Daten sind ein strategisches Asset. Beinahe jedes Unternehmen kann aus ihnen Nutzen generieren. Dennoch lassen viele KMU das Potenzial noch links liegen. Dabei ist Datenmanagement eine lustvolle Angelegenheit: Es erfordert Kreativität und hat mit neugierigem Hinterfragen und Experimentieren zu tun.
Daten sammeln ist nicht schwer, Daten nutzen dagegen sehr. So lässt sich zusammenfassen, was vor allem viele KMU gerade beschäftigt - oder beschäftigen sollte. Denn: Sie haben mittlerweile eine riesige Menge an Daten - von Kunden, Einund Verkäufen, digitalisierten Maschinen, Verträgen, Dokumenten und vielem mehr -, aber sie wissen oft nicht, wie ihnen diese im Business helfen können. Daten sind wie ein wertvoller Schatz, der gehoben werden muss, um seine Strahlkraft richtig zu entfalten. Was es dazu braucht, ist Neugier, Fantasie, ein interner oder externer Datenprofi und die richtigen Auswertungsprogramme.
Das Bewusstsein über den Wert der Daten verbreitet sich insbesondere unter KMU zu langsam, wenn man Datenexperten wie Wilfried Sihn fragt. Der Geschäftsführer von Fraunhofer Austria Research und Vorstand des Arbeitsbereichs Betriebstechnik und Systemplanung am Institut für Managementwissenschaften der Technischen Universität Wien stellt den KMU ein übles Zeugnis aus. Auf die Frage, wie österreichische KMU in Sachen Datennutzung und -verwertung aufgestellt sind, antwortet er: „Auf einer Skala von null bis 100: zwei." Er erklärt seine Einschätzung so: „Die Bedeutung von Daten durchdringt immer mehr auch die KMU-Landschaft, aber davon, dass KMU Daten auch in Ergebnisse umsetzen, sind wir noch weit entfernt." Sihn zufolge ist die Hauptursache, dass KMU noch nicht begreifen würden, was man mit Daten alles machen könne. Ursache Nummer zwei sei, dass sie gar nicht wissen, welche Daten sie überhaupt haben. Und schließlich würden ihnen die Mitarbeiter fehlen, die aus den riesigen Datenmengen, die in Unternehmen heute produziert werden, nutzbare Informationen gewinnen können: „Da tun sich sogar die großen Unternehmen schon sehr schwer."
Beispiele für liegen gelassenes Potenzial gibt es reichlich. Sihn: „Es gibt kein Unternehmen und keine Branche, die nicht aus Daten Nutzen generieren können - und das hat auch nichts mit der Unternehmensgröße zu tun." Selbst der Friseur am Eck könne etwa von Daten über die Personen, die in der Umgebung wohnen, profitieren, weil er ihnen damit ein maßgeschneidertes Angebot machen kann. Aus dem industriellen Bereich nennt Sihn etwa die Möglichkeit, in der Produktion durch die richtige Auswertung von Maschinendaten Ausfälle zu minimieren: „Wir sind in der Lage, bei bestehenden Maschinentypen mit einem Zeithorizont von drei Monaten mit 85-prozentiger Wahrscheinlichkeit vorherzusagen, wann das Ding stehen bleibt." Das bedeutet, dass Maschinen rechtzeitig instandgehalten werden können, anstatt erst repariert zu werden, wenn sie einen Defekt haben.
