Am 10. Dezember 2012 waren wir beim Thementag Big Data im THESEUS-Innovationszentrum in Berlin. (Disclaimer: Wir waren an der Durchführung der Veranstaltung sowie der Durchführung der Innovationspotenzialanalyse und Entwicklung der Experimentierplattform beteiligt). Obwohl Bahnen aufgrund von Bäumen auf den Gleisen nicht fuhren, ein unangekündigter Warnstreik des Sicherheitspersonals an großen Flughäfen in Deutschland die Anreisesituation kaum entspannte, waren rund 40 Personen anwesend, um die Potenziale von Big Data in der deutschen Wirtschaft zu erfahren.

Thementag Big Data im THESEUS Innovationszentrum Berlin

Thementag Big Data im THESEUS Innovationszentrum Berlin

Vorträge waren u.a.:

Abschließend fand eine Podiumsdiskussion mit dem Thema „Wie geht es weiter mit Big Data in Deutschland?“ statt.

Teilnehmer der Podiumsdiskussion von links nach rechts: Dr. Daniel Jeffrey Koch (Fraunhofer ISI), Klaas Bollhöfer (Unbelivable Machine), Dr. Alexander Tettenborn (BMWi), Prof. Dr. Wrobel (Fraunhofer IAIS), Jörg Blumtritt (Datarella).

Teilnehmer der Podiumsdiskussion von links nach rechts: Dr. Daniel Jeffrey Koch (Fraunhofer ISI), Klaas Bollhöfer (Unbelivable Machine), Dr. Alexander Tettenborn (BMWi), Prof. Dr. Wrobel (Fraunhofer IAIS), Jörg Blumtritt (Datarella).

Hier einige take-aways in random-order:

  • Big Data ist primär ein Kind der Kostenregression (sinkende Speicherkosten)
  • Das Interesse an Big Data scheint durch alle Branchen hinweg da zu sein
  • Öffentlich bekannte Anwendungen von Big Data sind in Deutschland (noch) Mangelware, als „Killer-App“ dienen immer noch Google, Amazon, Facebook, die sind allerdings auch wirklich jedem bekannt
  • Vielen Unternehmen ist noch zu wenig bekannt, welche neuen Fragen man mit Big Data beantworten könnte, daher ist zuweilen von altem Wein in neuen Schläuchen die Rede
  • Qualitativ neue Anwendungen entstehen mit Hilfe von Big Data, nicht allein Effizienzsteigerungen bisheriger Lösungen
  • Da mittlerweile weder Tools noch Daten eine Mangelware darstellen, scheint die Kreativität in der Auswertung die knappe Ressource zu sein
  • Business-Case-Kalkulationen sind im gegenwärtigen Stadium von Big Data ähnlich vorrätig, wie zu Zeiten des Internets Ende der neunziger Jahre
  • Meist genügt bereits eine intelligente Analyse existierender Daten, um neue wertvolle Einsichten für das eigene Geschäft zu liefern, selbst bei kleinen Firmen
  • Wenn belastbaren Kalkulationen noch nicht vorhanden sind, ist unternehmerische Pionier-Arbeit gefordert. Das ist allerdings nicht für jeden Entscheider und jede Branche gleichermaßen attraktiv.
  • Deutliches Zeichen für Handlungserfordernisse bestehen, wenn ein Wettbewerber aus der Branche öffentlich seinen Big Data Einsatz beschreibt
  • Effizientes Unternehmensmanagement, Massenindividualisierung von Dienstleistungen sowie intelligente Produkte sind Big Data Chancen für alle Branchen
  • Man soll die Analytik in die Prozesse einbringen, direkt zu den Endanwendern, auf den „shop floor“. Meister werden künftig immer häufiger fragen, ob es zu einem neuen Sachverhalt auch die entsprechenden Daten gibt und Analysen anstellen
  • Schwierig wird es dann, eine veränderte Unternehmenskultur zu erzeugen, die datengetrieben ist und bestehendes Deutungswissen in Frage stellt
  • Open Source und Open Data stehen im Fokus von Handlungsempfehlungen an die Förderpolitik
  • Security- und Privacy-by-design könnten Big Data Lösungen aus Deutschland in der Attraktivität steigern lassen
  • Eine Big Data Experimentierplattform soll das Ausprobieren sowohl von Open Source als auch kommerziellen Lösungen vereinfachen und wird auf der CeBIT 2013 präsentiert
  • Die Experimentierplattform nutzt u.a. den Common Crawl Datenbestand, der einige Milliarden internationale Webseiten enthält und Anwendungen ermöglicht, die batch- und speed-Abfragen benötigen
  • Weitere Datenmarktplätze werden entstehen, die öffentliche Daten (Open Data) aufbereiten und durch exklusive Daten anreichern und so in Wert setzen
  • Übliche Preismodelle für Datenmarktplätze scheinen bei Fremium sowie kontingentierten Flatrates zu liegen, pay-per-transaction ist eher unüblich

Zwar wird man in einigen Jahren vermutlich nicht mehr den Begriff Big Data verwenden, jedoch wird die Nutzung von großen, unterschiedlichen und stark veränderlichen Datenmengen in sehr viel mehr Prozesse, Dienstleistungen und Produkte einfließen.

Bezogen auf die drei vorgestellten Chancenfelder heißt das für Implisense:

  1. Effizienteres Unternehmensmanagement durch Big Data: Unternehmen können ihre bisherigen Prozesse effizienter gestalten, wenn sie wiederkehrende Rechercheaufgaben zu Geschäftskunden, Partnern und Wettbewerbern an spezialisierte Big Data Dienstleister wie Implisense auslagern. Sie gewinnen dadurch Zeit für das frühzeitigere Handeln.
  2. Massenindividualisierung durch Big Data: Unternehmen erhalten Rechercheangebote, die sich während der Nutzung auf ihre Erfordernisse hin anpassen. Die Suchfunktionen zum Finden von Kunden und die Benachrichtigungsfunktionen zum Binden von Kunden lernen während der Nutzung durch die Anwender, welches besonders gute Kunden auszeichnet und wann eine Kontaktierung besonders gut funktioniert. Dadurch kann die Software künftig noch bessere Vorschläge für weitere, ähnliche Kunden unterbreiten und das Timing-Problem in der B2B-Kundenansprache verbessern.
  3. Intelligentere Produkte durch Big Data: Unternehmen können ihre Produkte „intelligenter“ gestalten, in dem sie Datendienste von Implisense dazu nutzen, ihre eigenen Produkte intelligenter zu gestalten. Z.B. könnten Versicherer oder Banken ihre Produkte durch externe Datendienste anreichern und dadurch automatische Reaktionen auslösen. Kunden würden nur bemerken, dass sie sehr aufmerksame Anbieter gewählt haben, die sie in allen Geschäftssituationen betreuen wollen.

„Big Data is here to stay“ ist eine Kernaussage von Prof. Dr. Wrobel und sie schien von allen Anwesenden im Raum geteilt zu werden. Optimistisch blickten daher die Teilnehmer der Podiumsdiskussion in die nahe Zukunft, dass Deutschland vielleicht ein wenig länger über den richtigen Einsatz von Big Data nachdenkt, aber dann richtig umsetzt.

Facebooktwittergoogle_plus