Über Nutzen und Risiken von Big Data-Projekten. Gastbeitrag von Thomas Leitner

Foto: Intersystems Der Autor Thomas Leitner ist Regional Managing Director Europe Central & North bei Intersystems Das Basisversprechen rund um Big Data ist einfach: Sie haben viele Daten, Sie analysieren nur einen Teil davon, wenn Sie all Ihre Daten analysieren würden, könnten Sie auf Basis der zusätzlichen Informationen bessere Entscheidungen treffen. Das Marketing spricht in diesem Zusammenhang von „Informed Decisions“ und seien wir ehrlich: Wer würde nicht gerne wohlfundierte Entscheidungen treffen? Nur ist es leider nicht ganz so einfach.

Die Mehr-Informationen-Illusion.

Damit gar keine Diskussion aufkommt: Mehr Informationen können zu besseren Entscheidungen führen – müssen es aber nicht! Wenn es anfängt zu regnen, muss man nicht erst die lokalen Wetterdaten analysieren, um die „wohlfundierte“ Entscheidung zu treffen, sich unterzustellen.
Eine einfache Effizienzanalyse hilft bei der Entscheidung, ob Big Data in einem solchen Szenario den erhofften ROI bringt. Fragen Sie sich, wie das Betriebsergebnis aussehen würde, wenn alle Mitarbeiter, die so unterstützt werden, ideale Entscheidungen träfen. Dem entgegen stehen die Kosten für Implementierung, Unterhalt und Einsatz der geplanten Big-Data-Infrastruktur und ein beachtlicher Abschlag auf den Idealwert, weil Menschen keine rein rational handelnden Wesen sind – auch wenn wir das gerne von uns glauben. Wären wir es, würde Marketing nicht funktionieren und wäre Mr. Spock nicht so lustig.
Auch hier gilt: Höhere Effizienz kann zu besseren Umsätzen oder Ergebnissen führen – muss es aber nicht. Solange das, was Sie tun, ein Verlustgeschäft ist, steigert Effizienz einfach nur die Verluste.
Es gilt, den Schritt zurückzumachen und sich ins Gedächtnis zu rufen, dass Effektivität vor Effizienz kommt, dass es das Ziel ist, das Richtige besser zu machen. Und hier fängt Big Data an wehzutun. Die Frage der Effektivität ist im Grunde eine Ableitung erster Ordnung. Es geht nicht mehr darum, die vorhandenen Daten und Informationen anzuwenden, sondern darum, sie zu nutzen, um das eigene Tun zu hinterfragen. So schwer einem das schon als singuläre Aktion fällt, um wie viel schwieriger ist es dann, eine Kultur des permanenten Überprüfens und Hinterfragens zu implementieren? Denn richtig angewendet zwingt einen Big Data genau dazu.

Die Genug-Daten-Illusion.

Egal wie viele strukturierte und unstrukturierte Daten Ihnen im Unternehmen mit Big Data zur Verfügung stehen werden, es sind nicht genug, um die Effektivitätsfrage klären zu können. Die Information, dass und warum Ihre Bestandskunden zufrieden sind, ist nahezu irrelevant, wenn Sie gleichzeitig Marktanteile verlieren. Wichtiger ist dann die Information, warum Neukunden diese positive Einschätzung nicht teilen und andere Angebote spannender finden.
Es gilt also, externe Informationen zu internen Daten in Relation zu setzen, um bei Bedarf gegensteuern zu können. Und diese Veränderungen erfolgen in der Regel nicht schmerzlos.
Die gute Nachricht ist: Richtig eingesetzt kann Big Data Unternehmen und Organisationen entscheidend weiterbringen. Richtig eingesetzt liefert Ihnen Big Data die wesentlichen Informationen, um notwendige Veränderungen zu erkennen, und das gleichermaßen auf strategischer wie auf Organisations- und Prozessebene. Diese Veränderungen umzusetzen geht aber nur im seltensten Fall schmerzlos vonstatten.
Das beginnt mit dem Willen von Geschäftsführung und Management, die eigenen Entscheidungen zu hinterfragen und gegebenenfalls zu revidieren, wenn es doch viel einfacher wäre, unliebsame Informationen einfach zu ignorieren und das Gesicht zu wahren. Vielleicht werden organisatorische und prozessuale Änderungen notwendig, die direkte Auswirkungen auf Karrierechancen und Gewichtung von Positionen im Unternehmen haben. Und nicht zuletzt müssen die Mitarbeiter akzeptieren, dass, egal wie gut die Arbeit in der Vergangenheit war, Stillstand bedeutet, abgehängt zu werden. Wir alle fühlen uns im Status quo am wohlsten und Big Data bedeutet kontinuierliche Veränderung.
Eine strategische Interoperabilitätsplattform, wie Intersystems Ensemble, kann in diesem Prozess eine Vielzahl an Hürden und Befürchtungen beseitigen. Die grundlegende Fähigkeit zu Konnektivität und Persistenz garantiert die ungehinderte Vernetzung beliebiger interner und externer Systeme und somit Zugriff auf und Speicherung von beliebigen Daten(formaten). Embedded-Technologien wie DeepSee und iKnow bieten die notwendige Möglichkeit zur Analyse strukturierter und unstrukturierter Daten, auch in Kombination. In der Funktion als Process-Engine erlaubt Ensemble es zudem, die vorhandenen Applikationen um entscheidungsrelevante Informationen anzureichern, sodass die gewonnenen Informationen nicht nur strategisch, sondern auch operational zur Effizienzsteigerung genutzt werden können.
Kontinuierliche Veränderungsprozesse wie das von Toyota entwickelte Kaizen („Veränderung zum Besseren“) haben ihren Wert in der Industrie seit Langem bewiesen. Auch Big Data ist ein solcher Veränderungsprozess und sein Potenzial ist sicherlich nicht kleiner. Die Ergebnisse sind es wert, sich auf Big Data einzulassen, auch wenn es manchmal wehtut.