Die Integration von Sensoren und Kunden

Ansatzpunkte für das CRM

Derartige Anwendungsfälle klingen für sich wenig revolutionär. Dass Ma­schinen ihre Betriebszustände weitermelden, ist Standard. Neu ist im IoT zum einen, dass dafür überall eine Infrastruktur zur Verfügung steht. Man muss also nicht, wenn man irgendwo ein Windrad oder einen Getränkeautoamten aufstellt, zuerst eine Infrastruktur schaffen. Es reicht die standardisierte Schnittstelle zum Internet.

Zum anderen ergeben sich aus der Vielzahl bereits im IoT vorhandener Systeme neue Kommunikationsmöglichkeiten und -strukturen. Die Systeme können, wo es sinnvoll ist, auch untereinander autonom kommunizieren. So zum Beispiel das Windrad mit dem Getränkeautomaten - vielleicht werden dann bei Starkwind die Getränke mit Deckel ausgegeben. Wie erwähnt: sachlich sinnvoll müssen die Anwendungen natürlich schon bleiben, die bloße Demonstration des technisch Machbaren wäre kommerziell sicher problematisch.

Soweit Kunden in den IoT-Szenarien eine Rolle spielen - in den genannten Beispielen der Fahrer eines Connected Car oder der Käufer am Getränkeautomaten - führt IoT zwangsläufig immer auch zum Thema CRM. Die Grundidee des CRM ist es, die Beziehung von Anbietern zu ihren Kunden zu managen und daraus zusätzliches Geschäft zu generieren, bei gleichzeitig gesteigerter Kundenzufriedenheit. Wenn man IoT als weiteren, nicht isolierten, digitalen Kommunikationskanal mit dem Kunden versteht, bei dem eben die Interaktion durch ein Gerät und nicht den Kunden selber initiiert wird, ergeben sich große Potenziale für eine digitale Transformation auf dem Weg zur nächsten Evolutionsstufe des CRM.

Um dieses Potenzial zu nutzen, reicht die bloße Vernetzung von Geräten nicht aus. Wichtiger ist, wie man die neuen Möglichkeiten der automatisierten Interaktion im Sinne einer Weiterentwicklung der Kundenbeziehung nutzt und welche Systeme man dafür benötigt. Dabei sind zwei Aspekte zu unterscheiden:

• Die von den Geräten verschickten Nachrichten müssen empfangen und analysiert werden. Dabei greift man auf Konzepte wie Complex Event Processing und Big Data zurück.

• Um aus den gesammelten Daten Erkenntnisse zu gewinnen und Muster zu erkennen, werden fortgeschrittene Analyseverfahren wie Predictive Decisioning eingesetzt

Diese Aspekte beschreiben auch den Fokus der meisten am Markt verfügbaren Lösungen im Kontext von IoT.