Das Thema der personenbezogenen Daten hat in Deutschland spätestens seit dem Inkrafttreten der Datenschutz-Grundverordnung im Mai diesen Jahres einen neuen Grad an Sensibilität erreicht. Im persönlichen Gespräch mit HR-Verantwortlichen und -Entscheidern in Unternehmen fällt bei der Frage nach Data-Analytics sofort das Stichwort Datenschutz. Bei Daten zu eigenen Beschäftigten halten die Unternehmen hierzulande lieber die Füße still. Doch wie lange noch?
Das Thema Predictive Analytics wird in den kommenden Jahren in der Arbeitswelt eine größere Relevanz als bislang bekommen. Die Marktforscher von IDC messen für ihre Untersuchung „Predictive Analytics 2018“ aktuell einen Relevanzwert von fast 50 Prozent der Unternehmen. Doch der Blick auf die kommenden drei Jahre eröffnet die Perspektive auf ein deutlich größeres Potenzial. Demnach erwarten zwei von drei Unternehmen einen sehr großen bis großen Bedeutungszuwachs für Predictive Analytics. Nur 14 Prozent der Betriebe messen dem Thema keine große Relevanz bei.
Bei genauem Hinsehen tendieren Großunternehmen und mittlere Betriebe in ihren Einschätzungen in verschiedene Richtungen. So stufen die meisten Unternehmen ab 1.000 Mitarbeitern Predictive Analytics als sehr wichtig bzw. als wichtig ein. Für den jetzigen Zeitpunkt bestätigen das 53 Prozent, für die kommenden Jahre sogar 68 Prozent. Zum Vergleich: Für 27 Prozent der kleinen Firmen mit weniger als 100 Mitarbeitern sind Predictive Analytics schon heute relevant, mit der Perspektive auf die nächsten drei Jahre sind es sogar 54 Prozent. Noch größer fällt die Differenz zwischen den Unternehmen nach Höhe ihrer IT-Etats aus. So messen sieben von zehn Unternehmen mit einem IT-Etat von über zehn Millionen Euro Predictive Analytics bereits einen hohen Stellenwert bei. Unter den Firmen mit einem IT-Etat von bis zu einer Million Euro ist es nur rund jeder fünfte Betrieb.
Großunternehmen und IT-starke Betriebe sind bei Predictive Analytics besonders engagiert
Entsprechend weit sind vor allem große Unternehmen bei der Realisierung von Analytics-Projekten. Insgesamt hat mehr als jedes dritte Unternehmen schon Analytics-Projekte realisiert, davon die Mehrzahl im Bereich Predictive Analytics, vor allem die großen Unternehmen. Insgesamt haben 5 Prozent der Unternehmen ein umfangreiches Analytics-System bereits intern, 12 Prozent analysieren schon regelmäßig, und 20 Prozent haben mindestens erste Analytics-Projekte realisiert oder begonnen. Auch hier laufen die großen Unternehmen vorneweg. Ihr Anteil der Unternehmen mit umfangreichen Analytics-Systemen ist zweimal so hoch wie der Vergleichswert in KMUs.
17 Prozent aller für die Studie befragten Firmen planen im kommenden Jahr konkrete Analytics-Aktivitäten, weitere 30 Prozent der Unternehmen denken allgemein über Analytics-Aktivitäten nach. Mit fast einem Drittel ist der Anteil der kleinen Unternehmen, die sich überhaupt nicht mit Analytics-Projekten beschäftigen, besonders hoch. Wichtigste Analytics-Verfahren in den Firmen sind Descriptive Analytics (Was ist passiert?) und Diagnostische Analytics (Warum ist es passiert?).
HR hat bei Predictive Analytics großen Nachholbedarf
HR spielt bei den Einsatzszenarien für Unternehmen nur eine untergeordnete Rolle. So setzen die Betriebe die Ergebnisse aus Predictive Analytics zuerst für Geschäftsentscheidungen (94 Prozent). 28 Prozent der Betriebe wollen mit Predictive Analytics ihre Geschäftsentwicklung voranbringen. Je größer die Unternehmen sind, desto eher bauen sie für ihr Geschäft auf Analytics.
