Index Wettbewerbsfaktor Analytics - Reifegrad ermitteln, Wirtschaftlichkeitspotenziale entdecken

Transkript

1 Index Wettbewerbsfaktor Analytics - Reifegrad ermitteln, Wirtschaftlichkeitspotenziale entdecken Trendentwicklung Business Analytics Prof. Dr.-Ing. Norbert Gronau Dipl.-Kffr. Corinna Fohrholz M.A. Christof Thim Lehrstuhl für Wirtschaftsinformatik und Electronic Government Universität Potsdam August-Bebel-Str Potsdam info@lswi.de Telefon: Fax:

2 Einleitung Der Einsatz analytischer Verfahren ist für Unternehmen im Big Data -Zeitalter von zentraler Bedeutung, um die eigene Wettbewerbsfähigkeit langfristig zu sichern. Die heute vielfach und in großer Zahl vorliegenden Daten müssen effektiv und effizient genutzt werden, da sie wertvolle Gestaltungs- und Optimierungspotenziale für den Unternehmenserfolg enthalten. In der einschlägigen Literatur zu diesen Themen wird zwischen Business Intelligence und Business Analytics unterschieden. Während ersteres mit den Anwendungen Standard- und Adhocberichten, Alarmen sowie Drilldowns eher eine vergangenheitsorientierte Sichtweise auf Daten verfolgt, ermöglichen die dem Business Analytics zugeordneten statistischen Analysen, Prognosen, Extrapolationen und Optimierungen eine zukunftsweisende Nutzung von Daten. Mit diesen Anwendungen können Unternehmen wettbewerbsrelevanten Fragestellungen wie Was wird als nächstes passieren oder Was ist das Beste, was passieren kann? nachgehen. Soweit zur Theorie. Doch wie werden diese Systeme und Anwendungen in der täglichen Praxis von Unternehmen genutzt? Haben Unternehmen die Potenziale der neuen Analyseverfahren bereits für sich erkannt und streben deren Einsatz an? Hat die ausführliche und weitverbreitete Berichterstattung zu den Themen des Big Data eine Wirkung auf das analytische Verhalten von Unternehmen aus der DACH-Region? Welchen Reifegrad weisen Unternehmen in den drei Säulen der Erschließung von Big Data Analytics, Analyticsverfahren, die organisatorische Umsetzung und das Datenmanagement auf? Um diesen und anderen Fragestellungen nachzugehen, führt der Lehrstuhl für Wirtschaftsinformatik und Electronic Government der Universität Potsdam bereits im dritten Jahr eine Studie zum Thema Wettbewerbsfaktor Analytics durch. Der vorliegende Bericht liefert einen Vergleich zu den zentralen Ergebnissen der Studie aus den Jahren 2012, 2013/14 sowie aktuell für 2015 mit dem Ziel, eine Trendentwicklung für Business Analytics in deutschsprachigen Unternehmen aufzuzeichnen. Diese soll in den folgenden Jahren fortgesetzt werden. 1

3 Wettbewerbsfähigkeit durch Business Analytics Die deutschsprachige Wirtschaft ist sich einig: die Fähigkeit, Geschäftsdaten für die Geschäftsentwicklung zu nutzen und auszuwerten, wirkt sich positiv auf den Erfolg und damit auf die Wettbewerbsfähigkeit eines Unternehmens aus. Die Vorgängerstudien (2012 sowie 2013/14) haben gezeigt, dass Unternehmen einen klaren Zusammenhang zwischen Big Data Analytics und ihrer Wettbewerbsfähigkeit sehen. Es ist daher interessant zu betrachten, welche Vorstellungen Unternehmen davon haben, wie ihre Wettbewerbsfähigkeit mittels Analytics gesichert werden kann. Abbildung 1 verdeutlicht, dass 2/3 der befragten Unternehmen Optimierung als Kerneinsatzgebiet von Analytics sehen. Nur etwas über 13% erschließen Innovationen mit analytischen Verfahren und verfeinern damit ihre Geschäftsmodelle und Produktportfolios. 100 % 75 % 50 % 13,4 % 16,8 % 17,9 % 19,5 % 22,0 % 20,7 % 9,9 % 19,3 % Innovation Rentabilität Reporting Prognose Optimierung 25 % 32,4 % 28,1 % 0 % aktuell zukünftig Abbildung 1: Aktuelle und zukünftige Einsatzfelder von Business Analytics Wie werden sich die Einsatzgebiete in Zukunft entwickeln? Auch hier zeigt die aktuelle Studie, dass die Bedeutung der Erzeugung von Innovationen stark zunehmen wird (22%). Optimierung bestehender Prozesse und Produkte bleibt wichtig (28%), es tritt jedoch die Erhöhung der Rentabilität weiter hervor (21%). Es ist zudem zu beobachten, dass die Nutzung des reinen Berichtswesens stark an Bedeutung verliert. Die analytischen Kapazitäten, die Ermittlung von Zusammenhängen, Prognosen und die Identifikation von Schwachstellen löst die reine Darstellung von Kennzahlen ab. Am häufigsten werden nach wie vor Standardberichte verwendet. Auch die Reihung in der Verwendungshäufigkeit der Verfahren des BI und BA hat sich im Verlauf nicht verändert. 2

