Mit Daten Werte schaffen

Die Studie „Mit Daten Werte Schaffen 2016“ liegt mittlerweile im zweiten Jahr vor und bietet erneut ein umfassendes Bild der Nutzung von Datenanalysen in deutschen Unternehmen.

Wie im Vorjahr werden der aktuelle Stand und die Perspektiven der Nutzung untersucht. Ein besonderes Augenmerk wird auf die Darstellung der Ergebnisse im Zeitverlauf gelegt. So lassen sich etwa unterschiedliche Entwicklungen je nach Unternehmensgröße und Branche identifizieren.

Dafür hat Bitkom Research im Auftrag der Wirtschaftsprüfungs- und Beratungsgesellschaft KPMG insgesamt 704 nach Branchen und Größenklassen repräsentativ ausgewählte Unternehmen mit mindestens 100 Mitarbeitern im Rahmen eines computergestützten telefonischen Interviews (CATI) befragt. Bei den Befragten handelt es sich um Abteilungs- bzw. Bereichsleiter aus den Bereichen Beschaffung/Einkauf/Logistik, Produktion/Betrieb/Projektabwicklung, Marketing/Vertrieb oder Finanzen/Steuern/Controlling sowie um Geschäftsführer.

Ergänzend zur Unternehmensbefragung wurden insgesamt 102 Interviews mit Organisationen der öffentlichen Verwaltung ab 100 Mitarbeitern durchgeführt. Bei den Befragten im öffentlichen Sektor handelt es sich ausschließlich um Abteilungs- bzw. Fachbereichsleiter Beschaffung/Einkauf oder Haushalt/Finanzen sowie um Verwaltungschefs bzw. Behördenleiter.

In den Studienergebnissen zeigt sich, dass Daten und Datenanalysen für die gesamte Wirtschaft an Bedeutung gewinnen. Deutsche Unternehmen sammeln tendenziell mehr Daten und werten diese gezielter aus als noch vor einem Jahr. Gleichzeitig treffen immer mehr Unternehmen in Deutschland relevante Entscheidungen auf Basis von Datenanalysen und schaffen es auch, die entsprechenden Erkenntnisse nutzbringend anzuwenden – allen voran im Maschinen- und Anlagenbau sowie in der Automobilindustrie. Öffentliche Verwaltungen sind dem Thema „Big Data“ gegenüber deutlich weniger aufgeschlossen. Gut ein Drittel (35 Prozent) der Unternehmen in Deutschland nutzt bereits Big Data Analysen für die Auswertung großer Datenmengen.