Automatische Systeme in Kombination mit menschlichen Entscheidern
Wenn ein Unternehmen Neuland betritt, liegen oft wenig valide Daten oder gar belastbare Erfahrungswerte vor. Dies macht die Beurteilung von Vorhaben für die agierenden Unternehmen ebenso schwer wie für finanzierende Banken. Unser Bankensystem hat in der jüngeren Geschichte für viele Schlagzeilen gesorgt und eifriges Regulieren hat unter anderem auch zu einer konservativeren durch immer komplexere Ratingsysteme gestützten Kreditvergabe geführt.
Als Alternative zu den Bankinstituten existieren aber auch weitere Quellen für die Beschaffung von Kapital für Gründung, Wachstum, Restrukturierung und Sanierung, bei denen die Entscheidungen nicht von Systemen, sondern von Menschen getroffen werden. Abhängig vom konkreten Vorhaben des jeweiligen Unternehmens kommen hier Beschaffungsmethoden wie Crowdfunding, klassische Venture-Capital-Geber und Private-Equity-Gesellschaften sowie Private Placements bis hin zu Fördermittel in Frage. Die Bandbreite der Optionen ist groß. Wichtig ist, dass ein potenzieller Finanzierungspartner Interesse am jeweiligen Angebot inklusive der einzelnen Chancen und Risiken findet. Ein kapitalsuchendes Unternehmen muss an den menschlichen Entscheider herankommen und diesen überzeugen. Dies setzt ein möglichst aussagekräftiges Konzept (Business Case) und die zielgerichtete Adressierung der infrage kommenden Finanzierungspartner voraus.
Als Resümee bleibt, dass eine hohe Technisierung bei Eliminierung des Faktors Mensch nicht immer vorteilhaft sein muss.
Fortschrittliche Unternehmen beschäftigen bereits einen CDO
Erfolgreiche Unternehmen stützen ihre Entscheidungen auf eine Kombination aus "Bauchgefühl" und Fakten. Big Data kann dazu verhelfen, seine potenziellen Märkte besser zu verstehen und effektiver sowie effizienter zu adressieren. Dies alles zahlt auf nachhaltige EBIT-Steigerungen ein. In besonders fortschrittlichen Unternehmen ist bereits die Position des Chief Data Officer (CDO) eingerichtet, der für das Datenmanagement verantwortlich zeichnet.
Allerdings müssen sich die Unternehmen darüber im Klaren sein, dass ein CDO Wissensschätze generiert, die nicht nur in der IT anzusiedeln sind. Denn die neuen Daten haben Einfluss auf das Vorgehen in quasi allen Unternehmensbereichen wie Personal, Marketing, Produktion, Beschaffung, Produktentwicklung, Business Development oder Conclusio. Ein strategisch positionierter CDO ermöglicht die Gewinnung unerschlossener Potenziale und setzt Grundsteine für neue und bessere Geschäftsmodelle. Der CDO ist demnach viel mehr als ein "Datenfuzzi".
- Big Data
Unternehmen sollten sich im Klaren sein, welche Daten sie erfassen und welche Ergebnisse sie erzielen wollen. Für Big Data sollten möglichst viele bis alle Daten erfasst werden können. Im Gegensatz zu BI-Lösungen sollten sich Verantwortliche nicht in Nebensächlichkeiten verstricken, sondern immer das große Ganze sehen. - Big Data
Der Branchenverband BITKOM bietet eine kostenlose PDF-Datei, die als Leitfaden für Big Data-Projekte verwendet werden kann. - Big Data
Mit Hadoop und HDInsight in Microsoft Azure können Sie Big Data auch in der Microsoft Cloud betreiben. - Big Data
Um sich mit Hadoop und Big Data zu beschäftigen, ist HDInsight der schnellste Weg. Microsoft stellt für Entwickler eine Offline-Testumgebung für HDInsight zur Verfügung. - Big Data
Um Big Data-Lösungen zu nutzen, benötigen Sie in den meisten Fällen eine NoSQL-Datenbank, zusätzlich zu vorhandenen Datenbanken, beispielsweise MongoDB. - Big Data
Wer sich etwas mit Big Data bereits auseinandergesetzt hat und Lösungen in diesem Bereich einsetzt, kann die Umgebung mit weiteren Möglichkeiten erweitern. Auch hier steht eine Vielzahl an Opensource-Pridukten zur Verfügung, zum Beispiel Apache Giraph. - Big Data
Microsoft noch das kostenlose ebook „Introducing Microsoft Azure HDInsight“ zur Verfügung. Diese bietet einen idealen Einstieg in die Möglichkeiten von Big Data, HDInsight und Hadoop, auch für andere Plattformen. - Big Data
HBase kann als Datenbank für Big Data-Lösungen genutzt werden. Diese Technologie baut auf Google Big Table auf und kann sehr große Datenmengen speichern. - Big Data
Die meisten Unternehmen nutzen für die Verarbeitung von Big Data vor allem Hadoop-Distributionen oder Cloud-Lösungen. Die meisten Tools und Distributionen gehören zum Apache Projekt. Apache Mahout erlaubt eine bessere Verwaltung der Daten in Hadoop. - Big Data
Cloudlösungen bei Microsoft Azure, Google Cloud Platform oder Amazon Web Services, werden oft nach Datenvolumen berechnet und Berechnungsdauer. Entwickler sollten in die Abfragen und die Big Data-Anwendungen daher auch das Herunterfahren und Ausschalten von Big Data-Umgebungen einbeziehen.