4 Unternehmen konzentrieren sich weiterhin auf deskriptive Verfahren wie Berichte, Abfragen/Drilldowns und AdHoc-Berichte. Die Bereiche Kundenmanagement und Risikomanagement orientieren sich sehr stark an diesen Berichten. Der Einsatz statistischer Analyse ist das einzige Analytics-Verfahren, dass häufig in Unternehmen genutzt wird. Datenexploration, Prognosen und Optimierungsverfahren sind jedoch noch nicht fest etabliert. Sie finden sich am stärksten in den Bereichen Forschung und Entwicklung sowie Logistik wieder. Insbesondere in der Logistik ist im Vergleich zu den vorherigen Jahren eine Zunahme der Nutzung analytischer Verfahren zu sehen. Bereits in der Studie 2013/14 wurde dieses Potenzial identifiziert. Wie in der aktuellen Studie zu sehen ist, haben die Unternehmen dies nun umgesetzt. Prof. Gronau: In der Breite fällt jedoch eine Umsetzungslücke bei der Einschätzung der Potenziale von Big Data Analytics und ihrer Verankerung im Unternehmen auf. Der insgesamt positive Trend bei der Bewertung der Bedeutung von Daten und Business Analytics lässt vermuten, dass im Entscheidungsverhalten der deutschsprachigen Unternehmen ein Wandel stattgefunden hat. Das heißt Unternehmen sollten ihren Entscheidungen verstärkt Daten zu Grunde legen und sich von personengebundenen Erfahrungen und Unsicherheiten lösen. Die Studie zeigt ein inkonsistentes Bild im Vergleich zu den Vorjahren. So hat die Nutzung von Daten bei der strategischen Entscheidungsfindung stark zugenommen. Nur noch eine kleine Anzahl der Befragten gab an, überwiegend auf Basis von Erfahrungen zu entscheiden. Der überwiegende Teil entscheidet datenbasiert. Datenbasiert Überwiegend datenbasiert Basierend gleichermaßen auf Daten und Erfahrungen Überwiegend erfahrungsbasiert 0 % 18 % 35 % 53 % 70 % Abbildung 2: Art der Entscheidungsfindung Studie 2012 Studie 2013/2014 Studie

5 Ein Grund hierfür kann die zunehmende Präsenz des Themas in der öffentlichen Diskussion sein. Digitalisierung, Industrie 4.0 und Big Data erscheinen nicht nur Fachpublikationen sondern werden auch in der Tagespresse diskutiert. Es ist anzunehmen, dass die Aussagen zum Entscheidungsverhalten entsprechend eingefärbt werden. Es ist jedoch nicht von der Hand zu weisen, dass eine Verschiebung stattfindet. Selbst wenn es primär statische Berichte sind, auf Basis derer Entscheidungen getroffen werden, werden doch eher Fakten zur Untermauerung von Standpunkten genutzt, als das Bauchgefühl. Im Branchenvergleich sind es vor allem Banken und Versicherungen, die vermehrt datenbasierte Entscheidungen treffen und dafür auf vernetzte Datenquellen zugreifen (63%), während dies z.b. in der Fertigung seltener erfolgt (22%). In beiden Branchen ist dies ein starker Anstieg im Vergleich zu den Vorjahren. Prof. Gronau: Das datenbasierte Entscheiden ist, auch aufgrund der aktuellen Diskussion um Industrie 4.0 und Digitalisierung, endlich bei den Entscheidern angekommen. Das bauchgetriebene Entscheiden ist auf dem Rückzug. Die vermehrte Entscheidungsfindung auf Basis von Daten spiegelt sich auch in den genutzten Datenquellen wider. Daher wurde in der Studie gefragt, aus welchen Quellen Geschäftsdaten für Analysen stammen. Von besonderer Relevanz bleiben für die befragten Unternehmen Systeme, die überwiegend strukturierte Daten liefern, wie CRM- oder ERP Systeme. Beide Bereiche verzeichnen jedoch im Vergleich zu den Vorjahren Einbußen. Insbesondere die Bedeutung von CRM-Systemen verringerte sich um 1/4 im Vergleich zum Jahr Auch das Erschließen der Daten aus ERP-Systeme für Analysezwecke nahm um 21% ab. Quellen für Geschäftsdaten Studie 2012 Studie 2013 / 2014 Studie 2015 Customer-Relationship-Management 73,2 % 61,2 % 46,3 % Enterprise-Resource-Planning-Systeme 53,7 % 82,4 % 61,1 % Externe Marktforschungsdaten 40,2 % 34,1 % 55,6 % Point of Sale 39,0 % 15,3 % 22,2 % Social Media 15,2 % 25,9 % 16,7 % Sensor- und Maschinendaten 14,0 % 25,9 % 33,3 % Websites 23,8 % 20,0 % 18,5 % Tabelle 1: Quellen für Geschäftsdaten Von steigender Bedeutung sind hingegen externe Marktforschungsdaten. So ziehen über die Hälfte der befragten Unternehmen externe Daten zu den Analysen hinzu. Dies ist 4

