HPE erweitert Analytik-Portfolio Reifegradmodell hilft Unternehmen, ihre Fähigkeiten einzuschätzen

Wie weit sind deutschsprachige Unternehmen beim professionellen Umgang mit ihrem Datenfundus? Eine Umfrage durch YouGov im Auftrag von HPE zeigt: meist nicht sehr weit. Eine Online-Selbsteinschätzung, ein Reifegradmodell und HPE-Services sollen hier helfen.

Anbieter zum Thema

Tableau von Salesforce

Insider Research

Fivetran Germany GmbH

Hewlett Packard Enterprise

Rainer Peters, Vice President und Geschäftsführer der Business Solutions Group DACH bei HPE, sieht „große Potenziale für KI in der Mode- und Luxusindustrie für personalisierte Produkte und die Sortimentspflege“.

Daten, das neue Gold, müssen erst einmal geschürft, dann präpariert und dann zu sinnvollen Informationen transformiert werden, sozusagen den digitalen Schmuckstücken, mit denen Unternehmen Geld verdienen können. Erst dann lassen sich die 829 Milliarden Euro potenzieller Datenwertschöpfung in der EU der 27 bis zum Jahr 2025 tatsächlich realisieren, die laut Rainer Peters, Vice President und Geschäftsführer der Business Solution Group DACH, in diesem Segment stecken.

Bis zu 400 Milliarden Euro ließen sich laut Peters bis 2030 allein aus der gekonnten Nutzung von Fahrzeugdaten generieren. Auch die Mode- und Luxusbranche verspreche hohe Potenziale. Hier geht es vor allem um die Personalisierung von Produkten oder die Sortimentpflege.

Doch die Methoden, mit denen die Daten heute verarbeitet und analysiert werden, reichen dafür wahrscheinlich nicht aus. Sie gleichen nämlich derzeit in den meisten Unternehmen noch dem Goldgräberzeitalter, als man mit sehr einfachem Werkzeug zu Fuß in die Wildnis zog, um mit viel Glück einen dicken Nugget zu ergattern.

DACH-Unternehmen – bei der datenökonomischen Reifeprüfung durchgefallen

Das legen jedenfalls die Ergebnisse einer aktuellen Untersuchung nahe, die YouGov im Auftrag von HPE bei rund 800 Unternehmen durchführte. 500 kamen aus Deutschland, jeweils 150 aus Österreich und der Schweiz.

Denn die meisten befragten Unternehmen erreichen, legt man HPEs Skala der Reifegradbewertung von 1 (niedrigste Bewertung) bis 5 (höchste Bewertung) zugrunde, gerade eben eine 2. Der Durchschnitt liegt im Raum DACH bei 2,1. Und dies könnte sich, so meint jedenfalls HPE, zum Haupthindernis ökonomisch vorteilhafter Effekte der Datennutzung entwickeln.

Dabei liegen kleine Unternehmen unter 250 Mitarbeiter mit einem Schnitt von 1,7 noch hinter den größeren mit mehr als 250 Mitarbeitern – die erreichen immerhin 2,5. Der Nachholbedarf der Kleinen ist also groß.

Zwischen „Daten-Anarchisten“ und Datenökonomie

Das spiegeln auch die Antworten auf die Frage wider, wie man das interne Datennutzungs- und Verwertungsverhalten selbst einstuft: 52 Prozent der KMU sehen sich als „Daten-Anarchisten“. Das bedeutet wohl: Jeder macht das, was er will. Eine übergeordnete Strategie gibt es nicht. Von den größeren sehen sich immerhin 37 Prozent im Bereich der Daten-Erkenntnisse, die immerhin eine zielgerichtete und koordinierte Auswertung voraussetzt.

Die höchste Stufe der Pyramide (Daten-Ökonomie) erreichen nur vier Prozent der Befragten und nur ein Prozent der kleinen Firmen. Daten-zentrisch, die nächstniedrigere Kategorie, arbeiten neun Prozent der größeren und zwei Prozent der kleineren Firmen. Der höchste insgesamt erreichte Reifegrad lag bei 4,8.

Gefragt wurde auch danach, was in den Firmen derzeit noch fehlt. Diesmal differenzierte man die Antworten zwischen „alle Führungskräfte“ und „Vorstände/Geschäftsführer“. Letztere kamen häufig aus KMU.

Oberste Führungsebene interessiert sich zu wenig für Datenökonomie

Die Antworten (siehe Grafik) legen nahe, dass auf der oberen Führungsebene hinsichtlich der Datennutzung wenig Interesse, Wissen und Engagement vorhanden ist. In den Fachabteilungen sieht es anders aus, sie scheinen stärker an der praktischen Umsetzung von Analytikprojekten interessiert zu sein.

