Big-Data-Analytics-Software analysiert große Mengen an ganz unterschiedlich formatierten, zunächst unstrukturierten Daten aus einer Vielzahl von Quellen. Diese umfassen frei verfügbare Informationen wie Wetterdaten oder soziale Netzwerke, Kameraaufzeichnungen und vernetzte Sensoren im industriellen Internet der Dinge. Die Software verknüpft sie mit den strukturierten Daten aus klassischen Unternehmensanwendungen wie Dokumentenmanagement-, CRM-, ERP- oder Supportsystemen. Die Analyse dieser Informationen deckt Muster und Trends auf, die aussagekräftige Einblicke in das Unternehmen, seine Zulieferer und seine Abnehmer liefern.
Bisher wenige Lösungen integriert
Immer mehr Führungskräfte in der Fertigung erkennen den Nutzen von Big-Data-Analysen. Prognosen zur Produktnachfrage, die Überwachung der Leistung von Fertigungsanlagen oder die schnellere Bereitstellung von Services und Support für den Kunden können mit den Analyseergebnissen fortwährend optimiert werden.
Dennoch haben erst weniger als 20 Prozent der Hersteller Big-Data-Analytics-Lösungen in die eigene Produktion integriert. Laut einer Studie von Industry Week und OpenText sind zwei Drittel der Führungskräfte in der Fertigung davon überzeugt, nicht das volle Potenzial aus ihrer Big-Data-Analytics-Software zu ziehen.
Die Implementierung einer entsprechenden Lösung hat das Potenzial, in fast jedem Teil eines produzierenden Betriebs unterstützend eingesetzt zu werden. Im Folgenden werden die wichtigsten Anwendungsbereiche näher behandelt.
Optimierung der Maschinenauslastung
Der Mittelpunkt jeder Fertigungslinie sind funktionierende Maschinen. Die Integration von Big-Data-Analyse-Plattformen minimiert deren Ausfälle, indem die Analyse-Software Daten von IoT-Sensoren, die sich direkt in den Produktionsmaschinen oder in Hilfsgütern von Produktion und Logistik befinden (beispielsweise Paletten oder Lagerbehälter), auswertet und Fertigungsabläufe transparent macht.
Die Sensoren liefern in Echtzeit Daten über den Status einzelner Fertigungskomponenten oder -güter sowie der Fertigungsumgebung (Luftfeuchtigkeit, Temperatur ...) und können feststellen, wann eine Maschine in Betrieb genommen werden kann oder besser proaktiv abgeschaltet werden sollte, um Schädigungen oder Ausfälle zu vermeiden. Mit dieser Art der präventiven Wartung auf Basis fortschrittlicher Algorithmen erhalten Betriebe eine möglichst hohe Maschinenlaufzeit und steigern ihren Durchsatz.
Sicherung der Produktionsleistung über verschiedene Abschnitte hinweg
Big-Data-Lösungen erkennen durch die Anbindung an IoT-Sensoren, wie hoch die Auslastung einer Produktionskette ist. Diese Informationen werden in einem zentralen Datenspeicher verwaltet, mit anderen Quellen verknüpft (beispielsweise den Tickets im Support-System oder den Kontakthistorien der CRM-Hotline) und füttern das Qualitätssicherungssystem. So können beispielsweise Problembereiche identifiziert und eine Ursachenanalyse auf Grundlage von Echtzeitdaten - statt historischen Datensätzen - betrieben werden. Im Sinne der Qualitätssicherung erkennt Big Data also absehbare Fehlproduktionen bereits in der Fertigungslinie und nimmt sie aus dem Produktionskreislauf, ohne übermäßige Kosten oder gar Rückrufe zu verursachen.
Moderne Absatzprognosen durch erweiterte Analysen
Traditionelle Nachfragevorhersagen basieren auf der Analyse vergangener Verkaufszahlen. Moderne Big-Data-Analytics-Lösungen bieten einen umfassenden Überblick über die Echtzeitdaten der Geschäftsprozesse eines Betriebs. Mit erweiterten Analysen können Unternehmen so wiederkehrende Trends und Anomalien in diesen Daten effektiv identifizieren und diese mit den Informationen der Kundenstimmung abgleichen, um ein klareres Bild der zukünftigen Nachfrage zu bestimmen.
Kundenzufriedenheit durch KI-gestützte Customer Journey
Hervorragende Kundenzufriedenheit und ein überragendes Kundenerlebnis sind zu einem wesentlichen Ziel jedes Unternehmens geworden. Big-Data-Analyse-Tools eruieren diverse Daten aus den Kontaktpunkten zum Kunden und strukturieren diese auf völlig neue Art und Weise. Die Auswertung bietet eine „Single Source of Truth“ für jeden einzelnen Kunden. So werden Kundenpräferenzen, Kauftrends und Engagement-Level identifiziert. Gleichzeitig kann die Kundenkommunikation an Kundenkontaktpunkten wie Konto- oder Serviceinformationen für eine individuelle Customer Journey personalisiert werden.