6 insbesondere im Bereich Finance der Fall, in dem knapp 90% der Befragten diese Datenquellen einbinden. Des Weiteren steigt die Nutzung von Standort- und Sensordaten stark an. Ein Drittel der Befragten werten diese Daten aus. Hier zeichnet sich der Trend zur Industrie 4.0 in der Fertigung und zu mobilen Geschäftsprozessen im Handel und bei Banken und Versicherungen ab. Weiterhin niedrige Nutzungsgrade verzeichnen Website- und Social-Media-Daten. Im Bereich Social-Media scheint eine Ernüchterung im Bezug auf die Verwertbarkeit und Erschließung der unstrukturierten Daten zu geben, da nach einem Hoch in den Jahren 2013/14 das Niveau von 2012 wieder erreicht ist. Prof. Gronau: Die Quick-Wins durch Social Media Analytics sind gehoben, wer jetzt seine Wettbewerbsfähigkeit verbessern will, muss weitere Quellen erschließen. Bereitschaft zu Business Analytics Die langfristige Nutzung von Business Analytics ist zum einen von der Befürwortung des Top Managements und zum anderen von der Bereitschaft der Mitarbeiter, neue Analyseverfahren anzuwenden, abhängig. Die erste Bedingung scheint erfüllt zu sein. Der Vergleich der beiden Studien ergibt, dass die Unternehmensführung dem Thema Business Analytics offen gegenübersteht. Hier gibt es eine leichte Tendenz zur teilweisen Unterstützung. Es ist auffällig, dass offene Ablehnung von Business Analytics nicht mehr vorkommt. Andererseits ist auch die volle Zustimmung des Top Management zurückgegangen. Insgesamt unterstützt jedoch die breite Mehrheit des Top Management Analyticsvorhaben (siehe Abbildung 3). Trifft nicht zu Studie 2012 Studie 2013/2014 Studie 2015 Trifft eher nicht zu Trifft eher zu Trifft voll zu 0 % 15 % 30 % 45 % 60 % Abbildung 3: Befürwortung von Business Analytics durch das Top Management Die Befürwortung des Top Managements ist vorhanden, doch gibt es Hemmnisse auf Seiten der Mitarbeitern gegenüber dem Einsatz von Business Analytics? Um auch die Mitarbeiter von 5

