Martin Gerber: Ich bin überzeugt, dass hier noch in allen Branchen ein riesiges Potenzial brachliegt. Basierend auf vorhandenen und täglich generierten Daten können mit weiteren Datenquellen ganz neue Aussagen gemacht werden, etwa über die Qualität eines produzierten Guts. Diese Daten können in Zusammenhang mit der Kundenzufriedenheit generiert und so die richtigen nächsten Schritte zu deren Verbesserung eingeleitet werden. Noch besser: Man kann die Fähigkeit nutzen, datengetrieben und automatisiert vorausschauende Handlungsempfehlungen abzuleiten.
Das ist ein ganz wichtiger Punkt! Es geht nicht darum, in Mammutprojekten von heute auf morgen die Transformation zur "Data-driven Org." anzugehen. Das geeignete Vorgehen umfasst eine Kombination aus Technologie und kreativem Innovationsprozess. Die Technologie muss dabei unterstützen, die grossen Datenmengen, unabhängig ihrer Quelle und ihres Formats, auf einfache und schnelle Art und Weise zu verarbeiten und zu visualisieren. Um in den Daten den für das Business grössten Wert aufzudecken, ist ein kreativer, an Design Thinking orientierter Prozess in einem möglichst interdisziplinären Team zielführend! Kundenwertorientiert erarbeitet das Team iterativ diejenigen Resultate, die dem Unternehmen in kleinen Schritten neue Erkenntnisse liefern und gleichzeitig Innovation treiben sowie neue, versteckte Hinweise aufdecken können.
Die Mengen und die Vielfältigkeit von Daten werden weiter zunehmen. Unstrukturierte Daten wie Bilder und Videos sind zusätzliche Treiber. Dies wird weitere Anforderungen an die Tools zur Analyse stellen. Die Verwendung der Daten wird, zumindest in nächster Zeit, immer im Zusammenhang mit dem Datenschutz betrachtet werden müssen, insbesondere in Verbindung mit Personendaten. Die entsprechende Handhabung bietet neues Businesspotenzial. Hier werden sich Tools und Beratungsdienste positionieren können.
In der technischen Dimension werden Tools benötigt, die auf einfache Weise nach Mustern suchen und diese Ergebnisse nahezu in Realtime darstellen können. Auf der Skills-Seite sind branchenspezifische Kenntnisse sehr wichtig, da diese schneller zum Ziel führen. Das interdisziplinäre Team ergänzt dieses spezifische Wissen um weitere Perspektiven und bedient sich der kollektiven Intelligenz. Der Schlüssel ist zudem die richtige Einstellung: Agil, mit grosser Neugier und Offenheit vorgehen!
Nehmen wir ein Schweizer KMU, das Gebrauchsgüter in der Schweiz produziert. Die Qualität der Produkte steht an oberster Stelle. Diese werden vor der Auslieferung in aufwändigen Testverfahren geprüft, um die Markttauglichkeit zu gewährleisten. Die abgelegten Daten werden allenfalls später auf Anfrage wiederverwendet. Der Wert steckt nun in der Summe der Testresultate. Die Analyse kann ein neues Bild über die Varianz der Qualität liefern, etwa welche Tests den Anforderungen entsprochen haben und welche unter den geforderten Richtwerten lagen. Eine Analyse dieser Resultate, zum Beispiel in Korrelation mit weiteren Datenquellen wie Raumtemperatur, Maschinenzustände, spezifischen Artikelmerkmalen oder sogar mit Wetterdaten an dieser Lokation zum entsprechenden Zeitpunkt, führt zu neuen Erkenntnissen. Massnahmen zur Qualitätsverbesserung können so zielgerichteter vorgenommen werden. Dabei werden ausschliesslich zugängliche Unternehmensdaten und öffentlich verfügbare Informationen verarbeitet.
Die Transformation zu datengetriebenen Unternehmen wird unweigerlich voranschreiten. Gesetze beeinflussen den Weg, den Unternehmen heute gehen können. Umgekehrt wird die Transformation mit zunehmender Entwicklung die Gesetze beeinflussen und auch diese weiterentwickeln.
