Suchen

Expertenbeitrag

 Alexander Lapp

Alexander Lapp

Global Manager Digitalisation & eBusiness, U.I. Lapp GmbH

Use-Case: Analytics Better Data statt Big Data

| Autor / Redakteur: Alexander Lapp / Sebastian Human

Daten seien das neue Öl, sagen viele, und je mehr man davon habe, umso besser. Das kann man auch anders sehen. Wichtiger als die Menge an „Öl“ ist, dass man im Maschinenraum aufräumt – sprich: seine Prozesse und Daten im Griff hat –, dann läuft alles wie geschmiert.

Firmen zum Thema

Big Data ist gut, Better Data ist besser.
Big Data ist gut, Better Data ist besser.
(Bild: U.I. Lapp GmbH)

Wenn wir etwas auf Facebook posten, in einem Onlineshop Schuhe bestellen oder Alexa nach dem Wetterbericht fragen: Jedes Mal senden wir eine Menge an Informationen über uns an die Betreiber dieser Webseiten und viele andere Unternehmen, die mit ihnen verbunden sind. Wir wissen das, schließlich haben wir jedem unsere Einwilligung gegeben, indem wir ein Häkchen gesetzt haben; unter AGBs, die wir nicht durchgelesen haben. Kommt es zu einem Datenmissbrauch wie bei Facebook, empören wir uns kurz – und ändern oftmals nichts.

Sammeln ohne Sinn und Verstand?

Auch in der Industrie scheint die Datensammelwut ausgebrochen zu sein. Daten über Kunden, Lieferanten, Wettbewerber, Produkte und Produktionsprozesse sollen helfen, Angebote passgenau auf die Kunden zuzuschneiden. Doch Datensammeln ist ein schmaler Grat. Einerseits möchte man möglichst viel über seine Kunden erfahren, um sie besser und möglichst maßgeschneidert bedienen zu können. Sammelt man zu viel, kann man den Kunden aber auch auf die Nerven gehen, Vertrauen verspielen oder eine Datenhalde schaffen, der dem berüchtigten Heuhaufen gleicht, indem man die Nadel nicht mehr findet. In der digitalen Welt geht es um signifikante Korrelationen, also Beziehungen zwischen Datenpunkten.

In unserem Unternehmen machen wir uns derzeit intensiv Gedanken darüber, wie wir welche Daten sammeln wollen und wozu. Dabei ist das Wozu leicht zu beantworten: Wir wollen unseren Kunden spezifische Produkte und Dienstleistungen anbieten, mit denen sie selbst zum Beispiel bessere Produkte erzeugen können, in höherer Qualität, in kürzerer Zeit oder zu geringeren Kosten. Darum sammeln wir nicht wild drauflos, sondern fragen uns bei allen Informationen, die wir erheben, was der Use-Case und der Mehrwert für den Kunden ist. Wo wir das nicht beantworten können, sammeln wir auch nichts.

Wir betreiben derzeit zahlreiche Digitalisierungsprojekte, die sich mit der Nutzung von Daten befassen. Neben Condition Monitoring und Predictive Maintenance überarbeiten wir unter anderem unser Content Management System und stellen unseren digitalen Produktkatalog neu auf. Dabei sind wir früh zu der Erkenntnis gekommen, dass nicht die Menge der Daten erfolgsentscheidend ist, sondern deren Qualität – Better Data statt Big Data.

Dabei achten wir darauf, dass das datenschutzkonform geschieht. Ich bin grundsätzlich ein Verfechter der Datenschutzgrundverordnung, da sie den Wert von personenbezogenen Daten hervorhebt. Sie ist anspruchsvoll in der Umsetzung, das stimmt schon, aber sie schafft Klarheit für uns Anbieter und gibt die Kontrolle über die Daten an die Kunden zurück. Nach den Vorgaben der DSGVO überarbeiten wir unser Customer Relationship Management und bereinigen die Datensätze. Klingt umständlich, trägt aber zur Sauberkeit der Daten und zu einer höheren Qualität in den Kundenbeziehungen bei.

Qualität durch Handarbeit nicht Automatisierung

Vor welcher Herkulesaufgabe wir stehen, zeigen diese Zahlen: Unser Katalog enthält rund 40.000 Produkte, vom Kabel als Meterware über Stecker bis zu Werkzeugen. Für jedes einzelne dieser Produkte überprüfen wir derzeit alle Produktattribute. Das dürften schätzungsweise sechs Millionen Einzelwerte sein. Und dann passen wir diese an, fügen neue hinzu, ziehen Attribute auseinander, verwerfen auch manche. Händisch. Denn automatisieren lässt sich das derzeit nur zu einem geringen Teil und wir lassen den langjährigen Erfahrungsschatz unseres Produktmanagements und Vertriebs einfließen.