Im Geschäftsbericht 2018 von Fraunhofer Austria, der sich dem Thema Industrial Data Science widmet, wird ein Forschungsprojekt, das sich genau mit dieser „Predictive Maintenance" beschäftigt hat, beschrieben. Die Produktion des mittelständischen Kosmetikproduzenten GW Cosmetics aus Leopoldsdorf diente als Testbetrieb. Konkret wurde eine halb automatische Produktionslinie zum Befüllen und Kartonieren von Tuben im Werk des Betriebes mit Sensoren und Software ausgestattet. Diese sammelten Daten, welche durch ein eigens entwickeltes Analysetool ausgewertet wurden. Ziel war es, die Produktivität der Anlage zu erhöhen und Ausfälle zu minimieren. Projektleiterin Tanja Nemeth von Fraunhofer Austria sagt: „Trotz unvollständiger Daten konnten neue Vorhersagetools entwickelt werden, um instandhaltungsrelevante Produktivitätskennzahlen zu prognostizieren. Wie auch in unserem konkreten Anwendungsfall haben viele KMU das Problem, dass die Datenqualität und die Menge an verfügbaren Daten zum Teil sehr gering sind. Diese sind aber zentrale Erfolgsfaktoren der Industrie 4.0." Das Analysetool zeigt sowohl historische Daten als auch Echtzeit-Maschinendaten und prognostizierte Kennzahlen, die für die Instandhaltung wichtig sind, an. Die Werksmitarbeiter und die Produktionsleitung von GW Cosmetics können per Echtzeitvisualisierung via Bildschirm permanent den Zustand der Anlage und deren Produktivität checken.
Daten sind ein Wirtschaftsgut
Solche Anwendungen von Datenmanagement zeigen die zunehmende Bedeutung von Daten. Alfred Harl, Obmann des Fachverbandes Unternehmensberatung, Buchhaltung und Informationstechnologie (UBIT), sagt: „Daten sind ein eigenständiges Wirtschaftsgut. Das betrifft die eigene Entwicklung wie auch den Wettbewerb." Entscheidungen hinsichtlich Geschäftsmodell, strategischer Stoßrichtung, Produktentwicklung, Onlinemarketing, Produktion und Lieferanten könnten mit den richtigen Daten viel effizienter gestaltet werden. Harl: „Früher verließen sich die Manager und Entscheidungsträger auf Recherchen und ein Gespür für den Markt. Im Datenzeitalter können gesammelte Daten mithilfe von Webtracking und Cookies, A/BMarketing, CRM-Systemen oder Mensch-Maschine-Kommunikation effizient genutzt werden." Das Potenzial, das in Daten liegt, verspreche wirtschaftlichen Erfolg, bringe aber auch Verantwortung mit sich, etwa im Zusammenhang mit der EUDatenschutzgrundverordnung oder der Cyber Security.
In Großunternehmen ist das Datenthema in der Regel schon selbstverständlich geworden. Der Papier- und Verpackungshersteller Mondi etwa nutzt Daten, um die Produktion zu optimieren oder den Papiergroßhändlern eine webbasierte Service- und Einkaufsplattform namens myMondi zu bieten, die rund um die Uhr zur Verfügung steht. Konkret sind die Verpackungs- und Papiermaschinen von Mondi laut Chief Digital Officer Martin Gutberlet mit 40.000 Sensoren ausgestattet, die kontinuierlich Daten generieren, welche gesammelt und ausgewertet werden. Die Herausforderung beim Managen, Aus- und Verwerten der Daten bestehe laut Gutberlet darin, „die explodierende Datenmenge für den Mitarbeiter und die Mitarbeiterin nutzbar zu machen, die für uns relevanten Daten aufzubereiten und das gleichzeitig in Einklang mit Datenschutz und unseren Compliance-Regeln zu bringen. Dabei hilft uns das Expertenwissen unserer Kolleginnen und Kollegen." Mondi beschäftigt schon jetzt Data Scientists und stellt in den kommenden Wochen weitere ein. De facto würden sich aber alle Mitarbeiter mit Daten beschäftigen - von der Finanzabteilung über die Produktion bis zu Marketing und Vertrieb.
„Die Unternehmen denken oft, sie haben wahnsinnig gute Daten."
