Experten sind sich einig: Big Data bietet enorme Potenziale. Doch wie sollen gewonnene Daten verwaltet, analysiert und kommuniziert werden, um tatsächlich einen Mehrwert für Unternehmen zu schaffen? Gemeinsam mit 15 Partnern und unter Leitung seines Spin-offs KEX AG untersucht das Fraunhofer-Institut für Produktionstechnologie IPT die Herausforderungen die sich daraus ergeben.

Die Digitalisierung, einschließlich der Integration von Netzwerkfähigkeiten in physische Produkte und Produktionslinien, hat mittlerweile in den verschiedensten Branchen und Anwendungsfeldern Einzug gehalten. Das erzeugt täglich große Mengen von Daten, die das Potenzial für bessere Entscheidungen bergen. Doch im gleichen Zuge entstehen neue Herausforderungen, denn Unternehmen müssen in der Lage sein, diese wachsenden Datenschätze auch zu heben und sinnvoll für sich zu nutzen. Daraus ergeben sich viele Fragen: Welche sind die richtigen Plattformen und Tools für Advanced Data Analytics? Was werden die führenden Anwendungen sein, die Data-Analytics-Technologien in Zukunft vorantreiben? Welche Märkte und Anwendungen werden als nächstes profitieren oder durch neue digitale Geschäftsmodelle abgelöst werden? Und außerdem: Welche Produkte, Dienstleistungen und Datenanbieter definieren das zukünftige Ökosystem aus Produkten und Dienstleistungen der Unternehmen?

Die Partner aus Industrie und Forschung wollen nun in einem gemeinsamen Projekt wirtschaftliche und technologische Transparenz über Advanced Data Analytics schaffen: Unter der Leitung der KEX Knowledge Exchange AG werden in einem elfmonatigen internationalen Projekt relevante Markt- und Technologietrends identifiziert und analysiert. Der Fokus dabei liegt auf den Branchen Automobil, Gesundheitswesen, Konsumgüter, Kommunikation und Logistik. Process Mining, Deep Learning, Neural Networks und Artificial Intelligence sind nur einige der vielen Schlagworte, die in diesem Kontext auftauchen.

Während die Forschungsinstitute wie das Fraunhofer IPT, das Werkzeugmaschinenlabor WZL der RWTH Aachen, das Forschungsinstitut für Rationalisierung (FIR) e. V. an der RWTH Aachen sowie der Lehrstuhl für Informationsmanagement im Maschinenbau IMA der RWTH Aachen ihr Know-how über Advanced Data Analytics einbringen, bestimmen die derzeit 15 Projektpartner – unter ihnen namhafte Unternehmen wie die Kaufland Stiftung & Co. KG, Miele & Cie. KG oder die Hella KGaA Hueck & Co. – die Ausrichtung und den Verlauf des Projekts. Das Konsortium soll schließlich nicht nur Tools und Methoden analysieren und testen, sondern auch mögliche disruptive Geschäftsmodelle erkennen. Darüber hinaus stehen der branchen- und wertschöpfungsübergreifende Austausch und Networking auf dem Plan. Das Projektziel ist es, die Unternehmen zu befähigen, ihre Daten strategisch zu nutzen und Produkte, Dienstleistungen, Produktions- und Geschäftsprozesse langfristig zu optimieren.

Das Projekt startete im Juni 2017, interessierte Unternehmen können sich jedoch noch bis zum 15. August einen Platz in diesem Konsortium sichern.

Mehr Info

Das könnte Sie auch interessieren

>> Dark Data: Komm auf die dunkle Seite der Business Analytics!

Dark Data – das klingt unheimlich, fast schon gefährlich. Und in der Tat, die dunklen Daten – also der verborgene Teil gesammelter Datenmengen – bergen auch Risiken für Unternehmen. Dabei besteht die größte Gefahr nicht etwa darin, dass sie womöglich illegal sind, sondern dass sie bislang als unkontrollierbar galten. Was steckt also hinter diesen dunklen Daten? Und wie können Firmen mit ihnen umgehen? >> mehr lesen

>> Wissensmanagement & Analytics: Das Beste aus beiden Welten

HR wandelt sich zusehends zur datengestützten strategischen Unternehmensfunktion. Die breite Einführung von Cloud-basiertem, 360-Grad Talent Management stellt heutzutage jene Datenmengen bereit, die Unternehmen benötigen, um wirklich datengestützte Entscheidungen treffen zu können. Stichworte dieser Entwicklung lauten Big Data und Business Analytics. >> mehr lesen

>> Quantified Self: Die Vermessung des eigenen Körpers

Quantified Self, die Vermessung des Ichs, wird langsam zur Massenbewegung. Für den User verspricht der Trend einen großen persönlichen Nutzen und eine gesteigerte Lebensqualität, für Unternehmen bietet die Selbstvermessung im Consumer-Bereich eine immense wirtschaftliche Chance. Die Nutzerdaten helfen in ausgewerteter Form bei breit angelegter Marktforschung, die nicht nur kostengünstiger ist als herkömmliche Kundenumfragen. Stattdessen bringt sie auch viel mehr und obendrein realistischere sowie kontinuierlich aktualisierte Daten hervor. Die Auswertung der Quantified-Self-Daten bedeutet nicht nur einen neuen Aufgabenbereich für Business Intelligence, sondern vor allem ein großes Nutzenpotenzial für die verschiedenen Unternehmensbereiche. >> mehr lesen

>> Big Data: Zwischen Sammelfrust und Sammellust

Fakt ist, Big Data kommt in den Unternehmen an: Innerhalb von nicht einmal zwei Jahren verdoppeln sich durchschnittlich die produzierten Terabyte-Mengen in datengetriebenen Unternehmen. Der Business-Intelligence-Kontext (BI) rückt dabei immer weiter in den Fokus. Fakt ist aber auch, dass ein alleiniges Sammeln und Speichern von Daten nicht ausreicht. Unternehmen müssen ihre Datenmengen intelligent analysieren und für den eigenen Geschäftserfolg nutzbar machen, um auf lange Sicht mit dem Wettbewerb mithalten zu können. Die umfassende Analyse riesiger Datenfluten – auch in Echtzeit – ist heutzutage für Unternehmen jeder Größe, auch mit eingeschränkten Budgets umsetzbar. >> mehr lesen

>> Der virtuelle Call-Center-Agent: Künstliche Intelligenz meets Big Data

Wenn es einen Begriff gibt, der in technischer Hinsicht symptomatisch für die Gegenwart ist, so lautet er „smart“: Telefone, Häuser, Stromnetze und andere Dinge werden scheinbar über Nacht smart. Das gilt mittlerweile sogar für Mitarbeiter. Als virtuelle Assistenten stehen sie ihren real existierenden Kollegen hilfreich zur Seite. Abseits des Internet of Things und anderen Machine-to-Machine-Kommunikationsformen erschließen digitale Technologien damit einen Bereich, in dem Mensch und Maschine auf einem neuen Level zusammenarbeiten. So kombiniert beispielsweise ein virtueller Kundenbetreuer Big-Data-Techniken mit Innovationen aus den Bereichen Künstliche Intelligenz und Maschinelles Lernen – und eröffnet so ganz neue Möglichkeiten für Call und Contact Center. >> mehr lesen