Herausforderungen für KMU
KMU werden beim Ersteinsatz von Big Data mit einigen Herausforderungen konfrontiert. Erste große Hürden sind vielfach Bedenken der Geschäftsführung und Mitarbeiter hinsichtlich des Datenschutzes und der Manipulation. Auch muss innerhalb der Belegschaft eine Vertrauensbasis gegenüber den zum Einsatz kommenden Algorithmen geschaffen werden. Vielfach besteht darüber hinaus eine große Unsicherheit hinsichtlich des Aufwand-Nutzenverhältnisses und der Frage, ob die benötigten Kapazitäten und Qualifikationen im Unternehmen vorhanden sind. So fehlen insbesondere KMU oft entsprechende Fachkräfte. Die notwendigen Werkzeuge und Techniken zur Implementierung von Big Data lassen sich in das Datenmanagement und die Datenanalytik unterteilen. Dabei umfasst das Datenmanagement die Erfassung, Aufzeichnung, Extraktion, Bereinigung, Notierung und Integration von Daten. Die Datenanalytik verarbeitet die Daten, umfasst die Durchführung von Analysen, das Anlegen von Modellen und die Nutzung dieser zur Entscheidungsfindung. Für die Durchführung eines Big-Data-Projektes in einem produzierenden Unternehmen existiert seit 2019 die VDI/VDE-3714-Richtlinie. Die darin dargestellten Phasen werden iterativ im Projekt durchlaufen. Bei der Durchführung eines Big-Data-Projektes müssen zunächst einige Voraussetzungen erfüllt werden, beispielsweise eine ausreichende Datenqualität. In der anschließenden Definitionsphase werden Fragen sowie Ziele präzisiert. Darauf aufbauend erfolgt eine Sondierung der Datenlage, gefolgt von der Datenbewirtschaftung. Hier werden zumeist verschiedene Datenquellen zusammengeführt. Aus den Daten wird nun in der Modellierungsphase ein auswertbares Modell generiert und dieses für die Datenanalyse genutzt. Nach einer Validierung des Modells kann eine erste Bewertung der Datenanalyse-Ergebnisse hinsichtlich der Projektziele vorgenommen werden. Als Bewertungsunterstützung kann hierbei auf die Visualisierung der Daten und Ergebnisse zurückgegriffen werden. Die vorletzte Phase widmet sich der Umsetzung und Einführung der Big-Data-Anwendung. Zum Abschluss wird gemäß der Richtlinie auf die nachhaltige Sicherstellung des erzielten Projekterfolgs eingegangen. Alternativ zur VDI/VDE-3714-Richtlinie können die etablierten organisatorischen Prozessmodelle KDD-Prozess, CRISP-DM oder SEMMA angewendet werden.
Was gilt es zu tun?
Dieser Beitrag beschreibt das Potential und einige Herausforderungen in Verbindung mit Big-Data-Projekten im Produktionsumfeld. Um einen Mehrwert aus großen Datenmengen generieren zu können, sind spezielle Kompetenzen erforderlich. Dieses Knowhow liegt bei KMU derzeit allerdings selten vor. Um sich zukünftig Wettbewerbsvorteile durch Big Data verschaffen zu können, sind KMU gefordert, ihre bestehenden Unternehmensstrukturen dahingehend anzupassen und Vorurteile gegenüber Big Data abzubauen.