Zu den Haupteinsatzgebieten für Predictive Analytics in Unternehmen zählen die IT, die Geschäftsführung bzw. das Management und die Produktion bzw. Fertigung. Etwa jeder zweite Betrieb setzt Predictive Analytics für die Bereiche Finanzen bzw. Steuer bzw. Controlling, Forschung und Entwicklung sowie Einkauf bzw. Beschaffung ein. Auch HR bemüht sich ähnlich wie andere Fachbereiche darum, mit der Hilfe von Datenmodellen mögliche Ereignisse in der Zukunft zu prognostizieren, zählt aber zu den Nachzüglern.
Hohe Zufriedenheit mit den abgeschlossenen Analytics-Projekten
Sechs von zehn Betrieben sind mit ihren eigenen Predictive Analytics-Projekten und dem Kostenaufwand sehr zufrieden oder zufrieden. Als Voraussetzung für einen erfolgreichen Abschluss eines solchen Projektes geben die Befragten einen klaren Business-Case an. Bei den Ergebnissen ragt der hohe Wert von 90 Prozent der kleinen Unternehmen heraus. Die hohe Zufriedenheit erklären die Studienautoren damit, dass Analytics-Projekte in kleinen Firmen in der Regel klar abgesteckt sind und sich in einem kurzen Zeitraum abschließen lassen. Lediglich 11 Prozent der Betriebe sind mit ihren Analytics-Projekten unzufrieden.
Eine Mehrheit von 58 Prozent der Firmen gibt an, dass sich ihr finanzieller und ihr Arbeitsaufwand gelohnt hat, während sich in 26 Prozent der Unternehmen Aufwand und Nutzen die Waage halten. Die überwiegende Mehrheit der Unternehmen startet ein Predictive-Analytics-Projekt erst dann, wenn ein Business-Case und dessen Ziele definiert sind.
Hohe Investitionsbereitschaft von IT-affinen Großunternehmen
Die meisten Betriebe wollen in den nächsten zwölf Monaten verstärkt in Predictive Analytics investieren, insbesondere in die IT-Infrastruktur und den Aufbau interner Skills. Vor allem Großunternehmen mit einem hohen IT-Etat von über zehn Millionen Euro stellen ein Zusatzbudget für solche Projekte bereit. Lediglich 13 Prozent der Unternehmen wollen 2019 nicht in Predictive Analytics investieren, unter den kleinen Betrieben sind es 18 Prozent.
Konkret investieren die Unternehmen zuerst in die IT-Infrastruktur, also in den Kauf von Hardware und Software, in die Implementierung von Services rund um Analytics sowie in die Vorbereitung und Migration von Daten. Weitere 40 Prozent der Unternehmen stecken Geld in die Förderung interner Skills. Dazu zählen der Aufbau einer eigenen Organisationseinheit mit eigenem Budget, die Schaffung neuer Stellen oder die Weiterbildung der Belegschaft. Externe Dienstleister kommen hier kaum zum Zug. Lediglich rund 10 Prozent der Unternehmen investieren in die Zusammenarbeit mit externen Providern, etwa für technische und fachliche Beratung oder die Auslagerung von Analytics.
Komplexität, mangelnde Ressourcen und Skills als größte Herausforderungen
Die größten Herausforderungen für Unternehmen bei Predictive Analytics sind fehlende Ressourcen im Fachbereich oder in der IT, die hohe Komplexität der IT-Lösungen und ein Mangel an analytischen Skills und an Datenqualität. Weiterhin bremsen der Datenschutz und die Datensicherheit Analytics-Aktivitäten ab. Häufig sind historische oder externe Daten nicht in der Form, Menge und Qualität verfügbar, wie sie benötigt werden. Weitere Probleme können bei der Datenintegration auftauchen. Anbieter sollten also Kinderkrankheiten bei der Implementierung und Nutzung von Analytics-Software beseitigen.