Die Zukunft in den Daten sehen: Predictive Analytics mit SAP S/4HANA

Publish date:

Gestern, heute, in Zukunft: Hafssa ist Expertin für SAP S/4HANA und sagt anhand historischer Daten und neuester Informationen wahrscheinliche Zukunftsszenarien für Unternehmen vorher.

Wer würde nicht gern einen Blick in die Zukunft von Unternehmen werfen? Hafssa, IT Consultant bei Capgemini in Ratingen, tut das jeden Tag. Mit der Softwarelösung SAP S/4HANA bewertet sie die Wahrscheinlichkeit zukünftiger Ereignisse und leitet Handlungsempfehlungen ab. Im Gespräch zeigt Hafssa praktische Anwendungsbeispiele und warum Neugier die wichtigste Voraussetzung für Predictive Analytics ist.

Predictive Analytics Anwendungsgebiete: Big Data Analytics in Pharma-Unternehmen

Hafssa, dein Kern-Themengebiet ist aktuell Predictive Analytics. Wie kann ich mir so ein Projekt im IT-Kontext von Capgemini vorstellen?

Predictive Analytics sind z. B. für Medizin- und Maschinenbau-Unternehmen eine wertvolle Ressource. In meinem aktuellen Projekt bauen wir eine neue Datenlandschaft für die Finanzabteilung eines großen Kunden aus der Pharmaindustrie. Wir strukturieren wichtige Quelldateien neu und fassen sie zusammen. Dazu gehören unter anderem die Verkaufszahlen und Herstellungskosten von Medikamenten und Arzneimitteln, aber auch viele weitere business-relevante Variablen. Alle diese Daten speisen wir in SAP S/4HANA ein. Das ist eine Softwarelösung zur Ressourcenplanung, mit der wir für die Finanzabteilung sowohl Reports zu vergangenen Finanzdaten, als auch automatische Vorhersagen erstellen können. Aus diesen datenbasierten „Forecasts“ kann man Entwicklungsprognosen erkennen und welche Auswirkungen bestimmte strategische Entscheidungen auf zukünftige Entscheidungen haben können. Daraus lassen sich dann wichtige Handlungsempfehlungen für das Unternehmen ableiten.

Warum sind Predictive Analytics in den vergangenen Jahren immer wichtiger geworden?

Um (menschliches) Verhalten, Aktivitäten oder Ereignisse vorherzusagen – genauer gesagt: um ihre Wahrscheinlichkeit zu berechnen – nutzen wir sowohl aktuelle als auch historische Daten. Und zwar sehr viele Daten, die Unternehmen über Jahre hinweg sammeln. Mittlerweile stehen diese Big Data-Bestände vielerorts zur Verfügung und sie wachsen weiter. Immer mehr Unternehmen wollen diesen Datenschatz deshalb sinnvoll nutzen. Wir bieten vor diesem Hintergrund einen interessanten Service, nämlich dass wir Trends anhand der Daten frühzeitig erkennen.

Kannst du das an einem praktischen Beispiel veranschaulichen?

Zum Beispiel können produzierende Unternehmen ihre Preise u.a. anhand von Predictive Analytics festlegen. Wenn ein Unternehmen viele unterschiedliche Daten über die Käuferinnen und Käufer seines Produkts hat, kann es den höchsten Preis vorhersagen, den ein Großteil der Zielgruppe wahrscheinlich bereit ist, zu bezahlen. Etwa Geschlecht und Alter sind solche Variablen. Je mehr Informationen zur Verfügung stehen, umso sicherer die Vorhersagen.

Gibt es auch Use Cases außerhalb der Business-Welt?

Ja, Predictive Analytics ist keine rein kommerzielle Methode. Auch die Gesellschaft kann einen Nutzen daraus ziehen. Klimatrends und Wetterphänomene lassen sich auf Basis von Daten vorhersagen. Sturm- und Flutrisiken oder auch Ernteausfällen lässt sich so entgegenwirken. Verantwortliche, die Predictive Analytics nutzen, können eine informierte Risiko-Nutzen-Bewertung vornehmen, bevor sie weitreichende Entscheidungen fällen.

Der Weg zu Predictive Analytics mit SAP HANA

Wolltest du schon immer Predictive Analytics betreiben?

Ich bin direkt nach dem Studium bei Capgemini als IT Consultant eingestiegen, als Vermittlerin zwischen Kunden und Programmierer*innen. Am Anfang meiner Karriere musste ich mir erstmal bewusst machen, wo meine Interessen liegen. Diese Zeit, sich selbst auszuprobieren, sollte man sich unbedingt nehmen. Bei Capgemini unterstützen unsere Projektleiter*innen uns dabei, indem sie uns Projekte vorschlagen, die unseren Skills entsprechen. Und indem sie uns Aufgaben präsentieren, an denen wir wachsen. Diese Betreuung ist sehr individuell, beinahe wie ein Mentoring.

Wie bist du dann zu Predictive Analytics gekommen?

Durch glückliche Umstände, würde ich sagen. Die Basics brachte ich aus dem Studium (Information Science an der Universität Düsseldorf) mit: Die Datenbanksprache SQL sowie Python und Java als grundsätzliche Programmierkenntnisse. Predictive Analytics war meine erste große Herausforderung, nachdem mein Projektleiter mich für ein SAP-Projekt vorgeschlagen hatte. Dafür entwickelte ich in Capgemini-internen Schulungen meine Kompetenzen in SAP S/4HANA weiter.

Warum ist SAP HANA ein wichtiges Werkzeug für deine Arbeit?

