Datenstrategie: Diese Fragen sollten sich Unternehmen stellen

Wenn Daten der neue Produktivitätsfaktor eines Unternehmens sind, dann fehlt leider vielen die nötige Strategie dahinter. Reed Exhibitions macht Datenstrategie zum Thema auf der Smart Automation Austria und hat einen Experten vorab um Tipps gebeten.  

© Shutterstock
Boden, Kapital, Arbeitskraft und immer wichtiger Daten: Das sind die Produktionsfaktoren eines erfolgreichen Unternehmens. 

Daten sind das neue Öl? Ja, eh. Viele Mittelständler können diesen Satz nicht mehr hören. Aber: Daten sind ein neuer Produktionsfaktor – zusätzlich zu Boden, Kapital und Arbeitskraft. Viele Unternehmen machen sich auf den Weg und sammeln Daten, doch es fehlt an einer Strategie. Martin Szugat von Datentreiber verrät im Podcast „KI in der Industrie“, wie eine Datenstrategie aussieht und welche Fragen sich die Entwickler und Geschäftsführer stellen sollten:

  • Wo wollen wir als Unternehmen hin? Anwenderperspektive einnehmen. 
  • Wo stehen wir als Unternehmen gerade?
  • Wie kommen wir dahin, wo wir hinwollen?
  • Wie können wir Daten verwenden, um unser Ziel zu erreichen?
  • Welche analytischen Anwendungsfälle helfen uns auf dem Weg?
  • Welche Werkzeuge brauchen wir dafür - bspw. Datenbanken?
  • Welche ExpertenInnen brauchen wir dafür?
  • Welche Daten brauche ich für die Anwendungsfälle?
  • Haben wir im Unternehmen diese Daten? Wenn Nein, wie kommen wir an diese Daten?

© Datentreiber
„Entscheidend ist das Design aus der Anwenderperspektive.“ Martin Szugat, Inhaber und Geschäftsführer von Datentreiber

Daten sind DER Hebel zur Effizienzsteigerung

Daten sind ein Produktivitätsfaktor geworden. Dabei bestätigt Szugat im Gespräch, dass in der Industrie die größten Hebel für Effizienzsteigerungen zu finden sind. Szugat bietet Datenstrategie-Workshops an - für die Industrie, aber auch für den Handel oder die Marketingbranche. Das Team arbeitet mit sogenannten Design Kits, die auf Canvas-Methoden beruhen. Am Anfang steht ein zweitägiger Workshop. An diesem nehmen alle Stakeholder in dem Projekt teil, um den Ist-Zustand zu analysieren. Danach werden Prozesse, Anwendungsfelder und Problemstellungen identifiziert und dann Lösungen gesammelt und nach Komplexität priorisiert. „Wir müssen vom Ende her denken, wen unterstützen wir, welches Problem hat der Anwender, welche Ziele hat er, welchen Handlungs- und Entscheidungsspielraum hat er und wer ist der Anwender?“ Am Ende der zwei Tage sollte auch eine Datenlandschaft entstehen. Diese beantwortet die Fragen: Wo sind die eigenen und die fremden Daten und wo sind noch Lücken? An diesem Punkt kann dann eine erste Schätzung erfolgen, ob sich das Projekt überhaupt rechnet. „Entscheidend“, so Szugat „ist das Design aus der Anwenderperspektive.“ 

 

Es braucht nicht immer Big Data

Wie steht es um die Verfügbarkeit von Daten? „Viele Unternehmen haben viele Daten und wollen dann sofort mit Machine Learning oder Deep Learning starten, aber vielen fehlt das Datenstrategiedesign.“ Wichtig ist zunächst ein „ordentliches Berichtswesen“ aus der Fertigung. Man müsse nicht immer Big Data-Projekte fahren, es gehe um die richtigen Daten, so Szugat. „Oft werden diese noch gar nicht erfasst.“ Deshalb braucht es die oben genannten Schritte. Übrigens: Mit dem Themen Industrial IoT, Künstliche Intelligenz und OPC UA widmet sich auch die Fachmesse Smart Automation dem Thema Daten.