Autobauer verschlafen den Big-Data-Trend

Für die Studie befragte BearingPoint 120 Entscheider aus großen Automobilkonzernen und Tier-1-Zulieferern in Europa. Zwei Drittel der Teilnehmer stammen aus Automobilkonzernen. Das Thema Big Data und Analytics sei zwar in den Unternehmen angekommen, berichtet das Beratungshaus. 94 Prozent der Befragten hielten es für relevant. In vollem Umfang setzen jedoch lediglich sieben Prozent entsprechende Systeme ein. Weitere 24 Prozent haben laut eigenen Angaben zumindest in einigen Bereichen Big-Data- und Analytics-Techniken implementiert.

"Durch die zunehmende Digitalisierung der Automobilindustrie wächst auch die Bedeutung von Big Data und Analytics", kommentiert Matthias Loebich, Leiter des Bereichs Automotive bei BearingPoint, die Ergebnisse. "Die Megatrends Industrie 4.0 und Connected Cars treiben das Thema schnell voran." Zwar sei es erfreulich, dass die Mehrheit der Unternehmen die großen Chancen erkannt habe und immer mehr in einschlägige Entwicklungen investiere. Dennoch stecke das Thema "noch in den Kinderschuhen", die Potenziale müssten stärker ausgeschöpft werden.

Anwendungsfelder für Big Data und Analytics

Erfolgversprechende Anwendungsfelder sehen die befragten Entscheider vor allem in der Analyse von Kundeninformationen, der Auswertung von Fahrzeugdaten sowie in der Vorhersage von Service- und Produkttrends. Mit den bisher getroffenen Maßnahmen haben 25 Prozent der Umfrageteilnehmer eigenen Angaben zufolge bereits die Effizienz in der Vertriebs- und Betriebsplanung sowie im Entscheidungsprozess verbessert; 22 Prozent sehen Fortschritte in den Kunden- und Lieferantenbeziehungen.

Eine wachsende Rolle werden Big-Data- und Analytics-Systeme künftig beim Generieren und Auswerten von Kundendaten aus dem Web spielen, berichtet BearingPoint weiter. So gaben 92 Prozent der Befragten an, dass Kundendaten derzeit noch nicht intensiv genug ausgewertet würden. Zugleich erwarten sie, dass sich die Relevanz solcher Daten aus dem Web beim Erkennen von Kundenbedürfnissen und im Produktentstehungsprozess innerhalb von fünf Jahren verdoppeln wird.

Ungenutzte Potenziale sind auch in der Produktion der Autobauer und -zulieferer erkennbar. So sind in den meisten Unternehmen die Produktionsanlagen noch nicht in der Lage, Sensor? und Maschinendaten nach bislang unentdeckten Fehlermustern abzusuchen. In den kommenden fünf Jahren erwarten die Befragten zudem einen Anstieg um 230 Prozent in der systematischen Zusammenführung von Sensor? und Maschinendaten. Probleme ließen sich mit solchen Maßnahmen frühzeitig erkennen, was wiederum Ausfallzeiten und damit Kosten reduzieren könne.

Technische Voraussetzungen nur ansatzweise gegeben

Die technischen Voraussetzungen für einen breiten Einsatz von Big-Data- und Analytics-Lösungen sind derzeit zumindest ansatzweise gegeben, so ein weiteres Ergebnis. Cloud-Plattformen etwa und Big-Data-Lakes stellen demnach keine großen Hürden mehr dar. Nachholbedarf gebe es dagegen bei der Verarbeitung der Daten, dem Datenmanagement und beim automatisierten Import- und Export von Datenflüssen. Mehr als die Hälfte der Interviewten hält die technischen Voraussetzungen im eigenen Unternehmen für ausbaufähig.

Die größten Hürden: Datenschutz, Skills, Datensilos

Gefragt nach den größten Herausforderungen, nannten 50 Prozent der Teilnehmer Datenschutz und Datensicherheit. Aus Sicht von BearingPoint handelt es dabei um ein branchenübergreifendes Problem, da die Unternehmen sowohl gesetzliche als auch interne sowie vertragliche Regelungen beachten müssten. Eine weitere Hürde für den Ausbau und das Implementieren von Big-Data- und Analytics-Anwendungen sehen 44 Prozent der Befragten in der fehlenden Expertise. Nur 13 Prozent gehen davon aus, dass in ihrem Unternehmen das notwendige Know-how vorhanden ist. Ein Großteil der Teilnehmer erklärte dazu, auf dem Arbeitsmarkt sei kein qualifiziertes Personal verfügbar. Allerdings berichtete auch mehr als die Hälfte, dass im eigenen Unternehmen gar nicht ausreichend Stellen für solche Experten vorgehalten würden.

Das drittgrößte Hindernis dreht sich um die berüchtigten Datensilos, die sich in vielen Unternehmen gebildet haben. In vielen Fällen fehlt es an einem übergreifenden Datenaustausch entlang der gesamten Wertschöpfungskette. Den Angaben zufolge werden derzeit nur 35 Prozent der erhobenen Daten bereichsübergreifend ausgetauscht. Innerhalb von fünf Jahren rechnen die Entscheider mit einem Anstieg auf 75 Prozent. Für eine Mehrheit der Befragten liegt die Lösung in einem bereichsübergreifenden Datenpool.

Handlungsempfehlungen für CIOs und Entscheider

Abgeleitet aus den Studienergebnissen formuliert BearingPoint einige Handlungsempfehlungen, die Unternehmen helfen sollen, die Potenziale von Big-Data- und Analytics-Techniken besser auszuschöpfen:

• Big-Data- und Analytics-Anwendungen entlang der gesamten Wertschöpfungskette einsetzen

• Bereichsübergreifenden Datenaustausch ermöglichen

• Big Data und Analytics als Kerntechnologien der Digitalisierung etablieren, als Basis für die Erschließung neuer Ökosysteme

• Unternehmensweite Big-Data- und Analytics-Strategie definieren und konsequent umsetzen

• Stellen für qualifizierte Big-Data- und Analytics-Spezialisten gezielt aus- und aufbauen