Absatzprognosen für ein bestimmtes Produkt in verschiedenen Regionen, Preise dynamisch gestalten, Predictive Maintenance für Maschinen und Produktionsanlagen, um Ausfallzeiten zu minimieren, oder den Stromverbrauch vorhersagen - es gibt mittlerweile viele Anwendungsbeispiele für Predictive Analytics. Ziel dabei ist es, auf Basis von Data Mining, maschinellem Lernen und anderen statistischen Methoden Vorhersagen über die Wahrscheinlichkeit von zukünftigen Ereignissen zu treffen.
Foto: kentoh - shutterstock.com
In den Unternehmen gewinnt diese fortschrittliche Datenanalyse, die darauf ausgerichtet ist, künftige Entwicklungen möglichst treffgenau zu prognostizieren, zunehmend an Bedeutung. Das zeigen die Ergebnisse der aktuellen Studie "Predictive Analytics 2018", die CIO und COMPUTERWOCHE gemeinsam mit den Partnern Lufthansa Industry Solutions, Datavard, Jedox und Seven Principles realisiert haben. Dazu wurden 390 Entscheider aus der DACH-Region zu ihren Plänen und Projekten rund um Predictive Analytics befragt.
Predictive Analytics gehört die Zukunft
Derzeit bewerten "nur" 47 Prozent der Unternehmen die Relevanz von Predictive Analytics als sehr hoch oder hoch, immerhin ein Drittel der Firmen als eher niedrig bis sehr niedrig. Ganz anders sieht es bei den Werten für die Zukunft aus. Zwei Drittel (66 Prozent) der Unternehmen gehen davon aus, dass Predictive Analytics binnen drei Jahren für sie wichtig oder sehr wichtig wird. Nur noch 14 Prozent der Firmen stufen dessen künftige Bedeutung als eher niedrig bis sehr niedrig ein.
Die Studie Prdictive Analytics 2018 bekommen Sie hier im Shop der COMPUTERWOCHE
Der Relevanz-Wert steigt mit der Unternehmensgröße an. So messen 53 Prozent der Unternehmen mit mehr als 1000 Mitarbeitern Predictive Analytics derzeit eine große bis sehr große Bedeutung zu, 68 Prozent in den nächsten Jahren. Bei den kleinen Unternehmen bis 99 Mitarbeiter sind es derzeit nur 27 Prozent beziehungsweise 64 Prozent in den nächsten drei Jahren.
Vorreiter sind die großen Unternehmen
Rund ein Drittel der Unternehmen hat bereits Analytics-Projekte umgesetzt, die Hälfte davon im Bereich Predictive Analytics. Besonders aktiv sind hier die großen Firmen. Fast jeder fünfte Betrieb plant in den nächsten 12 Monaten konkrete Analytics-Aktivitäten. Aber es gibt offenbar auch Skeptiker: 15 Prozent der befragten Firmen planen weder Analytics-Projekte noch haben sie bereits welche umgesetzt. Bei den kleinen Firmen ist es knapp ein Drittel. Hier besteht also Nachholbedarf.
Als wichtigstes Analytics-Verfahren setzen die Firmen derzeit Deskriptive Analytics (Was ist passiert?) mit 66 Prozent und Diagnostische Analytics (Warum ist es passiert?) mit 61 Prozent ein. 56 Prozent der Betriebe bauen bereits auf Predictive Analytics (Was wird passieren?), etwas mehr als ein Viertel der Unternehmen auf Prescriptive Analytics (Was müssen wir tun, dass es passiert?).
Hohe Erfolgsquote: Der Aufwand lohnt sich
Die hohe Erfolgsquote sollte Ansporn genug für alle Unternehmen sein, sich mit fortgeschrittenen Analytics-Verfahren zu beschäftigen. Nur elf Prozent der befragten Firmen sind unzufrieden oder sagen, dass sich ihre bisherigen Predictive-Analytics-Projekte nicht gelohnt hätten. 60 Prozent der Verantwortlichen äußerten sich mit den bisherigen Predictive Analytics-Maßnahmen und dem damit verbundenen Kosten-Nutzen-Verhältnis sehr zufrieden oder zufrieden. In einem Viertel der Betriebe halten sich Aufwand und Nutzen die Waage.
Das positive Ergebnis ist unter anderem damit zu erklären, dass die Firmen einen klaren Business-Case für ihre entsprechenden Projekte definieren. Denn 84 Prozent der Befragten stimmten folgender Aussage zu: "Bevor wir ein Predictive-Analytics-Projekt starten, machen wir daraus eine Business-Initiative und definieren genau, was das Ziel des Projekts ist und welchen Effekt es erzielen soll."
