Bis 2025 soll sich aktuellen Erhebungen zufolge das weltweite Datenaufkommen verzehnfachen. Da bekommt der Begriff Big Data eine ganz neue Dimension: „Extreme Data“ wäre in diesem Zusammenhang wohl treffender. Doch wie schaffen es Unternehmen und Organisationen, in dieser schier unüberschaubaren Flut nicht unterzugehen und stattdessen das volle Potenzial der generierten Informationen zu nutzen?
Data-driven Marketing, Werbung und Vertrieb
Marktforscher und Werbetreibende waren seit jeher auf Informationen über unser Kauf- und Konsumverhalten angewiesen, personalisierte Werbung kennen wir vom täglichen Surfen und Scrollen. Mithilfe von Big Data Analytics lässt sich der Grad an Personalisierung aber um ein Vielfaches steigern. So lassen sich Streuverluste nahezu vermeiden, indem uns Werbebotschaften zur richtigen Zeit am richtigen Ort erreichen und so fein auf uns abgestimmt sind, dass wir sie idealerweise gar nicht erst als solche erkennen. Zudem kann rascher auf Marktänderungen reagiert werden, Marketingkampagnen können angepasst und Sales-Mitarbeiter noch individueller auf Kundenbedürfnisse eingehen. So sind mittlerweile ganz neue Werbeformen entstanden, darunter Cross-Selling, Location-based Marketing, In-Store-Verhaltensanalyse, Mikrosegmentierung von Zielgruppen, Sentiment-Analyse.
Personalisierte Medizin und Pharmaforschung
Wesentlich mehr Präzision und Individualisierung bringt der Mega-Trend Big Data auch im Bereich der medizinischen Versorgung, insbesondere bei medikamentösen Therapien. Mithilfe von Big Data Analytics kann für jeden einzelnen Patienten die beste, exakte Diagnose und massgeschneiderte Therapie entwickelt werden, etwa indem Informationen, die über die klassische Anamnese hinausgehen, erhoben und analysiert werden. So wird vermieden, dass Patienten unter bislang unbekannten Unverträglichkeiten leiden, unnötig lange, belastende Therapieverläufe oder Spitalsaufenthalte durchlaufen müssen. Auch die Entwicklungsphasen von Medikamenten bis zur Markteinführung lassen sich mithilfe von Analysen erheblich verringern. Zudem können durch die Analyse von Forschungsarbeiten blinde, noch unerforschte Flecken aufgespürt werden und sich rascher in zugelassene Wirkstoffe umwandeln. Sogar Tierversuche können dank Big Data Analytics inzwischen vermieden werden. Ärzte in abgelegenen, ländlichen Gebieten können auf viel grössere Fallzahlen zugreifen und so präzisere Diagnosen stellen und besser mit seltenen Krankheiten umgehen.
People Analytics
Längst hat auch die HR-Branche das Big Data-Feld für sich entdeckt. Ob nun zur Mitarbeiterbindung oder bei der Personalsuche – auch hier gelten die Prinzipen Präzision und Individualität. Recruiter beziehen Informationen aus allen möglichen Quellen, etwa Profilen in sozialen Netzwerken, und setzen diese sinnvoll in Relation zueinander. Exakte Arbeitsmarktanalysen helfen dabei, Fachkräfte-Engpässe frühzeitig zu erkennen und die Notwendigkeit von Qualifizierungsmassnahmen für bestehendes Personal zu melden.
Industrie 4.0
Der Klassiker unter den Anwendungsszenarien: die komplette Digitalisierung der industriellen Produktion – und das entlang der gesamten Wertschöpfungskette. Mit Sensoren ausgestattete Maschinen, die miteinander kommunizieren, sich selbst organisieren und sogar reparieren, erzeugen enorme Daten-Mengen. Das Entscheidende dabei ist, – der geneigte Leser wird es bereist ahnen – dass diese Daten intelligent und in Echtzeit analysiert werden. Die Benefits liegen klar auf der Hand: vorausschauende Wartung vermeidet Maschinenstillstände; individuelle, nach Kundenwünschen massgeschneiderte Produkte lassen sich zu Massenproduktions-Kosten herstellen; die Qualität der Produkte steigt, da Abweichungen sofort erkannt und behoben werden können; auch die Produktions- und Logistikkosten sinken, weil sie an den tatsächlichen Bedarf angepasst werden können; und schliesslich entstehen vollkommen neue Geschäftsmodelle und Business Opportunities.
Finanzbranche
Präzise Analysen und Prognosen sind das A und O für das Finanzwesen. Der Einsatz von Big Data Analytics ermöglicht etwa Risiko-Kontrollen in Echtzeit, Manipulationsprävention und Betrugserkennung sowie Simulationen, Vorhersagen und das Abbilden von Szenarien. So können Entscheidungen rascher und genauer getroffen, Risiken minimiert und kundenindividuelle Produkte und Services angeboten werden. Machine Learning und Künstliche Intelligenz können für den Kunden-Support eingesetzt werden. Längst sind wir es gewohnt, unsere Bankgeschäfte online abzuwickeln und erste Anfragen mit Chatbots „zu besprechen“. Dabei können Finanzinstitute auch noch viel von FinTechs lernen.
Landwirtschaft
Bis zum Jahr 2050 soll die Weltbevölkerung auf 9,8 Milliarden anwachsen. Laut Ernährungs- und Landwirtschaftsorganisation der Vereinten Nationen muss sich die Nahrungsmittelproduktion auf der Erde mehr als verdoppeln. Gefragt sind daher neue Konzepte in der Agrarwirtschaft – einige davon finden bereits heute Anwendung auf dem Feld. Dazu gehören smarte Sensoren auf Boden- und Pflanzenhöhe, die wichtige Informationen zu Temperatur, Feuchtigkeit, Gesundheit, aber auch den Zustand von Maschinen und Geräten erheben. Hinzu kommen Drohnen, die Daten über die Gesundheit von Kulturpflanzen, den Zustand des Feldes sowie Wetterveränderungen liefern. Mithilfe von Big Data Analytics können Ernte und Viehbestand effizienter gemanaged werden, präzisere Vorhersagen bezüglich Produktivität und Volumen generiert sowie Ressourcen effektiver genutzt werden.
Grosser Daten-Freund
Um Big Data tatsächlich gewinnbringend und intelligent nutzen zu können, braucht es für all diese Szenarien auch die entsprechende Infrastruktur. Eine unterbrechungsfreie, hochverfügbare Connectivity ist dabei das Um und Auf.
