Wie Big Data das Management revolutioniert

Unternehmensführung:

Von Erik Brynjolfsson und Andrew McAfee
17. Oktober 2012

Datenflut: Auf Flughäfen können die Ankunftszeiten eine Reihe von Unternehmensentscheidungen auslösen.
DPA

Datenflut: Auf Flughäfen können die Ankunftszeiten eine Reihe von Unternehmensentscheidungen auslösen.

Big Data - also die Analyse und Nutzung von extrem großen Datenmengen - hat das Potenzial, das Management zu revolutionieren. Einfach ausgedrückt können Manager durch den Einsatz von Big Data sehr viel genauere Informationen über ihr Geschäft erhalten und dieses Wissen nutzen, um bessere Entscheidungen zu fällen (Wie das genau funktioniert, lesen Sie in der aktuellen Ausgabe des Harvard Business Manager mit dem Schwerpunkt Big Data).

So können Unternehmen bessere Ergebnisse erzielen. Natürlich setzen Unternehmen wie Google oder Amazon diese Technologien schon längst ein. Im Grunde gehen wir davon aus, dass Unternehmen aus dem digitalen Zeitalter zu Dingen fähig sind, von denen Manager von Unternehmen aus der Generation davor nur zu träumen gewagt haben. Aber tatsächlich hat Big Data auch das Potential, traditionelle Geschäftsmodelle nachhaltig zu verändern.

Es gibt zahlreiche Beispiele für Anwendungen in der Praxis: Big Data wird im Supply-Chain-Management angewandt, um zu verstehen, warum die Defekt-Raten eines Autoherstellers auf einmal nach oben schnellten. Im Kundenservice hilft es, die Gesundheitsvorsorge von Millionen von Menschen kontinuierlich zu beobachten und falls nötig zu intervenieren. Bei der Planung und dem Erstellen von Prognosen hilft es Unternehmen, Onlinekäufe besser zu antizipieren. Dazu nutzten sie Datensets von Produkt-Eigenschaften. Diese Aufzählung ließe sich ohne weiteres fortsetzen.

Diese beiden Unternehmen, jeweils keine typischen Vertreter aus der Gruppe der Silicon Valley-Startups, haben neue Ströme von Informationen genutzt und ihr Geschäft radikal verändert.

Beispiel 1: Big Data nutzen, um die Qualität von Prognosen zu verbessern

Auf Flughäfen können Minuten entscheidend sein. Sehr wichtig sind zum Beispiel die Informationen über die Ankunftszeiten von Flugzeugen: Wenn die Maschine landet, bevor das Bodenpersonal dafür bereit ist, geht es für Crew und Passagiere erst einmal nicht weiter. Wenn die Maschine aber später kommt als erwartet, hat das Bodenpersonal Leerlauf und das treibt die Kosten hoch.

Eine amerikanische Airline stellte in einer internen Studie fest, dass rund zehn Prozent der Flüge am Hauptdrehkreuz des Unternehmens mindestens um zehn Minuten abwichen zwischen der planmäßigen und der tatsächlichen Ankunftszeit. Fast ein Drittel der Flüge hatte mindestens eine Abweichung von fünf Minuten. Deshalb beschloss die Airline zu handeln.

Zu dieser Zeit arbeitete die Airline mit den seit Jahrzehnten in der Branche üblichen ETAs der Piloten (ETA steht für estimated time of arrival, die geschätzte Ankunftszeit, Anm.d.Red.). Die Piloten gaben diese Schätzungen in der letzten Phase auf dem Weg zum Zielflughafen ab; zu dieser Zeit hatten sie immer viel zu tun und kaum freie Kapazitäten. Auf der Suche nach einer besseren Lösung wandte sich die Airline an Passur Aerospace, einen Dienstleister der Aviation-Industrie, der Technologien zur Entscheidungsfindung anbietet.

