Bei dem Vorhaben, Data Science oder Predictive Analytics im eigenen Unternehmen einzusetzen, stoßen viele Unternehmen auf Hürden, die die Umsetzung erschweren. Das Bewusstsein für die Wichtigkeit fortgeschrittener Analyseverfahren ist längst vorhanden, doch Unternehmen haben oft noch Schwierigkeiten bei der technischen und personellen Realisierung.
Big Data ist allgegenwärtig. Immer größere Datenmengen stehen zur Verfügung und sammeln sich in Unternehmen. Was einerseits die Infrastruktur belasten kann, eröffnet durch Business Intelligence, Data Science und Advanced- und Predictive Analytics vielfältige Möglichkeiten. Unternehmen können die eigenen Daten analysieren und nutzbar machen. Das Ziel von Predictive Analytics ist es dabei, nicht mehr nur Aussagen über die gegenwärtigen Vorgänge in einem Unternehmen zu treffen, sondern auch über die Zukunft. Richtig eingesetzt treffen Unternehmen dadurch objektivere Entscheidungen und generieren Wettbewerbsvorteile.
Die Potentiale von Predictive Analytics sind weitestgehend erkannt: In einer Anwenderstudie der BARC geben 94 % der befragten Unternehmen an, dass sie fortgeschrittene Analyseverfahren zukünftig für wichtig halten. Trotzdem setzen bislang nur etwas mehr als ein Drittel der Unternehmen diese ein. Doch woran liegt es, dass noch nicht so viele Unternehmen auf fortschrittliche Analyseverfahren zurückgreifen, wenn die Wichtigkeit doch allen bewusst ist?
Unternehmen fehlen technische und personelle Ressourcen
Baustellen gibt es vor allem an zwei Stellen: dem Personal und der technischen Infrastruktur. Auf der einen Seite stellt die Studie der BARC fest, dass es vielen Unternehmen am nötigen Know-how bzw. Spezialisten fehlt, um Daten umfassend zu analysieren. Auf der anderen Seite stehen Unternehmen auch vor technischen Herausforderungen. In einer Studie der PAC zu Predictive Analytics in der Fertigungsindustrie beklagen über 60% der befragten Unternehmen den hohen Implementierungsaufwand. Insbesondere mittelgroße Unternehmen haben oft zu wenige IT-Fachleute, um die komplexe Implementierung alleine vorzunehmen.
Ganz allgemein fehlen den Fachbereichen und der IT von Unternehmen laut der BARC-Studie die Ressourcen, um Data Sciences erfolgreich zu betreiben. Für Unternehmen, die bereits Advanced- und Predictive Analytics einsetzen, stellt zudem auch der Datenschutz ein Hindernis dar, dass Data Science-Projekte beeinträchtigt.
Weiterbildung zum Data Scientist lohnt sich
Die Unternehmen stehen nun vor der Aufgabe, kompetentes Personal zur Verfügung zu stellen und technische Hindernisse aus der Welt zu schaffen. Sie müssen darüber entscheiden, ob sie ihr vorhandenes Personal weiterbilden oder neues Personal einstellen. In der Studie des BARC geben die befragten Unternehmen an, dass vor allem speziell ausgebildete Data Scientists oder Key User in den Fachbereich die Analyse der Daten übernehmen sollen.
Wer sich auf dem Arbeitsmarkt jedoch nach Data Scientists umsieht, der dürfte dort auf ein zusätzliches Hindernis stoßen. Laut BARC berichten Unternehmen von Schwierigkeiten, Data Scientist zu rekrutieren. In Zukunft wird sich das Problem der Personalknappheit weiter verschärfen. Für Unternehmen bietet es sich an, das Problem daher selbst in die Hand zu nehmen und eigene Mitarbeiter weiterzubilden.
WEITERE ARTIKEL
17. Juni 2022
„Wir greifen nach den Sternen“ – affinis Sommerevent 2022
Die lange Planung und aufwendige Vorbereitung haben sich ausgezahlt: Am Freitag, den 10.…
16. Juni 2022
Trainee in SAP? Interview über den Berufseinstieg als SAP Consultant oder Developer
Wir haben mit Marc, Bereichsleiter für SAP Solutions bei affinis, über die verschiedenen…
14. Juni 2022
SMARTcon IT Trainingscamp 2022 – affinis erfindet Talent-Scouting neu
Der Bereich „Services & Plattform Solutions“ von affinis hat ein Event für…