SAP S/4HANA – oft SAP HANA genannt – ist ein Cloudsystem zum Datenbankmanagement. Dieses System modelliert ein digitales Abbild des Unternehmens und seines Geschäfts, aus Mitarbeiter- und Kundendaten, aus Daten über Zulieferprozesse, Produktionsgüter und mehr. Die SAP Analytics Cloud nutzt zum Beispiel Business Intelligence, um das gesamte Unternehmen in einer Analyseschicht zu unterstützen. Daraus kann die Software dann die Wahrscheinlichkeit von bestimmten Trends und Zukunftsszenarien errechnen – und noch einiges mehr. Hier verbinden sich also verschiedene Technologien, dementsprechend arbeiten sehr viele unterschiedliche Teams damit.

Die Spezialist*innen für SAP HANA

Wie sehen eure Arbeitsabläufe im aktuellen Projekt aus?

Unser Team ist verantwortlich für „Model Factory“ – wir übernehmen die Modellierung der Daten. Dazu skizzieren wir die Geschäftsprozesse, erweitern und verändern dabei das existierende Datenmodell ständig. Anschließend bilden wir die Daten in einem Diagramm ab und übergeben an das nächste Team.

Ihr gebt den Staffelstab weiter.

Genau. Unser „Statistical Forecast“-Team programmiert dann die Algorithmen, welche die signifikanten Wahrscheinlichkeiten in unserem Datensatz finden. Ein weiteres Team lenkt die Prozesse, wie wir modellierte Daten in ein Gesamtmodell überführen. Diese Kooperation zwischen unterschiedlichen Teams ist das Spannende an dem derzeitigen Projekt. Zusammen decken wir eine Vielzahl von Bereichen ab, die ansonsten eher isoliert behandelt werden: Neben Predictive Analytics zum Beispiel Data Engineering, Business Intelligence (Aufarbeiten von Unternehmensdaten als Handlungsempfehlungen), Anforderungsanalysen und einige mehr.

An welchem Punkt werden eure Kunden miteinbezogen?

Unser Team wertet am Ende noch einmal die Daten aus und wir erstellen die Vorhersagen. Wir testen und überprüfen also die berechneten Daten und übergeben sie dann an unsere Kunden. Dort werden die Ergebnisse von fachlicher Seite noch einmal geprüft: Sind unsere Prognosen realistisch, lassen sie sich durch praktische Erfahrungswerte stützen? So ein „Reality Check“ ist wichtig, denn unsere Kunden kennen ihre Produkte, Zielgruppen und Märkte natürlich am besten.

Capgemini-Teams arbeiten oft international. In eurem Projekt auch?

Den Business Intelligence-Anteil des Projekts übernehmen hauptsächlich unsere Capgemini-Kolleg*innen in Indien, mit denen ich eng zusammenarbeite. Unsere Zeitdifferenz beträgt dreieinhalb bis vier Stunden. Aufgrund der etwas anderen Bürozeiten in Indien arbeiten wir aber sogar im gleichen Zeitraum. Ich nutze den direkten Austausch gerne, um etwas über die indischen Traditionen dazu zu lernen. Wir bilden uns kulturell quasi gegenseitig weiter.

Einstieg in Predictive Analytics bei Capgemini

Hast du das Gefühl, dich bei Capgemini selbst zu verwirklichen?

Auf jeden Fall. Das Capgemini-Karrieremodell sieht vor, dass Mitarbeiter*innen immer die Möglichkeit haben, berufliche Interessen zu verfolgen, selbst wenn sie sich dazu fachlich umorientieren. Ich möchte mich in Zukunft zum Beispiel noch stärker mit Künstlicher Intelligenz und Cloud-Technologie beschäftigen, z.B. AWS oder Microsoft Azure. Bei Capgemini ermutigen wir uns gegenseitig dazu, die Projekte zu finden, die auf unsere individuellen Stärken genau zugeschnitten sind. Das macht Capgemini aus meiner Sicht zu einem so attraktiven Arbeitgeber.

Hast du auch Tipps für Bewerber*innen, die in die Predictive Analytics bei Capgemini einsteigen wollen?

Neugier und Motivation sind eine wichtige Grundlage. Bei Capgemini erwarten wir nicht, dass Bewerber*innen bereits als Predictive Analytics-Expert*innen von der Hochschule kommen. Viele meiner Kolleg*innen sind über ihr großes Interesse zum Team gestoßen. In der Projektarbeit haben die meisten dann ihre Leidenschaft für Predictive Analytics und SAP S/4HANA entwickelt. Wer das Grundwissen mitbringt – Programmier-Basisskills und Faszination für Daten – kann mit hoher Wahrscheinlichkeit erfolgreich sein. Und vor allem viel Spaß haben.

Du bist fasziniert von den komplexen Zusammenhängen zwischen Daten? Dann werde Teil des Predictive Analytics-Teams bei Capgemini. Bewirb dich als Junior Berater SAP (w/m/d), als Senior- oder Junior-Berater SAP Business Intelligence (w/m/d) oder als IT-Projektmanager SAP Business Intelligence (w/m/d).

Viele weitere Stellen findest du außerdem in unserem Jobportal.

Weitere Posts

Karriere

Mit Vollgas in die Zukunft: Als Account Manager Automotive die Mobilitätswende mitgestalten

Capgemini Karriere
Date icon Juni 24, 2022

Dank smarter Technologien leistet die Automobilbranche einen großen Beitrag dazu, die...

Karriere

Einfacher als du denkst: Quereinstieg in die Softwareentwicklung

Capgemini Karriere
Date icon Mai 25, 2022

Bei Capgemini sind IT-Quereinsteiger*innen keine Seltenheit. Besonders erfolgreich starten...

Karriere

Die Top 5 Java Skills für erfolgreiche Entwickler*innen

Capgemini Karriere
Date icon April 27, 2022

Java ist mittlerweile fast 30 Jahre alt, aber talentierte Java-Programmierer*innen werden...