Plattformen für Daten: Die Grundlage für Nachhaltigkeit und Transparenz

Die Daten liegen vor, das Bewusstsein ist da, selbst ein Data Warehouse und erste Ansätze für Analytics gibt es bereits: Doch vor die Entscheidung gestellt, eine Cloud-basierte Datenplattform auf den Weg zu bringen, scheuen sich immer wieder Unternehmen vor den Investitionen, die sie zu Beginn erwarten. Vielleicht schrecken sie auch davor zurück, ihre Daten im Unternehmen erst aufspüren zu müssen, die irgendwo in den Abteilungen in verschiedenen Formen, Granularitäten und Aktualitäten vorliegen. „Hätte ich nur gewusst, dass ihr mit den Daten schon arbeitet, hätten wir …“: Solche Sätze sind immer wieder zu hören. Diese Unternehmen sind in guter Gesellschaft: Laut der Studie des Capgemini Research Institut „The data-powered enterprise“ gehören global gesehen sogar mehr als zwei Drittel (71 %) aller Unternehmen mit mehr als 500 Mitarbeitern zu den Nachzüglern im Umgang mit Daten. Nicht einmal jedes fünfte Unternehmen (16 %) gehört zu den „Data Masters“ und damit zu jenen, die Data Analytics-Plattformen einsetzen, um ihre Daten darüber auszutauschen, neue Geschäftsmodelle zu entwickeln und Daten als Produkt zu sehen.

Die Vorteile einer Plattform: Mehr Austausch, mehr Effizienz

Viele Unternehmen werden sich verändern müssen – und Daten-basierte Plattformen werden darin mehr und mehr eine Schlüsselrolle einnehmen.

Denn künftig werden Unternehmen besonders erfolgreich sein, die davon profitieren,

• dass sie sich von Datensilos verabschieden und Daten im gesamten Unternehmen einsetzen, auf Basis der Daten Geschäftsmodelle entwickeln und sie in Ökosystemen, wie z.B. im Catena-X-Netzwerk aktiv anbieten.
• Daten in Netzwerken und Ökosystemen mit anderen zu teilen, um Ressourcen und Geld einzusparen.
• mehr Geschäfts-Prozesse zu automatisieren, den manuellen Aufwand zu reduzieren und so die Effizienz erhöhen.
• dass sie künftig die richtige Menge an Daten in der geeigneten Granularität und Aktualität sofort zur Verfügung haben.

Automobilindustrie: Transformation in Richtung E-Mobilität und Nachhaltigkeit

Gerade die Automobilindustrie, die sich besonders durch den Umstieg auf die Elektromobilität und die damit einhergehende Nachhaltigkeit ihrer Produkte mitten in der Transformation befindet, muss sich überlegen, womit sie künftig ihr Geschäft machen will. Prognosen aus der Capgemini Analyse „Next Destination: Software“ zufolge soll der derzeitige Umsatzanteil von OEMs für Software-basierte Features und Services von derzeit acht Prozent auf 22 Prozent in den nächsten zehn Jahren steigen, während der Anteil mit dem physischen Produkt von 73 auf 64 Prozent zurückgehen wird.

Cloud-Plattform sorgt für Transparenz

Neue daten-getriebene Geschäftsideen können mit dazu beitragen, dem Unternehmen neue Umsatzanteile einzubringen. Doch auch schon der Blick auf bestehende tägliche Herausforderungen zeigt, wie wichtig eine entsprechende Plattform für das Unternehmen sein kann.

Beispiel Nachhaltigkeit: Den CO₂-Fußabdruck transparent machen

Vor dem Hintergrund des Klimawandels werden Unternehmen ihren Anteil dazu beitragen müssen, den CO₂-Verbrauch für ihre Produkte möglichst gering zu halten. Produkte müssen mehr denn je nachhaltig produziert werden. Um Transparenz darüber zu bekommen, wie groß der CO₂-Fußabdruck eines Produktes ist, müssen Unternehmen die gesamte Wertschöpfungskette einbeziehen, zu der auch Informationen von Partnerunternehmen und Zulieferern gehören. Eine Data Analytics-Plattform bringt Teilinformationen von internen Abteilungen und externen Partnern zusammen und bildet daraus ein Gesamtbild. In der Automobilindustrie sind Hersteller auf die Informationen von Zulieferern angewiesen. Eine Plattform auf beiden Seiten macht diese Zusammenarbeit effizienter und ressourcenschonender. Das ist auch einer der Gründe, weswegen das Netzwerk Catena-X geschaffen wurde, für das die Mitglieder, darunter neben Capgemini diverse namhafte Unternehmen aus dem Automobil- und Beratungs-Sektor, bereits die nötigen Schnittstellen für den Austausch von Daten geschaffen haben.

Beispiel Qualitätssicherung: Mit künstlicher Intelligenz Anomalien entdecken

In einem Netzwerk aus hunderten oder gar tausenden Zulieferern für ein Fahrzeug ist es wichtig, bei mangelhaften Chargen schnell zu wissen, wenn ein Problem auftritt. Dafür ist es erforderlich, dass die Informationen zwischen Automobilhersteller und Zulieferer nahtlos funktionieren. Auch intern kann die Plattform Unternehmen darin unterstützen, die Qualität ihrer Produkte zu verbessern. Denn durch den Einsatz von künstlicher Intelligenz sind Unternehmen in der Lage, Schwankungen in der Qualität schon während der Herstellung zu entdecken. Fließen Mess- und Sensordaten von Produktionsmaschinen auf einer Plattform zusammen, lassen sich Anomalien und Muster feststellen, die auf Probleme in der Herstellung und Qualitätsmängel hinweisen.

Lernkurve für die Implementierung einer Cloud-Daten-Plattform ist schon gemacht

Zulieferer, die sich entscheiden, auf einen daten-basierten Ansatz zu setzen, haben einen entscheidenden Vorteil: Sie können auf die Erfahrungen der Industrie in Bezug auf die Implementierung von Data Analytics-Plattformen aufbauen. So hat man sich inzwischen von Ansätzen wie on-Premise Big Data-Lösungen wieder entfernt und setzt verstärkt auf die Cloud-basierten Lösungen, um bessere Kosten-Nutzen-Vorteile zu erzielen.

Plattform für Data Analytics: Kleine Schritte, große Wirkung

Keine Frage also: Moderne Analytics-Plattformen können nicht nur verborgene (Daten-)Werte eines Unternehmens heben. Sie unterstützen das Unternehmen systematisch auf dem Weg zu wichtigen Zielen wie Nachhaltigkeit, Agilität und ganz generell darin, wettbewerbsfähig zu bleiben. Die Angst, dass für eine Cloud-basierte Plattform gleich zu Beginn Millionen Euro investiert werden müssen, ist übrigens unbegründet. Klar hilft ein Zielbild – ein „Polarstern“, der die Vision abbildet. Doch dann geht es Schritt für Schritt vorwärts, nach dem Motto „Think big, start small, scale fast“. Schmerzpunkte benennen, einige kleine Projekte aufsetzen, vielleicht ein erstes „Minimal Viable Product“ auf den Weg bringen. So ist es möglich, ohne großes Risiko den Einstieg in das Reich und die Potenziale der Daten zu bekommen.

Analytics-Workshop mit Capgemini: Individuell nach Ihren Anforderungen

Wollen Sie den ersten Schritt gehen oder haben Sie bereits Erfahrungen gemacht und möchten mit einem individuellen Workshop starten?