Studie zeigt: Trotz des Mangels an Fachleuten sehen die Unternehmen in Data Analytics ein erhebliches wirtschaftliches Potenzial.
Industrial Analytics, also die Auswertung der in der Industrie über den Lebenszyklus der Produkte anfallenden Daten, führt in der öffentlichen Wahrnehmung ein Nischendasein. Doch im Rahmen der digitalen Transformation ist es für die Industrie von vitaler Bedeutung, wie sie die gewonnenen Daten nutzbar machen.
Bislang war unklar, wie weit die Unternehmen in Sachen Industrial Analytics vorangeschritten sind. Für eine bislang einzigartige Standortbestimmung ließ die Arbeitsgruppe »Industrial Analytics« des Digital Analytics Association e.V die repräsentative Studie »Industrial Analytics 2016/2017« durchführen. Diese zeigt: Trotz aller noch zu meisternden Herausforderungen ist Industrial Analytics gekommen, um zu bleiben.
Industrial Analytics nimmt kritische Rolle ein
Industrial Analytics ist dabei, sich zum unternehmenskritischen, strategischen Werkzeug über alle Bereiche hinweg aufzuschwingen. Big Data, Internet of Things (IoT) und Industrie 4.0 sind die treibenden Kräfte hinter dieser Entwicklung. Fast 70 Prozent der Studienteilnehmer gehen davon aus, dass Industrial Analytics in den kommenden fünf Jahren eine kritische Rolle in den Unternehmen einnehmen wird. Beachtliche 15 Prozent sehen diesen Stellenwert schon heute erreicht. Zudem haben bereits über 45 Prozent der Befragten eine dedizierte Einheit für Industrial Analytics aufgebaut.
Top-Management engagiert sich
Dass Industrial Analytics als geschäftskritische Querschnittsfunktion erkannt wurde, zeigt auch ein Blick ins Management. Nur bei sieben Prozent der Studienteilnehmer sind es CIO oder CTO, die entsprechende Initiativen vorantreiben. Bei 58 Prozent der Unternehmen steht das Top-Management in Form des CEO oder COO hinter dem Engagement. Damit scheint die Mehrheit der Befragten Daten als Wirtschaftsgüter und eigenständige Ressourcen zu sehen, nicht als technologische Assets. Dabei fällt jedoch auf, dass die Rolle des Chief Data Officers (CDO), der eine umfassende digitale Strategie im Unternehmen vorantreibt, noch kaum in den Organisationen verankert wurde.
Hürden für Industrial Analytics
Allerdings kämpfen viele Unternehmen noch mit einigen Schwierigkeiten bei der Umsetzung von Industrial Analytics. Die Hürden sind dabei weniger das Sammeln der Daten über unterschiedliche Sensoren, Kanäle und IoT-Devices – hier fühlen sich 60 Prozent der Befragten gut aufgestellt. Jedoch nur gut 30 Prozent sind der Meinung, die Datenmassen so analysieren zu können, dass wichtige Erkenntnisse zutage treten. »Die Studie weist hier auf einen signifikanten Mangel an entsprechend ausgebildeten Fachleuten in den Bereichen Data Science, Data Analytics und maschinelles Lernen hin.« so Alexander Thamm, Gründer und CEO der gleichnamigen Data-Science-Beratung.
Industrial Analytics als Wertschöpfungsbeitrag
Auf der Kostenseite hingegen zeigt die Studie, dass es vor allem die Investitionen vorab in Softwareentwicklung und den Zugang zu Daten sind, die die Kosten in die Höhe treiben. Auf die tatsächliche Auswertung der aufbereiteten Daten entfallen nicht einmal 15 Prozent der Gesamtkosten, die Interpretation der Ergebnisse schlägt mit gut sechs Prozent zu Buche. Dazu passt, dass die Unternehmen Industrial Analytics als Wertschöpfungsbeitrag sehen: Das Gros der Unternehmen erhofft sich durch die strukturierte Datenanalyse in erster Linie höhere Umsätze und mehr Kundenzufriedenheit. Auch die Verbesserung der Produktqualität steht weit oben auf der Liste. Nur knapp vier Prozent der Befragten betrachten geringere Kosten als größten Nutzen der Industrial Analytics.
Anwendungsfelder für Industrial Analytics
Als wichtigste Industrial-Analytics-Anwendungsfelder in den nächsten 1-3 Jahre sehen die Befragten Predictive und Prescriptive Maintenance, gefolgt von Customer- und Marketinganalytics. Die Studienergebnisse bestätigen die Erfahrung von Alexander Thamm. »Wir sehen aktuell eine große Nachfrage bei unseren Kunden nach Predictive-Maintenance-Lösungen. Insbesondere in der Automobilbranche findet dieser Ansatz bereits großen Anklang. Auch mit kleinen Projekten können schnell Kosteneinsparungen in Millionenhöhe realisiert werden.« Den größten Nutzen von Data-Science-Lösungen sieht Alexander Thamm aber nicht in der Reduzierung von Kosten. »In der Erweiterung bestehender und der Entwicklung neuer, datenbasierter Geschäftsmodelle liegt das wahre Potenzial von Industrial Analytics. Erfreulicherweise erkennen dies immer mehr Unternehmen und setzen entsprechende Initiativen und Pilotprojekte um.«
[1] Die Studie »Industrial Analytics 2016/2017« steht hier zum Download bereit: https://www.alexanderthamm.com/industrial-analytics-studie/
Data Analytics – Evolution zu einer Insight Driven Organisation
Studie zu Big Data Analytics deckt Defizite und Potenziale bei der Digitalen Transformation auf
Unternehmen fordern die nächste Stufe für Big Data Analytics
Automobilindustrie muss Big Data & Analytics mehr Beachtung schenken
Big-Data-Nutzung mit Interaction Analytics: Das Gold in der Kundenkommunikation
Data, Analytics, CRM und Social Media bringen den besten ROI
Business Intelligence setzt auf Big Data und Predictive Analytics
IT-Entscheider wissen mit Big-Data-Analytics wenig anzufangen