Big Data, Internet of Things (IoT), Reality-Technologien wie AR und VR, künstliche Intelligenz ‒ Unternehmen haben nicht nur immer mehr Möglichkeiten interne Prozesse und Business-Strategien mit digitalen Mitteln smarter zu organisieren. Sie handeln auch: Die Investitionen in digitale Zukunftstechnologien wachsen rasant. Nach einer Studie der International Data Corporation (IDC) werden im Jahr 2019 weltweit etwa 1,25 Billionen US-Dollar in Produkte und Services des digitalen Wandels investiert werden. Für den Zeitraum zwischen 2017 und 2022 prognostiziert das IT-Marktforschungsinstitut eine jährliche Wachstumsrate von durchschnittlich 16,7 Prozent.

Unternehmen auf der ganzen Welt steigern ihre IT-Investitionen in das Intelligent Enterprise. (Source: IDC)

Hinter dieser Entwicklung steht eine brutale Logik: Digitale Technologien sind in vielen Branchen nicht mehr nur eine Option, um im Wettbewerb Bonuspunkte zu sammeln, sondern pure Notwendigkeit, um auch in Zukunft überhaupt am Markt bestehen zu können. Entscheidend ist deshalb nicht, dass Sie in digitale Technologien investieren, sondern wie Sie Ihre Investitionen in die Digitalisierung für ihr Unternehmen optimal nutzbar machen.

Daten sind der Schlüssel zum Intelligent Enterprise

Bei vielen Unternehmen sieht es heute so aus, dass der Großteil des IT-Budgets darauf entfällt, den laufenden Betrieb der vorhandenen digitalen Infrastruktur sicherzustellen. Hinzu kommt: Zahlreiche interne Richtlinien und Regulierungen bremsen technologische Innovationen aus und auf der Führungsebene herrscht oftmals Angst vor den Risiken, die Investitionen in Zukunftstechnologien mit sich bringen. Auf diese Weise bleibt ein wichtiges Asset der Digitalisierung weitgehend ungenutzt: Daten.

Obwohl die Bedeutung von Big Data seit Jahren bekannt ist, besteht in vielen Unternehmen bei den Themen Datenmanagement, Analytics und datenbasierte Anwendungen ein erschreckend großer Nachholbedarf. Das liegt zum Teil sicherlich auch daran, dass in Zusammenhang mit Big Data lange Zeit viele falsche Informationen und windige Heilsversprechen kursierten, die an der Unternehmenspraxis vorbeigingen. Auf der anderen Seite mangelt es bei vielen Entscheidern jedoch an der Vorstellungskraft, wie durch das datenbasierten, vernetzte Intelligent Enterprise Geschäftsprozesse und Kundenbeziehungen in Zukunft völlig neu gestaltet werden können.

Wie Daten unsere Arbeit in Zukunft verändern werden

In unserem Alltag bewegen wir uns längst in einer datengetriebenen Welt. Wir nutzen intelligente Algorithmen um in Echtzeit Verkehrsinformationen mit Prognosen über Streckenverläufe und günstigste Routen auf dem Smartphone zu empfangen, folgen in fremden Städten den Kundenbewertungen unserer Restaurant-App oder profitieren beim Einkauf von den Empfehlungen der Analytics-Engine im Onlineshop unseres Vertrauens. Beim Checkout zahlen wir digital und erwarten ganz selbstverständlich, dass alle Systeme, die wir benutzen, reibungslos und benutzerfreundlich ineinandergreifen.

Das Intelligent Enterprise muss sich an diesen Erfahrungen aus der digitalen Lebenspraxis orientieren. Der intelligente Umgang mit Big Data muss im Unternehmen so gelöst werden, dass unsere Arbeit durch den Einsatz smarter Systeme auf ein anderes Level gehoben werden kann, indem uns intelligente Maschinen bei Geschäftsprozessen entlasten und mit wertvollen Informationen versorgen. Dazu zählen folgende Aufgaben:

• Die Priorisierung von Arbeitsabläufen aufgrund datenbasierter Erkenntnisse.
• Die automatisierte Ausgabe von Vorschlägen für Lösungsansätze bei der Bearbeitung einfacher Probleme.
• Die automatisierte Abarbeitung ständig wiederkehrender Aufgaben nach intelligenten, lernfähigen Verfahren.
• Die schnelle Analyse großer Datenmengen hinsichtlich darin verborgener Regeln und Muster, um Entscheidungen im Unternehmen auf eine genauere Grundlage zu stellen.

