Wenn in den USA eine Risikokapitalgesellschaft Geld in ein Start Up investiert, geht es den Investoren nicht um die Rentabilität ihrer Investition durch kurzfristige Umsätze. Geld bekommen bevorzugt Geschäftsmodelle, durch die Daten gesammelt werden können. Die Monetarisierung der Geschäftsidee folgt erst an zweiter Stelle, nämlich durch den Vertrieb der ausgewerteten Daten. Die großen Vorbilder dieser Geschäftsmodelle sind Google, Facebook oder Apple. Alle diese Unternehmen haben eins gemeinsam: sie sammeln Daten, die helfen, dass ihre Werbekunden ihre Botschaften und Produkte zielgenau an den Mann gebracht werden und Endverbraucher Produkte und Dienste optimal nutzen können.
Wichtigste Kernkompetenz, die solche Geschäftsmodelle einfordern, ist die Datenanalyse. Denn es sind unvorstellbare Mengen an Daten. Der EMC Studie “Digitales Universum” zufolge wurden im Jahr 2013 4,4 Zettabyte Daten produziert. Die Autoren prognostizieren, dass bis 2020 das Datenvolumen auf über 44 Zettabyte bzw. 44 Billionen Gigabytes anwachsen wird. Würde man diese Daten in Form von Tablets speichern und diese aufeinanderstapeln, dann würde der Turm die 6,6-fache Strecke zwischen Erde und Mond hoch sein.
Für die Sortierung, Auswertung und Analyse der Daten bilden Statistikkenntnisse vielleicht die Grundlage, sie reichen aber bei weitem nicht aus. Nicht Statistiker werden benötigt sondern Datenwissenschaftler, die neben der statistischen Datenanalyse Kenntnisse in Informatik und Informationstechnologie sowie Soft Skills in Präsentation Kommunikation und Strategie mitbringen müssen. Der Datenwissenschaftler arbeitet zwischen IT, Strategie, Mensch und Analyse. Zwischen diesen zum Teil widersprüchlichen Disziplinen und Funktionsbereichen eines Unternehmens muss er Brücken bauen. Oder anders formuliert: Die Kür für den Datenwissenschaftler ist es aus der Unmenge an Daten zielführende und handlungsaktivierende Entscheidungsgrundlagen zu erarbeiten und diese für Führungskräften und Ressorts eines Unternehmens verständlich zu vermitteln. Fachwissen, Technikaffinität und schließlich Sozialkompetenz sind dabei unerlässlich.
Oder doch alles unnützer Hokuspokus? Gerade die Soziologie scheint gegenüber der datengetriebenen Wirtschaft ungläubig zu stehen. Andreas Diekman, Professor für Soziologie an der ETH Zürich, kritisiert in seinem Gastbeitrag für die Süddeutsche Zeitung die deutsche Soziologie umfassend. Er warnt sie, mit Blick auf die wachsende Bedeutung von quantitativen Daten, den Anschluss an die digitale Transformation von Gesellschaft und Wirtschaft zu verpassen. Dabei ist die datengetriebene Wirtschaft und Gesellschaft die perfekte Arbeits- und Forschungsgrundlage für die Soziologie. Diekmann schreibt dazu in der SZ: “Der Mensch hängt stark von seinem Umfeld ab. Der Einfluss räumlicher und sozialer Bedingungen auf menschliches Handeln – auf Erwerbstätigkeit, Bildungschancen, Verkehr, Gesundheit und so weiter – kann heute mit ortsbezogenen Daten in einem ‘Geo-Informationssystem’, kurz GIS, kartografiert und statistisch analysiert werden.”
Genau dies macht der Datenwissenschaftler. Die Daten helfen ihm, Einstellungen und Vorlieben (mindsets) sowie Routinen und Verhaltensformen (habits) der Menschen zu entschlüsseln, zu strukturieren und vorhersagbar zu machen. Wie gut dies klappt, beweisen zwei Anekdoten, die sich viral über die sozialen Medien verbreitet haben. Da wäre zum einen der Vater und seine minderjährige Tochter. Vom nächstgelegenen Supermarkt erhielt die junge Frau Werbung für Babyzubehör. Der empörte Vater beschwerte sich beim Supermarkt, hat allerdings später von der Tochter erfahren, dass sie in der Tat ein Baby erwartet. Denn dank einer Datenanalyse zum Kaufverhalten, konnte ermittelt werden, dass werdende Mütter ihr gewohntes Warensortiment verlassen und Produkte vorziehen, die hilfreich für eine Schwangerschaft sind.
Die Vermittlungsplattform für Fahrdienste “Uber” hat anhand der Fahrtstrecken und Fahrverhaltens seiner Kunden One-Night-Stand-Profile erstellt und kartografiert. Die typische Fahrt zum One-Night-Stand findet zwischen 22 Uhr und 4 Uhr morgens statt. Nach vier bis sechs Stunden Aufenthalt wird wenige hundert Meter vom Absetzpunkt die Rückfahrt über Uber gebucht. Die Empörung darüber war groß, so dass Uber den entsprechenden Blogbeitrag daraufhin gelöscht hat. Aber dieses “analytische Spiel”, wie Fabien Nestmann, Deutschland-Chef von Uber es nennt, zeigt, dass Muster in den Entscheidungen und im Verhalten der Menschen erkannt werden können.
