Big Data? Daten und Informationen waren doch schon immer ein fester Bestandteil des Unternehmenserfolgs. Richtig, aber wie so vieles hat die Digitalisierung auch das Thema Daten auf eine völlig neue Stufe gehoben. Die alten Konzepte funktionieren auch hier nicht mehr.

Riesige Mengen an Daten anzusammeln ist heute selbst für kleine Unternehmen an sich kein Problem mehr. Daten fallen überall an, sie wollen nur gesammelt und vor allem auch genutzt werden. Das ihnen das gut gelingt glauben nach einer Studie der KPMG und des Branchenverbandes Bitkom immerhin 21% der Unternehmen, 41% gehen mehr oder weniger davon aus. Ob diese Selbsteinschätzung stimmt lassen wir einmal dahingestellt, es zeigt aber zumindest, dass das Thema einigermaßen in den Köpfen deutscher Entscheider angekommen ist.


Was für Daten werden erhoben?

Welche Daten überhaupt gesammelt werden, clusterd die Studie in folgende vier Punkte:

Unternehmensdaten

  • – Stammdaten
  • – Transaktionsdaten
  • – Compliance usw.
  • – Projektmanagementdaten

Kundendaten

  • – CRM-Daten
  • – Verhaltensdaten
  • – Social Media

Systemisch erstellte Daten

  • – Logdaten
  • – Sensordaten
  • – Standortdaten

Öffentlich verfügbare Daten

  • – Markt/- andere ökonomische Daten
  • – Wissenschaftliche Publikationen
  • – Regulatorische Daten

Kurz, ziemlich viele Daten.


Wer, welche Daten sammelt und (hoffentlich) auswertet, hängt natürlich stark vom Einzelfall ab. Aber um Kunden- und öffentliche Daten wird wohl nicht einmal ein Freelancer herumkommen. Und dementsprechend wird er sich über die Art und Weise Gedanken machen müssen, wie er der Datenflut Herr wird. Und das ist an sich nicht einmal ein großes Problem. Wer beispielsweise glaubt professionelle Datenkraken wie Google oder Facebook müssten doch an ihren Datenmengen ersticken, der kennt die Macht von Algorithmen nicht. Wenn Programmierer etwas können, dann Informationen aus gigantischen Datenmengen auslesen. Welche ausgelesenen Ergebnisse aber tatsächlich Sinn machen, da braucht es (für eine kurze Weile) freilich noch den Menschen selbst.

Mit derart gigantischen Datenmengen müssen sich Freelancer, kleine Unternehmen oder Mittelständler zwar noch nicht herumschlagen, aber wer seine Daten einfach in einer Datenbank einspeichert, der kann auch schnell ein riesiges Datengrab erzeugen. Kurz um, man sollte einige Grundsätze beachten:

An einer Software kommt man nicht vorbei: Gesetzliche Regelungen mögen den Absatz der dicken Leitzordner noch für einige Jahre sicher stellen, wer Daten aber in sprichwörtlichen Datenblättern ablegt hat zu viel Zeit und den Anschluss an die Gegenwart verpasst. Das kann man zwar machen, ist aber irgendwie uneffektiv. Und Datenmanagementsysteme gibt es inzwischen in jeder Preiskategorie, auch als Open Source. Beachten sollte man bei der Auswahl folgende Punkte:

  • – Skalierbarkeit für denn immer größer werdenden Bestand
  • – Zukunftssicherheit durch offene und verbreitete Standards und Schnittstellen
  • – Sicherheit vor unbefugten Zugriffen
  • – Such- und Analysefunktionen, um den Datenbestand auch auswerten zu können

Übrigens tun es für den Hausgebrauch durchaus auch schon mal Tools wie OneNote. Und wer sich unbedingt selbst etwas zusammenbasteln will, auch dabei kann – solange die Struktur gut durchdacht ist – eine sinnvolle Lösung herauskommen.

