SAP : Wie intelligente Datenanalyse dem Mittelstand hilft, in die Zukunft zu sehen

Uniforme Produkte sind ein Auslaufmodell. Unternehmen sind gefordert, ihre Produktion flexibel und ihre Produkte anpassbar zu machen. So können sie wachsende Kundenansprüche befriedigen und höherwertige Produkte absetzen. Wo der Trend im eigenen Business hingeht, zeigt eine vorausschauende Analyse der Daten. Doch für moderne Analytics und Business Intelligence (BI) müssen Voraussetzungen geschaffen werden. Wie können auch kleine und mittelgroße Unternehmen die neuen Technologien nutzen?

Was bei Autos, Bädern und T-Shirts schon lange gängig ist, wird bei immer mehr Produkten zum Normalfall: Kunden möchten individuellere Produkte. Farbe, Form, Klang, Funktionsumfang und vieles mehr sollen sich auf die eigenen Wünsche zuschneiden lassen. Außerdem sollen - wo immer möglich - Produkte so intelligent sein, sich selbst auf den Kunden und sich ändernde Anforderungen einzustellen - vom Rasierapparat bis zum Fitnessgerät, vom Akkuschrauber bis zur Produktionslinie.

Unternehmen, die sich dieser Herausforderung stellen möchten, müssen ihre eigenen Unternehmensdaten sammeln und analysieren. Moderne Systeme für Enterprise Resource Planning (ERP) bringen die entsprechenden Funktionen mit.

Die Datenmenge wächst weiter exponentiell

IDC ist ein unabhängiges Marktforschungs- und Beratungsunternehmen für Informationstechnologie und Telekommunikation. Es schätzt, dass sich die Datenmenge aller global verfügbaren Daten bis 2025 verzehnfacht. Zu den derzeitigen großen Datenquellen zählen Social Media, mobile Geräte, Telekommunikation und digitale Transaktionen. Stark zunehmen werden Daten aus Robotik, Produktion, Logistik und Produktsensoren. Zum Beispiel stecken in jedem neu produzierten Pkw mehrere Dutzend Sensoren. Vernetzte Montagewerkzeuge melden beispielsweise die Anzahl montierter Schrauben und deren jeweiliges Anzugsmoment. Diesen anschwellenden Datenstrom effektiv zu nutzen, ist für zukunftsorientierte Unternehmen von großem Wert.

Analytics: Daten richtig lesen

Die meisten Unternehmen betreiben klassisches Reporting: Aus historischen Daten werden Kennzahlen, Verläufe und Anteile ermittelt und in Tabellen und Diagrammen dargestellt. Diese sollen interpretiert werden und als Entscheidungsbasis dienen. Allerdings bereitet es klassischen Auswertungsmethoden Schwierigkeiten, mit Daten aus immer mehr Quellen in abweichenden Formaten und in immer größerem Umfang umzugehen. Daher bleiben manche Datenquellen unberücksichtigt.

Big Data hat effektive Analysemethoden hervorgebracht, die mit einer solch heterogenen Datenlage umgehen können. Mit ihrer Hilfe werden Unternehmen in die Lage versetzt, Data Discovery zu betreiben. Sie erforschen ihre Daten und lernen sie damit erst richtig kennen.

Aus diesen Entdeckungstouren lassen sich mit wachsender Erfahrung immer neue Einblicke finden. Durch die größer werdende Datenmenge ergeben sich immer mehr Perspektiven auf die eigenen Kunden und die eigenen Produkte. Mit dem firmeneigenen Business-Blick erschließt sich beim Studium der Daten dann das individuelle Potenzial, also konkrete neue Umsatzchancen, Produktideen und Prozessoptimierungen. Die Analyse-Erkenntnisse verschaffen eine solidere Grundlage für operative und strategische Entscheidungen. Man spricht von datenbasierte Entscheidungsfindung.

Die Qualität der Analyse steigt nicht nur mit der Qualität der Daten

Je besser die Qualität der Daten, desto klarer der Blick, den sie bieten. Daher erhöht der Einstieg in konsequentes Analytics und BI immer auch die Motivation, die Vollständigkeit und Korrektheit der Daten zu erhöhen, beispielsweise indem interne Prozesse verbessert und Pflegerichtlinien vereinheitlicht werden.

Der Wert einer Analyse steigt auch, wenn die Daten aus verschiedenen Quellen stammen. Dies sollte der Anreiz sein, die Daten aus allen Unternehmensbereichen für Analysezwecke zusammenzuführen. Wenn die Daten aus Beschaffung, Logistik und Warenbestand mit Analysen zum Kundenverhalten verknüpfen, dann lassen sich für Kunden passendere, weil personalisierte Angebote machen. Auch über das künftige Kaufverhalten verschiedener Kundengruppen können detaillierte Aussagen gemacht werden.