Im Jahr 2001 startete Passur seinen eigenen Service für Schätzungen von Ankunftszeiten, den so genannten RightETA. Die Zeiten kalkulierte das Unternehmen, indem es öffentlich verfügbare Daten etwa über das Wetter, Flugpläne und andere, unternehmenseigene Daten nutzte. Dazu gehörten beispielsweise Daten eines Netzwerks von Radar-Stationen rund um die Flughäfen. Diese Stationen hatte Passur installiert, um Daten über jedes Flugzeug am Himmel über den Flughäfen zu sammeln.

Passur startete mit nur wenigen dieser Stationen. Im Jahr 2012 liegt die Zahl bei über 155. In einem Intervall von 4,6 Sekunden ermitteln diese Stationen vielschichtige Daten über die Flugzeuge, die in ihrer Reichweite liegen. Dieser Prozess erzeugt eine riesigen und kontinuierlichen Strom an Daten. Dazu speichert das Unternehmen die Informationen, die es über die Jahre gesammelt hat. Heute verfügt es über einen gewaltigen, multidimensionalen Datensatz, der über eine Dekade reicht. RightETA funktioniert im Grunde so, indem es sich fragt: "Was passierte bei den letzten Malen, als ein Flugzeug sich unter den gegebenen Umständen dem Flughafen näherte? Wann landete das Flugzeug dann tatsächlich?"

Nachdem die Airline ihr System umgestellt hatte auf RightETA, eliminierte sie praktisch die Abweichungen zwischen den geschätzten und den tatsächlichen Ankunftzeiten. Passur ist der Auffassung, dass diese Dienstleistung pro Flughafen mehrere Millionen Dollar im Jahr wert ist - schließlich versetzt das Unternehmen die Airlines in die Lage, genau zu wissen, wann die Flugzeuge ankommen und entsprechend zu planen. Es ist eine einfache Rechnung: Big Data führt zu besseren Prognosen. Bessere Prognosen ergeben bessere Entscheidungen.

Beispiel 2: Big Data nutzen, um den Umsatz anzukurbeln

Vor einigen Jahren entschied das amerikanische Handelsunternehmen Sears, dass es stärker von den gewaltigen Mengen an Daten über Kunden, Produkten und Werbung, die es über seine Marken Sears, Craftsman und Lands' End sammelte, profitieren wollte. Ganz offensichtlich lohnte es sich, diese Daten zu kombinieren, um maßgeschneiderte Werbung und spezielle Angebote an Kunden zu richten. Diese Angebote würden individuell sein, um Vorteile aus den lokalen Gegebenheiten zu ziehen.

Lohnend, aber kompliziert: Sears benötigte acht Wochen, um personalisierte Aktionsangebote zu entwickeln, und zu diesem Zeitpunkt waren viele von ihnen schon veraltet nicht länger optimal für das Unternehmen. Es dauerte vor allem deshalb so lang, weil die für diese groß angelegten Analysen benötigte Datenmenge riesig und fragmentiert war. Sie lag in verschiedenen Datenbanken vor und war in den verschiedenen Systemen der unterschiedlichen Unternehmensteile gespeichert.

Sears suchte nach einem einfacheren und günstigeren Weg. Deshalb entschied sich das Unternehmen für Big Data. Als einer der ersten Schritte erstellte es ein so genanntes "Hadoop Cluster": Das ist einfach gesagt ein Netzwerk von günstigen, handelsüblichen Servern, die über ein Softwaresystem namens Hadoop koordiniert werden (das Programm ist übrigens nach einem Spielzeug-Elefant aus dem Haushalt von Doug Cutting benannt, einem der Software-Entwickler).

Sears nutzte das Cluster um neu hereinkommende Daten von allen seinen Marken speichern und integrierte auch die Daten aus den bisherigen Systemen. Im nächsten Schritt führte Sears in diesem Cluster Analysen durch und vermied so das zeitaufwändige Problem, Daten von verschiedenen Quellen zusammenzuführen und zu kombinieren, um sie analysieren zu können. Durch diese Änderung war das Unternehmen in der Lage, viel schneller und präziser neue Werbeangebote zu entwickeln.

