Schneller zu besseren Entscheidungen: Mit präskriptiven Analysen stellen sich Unternehmen bestmöglich für die Zukunft auf

Viele Unternehmen in Deutschland nutzen ihre Daten noch nicht optimal. Nur 34 Prozent schöpfen das vorhandene Potenzial vollständig oder eher stark aus, wie eine aktuelle Studie im Auftrag des Digitalverbands Bitkom belegt. Dabei sind Daten die Basis für fundierte Entscheidungen. Entsprechend gewinnt die umfassende Analyse von Daten über alle Branchen hinweg immer mehr an Bedeutung. Ein neuer Ansatz sind präskriptive Analysen, die dazu dienen, Prozesse vorausschauend zu planen, die Auswirkungen von Entscheidungen zu antizipieren und alle Abläufe zu optimieren. Mit dieser Entscheidungsunterstützung legen Unternehmen den Grundstein für eine erfolgreiche digitale Zukunft. Aber wie funktionieren präskriptive Analysen genau?

Das Konzept beruht auf Künstlicher Intelligenz (KI), die konkrete Handlungsempfehlungen für die Steuerung von Prozessen gibt. Mitarbeiter sehen auf einen Blick immer eine Reihe von Optionen für die Steuerung von Prozessen – mit aller Transparenz über die Faktoren und Auswirkungen der einzelnen Alternativen. Dazu gehören zum Beispiel Informationen zum Zeitbedarf und den Kosten einer Maßnahme sowie deren Effekt auf weitere Unternehmensabläufe. Die beste Vorgehensweise wählen Mitarbeiter selbst aus und stoßen anschließend die nächsten Schritte an. Außerdem können Unternehmen geeignete Prozesse digital abbilden („Digital Twin“) und mithilfe präskriptiver Analysen komplett automatisieren.

Richtige Datenarchitektur schaffen

Für Berechnungen und Simulationen benötigt die KI den direkten Zugriff auf möglichst alle aktuellen und historischen Daten aus internen und externen Quellen. Die in vielen Unternehmen bestehende Datenarchitektur erschwert diesen Zugriff aber. Ein Beispiel: In Fertigungsunternehmen fehlt oft die umfassende Vernetzung zwischen der Informations- und Betriebstechnik. Wie aus einer Studie der International Data Corporation (IDC) im Auftrag von InterSystems hervorgeht, ist sie nur in 36 Prozent der befragten deutschen Unternehmen erfolgreich umgesetzt. Mit moderner Datentechnologie, die standardmäßig bereits über leistungsfähige Interoperabilitätsfunktionen verfügt, stellt die Einführung präskriptiver Analysen hingegen keine unüberwindliche Hürde mehr dar.

Zeitgemäße Datenplattformen versetzen Unternehmen in die Lage, Daten jeden beliebigen Formats aus diversen Quellen zu verknüpfen, zu verarbeiten und zentral zu speichern. Sie beherrschen alle gängigen Standards, Protokolle und Profile für den reibungslosen Datenaustausch und unterstützen teilweise branchenspezifische Anforderungen ohne Zusatzmodule oder manuelle Konfigurationsskripte. Bestehende Anwendungs- und Datensilos werden so schnell und effizient aufgebrochen. Auch aus den Systemen ihrer Partner und Lieferanten können Unternehmen relevante Daten bei Bedarf abfragen und direkt in ihre Analysen einbinden. Datenplattformen dienen heute auch dazu, die zum Teil sehr unterschiedlichen Daten automatisch zu harmonisieren und zu normalisieren, um sie für die anschließende Auswertung nutzbar zu machen. Auf diese Weise entsteht eine einheitliche und stets aktuelle Datenbasis für präskriptive Analysen.

Besonders fortschrittliche Datenplattformen bieten zudem weitere integrierte Funktionen für Business Intelligence, KI und Maschinelles Lernen (ML) und die Prozessautomatisierung. Das senkt den Zeitbedarf und die Kosten für die Einführung präskriptiver Analysen und verkürzt die Time-to-Value.

Einfache und schnelle Implementierung

Eine moderne Datenplattform steht wahlweise auf eigenen Servern, in der Cloud oder in einer hybriden Umgebung bereit. Sie kann auf der bestehenden IT-Infrastruktur aufbauen und diese sinnvoll ergänzen. Unternehmen müssen ihre Systeme daher nicht zwangsläufig austauschen und profitieren in vielen Fällen weiterhin von bereits getätigten Investitionen. Unabhängig von der Art und Weise der Implementierung muss die Datenplattform in der Lage sein, flexibel und schnell zu skalieren, um steigenden oder sinkenden Anforderungen unmittelbar zu begegnen.

Einsatz von präskriptiven Analysen in der Praxis

Mitarbeiter werden durch präskriptive Analysen spürbar entlastet, da ihnen die KI bei der Prozessüberwachung und -steuerung zur Seite steht und die Entscheidungsfindung mit konkreten Vorschlägen erheblich erleichtert. Die Zahl der möglichen Anwendungsfälle von präskriptiven Analysen wächst kontinuierlich und in allen Bereichen. Jede Branche findet mit der KI wegweisende Antworten auf aktuelle Herausforderungen. In der Praxis helfen präskriptive Analysen beispielsweise beim effizienten Management von Lieferketten.

Durch konkrete Handlungsempfehlungen können Unternehmen den eigenen Bedarf an Ressourcen präzise ermitteln, den besten Zeitpunkt für ihre Lieferung bestimmen und diese auf Wunsch automatisch veranlassen. Der Hauptvorteil präskriptiver Analysen kommt auch hier zum Tragen: Die KI listet immer mehrere Optionen für die Beschaffung von Ressourcen auf und befähigt Entscheider, Kosten und andere Faktoren transparent zu vergleichen. Störungen in Lieferketten erfassen Unternehmen durch präskriptive Analysen vorausschauend. Danach können Mitarbeiter proaktiv für Entlastung sorgen, indem sie Transporte frühzeitig umlenken, Waren aus Lagern weiterer Standorte anfordern, Aufträge dorthin abgeben oder alternative Bezugsquellen finden.

In der Fertigungsbranche unterstützen präskriptive Analysen bei der Sequenzierung von Produktionsaufträgen. Dadurch entsteht ein genauer Produktionsplan. Mitarbeiter wissen sofort, wie sie Aufträge und Teilschritte für eine hohe Maschinenauslastung anordnen müssen. Der Handel nutzt präskriptive Analysen zudem, um saisonale Sonderangebote in Abhängigkeit von Witterung, lokalem Wettbewerb und Lieferketten zu planen.

Das sind nur einige wenige Beispiele dafür, dass die Zahl der möglichen Anwendungsfälle von präskriptiven Analysen kontinuierlich und über alle Branchen hinweg wächst.

Weitere Tipps für die erfolgreiche Einführung von präskriptiven Analysen

Bevor Unternehmen ein erstes Projekt starten, sollten sie zunächst einen klaren Business Case definieren und eindeutige, messbare Ziele formulieren. Zur Vorbereitung gehört auch, bestehende Prozesse eingehend zu überprüfen und gegebenenfalls zu optimieren. Denn schlechte analoge Prozesse werden weder durch die Digitalisierung noch durch den Einsatz präskriptiver Analysen besser. Nach dem ersten Leuchtturmprojekt steht Unternehmen die Welt der präskriptiven Analysen offen. Sie können von den gemachten Erfahrungen ausgehend den nächsten passenden Anwendungsfall auswählen und direkt umsetzen.