7 den Vorteilen durch Business Analytics zu überzeugen, sind Schulungen für den Umgang mit entsprechenden analytischen Anwendungen wichtig. Auch dieser Aspekt wurde in beiden Studien erfragt und zeigt folgendes Ergebnis: 70 % 53 % Studie 2012 Studie 2013/2014 Studie % 18 % 0 % Ja Nein Nicht bekannt Abbildung 4: Angebot für Schulungen zum Umgang mit Business Analytics Anwendungen Die Anzahl der Unternehmen, die Schulungen zu Analytics anbieten ist weiter zurückgegangen. Diese Bewegung lässt sich über alle Branchen hinweg nachvollziehen. Auch hier existiert eine Umsetzungslücke. Befragt man die Unternehmen nach notwendigen Konsequenzen bei der Analytics-Einführung, so befürworten 30% der Unternehmen die Schulung aller Mitarbeiter und rund 41% die Schulung spezifischer Analyticsfachleute. Ein ähnliches Bild ergibt sich, wenn man die genannten Hemmnisse bei der Analyticseinführung erfragt. Es geben 80% der Unternehmen an, dass fehlendes Know-How eine Hürde bei der Nutzung darstellt. Ein ähnliches Bild ergibt sich bei der Frage, was die größten Probleme bei der Informationsversorgung sind. Hier geben 66% der Unternehmen an, dass die Interpretierbarkeit der Ergebnisse ein Problem darstellt. Prof. Gronau: Die schwache Nutzung von Schulungen lässt sich nicht nur auf Kostenreduzierungen, sondern auch auf das fehlende Angebot an speziell auf Analytics-User gerichtete Schulungen zurückführen. Hier sind die Unternehmen gefordert, den Einheitsbrei an Schulungsangeboten viel stärker bedarfsspezifisch auszurichten. Informationen werden vorwiegend zentral verteilt (64%) oder Nutzer auf bestehende Auswertungen verwiesen (40%). Trotz der Nutzung von Analyticswerkzeugen ist somit eine adäquate Informationsversorgung nicht gewährleistet. Möglichkeiten zur individualisierten 6

8 Analyse, z.b. über Visual Analytics werden sehr selten genutzt. Generell ist in diesem Bereich Potenzial zu entdecken, um die Nutzungsbereitschaft für Business Analytics zu stärken. Die Verantwortung für Business Analytics lag im Vergleich zur aktuellen Studie im vergangenen Jahr noch verstärkt direkt beim Top Management. Hier zeigt sich der Trend auf, dass Business Analytics direkt in den Fachabteilungen oder in der IT verortet wird und somit von einem Managementtool den Eingang zur Mitarbeiterebene findet. Insbesondere die starke Zunahme der Verantwortung der IT für Business Analytics birgt jedoch auch das Risiko, dass die Nutzung verstärkt technisiert betrachtet wird und daher die Nutzbarkeit der Analysen und die Wertschöpfung nicht berücksichtigt werden. CIO / IT-Leiter Eigene Organisationseinheit Studie 2012 Studie 2013/2014 Studie 2015 Top Management Fachabteilungen 0 % 10 % 20 % 30 % 40 % Abbildung 5: Befürwortung von Business Analytics durch das Top Management Ein weiterer Punkt, der Beachtung verdient, ist die Abnahme von eigenen Organisationseinheiten zur Datenanalyse. Die Unternehmen gehen also dazu über die Analyticskompetenz nicht zu bündeln, sondern entweder fachlich oder technisch integriert zu betrachten. Datenqualität Bereits in der Studie aus dem letzten Jahr wurden die Unternehmen gebeten, Aussagen über ihre Datenqualität zu treffen. 68% der Unternehmen geben an, dass zwischen 20% und 50% aller Daten für Analytics verfügbar sind. Nur zwei Prozent geben an, mehr als 75% der verfügbaren Daten zu erschließen. 20% der Befragten binden weniger als 20% ihrer verfügbaren Daten ein. Insgesamt zeigten bereits die Vorjahresbefragungen, dass aus Sicht der Datenverfügbarkeit erst in wenigen Unternehmen die Voraussetzungen für Business Analytics geschaffen wurden. Neben der Verfügbarkeit der Daten ist die Datenqualität von Bedeutung für die Analysen. Nur konsistente und aktuelle Daten liefern eine brauchbare Entscheidungsbasis. 7

9 In der aktuellen Studie zeigen die Ergebnisse, dass die Qualität der Daten befriedigend bis gut eingeschätzt wird (Notenschnitt 2,75). Hier sind Unterschiede zwischen den Branchen zu beobachten. So sind Banken und Versicherungen besser aufgestellt als Handel und Fertigung. Dies zeigt, dass die Voraussetzungen für den unternehmensweiten Einsatz von Business Analytics noch nicht bewältigt wurden. Prof. Gronau: Bereits bei den derzeit schon verfügbaren Daten besteht eine Anwendungslücke. Wer die zuerst schließt, verschafft sich Wettbewerbsvorteile. Nutzenpotenziale Der Einsatz von Business Analytics kann sich auf unterschiedliche Weise positiv auf ein Unternehmen auswirken. In 2015 war die Funktion mit dem höchsten Potenzial die effizientere Unternehmenssteuerung, gefolgt von proaktivem Handeln. Aktuell realisieren hier 40% der befragten Unternehmen Vorteile. Eine detaillierte Branchenbetrachtung ergibt, dass hier Banken führend sind, während die Unternehmenssteuerung eher im Bereich Fertigung als Vorteil genannt wird. Die realisierten Potenziale sind im Betrachtungszeitraum gesunken. Einzig die höhere Wertschöpfung konnte in der aktuellen Studie einen Zuwachs realisieren. Dies zeigt, dass die meisten Unternehmen zwar analytische Verfahren einsetzen, daraus jedoch noch keine Vorteile ziehen können. Dies ist insbesondere an der oben angesprochenen Nutzung BI-orientierter Werkzeuge festzumachen. Das Erstellen von Berichten bietet weniger Raum für verbesserte Wertschöpfung und neuen Produkte als Prognose, Optimierungen und statistische Analysen des Business Analytics. 8

