Big Data vs. Smart Data Wa s d e r Mitte lsta nd von Inte rne t-unternehmen lernen ka nn

Transkript

1 Big Data vs. Smart Data Wa s d e r Mitte lsta nd von Inte rne t-unternehmen lernen ka nn n³ matthias.nagel@nhochdrei.de Hannover, C e BIT 2015, Mittelstand -Digital

2 Nicht mehr zu übersehen: Unsere Welt wird digital. Markt und Um welt Internet & Soziale Netzwerke Daten aus dem Unternehmen Politik & Regulierung alle relevanten Daten & Informationen a us Unternehmen Politik und Internet Regulative & Soziale Netzwerke Markt und Um we lt Prozesssic ht: Gesc hwindigkeit:

3 Da s ha t Auswirkunge n. Die Digitalisierung verändert alles: die Beziehungen zwisc hen Unternehmen und Kunde n Um bruc h von G e sc hä ftsm ode lle n Um bruc h de r Arbe itsorga nisa tion und de r Industrie Um bruc h de r Medien Die digita le We lt ist beim Konsumenten a ngekommen: im Alltag, im Haus, im Auto, im Ka uf- und Kundenverha lten Big Da ta vs. Sm a rt Da ta, Mitte lsta nd-digital, C ebit 2015

4 Analoge vs. digitale Unternehmen: Viele Unternehmen sind analoge Unternehmen m it fra gm e ntie rte r IT-La ndsc ha ft und unve rbunde ne n ERP-, C RM- und PPM Syste m e n Auflösen der Komplexität von IT-Lösunge n

5 Daten aus gesamter Wertschöpfungskette nutzen: E-Commerce liefert Blaupausen, wie Unternehmen ihren Daten, verknüpft mit Daten aus Internet und sozialen Medien gewinnbringend nutzen können. Die komplette Wertschöpfungskette der Daten ist digitalisiert. E-Commerce als Ideengeber für Mittelstand! Big Da ta vs. Sm a rt Da ta, Mitte lsta nd-digital, C ebit 2015

6 Big Data 1: Dyna misc he Marktbeobachtung tagesaktuelle Analysen mit Visual Analytic s Kaufe nie an Regentagen Online ein!

7 Sma rt Da ta 1: Da s lä sst sic h für Industrie nutze n! Herausforderung: Transmittal-Management Informationen a us ca. 40 Portalen holen, Prüfen, prozessmäßig verarbeiten und gegenüber Kunden quittieren (vgl. Ausriss): Strafen bei Nichteinhaltung.

8 Die sma rte Lösung da für: Hohe r ROI durc h Autom a tisie rung: Da ten holen mit C ra wlern Proze ssinte gra tion Kandidat für Crawler Kunde / Anwendung / Inhalt Abteilung Aufwand h pro Monat JA Kunde A / A1/ Behältermanagement Logistik 150 JA Kunde B / B1 / Behältermanagement Logistik 150 JA Kunde B / B2 / Lieferantenportal Dispo 100 JA Kunden B/ B3 / Kapazitätsausgleich 60 JA Kunde C / / Transportanmeldung Kunde B Dispo 100 JA Kunde D / D1 / Behältermanagement Logistik 200 JA Kunde E / E1 / Transportanmeldung Kunde A Dispo 100 Summe Aufwand h pro Monat 860 Kosten pro h 40 Ersparnis in Euro pro Monat

9 Smart Data 2: Integration & Visual Analytics Alle Produktionsschritte sind mit Barcode gekennzeichnet. Durc h Visua l Ana lytic s wird vollstä ndige Tra nspa renz möglic h! powered by Big Da ta vs. Sm a rt Da ta, Mitte lsta nd-digital, C ebit 2015

10 Sma rt Da ta 3: Unstrukturie rte Da te n nutze n Mehr als 90% der Informationen sind unstrukturiert. Be ispie le da für sind Regelwerke, Gesetze, Beschwerdemanagement, Störungsbeschreibungen, Support-Protokolle Diese Daten werden im Unternehmen oft nur einseitig genutzt Ma n suc ht oft mehr na c h Dokumenten, a ls ma n finde t: Wie oft suchen mehrere Kollegen dasselbe Dokument? Der Kunde wartet derweil a uf Rüc kruf. Wie viele zusätzliche Kopien werden erstellt und mehrfa c h a n verschiedenen Orten abgelegt? Informa tionen liegen zu lange im Posteinga ng Wic htige Unterla gen gehen unvollstä ndig oder ve rspä te t zum Adre ssa te n. 3 5 % a lle r Dokumente sind una uffindba r. Ein Ersa tz koste t pro Dokument bis zu 130.

11 Sma rt Da ta 3: Lösung für unstrukturie rte Da te n Semantische Indexierung der Daten im Unternehmen: Einige Anwendungen dafür: Ele ktronisc he Dossie rs mit Zusa mme nfa ssunge n Vergleiche Inha ltsa na lyse Weitergehende Nutzung de r Inform a tione n Ontologien Big Da ta vs. Sm a rt Da ta, Mitte lsta nd-digital, C ebit 2015

12 Sma rt Da ta 4: Inte rne mit e xte rne n Da te n nutze n Kleinräumige Analysen & demographischer Wandel powered by

13 All da s ge hört und pa sst zusa mme n, lässt sic h kombinieren, automatisieren und in die Prozessland sc ha ft der Unternehmen integrieren. Kopplung mit internen Prozessen im Unternehmen für CRM, ERP, PMS, Proje kte ntwic klung Kontinuierliche Verbesserung von Prozessen Wissensmanagement & Regelwerke O ptim ie rung de r Logistik Big Da ta vs. Sm a rt Da ta, Mitte lsta nd-digital, C ebit 2015

14 Alle relevanten Daten für bessere & schnellere Entscheidungen nutzen: Stä rke n Sie Ihr G e sc hä ft! Besuchen Sie uns auf dem Gemeinschaftsstand Sachsen in Halle 5, Stand B34.

15 Dr. Matthias Nagel Chief Exc utive Officer + 49 (37421) Markus Nagel Chief Financ ial Offic er + 49 (37421) Dipl.-Ing. (FH) Matthes Nagel Chief Technology Officer + 49 (37421) n³ data & software science Gm b H matthias.nagel@nhochdrei.de Vielen Dank für Ihre Aufmerksamkeit Besuchen Sie uns auf dem Gemeinschaftsstand Sachsen in Halle 5, Stand B34.