seine Beratungsschwerpunkte sind die Einführung und Optimierung von Innovationsprozessen und ‑strategien sowie die Einführung digitaler Verfahren zur Entscheidungsunterstützung mittels Business Intelligence und Machine Learning. |