Industrial Analytics Studie 2016/2017 bestätigt Mangel an Data Scientists

Data Analytics wird in den kommenden fünf Jahren zum kritischen Faktor für die Industrie.
Studie zeigt: Trotz des Mangels an Fachleuten sehen die Unternehmen in Data Analytics ein erhebliches wirtschaftliches Potenzial.

Industrial Analytics, also die Auswertung der in der Industrie über den Lebenszyklus der Produkte anfallenden Daten, führt in der öffentlichen Wahrnehmung ein Nischendasein. Doch im Rahmen der digitalen Transformation ist es für die Industrie von vitaler Bedeutung, wie sie die gewonnenen Daten nutzbar machen. Bislang war unklar, wie weit die Unternehmen in Sachen Industrial Analytics vorangeschritten sind. Für eine bislang einzigartige Standortbestimmung ließ die Arbeitsgruppe „Industrial Analytics“ des Digital Analytics Association e.V., der auch Alexander Thamm angehört, die repräsentative Studie „Industrial Analytics 2016/2017“ durchführen. Diese zeigt: Trotz aller noch zu meisternden Herausforderungen ist Industrial Analytics gekommen, um zu bleiben.

Industrial Analytics ist dabei, sich zum unternehmenskritischen, strategischen Werkzeug über alle Bereiche hinweg aufzuschwingen. Big Data, Internet of Things (IoT) und Industrie 4.0 sind die treibenden Kräfte hinter dieser Entwicklung. Fast 70 Prozent der Studienteilnehmer gehen davon aus, dass Industrial Analytics in den kommenden fünf Jahren eine kritische Rolle in den Unternehmen einnehmen wird. Beachtliche 15 Prozent sehen diesen Stellenwert schon heute erreicht. Zudem haben bereits über 45 Prozent der Befragten eine dedizierte Einheit für Industrial Analytics aufgebaut.

alexander-thamm-industrial-role-of-big-data-in-your-organization

 

Dass Industrial Analytics als geschäftskritische Querschnittsfunktion erkannt wurde, zeigt auch ein Blick ins Management. Nur bei sieben Prozent der Studienteilnehmer sind es CIO oder CTO, die entsprechende Initiativen vorantreiben. Bei 58 Prozent der Unternehmen steht das Top-Management in Form des CEO oder COO hinter dem Engagement. Damit scheint die Mehrheit der Befragten Daten als Wirtschaftsgüter und eigenständige Ressourcen zu sehen, nicht als technologische Assets. Dabei fällt jedoch auf, dass die Rolle des Chief Data Officers (CDO), der eine umfassende digitale Strategie im Unternehmen vorantreibt, noch kaum in den Organisationen verankert wurde.

Allerdings kämpfen viele Unternehmen noch mit einigen Schwierigkeiten bei der Umsetzung von Industrial Analytics. Die Hürden sind dabei weniger das Sammeln der Daten über unterschiedliche Sensoren, Kanäle und IoT-Devices – hier fühlen sich 60 Prozent der Befragten gut aufgestellt. Jedoch nur gut 30 Prozent sind der Meinung, die Datenmassen so analysieren zu können, dass wichtige Erkenntnisse zutage treten. Die Studie weist hier auf einen signifikanten Mangel an entsprechend ausgebildeten Fachleuten in den Bereichen Data Science, Data Analytics und maschinelles Lernen hin. „Mit dem Mangel an Data Scientists sehen wir uns auch jeden Tag aufs Neue konfrontiert. Erst langsam entstehen in Deutschland Studiengänge und Weiterbildungsmöglichkeiten für Data Scientists. Wir bilden daher bereits seit 2013 selbst Data Scientists aus und haben hierfür ein eigenes Trainee-Programm entwickelt.“, so Alexander Thamm, Gründer und CEO der gleichnamigen Data-Science-Beratung.

Auf der Kostenseite hingegen zeigt die Studie, dass es vor allem die Investitionen vorab in Software-Entwicklung und den Zugang zu Daten sind, die die Kosten in die Höhe treiben. Auf die tatsächliche Auswertung der aufbereiteten Daten entfallen nicht einmal 15 Prozent der Gesamtkosten, die Interpretation der Ergebnisse schlägt mit gut sechs Prozent zu Buche. Dazu passt, dass die Unternehmen Industrial Analytics als Wertschöpfungsbeitrag sehen: Das Gros der Unternehmen erhofft sich durch die strukturierte Datenanalyse in erster Linie höhere Umsätze und mehr Kundenzufriedenheit. Auch die Verbesserung der Produktqualität steht weit oben auf der Liste. Nur knapp vier Prozent der Befragten betrachten geringere Kosten als größten Nutzen der Industrial Analytics.

alexander-tham-biggest-benefits-for-your-company

Als wichtigste Industrial Analytics Anwendungsfelder in den nächsten 1-3 Jahre sehen die Befragten Predictive und Prescriptive Maintenance, gefolgt von Customer- und Marketinganalytics. Die Studienergebnisse bestätigen die Erfahrung von Alexander Thamm. „Wir sehen aktuell eine große Nachfrage bei unseren Kunden nach Predictive Maintenance Lösungen. Insbesondere in der Automobilbranche findet dieser Ansatz bereits großen Anklang. Auch mit kleinen Projekten können schnell Kosteneinsparungen in Millionenhöhe realisiert werden.“ Den größten Nutzen von Data Science Lösungen sieht Alexander Thamm aber nicht in der Reduzierung von Kosten. „In der Erweiterung bestehender und der Entwicklung neuer, datenbasierter Geschäftsmodelle liegt das wahre Potenzial von Industrial Analytics. Erfreulicherweise erkennen dies immer mehr Unternehmen und setzen entsprechende Initiativen und Pilotprojekte um.“

 

Den Download zur Studie „Industrial Analytics 2016/2017“ finden Sie hier:

Studie

Tags

top