Herr Puljic, Daten werden gerne plakativ als Gold unserer Zeit beschrieben. Würden Sie dem zustimmen?
Unbedingt. Lassen Sie mich das an einem Beispiel aus dem Handel verdeutlichen: Wenn Sie Frischwaren bestellen und diese nicht verkaufen, verursacht das Kosten. Haben Sie hingegen nicht genug Ware bestellt, geht Ihr Gewinn runter. Bisher basierte der Einkauf auf Erfahrungswerten. Ich nenne es mal etwas provokant ‚aus dem Bauch heraus’. Heute können Sie anhand von Wetterdaten, Kundenverhalten oder auch anhand eines Vergleichs mit Angeboten des regionalen Wettbewerbs sehr verlässlich Ihr tatsächliches Absatzpotenzial berechnen.
Das klingt als wäre der Aufwand für eine solche Auswertung nicht groß.
In den meisten Unternehmen gibt es diesen Datenschatz, weshalb man versucht, alles erst einmal in sogenannten ‚Data Lakes’ zu speichern. Mehrwert, so glaubt man, würde sich schon ergeben. Aus unserer Sicht ist es für eine effiziente Nutzung von Big Data jedoch essentiell, gleich zu Beginn eine adäquate Architektur aufzubauen. Wer dies gleich zu Beginn versäumt, hat es ungleich viel schwerer die vorhandenden Daten zu nutzen oder gar gewinnbringend zu kombinieren.
Und im Aufbau dieser Architektur liegt der Service für Ihre Kunden?
Unter anderem. Unsere Big Data Architektur-Software Teradata Unified Data Architecture zielt natürlich genau darauf ab. Darüber hinaus bieten wir mit der Teradata Aster Analytics jedoch auch eine Analysesoftware mit 200 bis 300 vorgefertigten Algorithmen. So können Kunden quasi schon einmal austesten, wo Geschäftspotenzial liegt, und erste Erkenntnisse sammeln.
Siemens ist einer der Kunden Ihrer Analysesoftware.
Das ist richtig. Wir unterstützen Siemens mit unseren Produkten, den Schienenverkehr zu digitalisieren und beispielsweise die Wartungen der Züge vorhersehbar zu machen. Siemens verkauft heute nämlich keine Züge mehr, sondern Mobilität.
Heißt das, für Kunden spielt künftig das Produkt nur noch eine untergeordnete Rolle und das Ergebnis gewinnt an Bedeutung?
Das zumindest zeigen unsere Erfahrungswerte. Das Beispiel unseres Kunden Valmet, ein finnisches Unternehmen aus der Papierindustrie, verdeutlicht diese Entwicklung eindrucksvoll. Wenn bei einem Papierproduzenten eine Maschine ausfällt, ist dies mit enormen Kosten verbunden. Deshalb ging es ursprünglich darum, mittels Datenanalyse die Ausfallzeiten möglichst gering zu halten. Letztendlich hat sich aber das gesamte Geschäftsmodell von Valmet verändert. Heute kaufen Kunden keine Maschinen mehr, sondern ihren Output. Und der ist dank Big Data heute so kalkulierbar, dass er garantiert werden kann. Mehr noch: Auf Basis der ausgewerteten Daten kann die Rohstoffzuvor der Maschinen heute so effizient berechnet werden, dass auch die Qualität des Papiers am Ende höher ist.
Ist eine solche Transformation mit Big Data auch in anderen Unternehmen möglich?
Unter den richtigen Voraussetzungen sicherlich. Wichtig hierfür ist jedoch ein ganzheitlicher Blick auf die Prozesse, der nur Top-Down erfolgen kann. Mit anderen Worten: Wenn Big Data nicht zur Chefsache gemacht wird, kann sich das Potenzial nicht entfalten. Sie werden weiterhin in Silos denken und vergleichsweise kleine Brötchen backen.
Verschläft man in Deutschland diese Entwicklung?
Das glaube ich nicht. Zwar sind US-Firmen was die Nutzung von Big Data angeht schon weiter, dennoch beschäftigt sich jedes große deutsche Unternehmen heute intensiv mit dem Thema. Allen Unkenrufen zum Trotz, muss ich an dieser Stelle eine Lanze für die deutsche Industrie brechen: Deutschland ist auf dem richtigen Weg.
www.teradata.de
Sascha Puljic; Geschäftsführer; Teradata GmbH
