"Wir stecken mitten in der digitalen Transformation", stellte Carsten Bange, Geschäftsführer des Business Application Research Center (BARC) zum Auftakt des diesjährigen BARC-Kongresses in Würzburg fest. Für die Anwenderunternehmen gehe es jetzt in der Phase der Umsetzung darum, zu klären, was sie in Sachen Digitalisierung umsetzen wollen und vor allem müssen. Denn die Vernetzung wird weiter um sich greifen, sämtliche Dinge des Alltags- und Berufslebens erfassen und auch vor dem Menschen selbst nicht Halt machen, lautet die Prognose Banges. Immer mehr Sensoren würden immer mehr Daten produzieren. Ein Treiber dieser Entwicklung: Innerhalb der letzten Jahre hätten sich die Kosten für Sensorik halbiert. Bis 2020 würden weltweit rund 30 Milliarden Dinge vernetzt sein, und ungeheure Datenmengen produzieren. Doch die allein brächten den Unternehmen nichts, warnt der BARC-Analyst, "der Mehrwert aus diesen Daten entsteht erst durch Analytics".
Immer mit den Daten anfangen
Für die Unternehmen bedeuten diesen Entwicklungen einen Kulturwandel, in erster Linie, wie sie mit Daten umgehen und welchen Stellenwert sie Daten einräumen. Bange bringt an dieser Stelle den US-amerikanischen Internet-Riesen Google und dessen Entwicklung eines selbstfahrenden Autos ins Spiel. Der Konzern habe dabei mit den Daten angefangen, dann die Sensoren und die Software entwickelt, in der Folge die Rechner für die Fahrzeuge konzipiert und erst zuletzt das Auto rund um die IT geplant. "Die Hardware wird immer unwichtiger", schlussfolgert Bange. Künftig werde es darum gehen, die entscheidenden Software- und Betriebssysteme zu bauen. "Wir müssen bei den Daten anfangen", lautet daher die Digitalisierungsempfehlung des Analysten an die Anwender.
Dabei mahnt Bange allerdings die dafür notwendige Ernsthaftigkeit an und zieht einen Vergleich mit dem Musikgeschäft. Eine alte Vinyl-Platte abzuspielen, den Sound aufzunehmen und dann auf eine CD zu pressen, sei keine echte Digitalisierung. "Doch genau das tun derzeit viele Unternehmen", so das Fazit des BI-Experten. Wer Digitalisierung wirklich ernst meine, müsse zurück an die Aufnahmebänder. "Vom analogen Business zum digitalen Master." Banges Anleitung dafür:
Datenfehler entfernen und Definitionen standardisieren;
Integrationsfehler und Schnittstellen korrigieren;
Prozessfehler reparieren und Prozess-Re-Engineering;
Datenbasis erweitern und Big-Data-Initiative starten;
Datenbasis neu mixen und Datenquellen verknüpfen;
Nutzer-Interface verbessern (Visualisierung);
Datenrelevanz verbessern, Reporting durch Analyse und Predictive ersetzen;
Organisation verändern sowie neue Rollen und Skills festlegen;
Neue datengetriebene Prozesse und Geschäftsmodelle designen.
Das wirkt sich auf BI-Strategien in den Unternehmen aus - auf verschiedenen Ebenen: fachlich, organisatorisch und technisch. Aus Sicht Banges müssten die klassischen BI-Systeme um operationale und explorative BI-Funktionen ergänzt werden. Während sich das klassische Reporting-BI um die Frage dreht, was passiert ist, greifen die ergänzenden BI-Spielarten deutlich weiter aus. Das explorative BI fragt: Warum ist es passiert? Was wird passieren? Im Rahmen des operationalen BI geht es um die Fragenkette: Was passiert gerade? Was davon ist interessant? Was sollen wir tun? Dies sei der Traum, den die BI-Anwender schon seit langem träumten, sagt Bange. Nicht nur Erkenntnisse gewinnen, sondern direkt daraus auch Aktionen auslösen. Allerdings gelte es an dieser Stelle, den Maenschen herauszunehmen. Das geht zu langsam, meint Bange pragmatisch. "Künftig werden Maschinen entscheiden". Allerdings werde es nach wie vor der Mensch sein, der die Modelle dafür baut.