Daten müssen für alle im Unternehmen wichtig und zugänglich sein: Wie bei allen Maßnahmen muss für jeden einzelnen Mitarbeiter auch das Arbeiten mit Big Data Sinn machen. Nur wenn alle wissen welche Daten wichtig und gesammelt werden müssen, können auch alle Mitarbeiter die Daten einpflegen. Und nur wenn alle Mitarbeiter auf die Daten zugreifen können, werden sie sich daran beteiligen. Das Daten wertvoll sind, darf nicht dazu führen, dass sie exklusiv für Abteilungsleiter und Chef zur Verfügung stehen, um deren Bedürfnis nach Macht und der Mitarbeiter muss mich erst fragen zu befriedigen. Und wer den Zugang so reglementieren möchte, dass nur der Mitarbeiter die Daten sieht, die er ganz bestimmt für seine Tätigkeit braucht, setzt am Ende ein unnötig kompliziertes System auf, dessen Hauptzweck es ist zu verhindern, dass seine Mitarbeiter auch nur versuchen über den Tellerrand hinauszusehen.

Daten müssen analysiert werden und verfügbar sein: Eine Binsenweisheit, aber keine leicht umzusetzende. Eine Datenanalyse bedeutet eben mehr, als mal schnell eine Tabelle oder ein Diagramm auszuwerfen. Datenanalyse bedeutet auch mehr, als sich eine Statistik zurechtzulegen, die zufälligerweise genau das aussagt, was man belegen wollte. Auch wenn das bei einer Argumentation sicher recht hilfreich sein kann, sollte man doch auch darauf gefasst sein, dass Auswertungen einem am Ende beweisen sich geirrt zu haben. Spätestens bei der Analyse scheitern dann aber beispielsweise oft Zwischenlösungen wie OneNote oder selbstgebastelte Datenbanken, weil man am Ende doch nicht der Datenspezialist ist, für den man sich gehalten hat. Nicht umsonst hat sich hier eine ganze Branche gebildet und in größeren Unternehmen zumindest eine Stelle geschaffen.

Die Daten müssen aber natürlich auch erst einmal verfügbar sein. Sprich man sollte sie von einer zentralen Stelle aus abfragen können, möglichst mit einer konfigurierbaren Suche, mindestens aber auch mit einer Fuzzy Suche. Wer will sich schon darauf verlassen, dass bei der Dateneingabe auch wirklich jeder sinnvolle Tag vergeben wurde. Die Wahrscheinlichkeit dafür ist – sagen wir round about bei 0 oder so?

Der Datenschutz: Das Wort „Daten“ klingt im Deutschen irgendwie immer wie „Datenschutz“, oder? Manchmal übertreibt man es hierzulande damit sicherlich, aber im Großen und Ganzen sollte man für das deutsche Verständnis von Datenschutz dann doch dankbar sein. Es sei denn natürlich man ist Datenschutzbeauftragter in seinem Unternehmen, da merkt man schnell, dass man sich nicht nur eine Nebenbeschäftigung mit Kündigungsschutz eingehandelt hat, sondern einen zweiten Full-Time-Job. Im Grunde hat man die Wahl, entweder man nimmt den Datenschutz ernst, oder man hat eine verdammt gute Rechtschutzversicherung und genug Rückstellungen für die Strafzahlungen gebildet.

Die praktischen Helfer: Liefert das Datenmanagementprogramm der Wahl nicht alle Features mit, sollte man sich zum Beispiel nach entsprechenden Tools auf die Suche begeben, die Texte nicht nur einscannen, sondern auch auslesen können. | Wer seine Daten speichert, der sollte sie auch an einem sicheren Ort speichern. Und selbst wenn man sie auf einen internen Server ablegt, auch dann ist spätestens der PC des Mitarbeiters die Schwachstelle, über die man auch von Außen auf den Datenbestand unberechtigt zugreifen könnte.

Big Data lohnt sich!

Und warum jetzt eigentlich der ganze Aufwand?

Big Data zeigt den Ist-Zustand und ermöglicht es gleichzeitig Optimierungspotential zu erkennen.

Big Data schafft Struktur, auch in täglichen Abläufen.

Big Data ermöglicht es neue Geschäftsfelder, Produkte, Ideen aufzustöbern.

Big Data zeigt erfolgreiche Wege auf und Wege, die man besser nur einmal gehen sollte.

Big Data ist Grundlage eines effektiven Risikomanagements.

Big Data zeichnet ein realistischeres Bild des Kunden.

 

Zusammengefasst: Big Data steigert die Chancen auf den Erfolg enormst!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.