Studiensteckbrief Herausgeber: COMPUTERWOCHE, CIO, TecChannel und ChannelPartner Studienpartner Gold-Partner: Lufthansa Industry Solutions GmbH & Co. KG Silber-Partner: Datavard AG Bronze-Partner: Jedox AG, SEVEN PRINCIPLES AG Grundgesamtheit: Oberste (IT-) Verantwortliche von Unternehmen in der D-A-CH-Region: strategische (IT-)Entscheider im C-Level-Bereich und den Fachbereichen (LoBs), IT-Entscheider & IT-Spezialisten aus dem IT-Bereich Teilnehmergenerierung: Stichprobenziehung in der IT-Entscheider-Datenbank von IDG Business Media. Persönliche E-Mail-Einladungen zur Umfrage. Gesamtstichprobe: 390 abgeschlossene und qualifizierte Interviews Untersuchungszeitraum: 15. März bis 2. April 2018 Methode: Online-Umfrage (CAWI) Fragebogenentwicklung: IDG Research Services in Abstimmung mit den Studienpartnern Durchführung: IDG Research Services |
Vielfältige Einsatzszenarien
Überwältigende 94 Prozent der Firmen nutzen Predictive Analytics, um zu besseren Geschäftsentscheidungen zu gelangen. 28 Prozent der Firmen setzen Predictive Analytics dafür ein, um grundsätzlich ihr Business voranzubringen, jeweils ein Fünftel der Unternehmen sehr häufig, häufig oder immerhin vereinzelt.
Die drei wichtigsten Einsatzgebiete für Predictive Analytics in Unternehmen sind der IT-Bereich, Geschäftsführung / Management und Produktion / Fertigung. Rund die Hälfte der Firmen nutzt Predictive Analytics in den Abteilungen Finanzen / Steuer / Controlling, Forschung & Entwicklung sowie Einkauf / Beschaffung. Auch Fachbereiche wie Marketing, Vertrieb, Logistik und HR versuchen mit Hilfe von Datenmodellen Vorhersagen über mögliche Ereignisse in der Zukunft zu treffen.
Lesen Sie mehr zum Thema Predictive Analytics:
Bereits 72 Prozent der Firmen haben datengetriebene Produkte und/oder Services im Angebot, die auf Predictive Analytics basieren. An dieser Stelle lassen sich drei unterschiedliche Reifegrade beobachten. Ein Viertel der Unternehmen (24 Prozent) realisieren mit diesen Services oder Produkten bereits signifikante Umsätze. 26 Prozent der Befragten erreichen damit zwar eine stärkere Kundenbindung, aber bis dato noch keine signifikanten Umsätze. Und 23 Prozent der Firmen stecken aktuell noch in der PoC-Phase (Proof of Concept mit Prototypen) oder der MVP-Phase = Minimum Viable Product (MVP).
Firmen investieren vor allem in die IT-Infrastruktur
Um ihr Angebot auszubauen, werden der Umfrage zufolge 87 Prozent der Firmen in den nächsten zwölf Monaten verstärkt in Predictive Analytics investieren, nur 13 Prozent überhaupt nicht. Insbesondere die großen Unternehmen mit einem hohen IT-Etat von mehr als zehn Millionen Euro gaben an, zusätzliches Budget für entsprechende Projekte freischaufeln zu wollen.
Das Geld wandert dabei vor allem in die IT-Infrastruktur (46 Prozent) für den Kauf von Hardware und Software, die Implementierung der Analytics-Services oder die Vorbereitung und Migration von Daten. 40 Prozent der Firmen setzen ihren Investitionsschwerpunkt auf die Förderung interner Skills. Dazu gehören der Aufbau einer eigenen Organisationseinheit mit eigenem Budget, die Schaffung neuer Stellen beziehungsweise die Weiterbildung des bestehenden Personals. Nur jedes zehnte Unternehmen investiert in die Zusammenarbeit mit externen Dienstleistern etwa für technische und fachliche Beratung oder die Auslagerung von Analytics.
