Industrie 4.0 – Daten sind das Öl der Zukunft?





„Daten sind das Öl der Zukunft!“. „Big Data wird der Schlüssel zum Erfolg!“

Liest sich schön, aber was hat das mit meiner praktischen Arbeit zu tun? Was bedeuten die Aussagen also für mich als Unternehmer ?

Daten werden generiert, verarbeitet, gespeichert, gesammelt, gelöscht, gesendet, empfangen. Daten ist ein sehr allgemeiner Begriff und bedeuten grundsätzlich einmal gar nichts. Erst wenn wir die Daten in einen Kontext bringen, um eine Situation zu bewerten, um daraus Wissen zu generieren, um uns neue Chancen zu eröffnen oder Risiken vermeiden, werden Sie wertvoll. Wenn Sie beispielsweise die Umsatzdaten in ihrem Unternehmen brav erheben und speichern haben die Daten keinen Wert. Erst wenn Sie in die Daten genauer reinschauen, sie statistisch auswerten, in den Kontext zu Marktsegmenten bringen, können Sie feststellen, wo sie erfolgreich sind und sie können vielleicht Verkaufsstrategien ableiten.

Die Daten sind also vergleichbar mit dem Öl, dass noch tief in der Erde schlummert. Sie müssen nun nach den Daten bohren, Sie an die Oberfläche befördern und „raffinieren“. Dann wird aus den Daten wirklich erst ein Geschäft.

Also gilt: Das, Bearbeiten, Auswerten und die richtigen Schlüsse ziehen wird der Schüssel zum Erfolg, nicht die Daten alleine! Das hat 3 wesentliche Konsequenzen:

  • Die Daten müssen richtig erhoben werden
  • Die Daten müssen verarbeitbar sein
  • Das Wissen zur Bearbeitung muss vorhanden sein

Richtiges Erheben von Daten ist eine Kunst für sich. Sie müssen Daten mit der passenden Genauigkeit, der notwendigen Frequenz (Auflösung) an den richtigen Stellen erheben, damit sie Nutzen stiften können.  Das braucht eine klare Strategie und einen Plan Ich bin nicht unbedingt ein Fan davon, einfach mal Daten überall zu erheben und zu speichern, ohne ein Ziel damit zu verfolgen, so nach dem Motto: „Erheben wir mal und dann schauen wir wir was wir damit machen!“. In den meisten Fällen sind die Daten für zukunftige Auswertungen unbrauchbar, weil zu ungenau, zu selten gemessen, unvollständig, nicht auswertbar usw. Dazu kommt, dass Daten altern. Irgendwann liefern sie nicht mehr das Bild, dass sinnvolle Rückschlüsse zulässt. Fragen sie sich mal im Zusammenhang mit Ihrer Tätigkeit bzw ihrem Unternehmen: Was bringen mir Daten die älter als 3 Jahre sind?

Richtiges Erheben bedeutet also auch den genauen Zweck der Erhebung der Daten zu kennen. Nicht immer findet man gleich die richtigen Bedingungen der Erhebung. Oft ist zu korrigieren, das aber nur erkannt wird, wenn man mit den Daten von Beginn an auch arbeitet und ein Ziel verfolgt.




Verarbeitbare Daten liegen dann vor, wenn sie bewertbar und berechenbar sind. Wenn sie verdichtet werden können. Bei Maschinendaten bzw. Sensordaten von technischen Systemen ist das üblicherweise weniger ein Problem. Spannend wird es bei der manuellen Erfassung von Daten. Wenn sie hier die Eingaben nicht standardisieren, haben Sie eine großes Problem bei der Auswertung. Sie müssen also dem Erfasser der Daten einen Leitfaden geben, in in eine Korsett von Definitionen zwängen. Dies muss keinesfalls unflexibel gestaltet sein, braucht aber für Änderungen / Erweiterungen eine klare Vorgehensweise und Konsequenz in der Erfassung.

Ein Beispiel: Sie erfassen in einem Datenverbarbeitungssystem die Fehlerfälle reklamierter Produkte. Ein Fehlerfall ist, dass die Sicherung defekt ist. Lassen sie die Mitarbeiter den Fehlerfall frei in ein Textfeld eintragen, dann erhalten sie viele unterschiedliche Beschreibungen für den Fehler: „Sicherung defekt“, „Defekte Sicherung“, „Sicherung durchgebrannt“ usw. Das können Sie hinterher nicht auswerten, weil sie automatisiert schwer erkennen können, welche der Beschreibungen zusammengehört und den gleichen Fehler bescheibt. Sie haben für eine Auswertung dann langwierige manuelle Nacharbeit zu leisten, was dann natürlich nicht gemacht wird. Die Daten werden verworfen. In diesem Fall ist es zweckmäßig die Fehlerbeschreibungen zu definieren und nicht frei beschreiben zu lassen. Der Mitarbeiter wählt aus der vorgefertigten Liste der Fehlerbeschreibungen.

Das Wissen um Daten zielgerichtet zu verarbeiten ist der schwierigste Teil. Es geht um statistische Methoden, um Wahrscheinlichkeitsrechung usw. um sich dem Nutzen der erhobenen Datenmenge nutzbar zu machen. Zweifelsohne ist hier in vielen Bereichen Nachholbedarf im Wissen. Wir müssen die statistischen Methoden und deren nutzbringende Anwendung erlernen. Bisher war dies in ausgewählten Unternehmensbereichen (Produktion, Vertrieb,..) schon tief verankert, in einigen gar nicht. In Zukunft werden alle Unternehmensbereiche mehr mit Daten arbeiten müssen. Daher sollte jeder die grundlegenden statistischen Methoden kennen und mindestens mit MSExcel einfach Datenauswertungen machen können. Besonders für kleine Unternehmen wird das eine zusätzliche Herausforderung. Die IUBH bietet zum Thema Statistik und Wahrscheinlichkeit interessante Vodcasts an.

FAZIT: Daten werden auch Ihr Unternehmen zum Erfolg führen. Das ist aus meiner Sicht nicht neu, das war schon immer so. Neu ist aber die Unmenge an Daten die  unternehmensintern als auch -extern auf uns einströmen. Wir müssen lernen daraus das für uns Wesentliche herauszufiltern. Das braucht neues Wissen, neue Kompetenzen, neue Methoden, in den unterschiedlichen Unternehmensbereichen. Und genau dort müssen wir noch einiges lernen!



Schreibe einen Kommentar