gs1-neton-header-09.jpg

«Wir haben klare unternehmerische Ziele.»

Swisscom macht aus Big Data zwei Geschäftsmodelle: Sie will einerseits ihre immensen Datenbestände ganz neu nutzen und andererseits Unternehmen Datenanalysetools anbieten. Victor Schlegel, Head of Big Data & Business Intelligence Services bei der Swisscom Schweiz AG, berichtet.

GS1 network: Wie kamen Sie beruflich in Kontakt mit Big Data?
Swisscom befasse ich mich seit rund dreieinhalb Jahren mit der strategischen Entwicklung des Themas und musste mir überlegen, wie man Swisscom auf dem neuen Markt positionieren kann. Nachdem wir intern ein einheitliches Verständnis über die Big- Data-Strategie geschaffen haben, geht es jetzt um die Umsetzung.

Wo war es nötig, ein einheitliches Verständnis zu schaffen?
Big Data ist immer wieder in den Schlagzeilen, gerade im Hinblick auf den Datenschutz. Uns war es daher ganz wichtig, dass wir mit unseren Aktivitäten die Reputation von Swisscom nicht gefährden. Wir haben daher diskutiert, wie wir eine sichere Infrastruktur aufbauen und Anonymisierung und Datenschutz sicherstellen können. Es galt zudem, die interne Organisation aufzubauen und Partnerschaften mit externen Unternehmen zu evaluieren. Und letztlich mussten wir uns darauf verständigen, welche Dienstleistungen wir prioritär auf dem Markt anbieten wollen.

Wie sieht denn nun die Big-Data-Strategie von Swisscom aus?
In einem ersten Schritt möchten wir die Mobilität in der Schweiz auf Basis bestehender Daten abbilden und darauf aufbauend verschiedene Anwendungen schaffen. In einem zweiten Schritt werden wir Unternehmen die nötige Infrastruktur für die Analyse ihrer eigenen Daten zur Verfügung stellen. Sie können dann beispielsweise ihre CRM-Daten analysieren. Erst dann möchten wir die nötige Infrastruktur und Beratungsleistungen anbieten, die den Unternehmen auf Wunsch eine anonymisierte Datenintegration untereinander unter voller Bewahrung der Daten-Ownership ermöglicht. In diesem Fall wird beispielsweise ein Datenaustausch zwischen Wettbewerbern möglich.

Welche Anwendungen ergeben sich aus den Mobilitätsdaten?
Künftig müssten beispielsweise Bahnunternehmen ihre Passagiere in Zügen nicht mehr zählen, sondern könnten das Aufkommen aus Mobilfunkdaten berechnen. Das Gleiche gilt für die auf Schweizer Autobahnen gefahrenen Geschwindigkeiten, aus denen sich auch Reisezeiten errechnen liessen. Die Autofahrer könnten künftig routenoptimierte Tipps zum Umfahren von Baustellen erhalten. Zu diesen Themen laufen bei uns einige Versuche, wie beispielsweise ein Projekt zu Reisezeitinformationen beim Bundesamt für Strassen (ASTRA). Ausserdem können wir uns vorstellen, aus Mobilfunkdaten die Wachstumsraten von Stadtquartieren sowie die Lärmund CO2-Belastung von Strassen zu berechnen.

Interessieren sich viele Firmen für Ihre Analysetools?
Wir raten unseren Kunden, sich zuerst auf die Geschäftsziele zu konzentrieren und die Frage zu beantworten, was sie eigentlich erreichen wollen. Technologie- und Datenbeschaffung sind Themen von zweiter Priorität. Derzeit führen wir eine Reihe von Pilotprojekten mit unseren Kunden durch. Viele von ihnen möchten erst einmal einen vertieften Einblick in die Materie erhalten und prüfen, welche Geschäftspotenziale dahinter liegen.
Deshalb bieten wir auch keine standardisierte Infrastruktur an, sondern eher ein gesichertes Experimentierfeld, mit dem man die eigenen Potenziale sondieren kann. Die Nachfrage ist gut, auch weil Swisscom nicht als Beratungsunternehmen auf diesem Gebiet wahrgenommen wird. Das scheint die Berührungsängste oft zu mindern.

Doch es geht auch bei Ihnen um Geld, oder?
Natürlich haben wir auch klare unternehmerische Ziele, darunter auch Umsatzziele. Für uns ist es aber vor allem wichtig, das Potenzial von Big Data in den einzelnen Branchen kennenzulernen. Im Austausch mit unseren Kunden entstehen durchaus neue Erkenntnisse, die für beide Seiten sehr wertvoll sind.

Sind viele Firmen vielleicht einfach zu klein für Big Data?
Das kann man so pauschal nicht sagen. Die Technologie ist zwar aus grossen Informationsbeständen heraus entstanden, das heisst aber nicht, dass man sie nicht bei kleineren Infopools einsetzen könnte, wie man sie bei KMU vorfindet. Eigentlich sollte man das Schlagwort «Big Data» durch «Analytik » ersetzen, um sich nicht von dem Hype blenden zu lassen, und anfangen, auch in den kleinen Informationsbeständen Potenziale zu suchen.

