20 Jahre Google und welche Branchen außerdem mit der Datenflut zurechtkommen müssen

von Jens Siebertz
Quelle: Bruce Rolff - shutterstock.com

Herzlichen Glückwunsch zum 20. Geburtstag, Google! Die Internet-Suchmaschine hat in den letzten zwei Dekaden einen beachtlichen Lauf hingelegt. Als meistbesuchte Webseite der Welt und mit einem Marktanteil von über 90 Prozent in Europa und Deutschland bearbeitet Google pro Tag mehr als drei Milliarden Suchanfragen. Mit Blick auf das Vorjahr ist das eine Steigerung der Suchanfragen von neun Prozent. Über die Jahre zum Synonym für Internetsuche etabliert, gibt es die Suchmaschine mittlerweile auch in 173 Sprachen. Das Tochterunternehmen YouTube verzeichnet mehr als 400 Stunden neu hochgeladenes Videomaterial pro Minute. Mit weiteren Angeboten wie Google AdWords, Gmail, Google Maps, Google Chrome oder dem Betriebssystem Android kann Google zusätzlich etliche Daten zum Beispiel zu Werbezwecken auswerten. Damit hat sich der Konzern einen Ruf als „Datensammel-Maschine“ gemacht.

Daten, Daten und nochmals Daten. Google spendiert seinem Speicherpool täglich ein Petabyte an zusätzlicher Kapazität, das sind 1.000 Terabyte. Doch ist der Suchmaschinen-Gigant ein Einzelfall? Welche weiteren Branchen müssen sich mit der Datenflut auseinandersetzen? Und wie können die Unternehmen sie bewältigen? Im Folgenden zeige ich beispielhaft ein paar Branchen, die sich mit dem Thema Datenanalyse auf jeden Fall auseinandersetzen sollten.

Logistik

Ob Drohnen, fahrerlose Transportfahrzeuge oder Datenbrillen – die Digitalisierung hält vermehrt Einzug in der Logistik. Und dementsprechend steigt auch die hier entstehende Datenmenge. Die Daten sollen sogar je Dekade um den Faktor 1.000 wachsen. In dieser Größenordnung sprechen wir von Big Data. Aus unterschiedlichen Datenquellen, erzeugt von Nutzern, Sensoren und Prozessen, entsteht ein echter Mehrwert aus der Datenflut nur, wenn man sie gezielt auswertet und analysiert. Durch ein datenbasiertes Logistikcontrolling können richtige Entscheidungen in Echtzeit unterstützt und die Effizienz der Prozesse gesteigert werden. Optimierungspotenziale werden durch eine zielgerichtete Visualisierung aller relevanten Kennzahlen schnell identifiziert.

Produktion

Eng verbunden mit der Logistik und daher gleichermaßen datenüberströmt ist die Produktion. Die Entwicklung der Unternehmen zur Smart Factory treibt auch das Wachstum der Daten voran. Zahlreiche Prozesse werden hier mittlerweile intelligent gesteuert. Außerdem können die Daten mit Hilfe von Verfahren Künstlicher Intelligenz wie Machine Learning von großem Vorteil für die Produktionsplanung sein. Zum Beispiel dann, wenn Planungsdaten wie Wiederbeschaffungszeiten oder Arbeitsgänge falsch eingeschätzt werden. Etwa könnte ein Arbeitsgang einer Maschine in der Planung immer mit 400 Minuten kalkuliert werden, obwohl er in der Realität nur etwa 100 Minuten benötigt. Die großen Zeitpuffer führen zu hohen Inaktivitätszeiten der Maschinen. Solche Fehleinschätzungen können durch das „Lernen“ der Maschinen enorm verbessert werden.

Zusätzlich können Anwendungen wie Predictive Analytics in der Produktion die vorausschauende Wartung von Maschinen vorantreiben und so Verzögerungen in der Produktion oder Maschinenausfälle verhindern.

Finanzbranche

Eine weitere Branche, die täglich mit Big Data sicher umgehen muss, ist die Finanzbranche. Der bargeldlose Zahlungsverkehr soll laut Prognose bis zum Jahr 2020 725,8 Milliarden Transaktionen umfassen. Zum Vergleich: im Jahr 2010 waren es noch 282 Milliarden.

Die große Menge an Daten macht es für Finanzdienstleister und Banken unerlässlich, einen kontinuierlichen Überblick über alle Transaktionsströme und Daten zu haben. Nur so können sie auf die Bedürfnisse ihrer Kunden eingehen und sie gleichzeitig vor Betrug und Risiken schützen. Eine zielgerichtete Datenanalyse unterstützt hier schnelle, vorausschauende Reaktionen, um Betrugsfälle zu erkennen und Kundenportfolios und Transaktionsflüsse im Blick zu behalten.

Fazit

Datenmengen sind nicht gleich Informationsmengen. Das wird nicht nur der Datenriese Google wissen. Auch andere Branchen müssen wachsende Datenberge in sinnvolle Informationen verwandeln. Nur so können sie zur Entscheidungsunterstützung dienen. Die intelligente Nutzung von Big Data ist für Unternehmen in den verschiedensten Gebieten wie Logistik, Produktion oder Finance zu einem wichtigen Wettbewerbsvorteil geworden.

Neue Trends und Weiterentwicklungen verbessern dabei die Datenanalyse für Unternehmen. Anwendungen wie Predictive Analytics oder Machine Learning stellen die Lösungen für die Datenanalyse vor neue Herausforderungen, bieten aber auch enormes Potenzial, die eigenen Geschäftsprozesse weiter zu optimieren.

In welchem Bereich kämpfen Sie mit der Auswertung großer Datenmengen? Nutzen Sie bereits intelligente Analyse-Tools?

 

 



Diese Beiträge könnten Sie auch interessieren

Digitale Transformation in Aachen – Wo befinden Sie sich auf dem Weg in Richtung Digitalisierung?

Lesen

Die richtige Datenqualität für richtige Entscheidungen - 3 Schritte in Richtung einer effizienten Datenanalyse

Lesen

Automatisches Einkaufscontrolling – ein Must-have für eine effiziente Beschaffung

Lesen

Über den Autor

  • Jens Siebertz

    Jens Siebertz arbeitet seit 2003 bei der INFORM und beschäftigt sich hauptsächlich mit den Themenschwerpunkten Business Intelligence, Management Reporting, Data Analysis und Produktionscontrolling.

    Alle Beiträge dieses Autors

    Mehr über diesen Autor unter:

Unsere Autoren

Finden Sie alle unsere Autoren auf einen Blick!

Alle Autoren

Nach oben