Keine Angst vor großen Daten

Dirk Radetzki sprach in der FAZ über die digitale Transformation im Mittelstand. Anbei können Sie den vollständigen Artikel lesen.

Der Mittelstand tut sich in großen Teilen schwer mit der digitalen Transformation. Zu wenig Ressourcen und vor allem zu wenig Know-how blockieren dringend nötige Veränderungsprozesse. Hinzu kommt eine diffuse Angst vor dem angeblich so undurchdringlichen Thema Big Data. Ein Trugschluss.

Dass Daten das neue Öl sind, dass man sich vom Produktanbieter zum Lösungsanbieter zu entwickeln habe und dass im mobilen Plattformgeschäft die Zukunft liegt schallt dem mittelständischen Konferenzbesucher von jeder Bühne entgegen. Die Möglichkeiten der Digitalisierung sind unbegrenzt, nur soll man möglichst schnell reagieren, um nicht von einem Start-up vom Markt gefegt zu werden.

Doch wer beantwortet die Frage, wie man sich der digitalen Transformation nähert? Wie können Nutzen und Risiken einer Innovation bewertet werden, wenn es doch um Disruption geht? Und in welchem Teil der gesamten Big Data steckt eigentlich der Mehrwert?

Diese Fragen werden nur selten beantwortet und viele Unternehmen fühlen sich überfordert von einem Trendthema wie Big Data. Aus Umfragen des Bundesverbands mittelständische Wirtschaft (BVMW) wissen wir, dass bis zu 40 Prozent der Mittelständler noch nicht erkannt haben, dass genau jetzt der Zeitpunkt ist, wichtige Weichen für die Digitalisierung zu stellen. Der BVMW bildet einen präzisen Branchenquerschnitt des deutschen Mittelstands ab.

Gespaltenes Verhältnis zur Digitalisierung

Der Mittelstand hat zur Digitalisierung ein gespaltenes Verhältnis. Sobald es um die Kernprozesse geht, werden digitale Möglichkeiten schnell evaluiert und häufig auch zügig umgesetzt. Die Verlagerung der Beschaffung nach Asien, die Aufrüstung installierter Produkte auf Fernwartung oder die Digitalisierung des Service-Kanals bieten so offensichtliche Vorteile, dass das Management diese gerne annimmt.

Wenn es aber darum geht, strategische Visionen zu entwickeln, die digitale Lösungen als Keimzelle oder als Grundgerüst haben, wird es schwierig. Vieles bleibt Stückwerk. So scheitert beispielsweise die digitale Kundenansprache eines innovativen Hotels buchstäblich an der Tür. Zwar erkennen die verbauten Beacons den eintreffenden Gast und sie funken das auch an die Rezeption. Nur die ist so überlastet, dass sie diese Information nicht nutzt. Ein klassisches Beispiel: Häufig scheitert die Digitalisierung am Menschen.

Es gibt eine Reihe weiterer Unwägbarkeiten in Digitalprojekten. Wie reagiert der Kunde auf Innovationen? Können die internen Prozesse damit umgehen? Und wie kalkuliert man ein solches Projekt? Es fehlen historische Vergleichswerte und der Erfolg eines digitalen Experiments ist von Umgebungsvariablen abhängig, die das Unternehmen nicht beeinflussen kann. Mithin ist es für die Geschäftsführung ungleich schwieriger geworden abzuschätzen, welche Investition sich letztlich rechnet.

„Wer nicht wagt, der nicht gewinnt“. Noch nie hatte der Satz mehr Bedeutung für den Mittelstand als heute. In Sachen Digitalisierung konzentriert sich die Diskussion auf das Thema Industrie 4.0. Wie vernetzt man Maschinen, um aus den übertragenen Daten Mehrwert oder mehr Effizienz zu generieren. Die Kundenansprache wird unterdessen vernachlässigt. Auch hier kann die Nutzung von Smart Data die Effizienz steigern, sofern diese Ansprache zielgerichteter erfolgt. So zum Beispiel, wenn der Kunde genau in dem Stadium seiner Kaufvorbereitung mit Inhalten abgeholt wird, die dies unterstützen. Hier muss gerade der Mittelstand lernen, aktiver zu werden.

Sucht man nach neuen Märkten, muss man mitunter exotische Wege gehen, um die nötigen Daten zu erheben. Der Reinigungsspezialist Kärcher lässt gerade Ideen von Endkunden entwickeln, in welchem Bereich es Nachfrage nach einem kleinen, mobilen „Kärcher“ geben könnte. Im Crowdsourcing-Verfahren werden massenweise Ideen produziert und jeder einzelne Kommentar enthält eventuell wertvolle Hinweise auf Marktpotential.

Das Sammeln von Daten ist vergleichsweise einfach. Die nächstgrößere Hürde lauert dann in der Standardisierung der Daten, um sie mit einer Software auswerten zu können. Die Königsdisziplin liegt darin, aus dem Wust an Daten die wichtigsten zu extrahieren. Konkret geht es um die Daten, die tatsächlich neues Marktpotential aufdecken können, sogenannte Smart Data. Dafür stehen dem Mittelstand nicht nur die eigenen Daten zur Verfügung, denn er kann über Big-Data-Systeme unendlich viele Quellen anzapfen. Wie aber funktioniert das, ohne teure Erstinvestitionen?

Ganz einfach: Eine Reihe von Dienstleistern im Segment Big Data betreibt experimentelle Datenlabors. Hier kann man mit echten Daten Simulationen testen, die eigene Hypothesen stützen oder verwerfen. Kostengünstig und vor allem risikoarm.

Das Ziel: Strategisch kluge Datenanalysen

Kärcher beispielsweise könnte sein Crowdsourcing dadurch unterfüttern, dass man Wetterdaten einbezieht. Ein Anwendungsvorschlag für den mobilen Reiniger lautet nämlich „dreckige Schuhe“; ein anderer „Hund waschen“. Eine Analysefrage könnte lauten: „Regnet es im Großraum Hamburg tatsächlich so viel mehr, so dass ein mobiler Reiniger bei den Hanseaten bessere Marktchancen hat?“

Erst wenn solch experimentelle Analysen Chancen aufzeigen, diskutiert die Geschäftsleitung über nötige Investitionsschritte und bewertet das Risiko. Die Angst, dass die Beschäftigung mit Big und Smart Data viel Geld kostet und wenig bringt, ist also ein Trugschluss. Denn gerade durch die strategisch klug aufgebaute Datenanalyse lassen sich Investitionen besser steuern – und genau das ist heute eines der dringendsten Probleme im Mittelstand.