Schritt voraus

6.500 Datensätze pro Sekunde und insgesamt 65 Millionen Datensätze pro Jahr. Und das ist nur die unstrukturierte Menge, die eine einzelne Maschine eines deutschen Automobilzulieferers generiert. Diese auf den ersten Blick erschreckende Datenflut können Unternehmen jetzt nutzen: als wertvollen Rohstoff zur Qualitätssteigerung, zur Fehlervermeidung, Kostensenkung und um ihre Produktionsabläufe zu verbessern. Voraussetzung dafür ist zum einen der Einsatz automatisierter digitaler Verfahren, um diese Daten auszuwerten und die richtigen Schlüsse und Prognosen daraus abzuleiten. Zum anderen kommt es dabei auf die konsequente Verzahnung der Informations- und Planungssysteme in die Unternehmenssteuerung sowie die kontinuierliche Verbesserung der eingesetzten Methoden und Werkzeuge an.

Denn mit dem Einsatz neuer digitaler Tools können Unternehmen heute nicht mehr nur die rein operativen Daten auswerten, sondern auch zahlreiche externe Datenquellen und Informationen zu neuen Trends und aktuellen Kundenbedürfnissen mit einbeziehen. Die Herausforderung dabei ist, diese Vielfalt an strukturierten und unstrukturierten Daten einzuordnen, zu bewerten und zu interpretieren. Diese Aufgabe erfordert ein tiefes Verständnis über Geschäftsprozesse und mögliche Informationsquellen, damit die Daten geschickt erhoben, verknüpft und gefiltert werden. Dafür stehen inzwischen mit Business Analytics mathematische Modelle, moderne Software-Lösungen und Technologien von einem Plant Information Portal bis zu Virtual Reality zur Verfügung, die aus den Rohdaten neue und umfassende Erkenntnisse über Stellgrößen des Geschäftsmodells sowie über Märkte und Kunden an die Oberfläche bringen, um Wettbewerbern den entscheidenden Schritt voraus zu sein.

„Unternehmerischer Erfolg fußt mehr denn je auf der Analyse von Daten und der fundierten Bewertung von Chancen und Risiken“, sagt Barbara Lix, die als Direktor das Thema Digitale Transformation bei PwC verantwortet. „Intelligente Datenanalysen sind der Schlüssel, um effizienter zu werden, Prozesse zu optimieren, neue Vertriebs- und Geschäftsmodelle zu entwickeln, Zusammenhänge zu erkennen und Entscheidungen präziser zu treffen.“

Mit Business Analytics werden beispielsweise Datenbestände auf werthaltige Informationen für Prozess- oder Organisationssteuerung untersucht und Ressourcen für deren Nutzbarmachung gesteuert. Das reicht von der technischen Logistik zur Beschaffung erforderlicher Daten bis hin zu innovativen Methoden, um Big Data effektiv zu nutzen. So hat PwC mit einem führenden Maschinenbauunternehmen gemeinsam maßgeschneiderte Algorithmen entwickelt, um durch eine Portfoliobereinigung signifikant Kosten zu senken. Dabei werden zahlreiche Produkte und Komponenten identifiziert, die sich im Hinblick auf verschiedene Kenngrößen möglichst ähnlich sind. Das Ergebnis sind konkrete Vorschläge für Varianten, die eliminiert oder standardisiert werden können. Und es belegt: Selbst Qualitätsführer einer Branche können dank Business Analytics ihre Effektivität in der Produktion noch steigern und gleichzeitig Kosten senken. Dabei lassen sich durch gezielte Auswertung von Maschinendaten Fehlerursachen vorhersagen und die vom Verschleiß bedrohten Maschinenteile rechtzeitig vor dem Ausfall austauschen.

Insbesondere die mathematisch-statistischen Methoden zur Datenanalyse haben in jüngster Zeit einen großen Sprung gemacht. Mit den sogenannten „Predictive Analytics“ lassen sich die Prognosen von erforderlichen Lagerbeständen regelmäßig im Mittel um bis zu 30 Prozent verbessern – im Vergleich zur Prognose durch erfahrene Disponenten. Interessant dabei ist: Die mathematischen Modelle verbessern Prognosen besonders dann, wenn weitgehend unstrukturierte Datenquellen wie soziale Netzwerke eingebunden werden.

Im Bereich der Unternehmenssteuerung erlaubt ein Plant Information Portal, wie PwC es für einen Geschäftsbereich von ThyssenKrupp entwickelt hat, Unternehmen eine zentrale und harmonisierte Sichtweise auf einheitlich definierte und aggregierte Kennzahlen. Dabei lässt sich unter anderem bei einer Umsatzabweichung mithilfe lernender Maschinen auch analysieren, woher sie kommt und welche Effekte sie haben kann. Auch die Frage, was aus dieser Abweichung folgt, etwa ob die Jahresziele nicht erreicht oder eine bestimmte Marge verfehlt wird, lässt sich beantworten.