Gerade diese, für den Analysewert wichtigen Faktoren könnten vom verschärften Datenschutz profitieren. Die Datenschutz-Grundverordnung (DSGVO) hat vielen Firmen vor Augen geführt, wie verstreut ihre Daten liegen. Um unter den neuen Bedingungen beim Datenhandling wirtschaftlich und rechtskonform zu sein, müssen sie ihre Daten im möglichst direkten Zugriff haben und das bedeutet, sie so zentral wie möglich zu halten.

Trends vorhersehen mit Predictive Analytics

Auch für erfahrene Manager ist es selten trivial aus Zahlenkolonnen und Tortengrafiken zielsicher auf die Zukunft zu schließen und konkrete operative oder strategische Schritte abzuleiten. Je schnelllebiger das Geschäft wird, umso schwieriger und unzuverlässiger werden Prognosen 'von Hand'.

Das zu den fortgeschritteneren Analysemethoden zählende Predictive Analytics hilft hier weiter. Ihre Algorithmen basieren auf komplexen mathematischen und statistischen Modellen. Sie analysieren die Unternehmensdaten aus vergangenen und laufenden Aktivitäten, suchen Muster und leiten daraus für den Nutzer Handlungsoptionen ab. So lassen sich Trends entdecken, die selbst für erfahrene Entscheider meist nur schwer zu finden sind.

Hinzu kommt: Operative Entscheidungen müssen in der Regel schnell fallen und auch strategische Fragen verlangen immer öfter nach einer schnellen Antwort. Auch dies spricht gegen separate 'Datensilos' und für eine möglichst integrierte, zentrale Datenhaltung. Nur so lassen sich Analysen in quasi Echtzeit realisieren.

Die Künstliche Intelligenz auf dem Weg zum Meisterbrief

In den vergangenen Jahren hat die Künstliche Intelligenz (KI) den Weg in die Unternehmenspraxis gefunden. KI-Systeme versehen ihren Dienst bereits als Chat-Bots in der Kundenbetreuung von Dienstleistern, stellen für Websitebesucher passende Produkte zusammen und erkennen Betrugsversuche in Transaktionsdaten von Finanzdienstleistern.

Ist ein KI-System erst einmal mithilfe großer Datenmengen angelernt, erkennt es relevante Trends selbständig und lernt immer weiter dazu. Seine Analyseergebnisse und generierten Handlungsoptionen werden dadurch kontinuierlich besser. Immer anspruchsvollere Aufgaben kann es dem Menschen abnehmen.

Mittel- und langfristig können KI-gestützte ERP-Systeme zahlreiche operative Entscheidungen auch selbst treffen. Damit kann ein Unternehmen seine Agilität erhöhen und seine Mitarbeiter produktiver machen. Den Grad der Autonomie solcher Systeme legt jedoch immer noch der Nutzer fest.

Mit der Cloud schneller und wirtschaftlich ans Ziel

In Pattformlösungen finden klassische Analyse, Business Intelligence, Data Discovery und KI zusammen. Sie werden dem Nutzer in Form von intuitiv bedienbaren Tools an die Hand gegeben. Damit bleiben die immer komplexeren Infrastrukturen und Prozesse beherrschbar.

Moderne ERP-Lösungen aus der Cloud erleichtern auch die zentrale Datenhaltung. Sie sind modular aufgebaut. Speicherplatz und Rechenleistung werden nach Nutzung abgegolten. Der Betrieb obliegt dem Anbieter, was die interne IT entlastet.

Bei besonderen Sicherheitsanforderungen ist auch eine hybride Cloud-Lösung möglich. Hierbei verbleiben besonders sensible Daten im Unternehmen.

Was nun zu tun ist

Wenn Sie den Datenschatz Ihres Unternehmens heben möchten, holen Sie zunächst die wichtigen Akteure ins Boot und begeistern Sie sie für die Möglichkeiten moderner ERP-Systeme mit Predictive Analytics und KI. Mit der Vision einer umfassenden Echtzeit-Analyse vor Augen, sehen die Beteiligten, wo dafür im Unternehmen angepackt werden muss.

Starten Sie mit kleinen Schritten aber starten Sie bald. Der IDC-Ratgeber 'Digitalisierung im Mittelstand - Daten analysieren und fundiert Entscheidungen treffen ' gibt ihnen praxisnahe Hinweise, wie Sie die Qualität der Daten verbessern können, Fehler bei der Zusammenführung interner und externer Daten vermeiden und ein ERP-System finden, das zu ihrem Business passt.

Weitere Informationen:

1. Software für kleine und mittelständische Unternehmen im Überblick.
2. Zum kostenlosen Webinar 'Webinar: Cloud - Der Schlüssel für die erfolgreiche Digitalisierung im Mittelstand'