Wenn wir die Attribute verändern, müssen wir daran denken, dass diese wie bisher für Menschen, künftig aber auch für Maschinen lesbar und nutzbar sein sollen. Dazu ein Beispiel: Viele unserer Produkte sind für einen bestimmten Temperaturbereich ausgelegt, zum Beispiel ein Kabel: „-30°C bis +120°C“. Im gedruckten Katalog würde es genau so stehen und selbst Laien würden es verstehen. Im Online-Katalog ist die Herausforderung anders: Ein Kunde braucht vielleicht ein Kabel, das mindestens +80°C aushält. Dazu würde er zur Suche einen Filter setzen wie „>80“. Die Suchsoftware muss nun erstens verstehen, dass die Temperaturangaben für den unteren und den oberen Wert unterschiedliches bedeuten und dass es hier auf den oberen Wert ankommt. Und sie muss wissen, ob ein Amerikaner hier nicht vielleicht die Temperaturmaßeinheit Fahrenheit anstelle von Celsius meint. Das Beispiel zeigt, dass man nicht einfach analoge Information digitalisieren kann, man muss ganz anders damit umgehen. Wir haben schon vor vielen Jahren den analogen Printkatalog digitalisiert, jetzt geht es aber darum das Denken umzudrehen und von einer primär digitalen Nutzung durch unsere Kunden auszugehen.

Das ist nicht nur eine technische Herausforderung. Aus der Vergangenheit wissen wir, dass zwei Produktmanager ein und dieselbe Produkteigenschaft in ihrer Bedeutung unterschiedlich gewichten können. Ist es etwas Besonderes, dass zum Beispiel dieses eine Kabel +120 °C aushält und sollten wir es deshalb hervorheben? Oder ist es nur eine Eigenschaft unter vielen? Die Entscheidung muss nach wie vor ein Mensch treffen, automatisieren lässt sich das nicht. Das ist uns deshalb so wichtig, weil die sinnvolle Beschreibung eines Produkts wesentlicher Teil unserer Wertschöpfung ist. Ein Kabel zu fertigen, das 120 °C aushält, können unsere Wettbewerber auch. Aber wir schaffen es gleichzeitig, dem Kunden zu erläutern, warum das nützlich für ihn ist. Vielleicht kann er dieses Kabel mit heißem Dampf reinigen und deshalb ist es für die Lebensmittelproduktion geeignet. Stellen Sie sich vor, was passiert, wenn wir bei dieser Beschreibung einen Fehler machen. Vielleicht hält das Kabel ja nur 80 °C aus. Dann kann es beim Dampfreinigen Risse und einen Kurzschluss geben, bei dem ein Mensch zu Schaden kommt. Eine Katastrophe.

Datenanalysen ersetzen nicht den Mensch

Das Know-how, das wir über unsere Produkte haben, darf bei der Digitalisierung nicht verloren gehen. Im Idealfall schaffen wir es sogar, es noch besser zu beschreiben. Das erfordert Gehirnschmalz von vielen Personen und die Einbindung unterschiedlichster Fachbereiche. Weil wir die Data Governance nicht auf die leichte Schulter nehmen wollen, haben wir dafür ein Gremium gebildet, das diskutiert und entscheidet, welche Attribute wir einführen. Dabei ist Vorsicht geboten, denn damit ändert sich das Attribut möglicherweise für tausende weitere Produkte. Das Gremium ist nur die Spitze eines großen Change-Management-Projekts zur Digitalisierung. Unsere Führungskräfte haben die klare Verantwortung, die Menschen mitzunehmen und von der Angst zu befreien, sie müssten jetzt nur noch im Datensteinbruch Zahlen und Werte klopfen. Vielmehr müssen wir klar machen, welchen Mehrwert der Kunde davon hat und dass uns das auch nützt.

Ein Schlüssel ist, dass wir bei aller Stringenz ausreichend Flexibilität lassen. Bevor wir gestartet sind, haben wir mit anderen Unternehmen gesprochen, die schon etwas weiter waren. Sie hatten sich teilweise sehr starre Regeln bei der Erhebung und Verarbeitung auferlegt und klagten nun, dass sie aus diesem Korsett nicht mehr herauskommen. Diesen Fehler wollen wir vermeiden, indem wir Stringenz und Flexibilität unter einen Hut bringen. Dazu müssen wir dafür sorgen, dass die Menschen mit ihren unterschiedlichen Expertisen kommunizieren. Das stellt auch sicher, dass dieses Vorhaben, das natürlich erstmal in einem großen Hauruck angeschoben wird, auch nach Jahren noch lebendig ist.

Über das Wozu hatte ich schon gesprochen: Das alles machen wir für unsere Kunden. Aber wie genau können sie von einer besseren Datenqualität profitieren? Es ist beispielsweise denkbar, dass wir dem Kunden zukünftig ein Angebot machen – und vielleicht sogar schon das Produkt liefern – bevor er überhaupt weiß, dass er es braucht. Das möchte zwar nicht jeder Kunde, denn mancher weiß selbst sehr genau, was er wann benötigt. Andere dagegen haben einen hohen Beratungs- und Entscheidungsbedarf. Beide wollen wir möglichst optimal unterstützen und das geht nur mit Daten – besseren Daten, wie ich meine.

(ID:46382464)

Über den Autor

 Alexander Lapp

Alexander Lapp

Global Manager Digitalisation & eBusiness, U.I. Lapp GmbH