Foto: BARC
Um Innovation aus Daten zu generieren, müssten die Unternehmen in fachlicher Hinsicht die richtigen Use-Cases identifizieren. Das dürften sich die Unternehmen jedoch nicht zu einfach machen und lediglich neue Reporting Use Cases aufzustellen. Es gelte, Daten aus einzelnen Prozesssilos neu zu kombinieren und verstärkt neue sowie externe Datenquellen zu nutzen. In der Konsequenz bedeute dieser Ansatz aus Sicht des Barc-Geschäftsführers, die eigene BI-Strategie um eine Datenstrategie zu erweitern beziehungsweise diese darin einzubetten.
Use Cases zu entwickeln, damit täten sich viele Unternehmen schwer, stellt Bange fest. Schließlich stießen klassische, auf der Kreativität und Intelligenz der Mitarbeiter basierende Methoden mit Brainstorming und Design Thinking an dieser Aufgabe schnell an Grenzen. Daher empfehle sich neben der konzeptionellen Herangehensweise auch eine datengetriebene Herangehensweise. Bange spricht an dieser Stelle von "Smart Data Science".
BI ist mehr als nur Reporting
Innovative Ideen fallen einem nicht in den Schoß, ergänzt sein Barc-Kollege und Analytics-Spezialist Andreas Bitterer. BI werde in vielen Unternehmen immer noch zu sehr als Reporting verstanden, kritisiert er den mangelnden Innovationsgeist in vielen Organisationen. Die Verantwortlichen würden zwar eine BI-Strategie als geschäftskritisch bezeichnen, frage man jedoch nach Details, wie diese Strategie denn konkret aussehe, komme in den meisten Fällen nichts.
Erfolgversprechende Use Cases bestünden aus einem Vierklang, sagt Bitterer: Informationen nutzen, Entscheidungen unterstützen, Aktionen auslösen und positiven Einfluss heben. Den richtigen Ausgangpunkt von Daten und Kreativität zu finden, falle den Verantwortlichen in den Unternehmen jedoch schwer. Viele wüssten gar nicht, welche Daten sie haben, geschwiege denn, was sie damit anfangen sollen. Als Hilfestellung empfiehlt Bitterer einen Fragebogen, anhand dessen die Unternehmen ihre Daten, Technik, Skills und Organisation bewerten sollten. Der daraus resultierende Readiness Score helfe, die eigene Situation besser bewerten zu können. Beziehe man dann noch Aspekte wie Komplexität, Priorität und Zahl der Nutzer für potenzielle BI- und Datenprojekte mit ein, lasse sich zumindest ein erster grober Fahrplan entwickeln. Vorhaben mit einer hohen Business-Priorität, geringer Komplexität und großer Nutzerreichweite versprächen die besten Ergebnisse.
Auch technisch stehen die Unternehmen vor neuen Herausforderungen. Sie müssten sich mit neuen Analysewerkzeugen auseinandersetzen - Stichwort Advanced Analytics. Im Daten-Management gehe es beispielsweise um Integration und die Einbindung von Streaming-Daten. Bange mahnt die Anwender jedoch davor, den Marketingversprechen der Anbieter vorschnell zu vertrauen. Zum Beispiel seien die heute viel diskutierten Data Lakes als Speicherdepot für polystrukturierte Daten keine Lösung. Unternehmen sollten vielmehr vorher überlegen, ob sie bereits an den Stellen Filter anlegen, an denen die Daten entstehen, und somit erst gar keine Datenseen anlegen müssen. Hier ist die Diskussion noch nicht zu Ende, sagt Bange und mahnt eine ehrliche Auseinandersetzung mit den verschiedenen Architekturansätzen an.
Auf organisatorischer Ebene benötigten die Unternehmen zusätzliche Skills, um Innovation aus den Daten zu gewinnen. Dafür müssten Domänenwissen, Analyse-Knowhow sowie Kenntnisse über die Daten zusammengeführt werden. Da diese Fähigkeiten selten in einer Person vereinigt zu finden seien, plädiert Bange für Analytics Teams. So lasse sich auch die in vielen Unternehmen vorhandene BI-Insel in die Gesamt-IT-Architektur einbinden. Davon könnten auch andere Abteilungen im Unternehmen profitieren. Beispielsweise sei Hadoop auch für die Archivablage interessant. Aus Sicht des Experten gibt es unterschiedliche Organisationsformen - wichtig sei nur, dass die verschiedenen Rollenmodelle wie beispielsweise Business-Analysten, Data-Artists, -Engineers und -Scientists hier ihren Platz haben. Das BI-Competence Center (BICC) könnte im Fachbereich oder in der IT aufgehängt sein. Eine weitere Alternative sei es, eine Art Data Lab als völlig unabhängige Einheit in der Unternehmensorganisation einzurichten.
