Big-Data-Projekte
mit unstrukturierten Daten

Social-Media-Beiträge, Mails, Bilder, Videos und Office-Dokumente zählen zu den unstrukturierten Daten. Wie Big-Data-Analysen bei ihnen konkret weiterhelfen können, verdeutlichen die drei folgenden Fallbeispiele:

Know-how sichern

Branche: Maschinen- und Anlagenbau

Fragestellung: Wie lässt sich der Wissenstransfer aus Altprojekten schaffen, wenn viele langjährige Mitarbeiter in den Ruhestand gehen?

Ansatz: Im Maschinen- und Anlagenbau dominiert Projektarbeit. Aufgrund der demografischen Entwicklung in Deutschland werden in den kommenden Jahren viele Ingenieure in den Ruhestand gehen. Ingenieure, die teils über Jahrzehnte hinweg die Projekte in den Unternehmen geprägt haben. Damit ihre jüngeren Nachfolger auch künftig Service und Wartung bei Bestandsmaschinen und -anlagen sicherstellen können, sind einige Unternehmen dazu übergegangen, die alten, längst nicht mehr im aktiven Wissenspool vorhandenen, aber nach wie vor existenten Projektberichte und Dokumentationen zu analysieren. So sollen relevante Informationen den Generationswechsel überleben.

Wettbewerbsbeobachtung

Branche: Pharma

Fragestellung: Was treibt die Konkurrenz?

Ansatz: In der Pharmabranche sind die Zyklen bei der Medikamentenentwicklung sehr lang. Gleichzeitig durchlebt die Branche seit gut einem Jahrzehnt sehr tiefgreifende Umwälzungen aufgrund auslaufender Patente, regulatorischer Auflagen und der zunehmenden Digitalisierung. Mehrere Pharmaunternehmen haben ihre Wettbewerbsanalysen daher ausgedehnt. Die Analysen beruhen nun sowohl auf strukturierten Daten aus Datenbanken und aufbereiteten Wirtschaftsanalysen, die Dritte anbieten, als auch auf der Analyse von unstrukturierten Daten: aus Nachrichten, Pressemitteilungen, Blog-Einträgen und wissenschaftlichen Artikeln. So wird es möglich, Signalbegriffe übergreifend zu identifizieren und Sinnzusammenhänge zu erkennen – jenseits von wirtschaftlichen Kennzahlen.

Optik schlägt Kenndaten

Branche: Fensterbau

Fragestellung: Was sind bei Privatkunden die Kaufkriterien für neue Fenster?

Ansatz: In Zeiten immer strengerer Energieeinsparverordnungen kommt den Fenstern in Gebäuden eine maßgebliche Bedeutung zu, um den Energieverbrauch einer Immobilie zu senken. Der Lärmschutz tut sein Übriges. So kommt es, dass die Hersteller von Fenstern verstärkt relevante Kenndaten wie zum Beispiel die sogenannten U-Werte kommunizieren, die die Isolierwirkung beschreiben. Ein Fensterbauer hat daraufhin Beiträge in einschlägigen, offen zugänglichen Kundenforen einer Big-Data-Analyse unterzogen und kam zu einem – vielleicht gar nicht so überraschenden – Schluss: Kaufkriterium Nummer eins ist bei vielen Kunden trotz aller Energieeinspardebatten schlicht und einfach die optische Wirkung des Fensters in der Fassade. Mancher Kundenberater im Unternehmen hatte das vermutlich eh schon gewusst, aber nun ist die These sogar statistisch untermauert.