Big Data Analytics für IoT-Szenarien

Nicht Wunsch, sondern bereits Realität

27.07.2017
Von 
Wolfgang Kobek ist VP EMEA beim Business Intelligence-Anbieter Qlik. Als früherer Geschäftsführer der DACH-Region hat er viele Unternehmen dabei unterstützt, die vielfältigen Einsatzmöglichkeiten von Datenanalyse und -visualisierung umzusetzen. Er sagt: BI ist keine Nische, sondern bietet Vorteile gleichermaßen für den Mittelstand und Großkonzerne, für die Fertigungsindustrie ebenso wie den Dienstleistungssektor und natürlich sämtliche Fachabteilungen im Unternehmen.
50 Milliarden vernetzte Geräte bis 2020. Das Internet der Dinge drückt sich oft in abstrakten Zahlen aus – oder theoretischen Diskussionen. Erfolgsbeispiele zeigen, dass der konkrete Nutzen von IoT-Anwendungen groß sein kann.

Deutschland, das Land der Datenzauderer? Die Mehrheit der Unternehmen hierzulande verfügt über eine stetig wachsende Menge an Daten. Unsicherheit herrscht aber, wie diese nutzbar gemacht werden können. Zumal: Wieso Gewohnheiten ändern, wenn das Bauchgefühl vermeintlich gute Entscheidungen getroffen hat? Erfahrung ist zweifelsohne ein wichtiger Faktor für Geschäftsentscheidungen – dennoch ersetzt nichts eine fundierte Datengrundlage, egal ob diese richtungsweisend genutzt wird oder zur Überprüfung einer Entscheidung.

Manager, die ihre Entscheidungen auf Daten fußen, können sich entspannt zurücklehnen.
Manager, die ihre Entscheidungen auf Daten fußen, können sich entspannt zurücklehnen.
Foto: Sergey Nivens - shutterstock.com

Big Data oder Smart Data? Nicht alle Daten sind für Unternehmen nützlich

Zunächst vorweg: Nicht alle Daten sind nützlich und die Menge der Daten ist von Unternehmen zu Unternehmen unterschiedlich – und auch abhängig von der konkreten Geschäftstätigkeit. Manche Daten lassen sich nur auf Maschinenebene nutzen. Andere, weniger spezielle Daten eignen sich, um Erkenntnisse für Unternehmensentscheidungen zu gewinnen. Beispiele aus unterschiedlichsten Branchen verdeutlichen Erfolge:

1) Verbessertes Qualitätsmanagement und Kundenservice in der Restaurantbranche: In einer japanischen Restaurantkette wird die Frische der Sushi-Teller mittels RFID-Tags überwacht. Darüber hinaus gibt Echtzeit-Analytics Einblicke in besonders beliebte Sushi-Varianten und signalisieren der Küche, für welche Gerichte zeitnah Nachschub benötigt wird und welche Gerichte noch in ausreichender Anzahl auf dem Sushi-Band vorhanden sind. Schneller, frischer Kundenservice ohne Engpässe – Datenanalyse ist in diesem kulinarischen Beispiel ein zentraler Faktor für den Unternehmenserfolg.

2) Mehr Effizienz für Energieversorger: Energieversorger nutzen intelligente Zähler, um die Energieversorgung am tatsächlichen Bedarf zu orientieren. Ein süddeutscher Energieversorger reagiert mittels Smart-Metering-Daten nahezu in Echtzeit auf verändertes Kundenverhalten, das sich in Nachfragespitzen oder –tälern manifestiert. Durch den Abgleich von historischen Daten und Echtzeitdaten lassen sich Erkenntnisse über die zu erwartende Nachfrage gewinnen. Die Einspareffekte sind enorm: Üblicherweise rechnen Energieversorger mit einem sogenannten Risikopuffer von bis zu acht Prozent, um bei Ausfällen oder hoher Nachfrage gewappnet zu sein. Dank Smart Metering hat sich dieser Puffer auf rund drei bis fünf Prozent reduziert.

3) Bedarfs- und Einsparpotentiale in der Landwirtschaft identifizieren: Landwirtschaftlicher Erfolg hängt von vielen Faktoren ab – nicht zuletzt auch von den klimatischen Bedingungen. In den USA messen Landwirte mittels intelligenter Sensoren im Boden Lichteinfall, Bodenfeuchte, Boden- und Oberflächentemperatur, ergänzen diese Informationen um Wetterdaten, Satellitenbilder und erhalten so konkrete Handlungsempfehlungen. Allein die Einsparungen beim Wasserverbrauch von bis zu 35 Prozent bringen den Landwirten erheblichen Vorteil.

Precision Farming: In der Landwirtschaft können Sensoren den Verbrauch von Wasser, Düngemittel und Insektiziden deutlich verringern.
Precision Farming: In der Landwirtschaft können Sensoren den Verbrauch von Wasser, Düngemittel und Insektiziden deutlich verringern.
Foto: Nolanberg11 - shutterstock.com

Datenschutz ist wichtig – darf aber nicht zur Hürde werden

Bei landwirtschaftlichen Sensoren mag das Thema Datenschutz weniger im Vordergrund stehen, aber überall dort, wo Kundendaten involviert sind, ist ein verantwortungsbewusster Umgang mit IoT-Daten für Unternehmen Pflicht. Dazu gehört einerseits die Transparenz gegenüber dem Kunden (welche Daten genutzt werden), aber auch innerhalb des Unternehmens muss der Zugriff auf Daten geregelt sein. Klare Governance-Richtlinien stellen sicher, dass jeder nur innerhalb der eigenen Rolle agieren kann ohne Zugriff auf sämtliche Details zu erhalten.

In den nächsten Jahren werden weitere Projekterfolge die Potentiale von Datenanalysen und -visualisierungen in Big-Data-Szenarien aufzeigen und hoffentlich auch die Skepsis kontinuierlich abbauen – damit das Wort „Datenzauderer“ in Deutschland zur Vergangenheit gehört.