Nach Angaben von Phil Shelly, dem technischen Leiter von Sears, hat sich die benötigte Zeit für ein umfassendes Set von Werbeangeboten von acht Wochen auf nur eine Woche verkürzt. Und Sears wird noch schneller. Zudem sind die Werbeangebote von höherer Qualität: Sie sind zeitlich passender, differenzierter und stärker personalisiert. Das Hadoop-Cluster von Sears speichert und verarbeitet mehrere Petabytes von Daten. Und das zu einem Preis, der weit unter den Kosten für herkömmliche Datensysteme liegt.

Dies sind keine ausgefallenen Einzelbeispiele. Wir glauben, dass derzeit eine tiefgreifendere Transformation in der Wirtschaft im Gange ist. Und wir sind mittlerweile überzeugt, dass so gut wie kein Bereich der Geschäftstätigkeit von diesem Wandel unberührt bleiben wird.

Ohne Fragen bleiben viele Hürden. Es gibt viel zu wenige Spezialisten, die solche Datenmengen analysieren können. Diese Technologie ist noch neu und in manchen Fällen fremdartig. Es ist sehr leicht, Korrelation und Kausalzusammenhänge zu verwechseln und falsche Schlüsse aus den Daten zu ziehen. Die kulturellen Herausforderungen sind enorm und Fragen des Datenschutzes werden künftig weiter an Bedeutung gewinnen. Aber die zu Grunde liegenden Trends, sowohl was die Technologie als auch was die Vorteile für die Unternehmen betrifft, sind unverkennbar.

Die Beweislage ist eindeutig: Daten-gestützte Entscheidungen sind tendenziell besser. In einer Branche nach der anderen werden sich Unternehmen, die diesen Fakt akzeptieren, von ihrer Konkurrenz absetzen. Wir können nicht garantieren, dass alle diese Gewinner große Datenmenge bändigen werden um die Art, wie sie Entscheidungen fällen, zu verändern. Aber die uns vorliegenden Daten zeigen, dass dieses Szenario am wahrscheinlichsten ist.

Zu den Autoren
Erik Brynjolfsson ist Professor an der MIT Sloan School of Management und Direkor des Center for Digital Business. Andrew McAfee ist dort Principal Research Scientist. Sie sind die Autoren des Buches "Race Against the Machine".
In der aktuellen Ausgabe von Harvard Business Manager beschreiben die Autoren in einem Beitrag, wie Unternehmen Big Data nutzen können. Im Schwerpunkt "Big Data" der aktuellen Ausgabe lesen Sie weitere Beiträge zum Thema.

Artikel
Kommentare
1
g.reichert 17.10.2012

Big Data... Wenn der Verstand und Vernunft dabei entsprechend wachsen,dann könnte das von Nutzen sein. Ich bezweifle das.

Diskussionsregeln

Wir freuen uns über lebendige, konstruktive und inspirierende Diskussionen auf HBM Online. Um die Qualität der Debattenbeiträge sicherzustellen, werden unsere Moderatoren jeden Beitrag prüfen. Eine Nutzung der Kommentarfunktion zu kommerziellen Zwecken ist nicht erlaubt. Beiträge mit vorwiegend werblichem, strafbarem, beleidigendem oder anderweitig inakzeptablem Inhalt werden von unseren Moderatoren gelöscht.

© Harvard Business Manager 2012
Alle Rechte vorbehalten
Vervielfältigung nur mit Genehmigung der manager magazin Verlagsgesellschaft mbH
Aktuelles Heft
Titelbild
ANZEIGE
Unsere Bestseller
  • HBM 9/2012
    Schwerpunkt
    So funktioniert moderner Vertrieb

    Zum Heft
  • HBM 12/2012
    Change Management
    In Zeiten schnellen Wandels

    Zum Heft
  • HBM 5/2013
    Geschickter verhandeln
    Wie Sie Emotionen klug einsetzen und auch in komplexen Situationen gute Ergebnisse erzielen

    Zum Heft
Folgt uns auf Facebook
Nach oben