Big Data

Mit Big Data Geschäftsprozesse verbessern

Die rapiden Fortschritte in der Informationstechnologie (IT) haben zahlreiche Auswirkungen auf die Weltwirtschaft. Eine davon ist, dass sehr schnell sehr viele und sehr unterschiedliche Messdaten produziert werden. Die Verfügbarkeit solcher »Big Data« schafft neue Chancen für die Wirtschaft, bringt aber auch zahlreiche völlig neue Herausforderungen mit sich.

Die Hersteller von Konsumgütern haben in letzter Zeit den potenziellen Nutzen der Verwendung quantitativer Daten für die Optimierung ihrer Geschäftsprozesse erkannt, z. B. für die Planung der Produktentwicklung und -verteilung. Sie haben bemerkt, dass einfache Datenanalysen und menschliche Expertise allein nicht ausreichen, um in der komplexen Welt globaler Märkte, wo miteinander interagierende Faktoren den wirtschaftlichen Erfolg beeinflussen, effektive Entscheidungen zu treffen. Zu den Herausforderungen, die dabei gemeistert werden müssen, gehören die Auswahl und Vorbereitung geeigneter Daten, die Wahl geeigneter Analysetechniken und -werkzeuge und die Umwandlung der Ergebnisse von Datenanalysen in geschäftsrelevante Erkenntnisse. Um diesen Herausforderungen zu begegnen, verwendet das Fraunhofer IESE in der Zusammenarbeit mit seinen Kunden eine Kombination aus einem Top-Down- und einem Bottom-Up-Ansatz zur Entscheidungsfindung:

Top-Down-Ansatz: Ausrichtung des Messens und der Entscheidungsfindung auf ein bestimmtes Geschäftsproblem

  • „„Spezifizierung des Geschäftsproblems
  • „„Ableitung eines geeigneten Datenanalyseproblems
  • „„Ableitung eines geeigneten Datenanalyseansatzes
  • „„Ableitung geeigneter Metriken und Erfassung der erforderlichen Daten
  • „„Anwendung des Analyseansatzes und Interpretation seiner Ergebnisse zur Lösung des Geschäftsproblems

Bottom-Up-Ansatz: Untersuchung bestehender Daten, um neue Einblicke im Hinblick auf innovative Geschäftslösungen zu gewinnen

  • „„Verwendung vorhandener Daten und, falls notwendig, Erforschung neuer Quellen
  • „„Anwendung von Best-Practice-Analyseansätzen
  • „„Identifizierung signifikanter Muster in den Daten
  • „„Synthese und Interpretation der entdeckten Datenmuster zur Gewinnung geschäftsrelevanter Erkenntnisse