20.1 Ausgangssituation
20.2 Schlussfolgerungen
20.2.1 Herausforderungen
20.2.2 Potenziale
-
Datenbasierte Entscheidungsfindung als Standard. Datenbasierte Entscheidungen sind elementar, wenn man im kompetitiven und zugleich volatilen Umfeld bestehen möchte. Das Risiko von Fehlentscheidungen durch den Rückgriff auf Erfahrungswerte sinkt. Der Einsatz von industriellen Datenanalysen und Maschinellem Lernen in diesen Prozessen ermöglicht es, weitaus mehr Informationen in solche Entscheidungen mit einzubeziehen. Außerdem wirkt dies indirekt dem demographischen Wandel und komplexem Wissensmanagement entgegen, welches insbesondere in KMU zu Problemen führt (Tachkov & Mertens, 2016, S. 29 f.).
-
Schutz vor Wissensverlust. Je mehr Entscheidungen datenbasiert getroffen werden können, desto weniger Gefahr besteht, aufgrund des Verlustes von Erfahrungswissens in einen Wettbewerbsnachteil zu gelangen. Hier setzt auch die Work&Learn-Plattform an.
-
Anwender als Akteure im Markt. Durch gezielte Kompetenzentwicklung der Mitarbeiter im Bereich der industriellen Datenanalyse ist man in einem zukunftsträchtigen Feld führend und auch in der Lage, gestaltend im Markt zu agieren. Neben dem verbesserten Überblick über das eigene Unternehmen hilft die Fähigkeit zum zielgerichteten Einsatz von Datenanalysewerkzeugen Trends und Verhaltensweisen im Markt, von Kunden und von Wettbewerbern früh erkennen zu können.
-
Geschäftsmodellentwicklung. Eigene Geschäftsprozesse werden optimiert. Dabei spielt auch die Weiterentwicklung des eigenen Geschäftsmodells selbst eine Rolle. Smarte Produkte und Services können so in den Fokus rücken und auch für KMU eine näherliegende Option werden. Weiterentwicklungen in der industriellen Datenanalyse bringen Unternehmen so in die Lage, datenbasiert einen neuen Mehrwert für den Kunden zu generieren (Machchhar et al., 2022, S. 1).
-
Schneller Hochlauf. Ein weiteres Potenzial besteht für KMU explizit im Einsatz der entwickelten modularen Datenanalyseplattform des Referenzbaukastens, der AI Toolbox. So ist eine Schlussfolgerung des Projekts, dass es vielen KMU primär insbesondere beim Einstieg nicht um das beste Analyseergebnis geht, sondern um eine gute Lösung, die aber schnell anwendbar und adaptierbar ist. Der modulare Ansatz zur Datenanalyse ist hier ein passender Einstieg. Anwenderunternehmen sind in der Lage, aufwandsarm Analysen durchzuführen und zu experimentieren. Gleichzeitig schafft die Work&Learn-Plattform ein Grundverständnis für datenanalytische Zusammenhänge. Wenn gute Ergebnisse schnell erzielt werden können, wird Entscheidern der Mehrwert deutlich. Aufbauend auf diesen Entwicklungen können Unternehmen dann spezifischere und komplexere Lösungen erarbeiten.