Unternehmen, die bereits das Potenzial von Business Analytics erkannt haben, planen ihre Ziele nicht mehr nur deterministisch als festen Punkt in die Zukunft – etwa: bis Juli nächsten Jahres erhöhen wir den Umsatz um sieben Prozent –, sondern reichern ihre Simulationen mit Wahrscheinlichkeiten an, die in Zielkorridoren ausgegeben werden. Je nach Branche beziehen sie auch Rohstoff- und Währungsrisiken ein oder die volkswirtschaftliche Entwicklung bestimmter Regionen. „Instrumente wie Predictive Analytics, die so etwas können, werden die Unternehmenssteuerung in den kommenden Jahren wesentlich beeinflussen“, sagt Barbara Lix.

Aus Kundendaten lassen sich ebenfalls fortan präzisere Prognosen anstellen und Handlungen ableiten. Das wird auch betriebswirtschaftliche Entscheidungen unterstützen, etwa durch eine „Customer-Churn-Analyse“, um die Kundenabwanderung zu analysieren. Ausgehend vom Kündigungsverhalten der Vergangenheit lässt sich prüfen, ob es bei bestimmten Konstellationen von Verträgen eine höhere Wahrscheinlichkeit gibt, dass ein Kunde kündigen wird. Wissen Unternehmen das im Vorfeld, können sie dem Kunden ein spezielles Angebot unterbreiten – und sie werden wissen, wie viel sie das kostet und ob sich das Gegensteuern in Bezug auf das Betriebsergebnis lohnt.

Die mittels Business Analytics neu gewonnenen Daten bilden auch die Basis für neue wertschöpfende digitale Produkte und Services. Bei einer eng verzahnten Supply Chain etwa, die für einen reibungslosen Informationsfluss bis hinein in das ERP-System sorgt, können nun die Maschinen, die bei Kunden stehen, Zustandsdaten automatisch an das Unternehmen übermitteln. Aus diesem Rohstoff kann der Hersteller seinen Kunden zukünftig hoch individualisierte Services und individuell konfigurierbare Produkte anbieten sowie neue und effizientere Vertriebsstrategien entwickeln. Allerdings eignen sich die klassischen Transaktionssysteme für diese Aufgabe nicht mehr. Erforderlich sind leistungsfähige Lösungen, die es beispielsweise ermöglichen, die riesigen Datenmengen von Millionen von Sensoren quasi in Echtzeit zu verarbeiten und performant zu analysieren. Diese neuen Architekturen müssen zudem flexibel skalierbar und bezahlbar sein. Solche Systeme mit einem vernünftigen Reifegrad stehen inzwischen zur Verfügung.

„Intelligente Datenanalysen sind der Schlüssel, um effizienter zu werden, Prozesse zu optimieren, neue Vertriebs- und Geschäftsmodelle zu entwickeln, Zusammenhänge zu erkennen und Entscheidungen präziser zu treffen.“

Barbara Lix, ist als Direktor verantwortlich für Data & Analytics bei PwC Deutschland

Zusätzliche Unterstützung unternehmerischer Entscheidungen ergibt sich durch die Integration neuer Megatechnologien wie Virtual Reality. Vor allem im produzierenden Gewerbe, insbesondere in der Luftfahrt- und Automobilindustrie, eröffnen sich sehr viele Anwendungsmöglichkeiten. Beispielsweise bei Szenarien, wo es gerade nicht möglich oder opportun ist, an dem Ort zu stehen, wo die Information soeben benötigt wird. Etwa wenn ein Automobilhersteller die Werksstraße einer neuen Produktionsstätte in China oder anderswo in der Welt genauer unter die Lupe nehmen möchte. „Der Betrachter bewegt sich dann über eine virtuell nachgebaute, dreidimensionale Produktionsstraße, bei deren Verlauf im Kontext genau die jeweiligen Informationen und Analysen eingeblendet werden, die er benötigt, seien es der Lagerbestand, Ausfallzeiten oder die Gesamtproduktivität“, schildert Thomas Hampel, Director Business Analytics bei PwC Deutschland.

Newsletter abonnieren

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

Anmelden
Experten kontaktieren

Sie haben Fragen oder möchten mit einem unserer Experten zu diesem Thema sprechen? Melden Sie sich gerne bei uns.

Kontaktieren
Diesen Beitrag teilen

Hier können Sie den Beitrag über soziale Medien teilen.

Teilen