Einbindung von Kundenmeinungen ins Produktdesign
Big-Data-Analysen unterstützen sogar dabei, Kundenstimmen durch das Klassifizieren und Filtern von Informationen aus dem Web und sozialen Netzwerken zu identifizieren. Aus diesen Daten lassen sich Trends und Änderungen im Markt prognostizieren. Diese können in Design und Entwicklung neuer Produkte einfließen, bis hin zur Individualisierung auf Kundenwunsch. Darüber hinaus sind tief integrierte Big-Data-Analytics-Plattformen in der Lage, die Informationen verschiedener Teams innerhalb eines Entwicklungsprozesses zu analysieren, um Fehler und potenzielle Probleme schneller zu identifizieren.
Optimierung und Öffnung der Lieferkette
Moderne Supply Chains entwickeln sich fortlaufend weiter und nehmen immer komplexere, offene Strukturen an. Big-Data-Analysen sorgen für eine wahre Lieferkettentransparenz und können perspektivisch auch industrielle Zulieferer oder Abnehmer einschließen, um durchgängig für Transparenz zu sorgen. So wissen Verantwortliche sofort, welche Lieferanten herausragende Leistungen erbringen, und können Ihren Abnehmern verbindlich gewährleisten, dass die Qualität der Produkte die Erwartungen stets erfüllt oder gar übertrifft.
Vorteile für fertigende Unternehmen
Fertigende Unternehmen können also in folgenden Punkten von Big-Data-Analyse-Plattformen profitieren:
Wettbewerbsvorteile gegenüber der Konkurrenz
Die Daten in der Fertigung werden oft nur für operative Zwecke verwendet, aber die besten Tools zur Analyse großer Datenmengen ermöglichen es, Daten von Internet-of-Things-Sensoren mit Daten aus Unternehmenssystemen und Kundenkanälen zu kombinieren, um echte Innovationen und Agilität in der Umsetzung zu fördern.Verbesserung der operativen Abläufe
Big-Data-Analytics-Software kann Unternehmen dabei unterstützen, ihre Arbeitsweise zu optimieren und mit Kunden und Lieferanten enger und durchgängiger zusammenzuarbeiten. Die Technologie birgt Möglichkeiten, neue Wege möglicher Absatzsteigerung zu identifizieren oder ihr Potenzial in Form von „Was-wäre-wenn“-Szenarien zunächst durchzuspielen, bevor man tatsächlich investiert. Einige Hersteller haben mithilfe von Big-Data-Analysen gänzlich neue Daten-getriebene Geschäftszweige aufgebaut. Ein gutes Beispiel dafür ist die Automobilindustrie, in der der Hersteller mit dem Aufkommen vernetzter Mobilitätslösungen („connected car“) nicht länger nur ein Automobilhersteller, sondern zum Software- und Plattformunternehmen wird.Kostensenkung
Eine unternehmensweite Big-Data-Analytics-Plattform kann die Kosten in verschiedenen Bereichen senken. Darunter fallen beispielsweise die präventive Wartung zur Verringerung der Supportbelastung, verbesserte Prognosen zur Reduktion der Lagerbestände und automatisierte oder robotergestützte Prozessautomatisierung zur Verringerung des manuellen Arbeitsaufwands in einem wichtigen Geschäftsprozess. Dem NewVantage Partners Big Data Executive Survey 2017 zufolge konnten bereits 49 Prozent der befragten Unternehmen nach Einführung eines Big-Data-Projekts deutliche Einsparungen erzielen.Verbesserter Kundenservice
Hersteller nutzen Big-Data-Analyse-Lösungen mehr und mehr auch im Marketing und zur Steigerung der Kundenbindung (im „after sales support“ und Service). Daten aus Social Media, Customer Care (CRM), Vertrieb und Marketing werden in Relation gesetzt, um die Kundenstimmung zum Unternehmen besser einzuschätzen und in Echtzeit auf diese zu reagieren. Mit solchen Informationen kann ein Hersteller von der bloßen Massenproduktion zur massenangepassten Produktion übergehen, bis hin zur Individualisierung, bei der die Produkte zunehmend auf den einzelnen Kunden oder das Marktsegment zugeschnitten – oder zumindest kommunikativ individuell erläutert und „verpackt“ – werden können.Verbesserte Produktentwicklung
Folgerichtig kann die Big-Data-Analyse ebenfalls für die kontinuierliche (Weiter-)Entwicklung von Produkten eingesetzt werden. Mit der fortwährenden Auswertung von Kundenmeinungen lassen sich neue Trends und Wünsche im Produktmarkt erspüren, aufgreifen, die Auswirkungen möglicher Veränderungen am Sortiment und seinen Ausprägungen iterativ „ausprobieren“ und dort, wo die größte Erfolgsaussicht besteht, letztlich auch schlagkräftig umsetzen, so wie es im intelligenten, vernetzten Unternehmen sein sollte: schnell, agil und effektiv.