10 80 % 60 % 40 % 20 % 0 % / zukünftig Höhere Wertschöpfung Profitableres Wachstum Effizientere Unternehmenssteuerung Proaktives Handeln Erhöhung der Zielgenauigkeit Abbildung 6: Realisierbare Nutzenpotenziale durch Business Analytics Wie die Analyse zeigt, ist der Optimismus bezüglich Business Analytics jedoch ungebrochen. Die zukünftig realisierbaren Nutzenpotenziale werden höher eingeschätzt. Insbesondere dem proaktiven Handeln auf Basis von Analysen wird ein hohes Potenzial zugeschrieben. Im Branchenvergleich setzt die Fertigung große Hoffnungen in die Analysemöglichkeiten, 82% der befragten Unternehmen sehen im proaktiven Handeln das größte Nutzenpotenzial. Auch in den anderen Branchen ist diese Erwartung bei über 50% der Unternehmen vorhanden. Dies zeigt, das Vorhersagefunktionen und die Identifizierung neuer Geschäftsfelder in Zukunft an Bedeutung gewinnen wird. Nutzung von Business Analytics zur Identifikation neuer Geschäftsfelder Es wurde aufgezeigt, dass durch den Einsatz von Business Analytics eine Vielzahl an Nutzenpotenzialen realisiert werden können. Die Identifikation neuer Geschäftsfelder ist eines dieser Nutzenpotenziale. Es wurde bereits hervorhoben, dass die Generierung neuer Produkte und Dienstleistungen aus Analysedaten heraus in Zukunft an Bedeutung gewinnen wird. Die aktuelle Analyse zeigt, dass bereits 2/3 der befragten Unternehmen angeben, neue Geschäftsfelder über Analytics zu erschließen. Es zeigt sich, dass dies im Vergleich zum 9

11 Vorjahr eine erhebliche Zunahme bedeutet. Insbesondere die Branchen Banken und Versicherungen sowie der Handel nutzen hier die Möglichkeiten von Business Analytics stark. Die Fertigung ist eher zurückhaltend, jedoch reagiert die Brache im Vergleich zur Studie 2013/14 optimistischer bei dieser Frage. Prof. Gronau: Wenn die Fertigungsindustrie auf den Analytics-Zug aufspringt, winken erhebliche Produktivitäts- und Wettbewerbsvorteile. 100,0 % 75,0 % 50,0 % 25,0 % 0 % Studie 2012 Studie 2013/2014 Studie 2015 Trifft nicht zu Trifft eher zu Trifft eher nicht zu Trifft voll zu Abbildung 7: Wir erschließen neue Geschäftsfelder durch Business Analytics Zusammenfassung Die Studienreihe Wettbewerbsfaktor Analytics wird bereits im dritten Jahr vom Lehrstuhl für Wirtschaftsinformatik und Electronic Government der Universität Potsdam durchgeführt. Ziel ist die Abbildung des Verlaufs der Nutzung und Verbreitung von Business Analytics in deutschsprachigen Unternehmen. In den letzten Jahren konnte festgestellt werden, dass der Bedarf für Business Analytics und dessen Potenziale erkannt, die Nutzung aber noch ausbaufähig ist. Diese Umsetzungslücke ist auch dieses Jahr sichtbar. Die Anwendungen des Business Intelligence (Berichte und Abfragen) dominieren über denen des Business Analytics (Prognosen und statische Analysen). Es findet jedoch in einigen Branchen eine vermehrte Nutzung der Vorhersagefunktion. Die etablierten Berichtssysteme sind hingegen noch vielen Nutzern und dem Management vertraut. Auch die zentrale Informationsversorgung spielt nach wie vor 10

