Weniger ist mehr

Im Rahmen von Business Analytics ziehen Algorithmen jetzt auch in die Werkshallen ein. Vor allem produzierende Unternehmen können mit datenbasierten Instrumenten wie Advanced Analytics ihre im Laufe der Jahre aufgetürmte Variantenvielfalt auf Kostensenkungspotenziale hin unter die Lupe nehmen. Dabei werden durch bereits bestehende oder eigens entwickelte Algorithmen Muster und Ähnlichkeiten zwischen Produkten und Komponenten der Produkte gesucht und aufgedeckt.

Mit einem führenden Maschinenbauunternehmen etwa hat PwC gemeinsam maßgeschneiderte Algorithmen entwickelt, um möglichst viele Produkte und Komponenten zu identifizieren, die sich im Hinblick auf verschiedene Kenngrößen möglichst ähnlich sind. Als Ergebnis erhält das Unternehmen konkrete Vorschläge für Varianten, die eliminiert oder standardisiert werden können. Das bedeutet noch nicht, dass diese Varianten auch wirklich standardisierbar sind. Das Unternehmen muss auf Basis der Vorschläge, die der Algorithmus hervorbringt, nämlich bewerten, ob die Implementierung technisch möglich und aus finanzieller Sicht sinnvoll ist.

Um die redundanten Varianten zu eliminieren, wird dabei in fünf abgestimmten Schritten ein komplettes Maßnahmenblatt für jeden einzelnen Vorschlag abgearbeitet. Das klingt aufwendig – und ist es auch. „Die Unternehmen sind in der Regel überrascht, wie viel dabei zusammenkommt und wie viel Aufwand das bedeutet“, sagt Sascha Krstanovic, Consultant Big Data & Advanced Analytics bei PwC Deutschland, Experte für Datenmodellierung und Algorithmik. „Aber es lohnt sich auf jeden Fall, eine solche Portfoliobereinigung in Angriff zu nehmen, denn am Ende stehen häufig signifikante Kostensenkungen.“

Nach dem Motto „weniger ist mehr“ werden nicht nur Varianten aus dem aktuellen Portfolio eliminiert, sondern Standards entwickelt und in der Organisation implementiert. Diese tragen dazu bei, dass die Vielfalt der Komponenten nicht erneut überbordet wie in der Vergangenheit. In einem weiteren Schritt greift ein automatisiertes Reportingtool, mit dem das Unternehmen auf Knopfdruck in regelmäßigen Abständen die Einhaltung der Standards und die Wirksamkeit der zuvor festgesetzten Standards überprüfen kann.

Zusätzlich werden Mitarbeiter trainiert, um die einmal entwickelten Algorithmen zu verstehen und auf neue Daten und Varianten anwenden zu können. „Am wirkungsvollsten ist es, wenn Unternehmen mit einem Piloten in einem ausgewählten Bereich starten, um daraus zu lernen, wie das Instrument wirkt und auf weitere Bereiche ausgedehnt werden kann“, empfiehlt Krstanovic.

Voraussetzung für die Wirksamkeit von Advanced Analytics ist die Verfügbarkeit konsistenter Daten, die die zu analysierenden Produkte und Komponenten hinreichend gut beschreiben. In der Regel liegen diese Daten dem Unternehmen in seinem SAP-System vor. Allerdings sollte im Vorfeld definiert werden, welche Daten wirklich zum Ziel führen, bevor die Analyse startet. In der Praxis sind viele Daten oft unvollständig, so dass sie für die Analyse nicht genutzt werden können. Dann müssen sie manuell vervollständigt werden, was teilweise sehr aufwendig sein kann. „Es ist für jedes Unternehmen erfolgskritisch, Wert darauf zu legen, die vorhandenen Daten strukturiert zu speichern“, sagt der PwC-Experte. „Zudem ist es unerlässlich, eine Person oder ein Team zu benennen, die beziehungsweise das für das Datenmanagement verantwortlich ist und weiß, wo die Daten liegen und wie man sie für Analysen verfügbar machen kann.“

Bildnachweis: Creatas Video/GettyImages(2), Image Bank Film/GettyImages, Image Bank Film:Signature/GettyImages, Vetta Film/GettyImages(2) PwC(7)

Newsletter abonnieren

Mit dem Newsletter verpassen Sie keine Ausgabe der next: Das Magazin für Vorausdenker

Anmelden
Feedback

Sie möchten uns Feedback zu diesem Beitrag geben? Wir freuen uns auf Ihre Rückmeldung.

Feedback
Diesen Beitrag teilen

Hier können Sie den Beitrag über soziale Medien teilen.

Teilen