Business Analytics

© The Economist, David Parkins

Big Data und Analytics (BDA) bezeichnet die technologischen Möglichkeiten, aus großen Datenmengen und leistungsfähigen Algorithmen verborgene Informationen über Kunden und organisationale Geschäftsaktivitäten aufzudecken und neue Wertschöpfungsprozesse zu kreieren. Die derzeitige betriebswirtschaftliche Forschung ist dabei primär auf Effizienzgewinne durch BDA gerichtet. Die Beziehung zu Wettbewerbsvorteilen oder gar Unternehmenserfolg wird dann häufig als Folge hieraus eher unterstellt oder vereinfacht aus dem Besitz wertvoller Daten in Analogie zu Plattformunternehmen wie Google behauptet. Aus strategischer Sicht ist diese Beziehung jedoch alles andere als eindeutig. Wichtige Fragen, die sich hieraus ergeben und derzeit noch unbeantwortet bleiben, sind z.B. die folgenden:

  • Wie kann BDA strategische Entscheidungsprozesse unterstützen? Welche Risiken bestehen, wenn in der Strategieentwicklung naturgemäß kreative Denkprozesse durch algorithmische Prozesse der vergangenheitsbezogenen Mustererkennung ergänzt/ersetzt werden? Wie lässt sich hiermit vereinbaren, dass erfolgreiche Strategien typischerweise Muster brechen, anstelle diese zu suchen?
  • Wie kann BDA zu disruptiven Geschäftsmodellinnovationen führen? Welche Risiken entstehen, wenn sich durch die Replizierung von technologischen best practices Geschäftsmodelle angleichen?
  • Wie kann BDA etablierte Wettbewerbsvorteile unterstützen und/oder neue Wettbewerbsvorteile schaffen? Welche Risiken bestehen, wenn sich durch ähnliche BDA-Strategien und steigender Effizienz der Wettbewerb zunehmend in Richtung ‚Preis‘ verschiebt?

Diesen und weiteren Fragen widmen wir uns im Rahmen des TUHH-Leuchtturmprojektes „Business Analytics – Optimierungspotenziale und strategische Risiken für maritime logistische Systeme“. Ziel des Projektes ist es, sowohl die Optimierungspotenziale als auch die strategischen Risiken des Einsatzes von BDA aus dem Blickwinkel verschiedener Disziplinen integrativ zu beleuchten. Im Vordergrund steht eine holistische Perspektive, die auch die kritische Beurteilung des Themas beinhaltet. Letztere wird zum jetzigen Zeitpunkt noch stark vernachlässigt. Die beteiligten Professuren kommen aus der Informatik/OR, Mathematik, Logistik und Unternehmensführung. Das Projekt ist damit hochgradig interdisziplinär. Das Projekt ist bezogen auf die Maritime Logistik. Die Branche unterliegt derzeit großen Veränderungen und ist vom technologischen Wandel besonders betroffen. Die etablierten Unternehmen dieser Branche stehen in einem intensiven Wettbewerb um Kosten und Effizienz und stehen unter hohem Druck, BDA-Lösungen zu entwickeln, um wettbewerbsfähig zu bleiben. Darüber hinaus steht die Branche vor dem Eintritt neuer Marktteilnehmer, darunter etablierte Technologieunternehmen mit fortgeschrittenen BDA-Kenntnissen (z.B. Amazon, Alibaba) sowie Start-ups, die hochspezialisierte BDA-Lösungen entwickeln.

Avatar
Thomas Wrona
Professor & MLE-Vizesprecher

Machine learning & strategic management, Machine learning & competitive advantages, Strategic risks of machine learning, Machine learning, self-reinforcing mechanisms & strategic path dependency

Avatar
Pauline Reinecke
Doktorandin

Machine learning & strategic management, Machine learning & competitive advantages, Strategic risks of machine learning, Machine learning, self-reinforcing mechanisms & strategic path dependency

Related