Größte Herausforderung: Security
Im Zuge der wachsenden Bedeutung von Data Governance müsste im Zuge der organisatorischen Fragen auch Aspekte rund um Datenschutz und Datensicherheit geklärt werden, mahnt Bange unter Berufung auf eine eigene Big Data Umfrage. Das seien aus Sicht der Anwender mittlerweile die größten Herausforderungen. Banges Kollegin Jaqueline Bloemen moniert, dass es vielfach keine koordinierten Prozesse und definierten Verantwortlichkeiten gibt, und konkretisiert Mission und Aufgaben einer funktionierenden Data Governance:
Eine Datenstrategie erkennt Daten als strategischen Produktionsfaktor des Unternehmens an.
Eine Data Governance etabliert entsprechende Prozesse zur Sicherstellung einer formalen und bewussten Steuerung der wichtigen Daten-Wirtschaftsgüter (assets) des Unternehmens.
Data Governance stellt sicher, dass verfügbaren Daten vertraut werden kann unabhängig ihres Anwendungskontestes. Es geht dabei darum, Datenverantwortung im Unternehmen zu etablieren, um das datenbaiserte Arbeiten effizienter zu machen.
Data Governance beschreibt einen evolutionären Prozess für das Unternehmen im Sinne der Behandlung von Daten als strategisches Vermögen, und die Sicherstellung, dass Daten in einer Form verfügbar sind, die sie im gesamten Unternehmen verwendbar machen.
Während Technik und Methoden rund um das Handling von Big Data stetig an Reife gewinnen, tun sich viele Unternehmen aber nach wie vor schwer, wirklich innovative Einsatzszenarien zu identifizieren. Das wurde einmal mehr im Rahmen des von BARC ausgerichteten "Best Practices Award 2015" deutlich. Viele Projekte in Sachen Business Intelligence, Analytics und Big Data drehen sich immer noch mehr oder weniger um das klassische Reporting und den Bau von Dashboards. Allerdings blitzen durchaus an der einen oder anderen Stellen bereits Ideen durch, was Unternehmen alles mit Daten anfangen können.
So stattete Pascoe, ein Anbieter von pharmazeutischen Präparaten und der Award-Gewinner in der Kategorie Mittelstand, seinen Firmensitz vom Labor bis zur Kaffeeküche mit Displays aus, auf denen laufend aktuelle Geschäftskennzahlen angezeigt werden. Ein Farb-Code macht auf einen Blick deutlich, an welchen Stellen ein Eingreifen erforderlich ist. "BI soll das Unternehmen durchdringen", sagte der kaufmännische Leiter Andre Ratz. "Jeder Mitarbeiter soll seinen Beitrag zum Geschäftserfolg sehen."
"Reise durch das Wunderland BI"
Thomas Zeutschler, verantwortlich für das Analytics Center of Excellence bei Henkel und Gewinner des Best Practices-Awards in der Konzern-Kategorie, sprach im Zusammenhang mit seinem Analytics-Projekt schmunzelnd von einer "Reise durch das Wunderland BI". Der Manager räumte ein, seine BI-Strategie mit konventionellen Methoden nicht ins Fliegen gebracht zu haben. Als dann auch noch das Budget weg war, machte Zeutschler aus der Not eine Tugend und baute mit seinem Team auf Sharepoint-Basis ein einfaches Self-Service-BI-Werkzeug. Dieses "Personalized BI" entwickelte sich seinen Angaben zufolge zu einem Selbstläufer. Die Mitarbeiter übertrafen sich gegenseitig darin, neue Dashboards und Analysen zu bauen, so dass Zeutschler, wie er selbst sagt, im Grunde überflüssig wurde.
Diese Beispiele machen deutlich, dass sich die Anwenderunternehmen - auch wenn wirklich geschäftsumwälzende Innovationen derzeit noch eher die Ausnahme sind - durchaus darüber Gedanken machen, wie sie mehr aus ihren Daten machen können. Bange ermunterte die Verantwortlichen gerade im Hinblick auf die Auswirkungen der Digitalisierung sowie den daraus resultierenden Daten, damit weiterzumachen. Seiner Einschätzung nach gibt es in diesem Umfeld keine Alternative, als die eigenen Analytics-Anstrengungen weiter zu forcieren, denn: "Alles, was digitalisiert werden kann, wird digitalisiert werden."