Kompetenzen nicht in einer PersonStefanie Lindstaedt, Know-Center
„Den" Data Scientist gibt es aber eigentlich gar nicht, obwohl die Lehrgänge, an denen Data Science unterrichtet wird, derzeit wie Pilze aus dem Boden wachsen. So kann man Data Science etwa an der Uni Salzburg, den TUs Graz und Wien, den Fachhochschulen St. Pölten, Kufstein, Oberösterreich und Joanneum studieren. Stefanie Lindstaedt, CEO des Know-Centers, einem Forschungszentrum für Data-driven Business und Big Data Analytics an der TU Graz sowie Leiterin des dortigen Institutes of Interactive Systems and Data Science, sagt: „Data Science ist sehr vielfältig. Es ist selten, dass alle nötigen Kompetenzen in einer Person zu finden sind. Es braucht eher interdisziplinäre Teams, die zusammenarbeiten." So ein Team bestehe in der Regel aus Mathematikern und Statistikern, Machine-Learning-Spezialisten, die wissen, welcher Algorithmus in welcher Situation am besten eingesetzt werden kann, und Visualisierungsexperten, um die Daten so aufzubereiten, dass sie von Fachexperten interpretiert werden können.
Was Datenmanagement schwierig macht, ist die oft fehlende Qualität oder Unstrukturiertheit der Daten. Wilfried Sihn bezeichnet das Problem als Datenlecks oder auch als „Industrial Fake News": „Das bedeutet, dass unsere technischen Systeme uns Daten liefern, die zu einem großen Teil unvollständig und fehlerhaft sind. Wenn wir die nicht bereinigen, haben wir zwar riesige Datenmengen, aber keine Datenqualität. Darauf müssen wir aber ganz großes Augenmerk legen, um am Ende zu einem nützlichen Ergebnis zu kommen." Ohne gute Datenbasis bringt auch das beste Analyse-Softwaretool wenig. Bei der Verwertung von Daten gilt laut Sihn das Motto: „Shit in, shit out." Und hier gibt es oft Aha-Effekte bei den Unternehmen, wie Stefanie Lindstaedt, CEO des Know-Centers der TU Graz, erzählt: „Die Unternehmen denken oft, sie haben wahnsinnig gute Daten, aber dann stellt sich heraus, dass die Qualität nicht so gut ist, wie sie meinen." Wie gut die Daten sind, erhebt das Know-Center für die Unternehmen in einem Data Value Check. In einem nächsten Schritt wird eruiert, was aus den Daten herausgelesen werden kann - und was nicht. Hat man darüber Klarheit, könne man schauen, was sonst noch von außen an zusätzlichen Daten benötigt werde. Diese kann man dann etwa durch den Einbau zusätzlicher Sensoren oder auch durch Zukauf von Daten gewinnen.
In den allermeisten Fällen sei es beim Data Management laut Stefanie Lindstaedt so, dass die ersten Hypothesen zu vorliegenden Datensätzen zwar sehr interessant sind, „aber nicht immer zielführend". Selbst wenn sich die Annahmen - zum Beispiel den Grund für die wiederkehrenden Ausfälle einer Maschine betreffend - nach der Datenanalyse oft nicht bestätigen, ist das kein Grund, die Flinte ins Korn zu werfen. Lindstaedt: „Oft kommt man auf etwas anderes Interessantes drauf." Deshalb sei Neugier die allerwichtigste Eigenschaft von Data Scientists und „ein Spaß daran, mit Daten zu spielen". Außerdem sei Genauigkeit wichtig, um die Daten „wirklich bis ins kleinste Detail zu verstehen".
Lindstaedt verweist darauf, dass der Begriff Data Scientist noch nicht so lange existiere: „Wir sind in dem Bereich teilweise noch auf dem Level der Kunst, weil man da ein gewisses Gefühl braucht, was in den Daten drinstecken könnte." Durch die vielen Industrieanwendungen entwickeln Forscher den Bereich Data Science „mehr in Richtung Engineering". Zudem sei eine gewisse Unbefangenheit ebenso für dieses junge Jobprofil wichtig, denn: „Man muss tatsächlich Experimente mit dem Datenmaterial machen." Verwende man typische Data- Analytics-Tools, kommen enorm viele Korrelationen heraus, die aber teilweise zufällig sind. Dann muss die Data Science die Frage stellen: Wie können wir noch viel gezielter nach echten Abhängigkeiten suchen? Dazu sei wieder „preexisting knowledge" wichtig. Auch hier ist Kreativität gefragt, um das Problem zu lösen, wie dieses Wissen in die Analysen transferiert werden kann, um sich nicht durch Hunderttausende Korrelationen wühlen zu müssen. Am Know-Center wird auch ein spezielles Programm zu Ausbildung von Data Scientists angeboten.