PAML-Technologien treiben den digitalen Wandel voran

Die wichtigsten Technologien für den Aufbau eines Intelligent Enterprise sind Predictive Analytics und Machine Learning (PAML). Sie steuern flexible Betriebsprozesse, stellen Informationen für Entscheidungen bereit und gewähren in einem zuvor nicht für möglich gehaltenen Umfang Einblicke in die Basis jedes erfolgreichen Unternehmens: die Kunden.

Machine Learning ist die Kernanwendungen für den Einsatz von Artificial Intelligence (AI) in der Unternehmenspraxis. Das Verfahren arbeitet mit selbstadaptiven Algorithmen, die systematisch Daten aufnehmen und auf Grundlage dieser Daten Modelle entwickeln, mit denen sich Vorhersagen erstellen oder Muster identifizieren lassen. Machine Learning ist eine lösungsorientierte Anwendungsform von Artificial Intelligence: Auf Grundlage der identifizierten Muster und Regelmäßigkeiten wird es in einem Geschäftsprozess möglich, vorhandene Abläufe automatisiert zu verändern und an die aktuelle Ist-Situation anzupassen.

Predictive Analytics ist eine statistische Methode, die auf verschiedenen Analysefunktionen wie Machine Learning, Data-Mining oder Echtzeitscoring zurückgreift. Sie ist an einem eng definierten Geschäftsziel ausgerichtet ist. Das kann zum Beispiel die Wahrscheinlichkeit eines Kundenverhaltens sein oder das Funktionsintervall einer technischen Anlage. Dazu werden relevante Daten gesammelt und in ein statistisches Modell überführt, auf dessen Grundlage Vorhersagen getroffen werden können. Durch die Einspeisung neuer Daten und deren Abgleich mit zuvor gemachten Vorhersagen steigert dieses Verfahren permanent seine Leistungsfähigkeit. Predictive Analytics versetzen Unternehmen so in die Lage, auf wichtigen Geschäftsfeldern stichhaltige Voraussagen über zukünftige Entwicklungen zu machen.

Machine Learning und Predictive sind Schlüsseltechnologien für das Intelligent Enterprise.

Schritt für Schritt zum Intelligent Enterprise

Der Wandel zum Intelligent Enterprise ist für jedes Unternehmen ein Sprung in eine neue digitale Ära. In vielen Unternehmen haben sich im Verlauf der Digitalisierung über die Business-Units hinweg viele proprietäre IT-Lösungen eingenistet, die nicht oder nur schwer miteinander kompatibel sind. Parallel dazu liegen viele Daten in abgeschotteten Systemen brach und werden nur in eng definierte Prozesse eingebunden. Auf dem Weg zum Intelligent Enterprise ist es deshalb unerlässlich einen neuen Evolutionszyklus im Unternehmen einzuleiten.

Die gute Nachricht ist: Smarte Technologien wie Machine Learning und Predictive Analytics gewähren jedem Player die Möglichkeit, Geschäftsprozesse schrittweise auf einen datenbasierten Ansatz umzustellen. Sie müssen nicht mehr auf die eine große technologische Lösung warten, sondern haben es selbst in der Hand, strategische Schwerpunkte zu setzen und eine agile Kultur zu etablieren, mit der die Innovationskraft digitaler Technologien in bessere Produkte, Services und Prozesse umgemünzt wird.

Neben einem streng kundenorientierten Blick auf den Markt und hochmotivierten, digitalaffinen Mitarbeitern ist das nicht ohne externe Hilfe zu stemmen. Bahnbrechende Technologien lassen sich nicht immer inhouse entwickeln, pflegen und ausbauen. Das Intelligent Enterprise steht deshalb auch für eine neue Zeit, in der es für Unternehmen immer wichtiger wird, mit den richtigen strategischen Partnern ein vertrauensvolles Netzwerk der Zusammenarbeit aufzubauen.

Allgeier begleitet Sie als Partner beim Umbau Ihres Unternehmens zum Intelligent Enterprise. Sprechen Sie uns an!

Umang Garg, der Hauptautor dieses Blog-Beitrags, ist Director und Global Practice Leader bei Nagarro. Sie können Umang auf LinkedIn folgen. Anurag Sahay, Michel Dorochevksy und Damianos Soumelidis von Nagarro sind Co-Autoren dieses Blog-Beitrags.