Warum nur wenige „Big Data“ in der Supply Chain nutzen
Nicht zuletzt die jüngsten Enthüllungen über internationale Datenspionage haben das Thema „Big Data“ ins Licht der öffentlichen Aufmerksamkeit gerückt. Sowohl in der IT-Branche als auch unter Anwendern in Wirtschaft, Wissenschaft und im öffentlichen Sektor gelten die neuen Möglichkeiten im Umgang mit grossen Datenvolumen als Innovationsthema. Auch in Logistik und Supply Chain Management existiert ein grosses Potential für Big Data-Anwendungen. Allerdings bestehen noch zahlreiche Unsicherheiten in Bezug auf den Begriff „Big Data“ und die Reife von Big Data-Anwendungen. Dies zeigt eine Befragung unter Schweizer Logistikexperten im Rahmen der Logistikmarktstudie Schweiz 2015.
Big Data ist keine Modeerscheinung, wird aber dennoch kaum eingesetzt
Welche Potentiale, Nutzungsmöglichkeiten und Herausforderungen von Big Data-Anwendungen bestehen in Schweizer Supply Chains? Um dies herauszufinden, haben der Lehrstuhl für Logistikmanagement der Universität St.Gallen und GS1 Schweiz eine Befragung mit 99 Teilnehmern des Schweizer Logistikexpertenpanels von GS1 Schweiz durchgeführt. Die Umfrageresultate zeigen, dass Big Data nicht nur eine Modeerscheinung im Sinne eines vorübergehenden Hypes darstellt, sondern nachhaltig in der Unternehmenspraxis verankert ist. Dennoch werden Big Data-Anwendungen bisher kaum eingesetzt. 64% der Befragten gaben an, dass ihr Unternehmen aktuell keine Big Data-Anwendungen nutzt und dies auch in Zukunft nicht geplant ist. Lediglich 8% der Umfrageteilnehmer haben in ihrem Unternehmen bereits funktionierende Big Data-Anwendungen im Einsatz. Unter den Schweizer Logistikexperten lässt sich eine starke Verunsicherung hinsichtlich des Begriffs „Big Data“ feststellen: Obwohl ein Grossteil mit der Thematik Big Data vertraut ist (im Sinne von “Sie haben schon einmal etwas über Big Data gehört oder gelesen“), sind nur 16% der Befragten in der Lage, den Begriff auch zu definieren. Durch mediale Präsenz hat Big Data zwar einen gewissen Bekanntheitsgrad erlangt; es mangelt jedoch noch an einem tiefgreifenden Verständnis. Vermutlich bestehen Zweifel hinsichtlich des Kosten-Nutzen-Verhältnisses von Big Data-Projekten. Ausserdem scheint der Druck, sich mit diesem Thema im Rahmen eines Projekts auseinander zu setzen, in der Praxis noch nicht gegeben.
Bild 1: Involvierung in Big Data-Projekte.
Big Data-Anwendungen sind noch nicht ausgereift
Für den Grossteil der Befragten ist Big Data kein wirklich neues Thema. Dennoch steckt die Entwicklung ihrer Meinung nach noch in den Kinderschuhen – und das, obwohl namhafte Hard- und Softwareanbieter bereits seit Jahrzehnten auf diesem Gebiet aktiv sind, beispielsweise mit ihren Business Intelligence-Lösungen. Trotz Zweifel am Reifegrad von Big Data-Anwendungen sehen die Schweizer Logistikexperten grosse Verbesserungspotentiale durch deren Einsatz, sowohl für Unternehmen im Allgemeinen als auch speziell in Logistik und Supply Chain Management.
Die kritische Rolle von Know-how in Big Data-Projekten
Als bedeutendste Herausforderungen bei der Implementierung von Big Data-Projekten gelten Know-how-, Integrations- und Kostenaspekte. Dies, da die eigentlich wertbringenden Aufgaben bei Big-Data Projekten wie die Interpretation von Daten besonders schwierig sind und ein umfassendes, schwer erlangbares Spezialwissen in der Verarbeitung und Analyse grosser Datenmengen erfordern. Notwendig sind nicht nur die entsprechenden Anwendungen, sondern auch spezielle Datenanalyse-Experten. Hier zeichnet sich eine Lücke an ausgebildeten Fachkräften ab. Laut einer Untersuchung der Unternehmensberatung McKinsey werden allein in den USA bis zum Jahr 2018 zwischen 140‘000 und 190‘000 Personen mit den notwendigen analytischen Fähigkeiten fehlen, um durch Big Data einen Mehrwert für ihr Unternehmen schaffen zu können. Big Data bringt somit zwar zahlreiche Verbesserungsmöglichkeiten mit sich, ist in der Praxis aber noch nicht vollends angekommen. Die zukünftigen Entwicklungen hinsichtlich der Nutzung dieses Potentials werden zeigen, inwiefern sich Big Data durchsetzen wird.
Bild 2: Herausforderungen bei der Implementierung von Big Data-Projekten
Mit Big Data die Datenflut beherrschen
Unter dem Begriff „Big Data“ versteht man eine Reihe neuer Methoden und Technologien, die es ermöglichen, grosse Datenmengen zu erfassen, zu speichern und zu analysieren. Aufgrund der starken Verzahnung von logistischen Prozessen mit Informationssystemen sowie der steigenden Komplexität und maschinellen Erzeugung von Daten in der Logistik, müssen IT-Systeme immer grössere Datenvolumina und immer komplexere Datenstrukturen verwalten. Zudem zeichnet sich ein steigender Bedarf an Echtzeitinformationen zur Entscheidungsunterstützung ab. Diese Entwicklungen in der Logistik führen dazu, dass bestehende Informationssysteme zunehmend an ihre Grenzen stossen. Die Methoden und Systeme aus dem Bereich Big Data bieten hier Abhilfe. So konnte die im Versandhandel tätige Otto Group mittels eines innovativen, selbstlernenden Prognosetools ihre Lieferbereitschaft steigern, die Produktion sowie das Transportwesen optimieren und letztendlich Ressourcen schonen. Dies brachte Kostenersparnisse in zweistelliger Millionenhöhe ein.
Weitere Analysen zu Big Data und weiteren Trendthemen in Schweizer Supply Chains: 8. Auflage der Logistikmarktstudie Schweiz. Erscheint im Januar 2015.
Bestellungen unter: www.logistikmarkt.ch/de/logistikmarktstudie/katalogbestellung