Wie Sie Ihr Geschäft durch Einsatz neuer Technologie effizienter machen.

Was hinter den Hype-Begriffen „Digitale Transformation“ und „Big Data“ steckt.

Was ist digitale Transformation?

Digitale Transformation meint die Veränderung eines Unternehmens hin zu einem Produktportfolio mit integrierten IT-Services. Der Begriff „Digitalisierung“ wird gerne für die Automatisierung mithilfe von IT verwendet.

Folgende Technologien werden dafür verwendet:

Obwohl die meisten dieser Technologien noch in der Entwicklung sind, sollten auch KMU sich damit beschäftigen. Hauptsächlich um die derzeit realisierbaren Möglichkeiten zu verstehen und zu nutzen.

Wie gehe ich am besten vor?

Digitale Transformation - Workflow

Verbesserungsbedarf erheben

Finden Sie als Erstes die Verbesserungspotentiale und Chancen für Ihr Unternehmen, z.B. mit folgenden Methoden:

  • Führen Sie eine SWOT Analyse mit dem Management der verschiedenen Unternehmensbereiche durch
  • Machen Sie eine Workshop mit Teilnehmern aus verschiedenen Bereichen (Kunden, Partner, Produktionsmitarbeiter, Vertriebsmitarbeiter, Management etc.), um Verbesserungsbedarf zu erheben und eine Vision zur Verbesserung zu definieren. (Die Methode Design Thinking hilft bei der Durchführung)
  • Dokumentieren Sie mit einer Geschäftsprozessanalyse die bestehenden Abläufe und analysieren die Potenziale zur Verbesserung und Automatisierung:
    • Diese Analyse sollte von einer Person erfolgen, welche im Tagesgeschäft nichts mit den zu analysierenden Prozessen zu tun hat. Damit erreichen Sie eine objektive Analyse.
    • Die Durchführung der Analyse durch einen externen Berater hilft die Sicht von außen einzubringen
  • Führen Sie einen Prozess für Verbesserungsvorschläge von Mitarbeitern ein. Die Mitarbeiter kennen die Schwachstellen in der Organisation und haben oft gute Ideen, wie man etwas besser machen könnte.
    • Um die Verbesserungsvorschläge von den Mitarbeitern zu erfahren, implementieren Sie ein Vorschlagswesen mit Prämien für die besten Vorschläge. Das motiviert die Mitarbeiter sich aktiv einzubringen.

Umsetzungsplan erstellen

Definieren Sie Maßnahmen:

  • Entwerfen Sie mögliche Lösungen für die erhobenen Verbesserungspotentiale und Chance
  • Definieren Sie, wie die Maßnahmen umgesetzt werden sollten (Klassisches oder Agiles Projektmanagement)
  • Bewerten Sie die Maßnahmen, um eine Priorisierung zu erreichen, z.B. mit einem Business Case pro Maßnahme
  • Wählen Sie ein paar Maßnahmen zur Umsetzung aus, ohne die Organisation zu überfordern (Wie viele Projekte verträgt ein Unternehmen?)

Umsetzung

Die Umsetzung der Maßnahme sollte als Projekt erfolgen. Tipps für IT-Projekte finden Sie unter IT-Implementierung Step-by-Step.

In Österreich gibt es auch Förderungen für KMU für Beratung und Umsetzung von Digitalisierungsprojekten:

Big Data

Big Data Elemente

Data Science

Data Science beschäftigt sich mit Algorithmen zur Datenauswertung und bildet somit das Knowhow für „Big Data“.

Solche Algorithmen helfen z.B. dabei:

  • ähnliche Daten zusammenzufassen
  • die wichtigsten Merkmale in Daten zu finden
  • Assoziationen zwischen Datensätzen zu finden

Die Data Science Spezialität ist Data Mining: ohne konkrete Vorgabe von Auswertungsparametern werden Aussagen zu Daten gesucht. Dabei helfen iterative Algorithmen wie z.B. neuronale Netze. Warum ein neuronales Netz zu einem bestimmten Ergebnis gekommen ist, ist allerdings für Menschen nicht nachvollziehbar.

Das Buch „Data Science – Was ist das eigentlich?“ bietet einen guten Einblick in diese Algorithmen.

Um eine „gewünschte Erkenntnis“ zu bekommen, sind typischerweise mehrere Versuche mit verschiedenen Methoden, Verifikationen der Ergebnisse und Nachjustierungen mit vielversprechenden Methoden notwendig. Ein Data Scientist agiert für eine Big Data Analyse also nach dem Trail-and-Error-Prinzip.

Big Data Analytics Software

Mit Hilfe von Big Data Analytics Software können Sie Daten analysieren, wofür Data Science Knowhow in der Regel Voraussetzung ist.

Es gibt eine ganze Reihe von Open Source und auch kommerziellen Produkten dazu.

Big Data Anwendungen

Für die meisten KMU bringen erst konkrete Big Data Anwendungen einen praktischen Nutzen, z.B.:

  • Personalisiertes Marketing, z.B. „Kunden, die diesen Artikel gekauft haben, kauften auch“
  • Erkennen von Anomalien, z.B. Betrugserkennung durch Auswertung von Buchungsdaten
  • Pro-aktives Service-Management, z.B. durch Auswertung von Sensorinformationen
  • Kategorisierung von nicht-diskreten Informationen, z.B. Personenerkennung anhand von Bildern
  • Trend-Vorhersagen, z.B. Nachfragevorhersage in Kombination mit dem Wetter
  • Chat-Bot, z.B. Automat für einfache Anfragen im Kundenservice

Cloud Computing, Mobile Applications

Die Erwartung an eine moderne IT-Anwendung ist, dass diese möglichst jederzeit und auf jedem Endgerät nutzbar ist.

Der Stand der Technik ist:

  • Mobilgeräte (Smartphone, Tablet): Optimierte Applikationen (Apps) für Android und iOS/ipadOS
  • PC: Web-Application, welche mit dem Browser genutzt werden kann und keine Installation am PC voraussetzt

Um die Applikation von überall einfach erreichbar zu machen, muss diese als Cloud-Service ausgelegt sein (siehe Cloud Computing für KMU).

Ihr Kommentar

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahren Sie mehr darüber, wie Ihre Kommentardaten verarbeitet werden .