Es ist nicht übertrieben, wenn man anführt, dass die Datenwissenschaft das Fundament der digitalen Transformation ist. Man mag sich über die “Daten-Sammelwut” von Unternehmen empören und diesen skandalisieren. Daten sind aber unverzichtbar für ein erfolgreiches Geschäftsmodell im Digitalzeitalter. Nicht zuletzt hat das Augmented Reality-Spiel Pokemon Go eindrucksvoll gezeigt, warum das Sammeln von Daten Hauptmerkmal digitaler Geschäftsmodelle ist. Auch durch dieses Spiel wurden vor allem Standortdaten von Millionen Menschen weltweit erfasst. Sie wurden des Weiteren angeregt, sich zu bestimmten Standorten zu begeben, um dort nach den kleinen Monstern zu jagen. Ob Brücken, Einkaufsstraßen oder Parks, das Augmented Reality-Spiel bescherte diesen Orten zahlreiche Gäste. Auch ThyssenKrupp gab über Twitter den ein oder anderen Hinweis, dass Monster in der Unternehmenszentrale gesichtet worden sind und lockte damit einige Besucher auf das eigene Gelände.
Eine Sache wird allerdings klar: die Datenwissenschaft von heute ermöglicht die digitale Ökonomie, wie die Ingenieurswissenschaft die Industrialisierung ermöglicht hat.
Autor: Kamuran Sezer, Geschäftsführer des futureorg Institut, das auf sozioökonomische Trendanalysen und Innovationskommunikation spezialisiert ist.
Die digitale Transformation der Wirtschaft, die auch unter dem Begriff Industrie 4.0 diskutiert wird, ist ein Megatrend, der alle Arbeits- und Lebensbereiche durchdringt und sie verändert. Sie betrifft das Bildungssystem genauso wie das Gesundheitswesen, die Kommunen ebenso wie den Handel und selbstverständlich auch die industrielle Hochtechnologie, die das Herzstück des deutschen Standorts bildet. Umso wichtiger ist es, diese vielfältigen und dynamischen Entwicklungen der digitalen Transformation übersichtlich darzustellen und verständlich zu erklären. Wie wichtig dies ist, kennen wir aus unserer täglichen Arbeit bei der Iodata GmbH. Als Daten-Spezialisten strukturieren, analysieren und visualisieren wir Unternehmensdaten, damit das Management begründete und fundierte Entscheidungen treffen kann. Um die vielfältigen Entwicklungen der Digitalisierung zu beschreiben und zu verstehen, müssen ergänzend zu den quantitativen Daten auch qualitative Indikatoren beachtet werden. Denn heute blicken wir auf dem Fundament von Business Intelligence auf neue Herausforderungen: Smart Data, künstliche Intelligenz, autonome Fertigungsbetriebe, vernetzte Fabriken, Mensch-Roboter-Kollaborationen, predictive analytics, Internet der Dinge oder virtuelle Realitäten, um nur einige Highlights zu nennen. Iovolution.de ist daher nicht nur ein Online-Magazin, das sich an Entscheider aus Wirtschaft, Verbände, Politik und Wissenschaft wendet. Es ist eine Erweiterung des Angebots der Iodata GmbH: ein Instrument zur Trend- und Innovationsbeobachtung.
Qlik unterstützt Unternehmen auf der ganzen Welt, schneller zu reagieren und intelligenter zu arbeiten. Mit unserer End-to-End-Lösung können Sie das Potential Ihrer Daten maximal ausschöpfen und die Grundlagen für eine erfolgreiche Zukunft legen. Unsere Plattform ist die einzige auf dem Markt, die Ihnen uneingeschränkte Auswertungen ermöglicht, bei denen Sie sich ganz von Ihrer Neugier leiten lassen können. Unabhängig von seinem Kenntnisstand kann jeder echte Entdeckungen machen und zu konkreten geschäftlichen Ergebnissen und Veränderungen beitragen. Bei Qlik geht es um viel mehr als um Datenanalysen. Es geht darum, Menschen zu ermöglichen, die Erkenntnisse zu gewinnen, die echten Wandel vorantreiben. Dass wir beispielsweise Gesundheitssysteme beim Aufdecken von Abweichungen in der Versorgung unterstützen, damit sie Patienten erfolgreicher behandeln können. Einzelhändlern helfen, ihre Lieferketten transparenter zu machen und für einen ungehinderten Warenfluss zu sorgen. Oder durch Nutzung von Daten unseren Beitrag zur Bewältigung großer sozialer Probleme wie den Klimawandel zu leisten. Mit anderen Worten: Es geht uns darum, etwas zu bewirken.