1405190585

Zum Abschluss des ersten Congress-Tages erfolgt ein Wechsel ins Themenzentrum A, das die Auswirkungen von Big Data auf das Controlling thematisiert.

Dr. Lothar Burow Leiter Corporate Business Intelligence der Bayer AG, Leverkusen fragt in seinem Vortrag „Big Data gleich Big Value? – Goldgräberstimmung im Business“, ob mehr Daten auch zu mehr Erkenntnissen und dadurch wirtschaftlich besseren Entscheidungen führen. Dr. Burow berichtet darüber, wie Bayer dieses Thema in den letzten 10 Jahren angegangen ist. In diesem Zusammenhang hat Bayer u.a. hat das Thema „Business Intelligence“ in 2 Unternehmensbereichen im Bereich Controlling angesiedelt.

Was ist bei Bayer „Big Data“? Must-Have oder Elephant? In der digitalen Welt treten Daten als vierter Produktionsfaktor neben Kapital, Arbeitskraft und Rohstoffe. Im IT-Nucleus befinden sich (SAP-) Transaktionsdaten. Geht man über die Unternehmensgrenzen hinaus, kann man fragen, was z.B. unser Provider an Daten über uns hat. Geht man in die Social Webs kann man weitere Dinge über das Unternehmen erfahren. Das ist heute üblicherweise im Moment der Umfang des Begriffes „Big Data“. Neben der zunehmenden Datenmenge entstehen auch verbesserte Datenverarbeitungs- und –speicherfähigkeiten als techn. Perspektive dieses Begriffes. Schließlich gibt es auch noch weiter entwickelte analytische Auswertungsroutinen für diese Daten. Business Analytics ist bei Bayer der bessere Begriff für diese Tools und Prozesse im Vergleich zu „Big Data“.

Mit Business-Analytics kann man die richtige Information, zum richtigen Zeitpunkt an die richtige Person bringen, um Wettbewerbsvorteile zu erhalten. Anwendungsbeispiele sind z.B.: Cross Selling. Amazon kann anhand der Mausbewegungen bereits entscheiden, ob ein Kauf erfolgen wird und entsprechende Waren bereits bei der relevanten Mausbewegung zum nächstgelegenen Distributionspunkt leiten und damit einen Zeitvorsprung in der Zielsetzung Übernacht-Lieferung erhalten.

„Big Data“ wird in den nächsten 3 Jahren eine strategische Bedeutung erhalten, d.h. diejenigen, die es nicht tun, werden einen Wettbewerbsnachteil erhalten. Das Beschäftigen von Statistikern und Mathematikern wird zukünftig wichtiger. Wir benötigen Data Scientists. Der „Kopf“ ist erforderlich, nicht nur die Technologie. Auch sind organisatorische Veränderungen erforderlich: wo gehört das Thema BI hin? IT, Controlling, eigene Organisationseinheit.

Im weiteren Verlauf zeigt Dr. Burow typische Big-Data-Anwendungen:

Beispiel 1: Wie wirken sich Feiertage und Ferien auf das Bestellverhalten aus und welchen Einfluss haben Sie auf den Monatsforecast?

Beispiel 2: Wie sieht für jeden Verkaufsartikel die durchgerechnet Konzern-Marge aus?

Beispiel 3: Ersetzen fehlender Informationen bei internen Leistungsverrechnungen zwischen über 180 Einzelgesellschaften zwecks mehrdimensionaler Ergebnisanalysen unter Anwendung von mehr als 300 Regeln.

Beispiel 4: Prozess-Integrität. Hier geht es um Prozess-KPIs, an denen man erkennen kann, ob Prozesse so durchgeführt wurden, wie man es sich gedacht hatte.

Beispiel 5: Simulationen für die Planung. Diese Sensitivitätsanalysen sind das A&O für Business-Analytics-Anwendungen. Das Board benutzt die Simulationsanwendungen live in Planungssitzungen und muss sie nicht mehr als „Rechenaufgabe“ mit Zeitverzögerung an die Controller delegieren.

Beispiel 6: Self-Service-Reporting. Der Experte weiß am besten, was er braucht. Jeder End-Anwender soll in die Lage versetzt werden, seine Berichte selber zu generieren, indem er, ähnlich wie im iTunes- oder Google-Play-Store, vorkonfigurierte Berichte, genau wie Apps, in sein Dashboard herunterladen kann.

Nach einem ersten sehr informativen Kongress-Tag folgt jetzt Entspannung und Net-Working bei sonnigem Wetter, Buffet, Bier und Dixieland auf der Dachterrasse des Westin Grand München. Morgen melden wir uns um 9.00 Uhr an gleicher Stelle wieder mit Berichten vom zweiten Kongress-Tag. Herzlichen Dank für Ihr Interesse.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.