Warum Big Data oft nutzlos ist

Und er nennt ein verblüffendes Beispiel: Der chinesische Haushaltsgerätehersteller Haier nutzt den Input seiner Servicetechniker zur Innovation. Die hatten berichtet, dass einige Kunden in ländlichen Gegenden Gemüse in den Haier-Waschmaschinen wuschen, wodurch das Sieb sehr schnell verstopfte.

Anstatt davor zu warnen, entwickelte Haier eine neue Maschine, die mit dem Gemüse klarkam, und schrieb auf das Typenschild: "Geeignet für das Waschen von Wäsche, Süßkartoffeln und Erdnüssen."

Little und Big Data kombinieren

Little Data eben. Oder eine intelligente Kombination aus Little und Big Data, wie sie sich ein großer US-Getränkehersteller zunutze machte. Um den Umsatz in Bars und Restaurants zu erhöhen, teilte er diese Kunden mithilfe eines datengestützten Algorithmus in unterschiedliche Kategorien ein. Anschließend fragten sie zu den einzelnen Kategorien gezielte, klassifizierte Informationen bei ihren Außendienstlern ab.

Beides zusammen ergab ein recht genaues Bild davon, wo es sich in Zukunft am meisten lohnte, mithilfe von Promotion-Maßnahmen den Umsatz zu pushen. Und dieses Ziel erreichte das Unternehmen am Ende auch.

Big Data ist vor allem Big Business

Was auch niemand, der sich mit dem Thema beschäftigt, vergessen sollte: Big Data bedeutet vor allem Big Business. Anbieter haben einen Produktnamen erfunden, der sich nach Big Deal, Big Bang, Big Brother, auf jeden Fall nach was Großem, Mächtigem und noch nie Dagewesenem anhört.

Gerade das zuletzt genannte Attribut stimmt nicht: Fast alles, was heute unter Big Data verkauft wird, ist viel älter als der Name. Ein gutes Beispiel bietet das Duisburger Unternehmen Union Technik, ein Full-Service-Anbieter für technisches Gebäudemanagement mit dem Schwerpunkt Tankstellen.

Um Geld zu sparen und mehr Kunden bedienen zu können, stattete Union Technik alle Fahrzeuge mit GPS-Empfängern aus. Seitdem wusste die Zentrale bis auf 30 Meter genau, wo sich ein bestimmter Mitarbeiter (beziehungsweise sein Auto) gerade befand. Dadurch konnte sie immer denjenigen zu einem Kunden schicken, der den kürzesten Anfahrtsweg hatte. Ein enormer Effizienzgewinn.

Der nächste Schritt bestand darin, die Außendienstler vor jedem Auftrag mit möglichst detaillierten Informationen über das zu versorgen, was repariert werden soll. Es entstand eine internetbasierte Datenbank, in der alle Gerätebestandsdaten und ihre Attribute verzeichnet sind. Dadurch wusste der Mitarbeiter am Telefon bei jeder gemeldeten Störung sofort, um welches Gerät es sich handelt und was vermutlich kaputt ist.

Das Verfahren ermöglichte eine erheblich genauere Planung der Ersatzteilversorgung, die Lagerhaltungskosten sanken deutlich.

Und nicht nur die Planung, auch die Organisation der Serviceeinsätze automatisierte man vollständig. Alle Informationen über einen Auftrag wie Adresse des Kunden oder die Art der Störung wurden vom System an den "Mobilen Techniker" gesandt.

Big Data schon vor 13 Jahren

Mithilfe dieser Mischung aus PDA und Tablet-PC organisierte jeder Mitarbeiter seine Arbeit. In jedem der mobilen Computer waren die wichtigsten Gerätedaten hinterlegt. Zusätzlich konnten sich die Mitarbeiter von unterwegs auch direkt in die zentrale Datenbank einloggen.

Ein ziemlich schlaue Big-Data-Anwendung, finden Sie? Stimmt. Deshalb gewann das Unternehmen damit auch den Deutschen Internetpreis. Und zwar im Jahre 2002. Zu einer Zeit also, als der Name Big Data noch nicht mal in der US-Öffentlichkeit verwendet wurde - von Deutschland gar nicht zu reden.

Und heute? Heute sind die Big-Data-Macher natürlich viel weiter. Sie sind nicht nur in der Lage, jedem Rollkofferkäufer im Internet wochenlang weitere Rollkoffer anzubieten. Nein, sie können inzwischen auch demjenigen, der gerade einen Flug von Hamburg nach Düsseldorf und zurück gebucht hat, sofort ein passendes Hotel in Hamburg zu offerieren. Obwohl er durch seine Adressangabe gerade mitgeteilt hat, dass er dort wohnt.