„Die Bedeutung von Daten durchdringt immer mehr auch die KMU-Landschaft."
Wilfried Sihn, Fraunhofer Research
Kein Elitenthema
Kein Wunder, dass Datenspezialisten im Moment zu den gefragtesten ITExperten zählen. Martin Gutberlet, Chief Digital Officer bei Mondi, sagt: „Generell ist der Bewerbermarkt für digitale Profile sehr eng - auch wir spüren das." Mondi sei in der Lage, digitale Talente zu gewinnen, da das Unternehmen in Ausbildung investiere und internationale Entwicklungsmöglichkeiten biete. Die Vorbereitung der Jugend auf viele neuen Jobprofile, von denen wir heute noch nicht einmal wüssten, ist aus seiner Sicht wichtig: „Ich glaube, dass bereits viel passiert. Gleichzeitig sind wir mit einer ungeheuren Dynamik konfrontiert, die laufende Anpassung und Weiterentwicklung der Lehrpläne verlangt." Wichtig sei auch, dass Digitalisierung nicht zu einem Elitenthema werde. Das ist mit ein Grund für das Engagement von Mondi bei der Initiative fit4internet, die die gesamte österreichische Bevölkerung digital-affin machen will. Mondi-CEO Peter Oswald steht dem Verein als Präsident vor. Und auch UBIT-Obmann Harl ist das Thema ein Anliegen: „Generell fehlen in der IT zu viele Fachkräfte und speziell ausgebildetes Personal. Deswegen fordert unser digiNATION Masterplan ein Umdenken Richtung Digitalisierung. Es muss in der Schule schon anfangen." Die IT sei eines der sichersten Berufsfelder der Zukunft. Harl fordert auch die Unternehmer auf, über die Rollenbilder hinauszudenken, Fachkräfte auszubilden und zu fördern.
Robert Lamprecht, Director im Bereich Cyber Security beim Wirtschaftsprüfungs- und Beratungsunternehmen KPMG, sieht den Status quo beim Datenmanagement vor allem bei KMU noch als ausbaufähig an: „Wir kämpfen noch immer mit Basisthemen - wir sprechen von einer Basishygiene, mit der sich die Unternehmen beschäftigen sollten." Diese beginne etwa bei den Zugriffsberechtigungen auf Daten, wo oft ein achtloser Umgang herrscht: „Oft ist der Zugriff auf Unternehmensdaten relativ leicht und die Daten sind nicht gut und unstrukturiert abgelegt, sodass sogar Insider den Verlockungen erliegen, sie nach außen weiterzugeben." Auch Lamprecht beobachtet, dass das Potenzial, das in den Datenschätzen der Unternehmen liegt, beim Großteil der KMU unterschätzt wird: „Sie müssen sich erst einmal über den Wert ihrer Daten bewusst sein und sehen, dass Daten ein strategisches Asset sind." Sobald das Bewusstsein da ist und unter die Basishygiene ein Haken gesetzt ist, kann man sich den zwei Geboten des Datenmanagements widmen: „Kenne deine Daten." Und: „Du sollst wissen, welche Fragen du stellst."
„Wir kämpfen noch immer mit Basisthemen."
Robert Lamprecht, KPMG
Es wird zwischen innerbetrieblichen Daten, wie zum Beispiel aus Verwaltung, Buchhaltung und IT, und marktseitigen Daten, wie etwa aus Vertrieb und Marketing, unterschieden - in beiden Bereichen können Fragen an die Daten formuliert werden. UBIT-Obmann Alfred Harl sagt: „Für interne Zwecke besteht Potenzial etwa bei der Zufriedenstellung der Mitarbeiterinnen und Mitarbeiter und dem Employer Branding oder bei immer wiederkehrenden Prozessen wie der Jahresplanung, die sich mit der passenden Software effizient automatisieren lässt. Für externe Zwecke kann ich als Unternehmer mit dem passenden Datensatz viel spezifisches Potenzial nutzen, weil ich die entsprechenden kleinteiligen Puzzlestücke an Informationen habe, um beispielsweise mein Produkt zu perfektionieren, meine Preise anzupassen oder meinen Onlineauftritt zu optimieren." Die Trennlinie sollte aber nicht zu scharf gezogen werden. Robert Lamprecht von KPMG: „Der Kreativität sollen keine Grenzen gesetzt sein: Auch der funktionsübergreifende Austausch ist wichtig, um den Wert der Daten fürs eigene Unternehmen zu erkennen." Daher sollten die Abteilungen miteinander darüber sprechen, welche Daten sie jeweils haben, um das große Ganze zu sehen. So könnten etwa Marktdaten mit Produktionsdaten und Finanzdaten verknüpft werden.
