Warum sind Mittelstand und Big Data keine Gegensätze mehr?

Wer ist mein Kunde und wie verhält er sich? Wie lassen sich Transportwege planen? Wie können Retouren reduziert oder Maschinenausfälle in der Produktion prognostiziert werden? Auf viele dieser Fragen haben Big-Data-Analysen eine Antwort - ein Grund, weshalb bereits viele Großkonzerne diese einsetzen - und wie sieht es im Mittelstand aus?

2. Juni 2017

Warum sind Mittelstand und Big Data keine Gegensätze mehr? — © Zerbor / Fotolia

Big-Data-Analysen können in vielen Branchen die Arbeit effizienter machen und dabei helfen, Kosten zu sparen - darum wird das Trendthema auch für den gehobenen Mittelstand immer interessanter. Dies ist das Ergebnis einer repräsentativen Umfrage von Bitkom Research im Auftrag der Wirtschaftsprüfungs- und Beratungsgesellschaft KPMG unter 709 Unternehmen mit mehr als 100 Mitarbeitern. Demnach sagen aktuell 62 Prozent der Unternehmen mit 500 bis 1.999 Mitarbeitern, dass sie Big-Data-Lösungen einsetzen. Vor einem Jahr waren es noch nicht einmal 44 Prozent.

„Big Data ist längst nicht mehr nur etwas für Big Companies. Entscheidungen im Unternehmen auf Grundlage von Erkenntnissen aus einer großen Menge von Daten zu treffen, wird auch für kleinere Unternehmen immer interessanter“, sagte Dr. Axel Pols, Geschäftsführer von Bitkom Research, bei der Vorstellung der Studienergebnisse.

Praxis-Tipp: Für Marketing-Abteilungen steht die Datenanalyse bei der Leadgenerierung ganz oben auf der Agenda. Was ist bei der Leadgenerierung zu beachten, welche Handlungsempfehlungen gibt es und was sind die Tipps und Tricks mit Mehrwert? Die wichtigsten Informationen haben wir für Sie in unserem Leitfaden: Leadgenerierung im B2B aufbereitet.

Affinität im Mittelstand zu Big Data steigt

Die Zahl der Unternehmen, die Big Data als wichtig einschätzen, nimmt stetig zu. Hauptgrund dafür dürfte sein, dass 6 von 10 Unternehmen (59 Prozent), die Big-Data-Lösungen einsetzen, damit sie mindestens eines ihrer Geschäftsziele erreichen: So geben 41 Prozent an, sie hätten dank Big Data Risiken minimiert, 27 Prozent konnten den Umsatz erhöhen und 19 Prozent Kosten reduzieren.

„Die Ergebnisse zeigen, dass Big Data auf die Unternehmensziele einzahlt, es aber kein Selbstläufer ist. Anders als etwa die Automatisierung mit einem Roboter, der sofort Effizienzgewinne liefert, muss Big Data in eine Strategie eingebettet und die gewonnenen Erkenntnisse müssen umgesetzt werden. Das braucht Zeit und den Willen zur Umsetzung durch das Management“, sagte Dr. Thomas Erwin, Global Execution Partner Data & Analytics bei KPMG.

Big Data, also die Fähigkeit, große Datenmengen aus unterschiedlichen Quellen und mit unterschiedlicher Struktur in hoher Geschwindigkeit auszuwerten, ist dabei die Königsdisziplin der Datenanalyse. Datenanalyse umfasst aber deutlich mehr. So lassen sich Erkenntnisse auch auf Grundlage von Daten gewinnen, die vollständig aus dem eigenen IT-System stammen, wie etwa Kundendaten. Insgesamt geben drei Viertel (75 Prozent) der Unternehmen an, relevante Unternehmensentscheidungen auf Grundlage von Erkenntnissen aus der Analyse von Daten zu treffen. Und 3 von 10 Unternehmen (29 Prozent) sagen sogar, dass sich ihr Geschäftsmodell in den vergangenen zwei Jahren durch die zunehmende Verfügbarkeit von Daten und die Möglichkeit, diese zu analysieren, verändert hat.

Zwar setzen drei von vier Unternehmen (77 Prozent) bei der Auswertung von Daten einfache Tools wie Excel oder Access für ad-hoc Analysen ein, doch vor zwei Jahren waren es sogar 87 Prozent. Dafür ermitteln inzwischen 33 Prozent Zusammenhänge durch die Analyse von strukturierten internen und externen Daten, 2015 lag dieser Anteil noch bei 24 Prozent. Und 17 Prozent setzen heute auf fortgeschrittene Analysen, um aus Daten unterschiedlicher Herkunft und Struktur neue Erkenntnisse zu gewinnen – das entspricht fast einer Verdopplung binnen zwei Jahren (2015: 9 Prozent).

Die Unternehmen nutzen derzeit Datenanalysen vor allem, um ihre Geschäftsentwicklung zu überwachen (40 Prozent), um ihre Kunden besser kennenzulernen (37 Prozent) und um das eigene Personal effizienter einsetzen zu können (33 Prozent).