Das Wichtigste bleibt eine funktionierende Unternehmensstrategie
Nun könnte man schlussfolgern, dass Big Data und Predictive Analytics – ein zielgerichteter und wohlüberlegter Einsatz vorausgesetzt – für jedes Unternehmen von Vorteil sein kann, manche Unternehmen sogar retten könnte.
So einfach ist das aber nicht. Zuerst einmal ist wichtig, dass die aktuelle Unternehmensstrategie funktioniert. Ein abgelaufenes Geschäftsmodell kann nur durch Neuausrichtung und nicht durch Datensammeln gerettet werden. Oftmals reichen die in Unternehmen vorhandenen Daten aus, um die richtigen Schlüsse zu ziehen. Es wird aber lieber krampfhaft nach Gründen für ein "Weiter so" gesucht als nach Gründen für eine Veränderung. Aus der Politik wissen wir, dass die Ergebnisse von Gutachten nicht immer Grundlage für Entscheidungen sind. Und auch im Privaten ist bekannt, dass noch mehr Informationen nicht zwingend zu einer Verhaltensänderung führen. Jeder, der raucht oder übergewichtig ist weiß, was gemeint ist. Es ist doch kein intellektuelles Problem, dass wir rauchen oder zu dick sind. Und eine weitere Studie über Tabak, Zucker oder Fast Food ändert nicht zwingend unser Verhalten. Ebenso ist es in Unternehmen. Verhaltensänderungen müssen strategisch verankert und über kluge adaptive Prozesse inszeniert werden.
Big Data und Predictive Analytics sind Chancen zur Informationsgewinnung, um – eine korrekte Interpretation und Verwendung vorausgesetzt – wichtige Veränderungsprozesse in Unternehmen im Sinne von Verbesserungen zu inszenieren. In Kenntnis der Tatsache, dass sie, so wie andere Werkzeuge auch, sowohl schaden als auch nutzen können, ist der verantwortungsvolle und kluge Umgang mit den Tools ein Segen. Die korrekte Information beschert Sicherheit und auf der Basis von Sicherheit können Entscheidungen getroffen werden, um gewünschte Ergebnisse möglichst so wie gewollt eintreten zu lassen.
Abschließend fünf Empfehlungen im Umgang mit Big Data
1. Wenn Sie jemand sein sollten, der Kapital benötigt, dann achten Sie bitte darauf, sich nicht mit Partnern einzulassen, die Sie nur "automatisch" beurteilen.
2. Sollten Sie als Unternehmen Prozesse verschlanken wollen, dann ist zu berücksichtigen, dass Sie hierdurch nicht an Servicequalität und Image einbüßen.
3. Sofern Sie Ihre Qualität im Unternehmen steigern wollen, achten Sie unbedingt auf den Einsatz der für Sie richtigen Lösung.
4. Eine Steigerung der Vertriebs- und Marketing-Performance sollte berücksichtigen, dass sich so manche Kunden nicht gern ausspähen lassen.
5. Und wenn Sie Big-Data- und/oder Predictive-Analytics-Lösungen verkaufen, dann ist dafür zu sorgen, Ihr Leistungsvermögen und die Leistungserwartung Ihres Kunden in Einklang zu bringen.