Auch die konkreten Formen der Datennutzung unterstützen die bisher angeführten Befunde: 49 Prozent der Befragten gaben an, die Daten stünden nur in der jeweiligen App zur Verfügung. Immerhin 26 Prozent halten Daten mehrerer Apps in einem Data Warehouse. Einen zentralen Data Lake haben erst zwölf Prozent. Ganze sieben Prozent pflegen einen Data Hub als digitalen Zwilling des eigenen Unternehmens. Und nur sechs Prozent betreibt einen Data Hub als digitalen Zwilling, der auch externe Daten-Ökosysteme einschließt.

Nach den Gründen für diesen aus Sicht von Datenanalyse-Spezialisten unbefriedigenden Zustand wurde bei der Umfrage leider nicht gefragt. Deshalb bleibt deren Aussagewert geringer als zu wünschen wäre.

Kostenlose Online-Reifegradmessung

Um neue Anwender an die Nutzung von KI und Analytik heranzuführen, hat HPE das oben bereits erwähnte Reifegradmodell zur Datenwertschöpfung entwickelt (siehe Grafik). Auf welcher Stufe sie sich befinden, können Unternehmen in einem digitalen Selbsttest mit 16 Fragen online und kostenlos in Erfahrung bringen. Streben sie danach, die bisherige Stufe nach oben hin zu verlassen, kann HPE sie mit Dienstleistungen unterstützen.

„Man muss sich der Aufgabe stellen, eine Datenstrategie zu entwickeln. Wer das nicht tut, wird auf die Dauer verlieren“, sagt Dr. Bernd Bachmann, Berater Big Data/KI bei HPEs Business Solutions Group DACH

„Der Aufbau einer Datenwertschöpfung gelingt nur mit einem ganzheitlichen, das gesamte Unternehmen betrachtenden Ansatz“, ist Dr. Bernd Bachmann, bei der Business Solution Group Berater Big Data und KI, überzeugt. Den zu etablieren, sei aufwendig. Bachmann: „Selbst große Kunden scheuen die Komplexität.“

Neue Stufen erklimmen bedeutet Anstrengung

Entscheide sich ein Kunde, die bisher erreichte Stufe der Datenwertschöpfung zugunsten der nächsthöheren zu verlassen, sei dies oft ein mehrjähriges Projekt. Das allein zu stemmen, gelinge den wenigsten. Ganz besonders deswegen, weil analytisch geschultes Personal in ausreichender Menge kaum zu finden sei.

Zwar werde an den Universitäten und Fachhochschulen inzwischen fleißig ausgebildet. Doch fehlten wichtige Aspekte. Der herausragendste: Wie lassen sich akademisch entwickelte Algorithmen in der betrieblichen Realität wirksam einsetzen?

Dennoch bleibe kaum etwas anderes übrig, als sich dem Thema zu stellen und einen eigenen Weg in die Datenökonomie zu finden. Bachmann: „Denn hier liegt nun mal die höchste Wertschöpfung. Wer sich dem Thema nicht stellt, wird auf Dauer verlieren.“

Best Practices zeigen, wie es geht

Bei seiner Beratungstätigkeit greift HPE auf Best Practices und Leuchtturmprojekte zurück. Die Architektur eines neuen Use Cases, der in der Regel möglichst überschaubar sein soll, wird komplett neu entwickelt und dann auf die beim Kunden vorhandene Infrastruktur übertragen. Läuft die Anwendung, werden weitere Systeme einbezogen und Use Cases gebaut. Reizvoll sieht es anscheinend bei der Amortisierung von Projekten aus. Sie soll, so die HPE-Manager, in der Regel unter einem Jahr liegen.

Besonders eng, so Peters, werde in Zukunft die Daten- mit einer Edge-Strategie verknüpft sein. „Heute entstehen rund 20 Prozent der Daten am Edge, etwa 80 Prozent in der Cloud. Doch dieses Verhältnis wird sich bald umkehren.“ Um diese Daten nutzen zu können, brauche es eine Edge-Strategie, auf die die Datenstrategie aufsetzen kann.

DSGVO: Kein Hindernis!

Neben den Use Cases gilt es, eine Data Governance einzuführen. Die immer wieder heiß diskutierten datenethischen Gesichtspunkte werden dagegen auf der strategischen Ebene behandelt – immerhin geht es ja darum, welche Fragen überhaupt an welche Daten gestellt werden sollen oder dürfen.

Die DSGVO sei, so Bachmann, übrigens kaum eine Hürde. Bachmann: „Für eine gute Data Governance braucht man sowieso eine jederzeitige Identifizierbarkeit aller Daten. Das heißt, es wird in dieses Thema ohnehin investiert.“ Die DSGVO-Anforderungen würden dabei zu großen Teilen nebenbei mit erledigt.

Für die Etablierung datengetriebener Wertschöpfungsmodelle sieht HPE Gaia-X im deutschsprachigen Raum als besonders wichtig an. Denn dessen Idee, nach gleichen offenen Standards arbeitende Cloud-Dienstleister und -Services zu etablieren, öffnet den Datenmarkt auch kleineren Playern. Und dies, ohne dass sie Probleme mit den europäischen Datenschutznormen bekommen oder ihre Datensouveränität riskieren.

(ID:47753573)