Wie sollte eine Firma an das Thema Big Data herangehen?
Es gibt unterschiedliche Vorgehensmethoden. Die ganz einfache ist die sekundäre Marktforschung: Suchen Sie auf Google beispielsweise nach Schlagwörtern wie «Was ist der Nutzen von Big Data in der Branche XY», «Warum scheitern die meisten Business- Intelligence- und Big-Data-Projekte» oder Ähnlichem – das erlaubt einen ersten Überblick. Die DHL-Studie beschreibt beispielsweise generisch drei Suchdimensionen wie Kundenverhalten und -beziehung, Prozessoptimierung sowie komplett neue Geschäftsmodelle und nennt dazu konkrete Beispiele, die man bereits für eigene Unternehmungen prüfen kann.
Wie bereits erwähnt, sollte man auf keinen Fall das Thema mit Daten oder Technologie anfangen: Deswegen ist es effizienter, wenn jemand aus dem Business die Führung für Big Data übernimmt, IT- und/oder Business- Intelligence-Abteilungen sollten nur eine unterstützende Rolle spielen. Wir empfehlen, im Unternehmen eine Umgebung zu schaffen, in der Mitarbeiter ihre Experimente möglichst schnell auf Erfolg prüfen können. Öfters sind die Ergebnisse nicht zufriedenstellend.
Je schneller und kostengünstiger man diese Ergebnisse herbeiführt, desto schneller kommt man an die erfolgreichen Resultate. Oft empfehle ich gemeinsame Workshops mit Big-Data-Experten nach der Methode «Design Thinking». Das ergibt eine risikoarme Umgebung für Experimente, die kostengünstig an einem Tag durchgeführt werden können und sich deswegen gut für KMU eignen. Swisscom bietet solche Workshops an, und wir haben dazu sehr gute Feedbacks von unseren Kunden erhalten.

Wie bewerten Sie den Inhalt der DHL-Studie «Big Data in Logistics»?
Ich bin kein Logistikexperte. Nach meiner Einschätzung gibt aber diese Studie eine sehr gute Übersicht der Möglichkeiten, die man in der Logistik mit Big Data verfolgen kann. Ich kann nur ergänzen, dass Logistiker heute zum Teil mit einfachen Problemen herausgefordert werden, wie zum Beispiel uneinheitliche oder fehlende E2E-Sicht der Lieferkette. Das kann wahrscheinlich mit unterschiedlichen Investitionszyklen oder Insellösungen einzelner Logistiker erklärt werden. Vermutlich ist es eine reine Zeitfrage, bis sich die Unternehmen besser verzahnen und in bestimmten Fragestellungen abstimmen.
Die Unternehmen, die einen Business Case aus E2E-Sicht positiv berechnen und es als Erste schaffen, gemeinsame Standards zu implementieren, werden sich Wettbewerbsvorteile verschaffen. Preisverfall für Sensorik sowie Big Data machen dieses Szenario immer wahrscheinlicher.

Welche Vorteile erkennen Sie in dieser Kollaboration?
Es wäre ein neuartiges Vorgehen, wenn die Optimierung der eigenen Prozesse nicht mehr nur aus der eigenen Optik heraus erfolgt, sondern von einem föderalistischen Ansatz aus. Wenn man einzelne Subsysteme optimiert, wird dadurch das Gesamtsystem noch lange nicht optimal eingestellt. Wenn beispielsweise alle Logistiker ihre Lkws zur gleichen Zeit auf die Strasse bringen, kommen alle zu spät. Ein firmenübergreifend abgestimmtes Verhalten hätte von einer übergeordneten Warte aus gesehen durchaus Vorteile, wenn man an die Strassenkapazitäten denkt.

Welche Möglichkeiten könnte Big Data in der Logistik noch eröffnen?
Wir stehen in diesem Bereich erst am Anfang. Wir haben zwar einmal Überlegungen dazu angestellt, ob man Pakete nicht dort ausliefern könnte, wo sich der Empfänger gerade befindet. Die Befragungen haben ergeben, dass das relevante Kundensegment zu klein ist, um einen Kostenaufschlag für die entstehende Komplexität zu decken. Ein anderes Modell sah vor, Pakete direkt in den Kofferraum des Autos zu liefern. Allerdings würde dies eine umfangreiche Kooperation mit den Autoherstellern voraussetzen. Für beide Fälle haben wir aber keine abschliessende Bewertung durchgeführt, weil wir uns zunächst auf andere Projekte konzentriert haben.

Die Fragen stellte Alexander Saheb.
 

Der Gesprächspartner
Victor Schlegel ist Head of Big Data & Business Intelligence Services bei der Swisscom Schweiz AG. Nach einem Studium der Betriebswirtschaftslehre mit dem Schwerpunkt Informatik startete er seine Karriere im Marketing der Fujitsu Inc. in Japan. Nach seinem Wechsel zur T-System Schweiz AG begleitete er die Standardisierung der weltweiten ITSM-Plattformen. Als Lean Six Sigma Black Belt befasste er sich mit Effizienzsteigerungsprojekten bei der Credit Suisse. Zuletzt verantwortete Victor Schlegel Strategiethemen wie Big Data bei Swisscom IT Services.

Nach oben