Wer wirtschaftlich verwertbare Daten besitzt, hat meist auch Neider und Mitbewerber, die an diese heranwollen. Alfred Harl: „Wenn Daten heute das begehrte Kapital sind, sind Unternehmerinnen und Unternehmer auch im Visier von Cyberangriffen wie auch von Offlinediebstahl." Die Bedrohungen aus dem Cyberraum steigen rasant an. So erlitten laut der aktuellen Studie Cyber Security in Österreich 2019, die KPMG jährlich in Kooperation mit dem Sicherheitsforum Digitale Wirtschaft des Kuratorium Sicheres Österreich durchführt, zwei Drittel der österreichischen Unternehmen in den vergangenen zwölf Monaten einen Cyberangriff. Im Vergleich: 2016 gab lediglich die Hälfte an, Opfer einer Cyberattacke gewesen zu sein. Phishing und Malware sind und bleiben dabei die häufigsten Angriffsarten aus der virtuellen Welt. Verschlüsselungsattacken mit Ransomware häufen sich zunehmend. KPMG-Cybersicherheitsexperte Lamprecht: „Die österreichischen Unternehmen gehen derzeit noch mit dem Risiko durch Zulieferunternehmen sehr wagemutig um." Bei den immer komplexeren Wertschöpfungsketten zähle jedes Glied: „Es reicht ein Angriff auf das schwächste, um das gesamte System aus dem Gleichgewicht zu bringen."
Wenn KMU meinen, ihre Daten seien für niemanden von Interesse, täuschen sie sich wahrscheinlich. Lamprecht: „Was KMU besonders exponiert macht, ist, dass sie als Nischenplayer interessantes geistiges Eigentum haben. Das macht sie als Ziel interessant." Die Bedrohung durch einen Cyberangriff könne so weit gehen, dass der Fortbestand des Unternehmens bedroht sei. Verschafft sich etwa jemand wichtige Daten, mit denen er die gleichen Produkte billiger und schneller produzieren kann, sei das Alleinstellungsmerkmal weg. Besonders erschütternd findet Lamprecht, dass 57 Prozent der österreichischen KMU bei digitalen Vorhaben das Thema Datensicherheit nicht berücksichtigen: „Mein großer Appell ist: Seht die Daten, die ihr habt, als ein entscheidendes Asset an und schützt sie auch entsprechend." Wer Schnittstellen baue, um auf Daten zugreifen zu können, solle an die Sicherheit denken, und zwar während und nicht erst am Ende des Aufbaus.
Übrigens: Wer erstmals Datenmanagement betreibt, weiß oft nicht, wie er es angehen soll. Diesbezüglich nimmt Datenexperte Wilfried Sihn gelernten Österreichern die Schwellenangst: „Es gibt zwei Möglichkeiten: den österreichischen Weg und einen anderen." Beim „anderen Weg" werde von einem konkret gesetzten Ziel ausgegangen, wie zum Beispiel eine höhere Verfügbarkeit der Produktionsmaschinen oder eine Verringerung von Ausfällen. Nach der Zieldefinition wird nach passenden Daten und Analysemöglichkeiten gesucht. Der österreichische Weg dagegen heiße: „Schauen wir mal, welche Daten wir überhaupt haben und in welcher Qualität sie sind, und überlegen dann, welchen Nutzen wir daraus generieren können. Auch das ist ein durchaus gängiger Weg."
Zum Original