12 eine wichtige Rolle. Die Chancen, die Business Analytics und Big Data bei der individualisierten Informationsversorgung bieten, sind noch nicht überall erkannt und umgesetzt. Es kann aber festgestellt werden, dass die deutschsprachige Wirtschaft die Bedeutung der Datenanalyse für den unternehmerischen Erfolg noch stärker erkannt hat. Die Stärkung der Innovationskraft durch Business Analytics und die Erhöhung der Rentabilität bestehender Prozesse und Produkte stehen dabei auch zukünftig im Mittelpunkt. Es ist eine sukzessive Bewegung weg von reinem Reporting, hin zu Vorhersage zu sehen. Einzelne Potenziale hiervon werden insbesondere in den Branchen Banken und Versicherungen sowie Handel realisiert. Es existieren dort eine Reihe von Projekten, welche Analytics erproben und für den Arbeitsalltag nutzbar machen. Hierbei spielen stärker als in den Jahren zuvor externe Marktforschungsdaten eine Rolle. Die Datenlage wird somit heterogener und die Chance Erkenntnisse mit Business Intelligence Werkzeugen zu gewinnen geringer. Entsprechend muss eine Konzentration auf Analytics-Werkzeuge erfolgen. Die Fertigung befindet sich insbesondere durch die Digitalisierung im Zuge von Industrie 4.0 im Aufbruch. Hier werden zwar noch nicht der gleiche Nutzen erzielt wie in anderen Branchen, aber die Unternehmen beginnen vermehrt Datenquellen zu erschließen und sich aktiv mit prädiktiven Methoden auseinanderzusetzen. In allen Branchen nimmt die datenbasierte Entscheidungsfindung zu. Diese erfolgt zwar bisher auf Basis von Berichten und weniger auf Prognosen und Simulationen, aber die Unternehmen sind auf dem Weg zu einer analysegestützten Unternehmensführung. Der Nutzung von Business Analytics stehen immer noch eine Vielzahl von Hemmnissen gegenüber. In den letzten beiden Jahren konnte festgestellt werden, dass die Daten in den Unternehmen in unterschiedlichem Umfang und unterschiedlicher Qualität vorliegen. Insbesondere die Fertigung hat hier Aufholbedarf. Auch die Integration der Daten zur unternehmensweiten Entscheidungsfindung ist noch nicht weit vorangeschritten. Analysen erstrecken sich auf Abteilungsebene oder integrieren Daten einiger Abteilungen. Eine umfassende Datenintegration ist nur bei wenigen Unternehmen zu finden. Die Ergebnisse der Befragungen erwecken den Eindruck, dass die Unterstützung durch das Management vorliegt, wenngleich die Unterstützung im Jahresvergleich etwas zurückgegangen ist. Die Probleme im Umgang mit Business Analytics scheinen eher auf der Umsetzung und Mitarbeiterebene verankert zu sein. Auf der Umsetzungsebene sind es häufig 11

13 die IT-Abteilungen, die das Analyticsangebot strukturieren. Entsprechend technisch ist die Ausgestaltung. Zentrale Bereitstellung von Informationen, schwer anpassbare Analysen und die fehlende Einbettung in Entscheidungszusammenhänge können als Folgen genannt werden. Auch der Aufbau der Fähigkeiten von Mitarbeitern, mit den Daten umzugehen und selbst problembezogene Analysen zu gestalten, ist nicht weit vorangeschritten. Die Unternehmen identifizieren zwar das fehlende Know-How der Mitarbeiter als Hemmnis, bieten aber keine entsprechenden Schulungen an. In der Trendbetrachtung scheint auch hier keine Verbesserung eingetreten zu sein, sondern eher eine Verschlechterung. Die Begriffe Big Data, Business Analytics und Industrie 4.0 wurde in den letzten Monaten ausführlich in den Medien diskutiert. Die Berichterstattung hat dazu beigetragen, dass das Verständnis über die Bedeutung von Big Data und Business Analytics gewachsen ist. Die aktuelle Studie liefert auch den Beweis: Die deutschsprachigen Wirtschaft hat die Möglichkeiten von Big Data Analytics erkannt. Auf dem Weg zur datenbasierten Unternehmung sind jedoch weiterhin Datenquellen zu erschließen, die Nutzung der Analyseverfahren voranzutreiben und in besonderer Art die Mitarbeiter zur eigenständigen Problemlösung mit den neuen Werkzeugen zu qualifizieren. Es gilt daher die Umsetzungslücke zu schließen und die gewünschten Potenziale zu greifen. Dies geschieht bisher nur in Ansätzen. 12