Investitionsbedarf herrscht jedenfalls bei den Analyse-Tools. Denn das gute, alte Microsoft Excel (69 Prozent) behauptet immer noch seinen Status als die wichtigste Analytics-Software in Unternehmen vor Software für Abfragen und Reporting (65 Prozent) sowie Datenvisualisierung (53 Prozent). Weitere wichtige Softwarebausteine betreffen die Gebiete Data Mining, Data Warehouse oder Business-Intelligence (BI). Zentral für Predictive Analytics sind Vorhersagemodelle, die immerhin 43 Prozent der Unternehmen einsetzen. Etwas mehr als ein Drittel der Firmen baut bei der Analyse großer Datenmengen auf Künstliche Intelligenz. Immerhin wollen 37 Prozent der Firmen in nächster Zeit in Analyseverfahren mit KI investieren. Hauptfelder für Investitionen bei den Analyse-Tools sind die Analyse von Datenströmen (Streaming Analytics), Dashboards und Vorhersagemodelle.
Do it Yourself vor Cloud
Welche Art von Lösung die Unternehmen für ihre fortgeschrittenen Analysen verwenden, dafür hat sich noch kein Königsweg herauskristallisiert. Die Bandbreite reicht von der Eigenentwicklung über einen Cloud-Service bis hin zur Partnerlösung. 43 Prozent der befragten Firmen setzen bei Predictive Analytics auf eine selbst entwickelte Lösung. Das gilt vor allem für die kleinen und großen Unternehmen, bei denen jeweils die Hälfte auf internes Know how bauen. Knapp dahinter und nahezu gleichauf folgen Cloud-Services, Speziallösungen/Best of Breed und Partnerlösungen.
Die Cloud-Variante bevorzugen vor allem die mittelgroßen Betriebe zwischen 100 und 999 Mitarbeitern und die Firmen mit einem hohen IT-Etat von mehr als zehn Millionen Euro. Die großen Unternehmen setzen bei Predictive Analytics sowohl auf Speziallösungen / Best of Breed (51 Prozent) als auch auf Software von Partnern (54 Prozent). 27 Prozent der Firmen nutzen die fortgeschrittenen Analysen als Teilfunktionalität einer größeren BI-Suite. Auffällig hoch mit 42 Prozent ist hier der Wert bei den großen Unternehmen mit einem IT-Etat jenseits der Zehn-Millionen-Euro-Marke.
Predictive Analytics meist mit Partner
Rund zwei Drittel der Unternehmen holen sich für Analytics-Projekte die Kompetenz von externen Dienstleistungspartnern an Bord. Jedes vierte Unternehmen sucht bei fortgeschrittenen Analysen wie Predictive Analytics sogar die Hilfe von mehreren Partnern. Dies gilt vor allem für die großen Firmen (58 Prozent). Bei den kleinen und mittleren Firmen sind es ein Viertel beziehungsweise knapp ein Drittel.
Auf einen (strategischen) Partner setzt ein gutes Drittel (35 Prozent) der Befragten. Überdurchschnittlich hoch ist hier der Wert für mittelgroße Betriebe mit 43 Prozent. 17 Prozent der Unternehmen haben keine Analytics-Partner, bei den kleinen Firmen bis zu 99 Mitarbeitern ist es fast die Hälfte (47 Prozent). Diejenigen, die mit einem oder mehreren Partnern zusammenarbeiten, benötigen vor allem strategische Beratung, allgemeine technische Beratung und allgemeine fachliche Beratung. Immerhin 12 Prozent der befragten Unternehmen haben das Thema Analytics komplett ausgelagert.
Sowohl bei der Auswahl des Analytics-Dienstleisters als auch bei der Entscheidung für den Predictive-Analytics-Software-Anbieter sind die drei wichtigsten Kriterien identisch, auch in der Reihenfolge. Beim Thema Analytics werden große Mengen an sensiblen und geschäftskritischen Daten bewegt. Daher ist Vertrauen in den Dienstleister das Auswahlkriterium Nummer 1. Auf den Plätzen zwei und drei folgen ein gutes Preis-Leistungs-Verhältnis sowie technologisches Know-how.
Eine wichtige Rolle bei der Auswahl eines Analytics-Dienstleisters spielen zudem Branchenkompetenz, ein fester Ansprechpartner sowie Innovationskraft und Prozess-Know-how. Bei den Software-Anbietern für Predictive Analytics legen die Unternehmen über die Top-3-Kriterien hinaus großen Wert auf Innovationskraft, die Spezialisierung auf Analytics und das Prozess-Know-how. Das Geld scheint an dieser Stelle eine untergeordnete Rolle zu spielen. Der Aspekt, ob der jweilige Dienstleister oder Softwarelieferant der günstigste Anbieter ist, landet jedenfalls weit hinten auf der Liste mit zehn beziehungsweise 12 Prozent. Das heißt: Die Unternehmen achten dem eigenen Bekunden nach beim Thema Analytics in erster Linie auf die Qualität.