Daten sind bekanntlich das Gold des digitalen Zeitalters. Denn im Zuge der Digitalisierung steigt die Menge an Daten in den Unternehmen rasant an. Damit steigt auch das Potenzial, Daten gewinnbringend im Unternehmen zu nutzen – sei es für die Entwicklung neuer oder die Verbesserung
bestehender Produkte, sei es für neue Geschäftsmodelle oder natürlich auch für die Optimierung der Produktion. Das ZEW – Leibniz-Zentrum für Europäische Wirtschaftsforschung in Mannheim – hat in einer aktuellen repräsentativen Umfrage unter deutschen Unternehmen herausgefunden, dass das Verarbeitende Gewerbe noch sehr zurückhaltend bei der Nutzung seiner Daten agiert – im Vergleich zu Unternehmen aus der Informationswirtschaft: Demnach ist für 47 % der Unternehmen im Verarbeitenden Gewerbe die Steuerung oder Verbesserung von Prozessen der am weitesten verbreitete Einsatzzweck für die Nutzung von Daten. In der Informationswirtschaft hingegen geben dies 63 % der Unternehmen zu Protokoll.
Nur knapp 50 % der Befragten im Verarbeitenden Gewerbe verwenden Daten aktuell für die Unterstützung von Entscheidungen oder die
(Weiter-)Entwicklung von Produkten, Diensten oder Geschäftsmodellen. Unter den abgefragten Einsatzzwecken ist die Datennutzung für Prognosen beziehungsweise Data Analytics am geringsten verbreitet: Im Verarbeitenden Gewerbe spielt sie für 27 % eine Rolle; in der Informationswirtschaft sind es hingegen 39 %. Immerhin planen mittelfristig mehr Unternehmen Daten für mehr Ziele einzusetzen als bisher. Den größten Schub erwarten die Unternehmen dabei hinsichtlich des Einsatzes von Daten für Produktivitätssteigerungen.
Produktivitätssteigerungen sind zum Beispiel möglich, wenn Daten aus der Produktion dafür genutzt werden, um Trends in der Qualität frühzeitig aufzuzeigen – bevor ein Problem auftaucht. Das heißt zum Beispiel: Laufen wir bald Gefahr, dass ein Bauteil nicht mehr maßhaltig produziert wird – und woran liegt es genau? Predictive Quality nennen dies die Fachleute. Was dies genau ist und was es bringt, lesen Sie ab Seite 18.
